伴随着2020全面建成小康社会的稳步实现,全民生活水平不断提高,社会对供电的“质”与“量”有了新的要求。全球的能源结构也在向更环保、更清洁的新能源倾斜。分布式电源以其灵活的供电方式和环保的产能方式走入了大众视野并得到了广泛的青睐,但分布式电源的加入也带来了新的问题。传统的单向功率流动变成了双向,这给故障区段定位带来了新的挑战。研究含分布式电源的配电网的故障区段定位问题对于分布式电源的推广和提高配电网供电可靠性都具有重要的意义。为解决传统配电网络故障区段定位问题,根据线路拓扑关系构建适应度函数,建立了配电网故障区段定位模型,采用灰狼算法进行求解,同时引入扰动策略提高对解空间的搜索能力。针对配电网故障上报信号可能存在畸变的问题,同时为了进一步提升对解空间的搜索力度,在灰狼算法中加入遗传算法的交叉、变异算子及动态扰动策略,提出了基于遗传灰狼算法的故障区段定位方法。采用不同的故障场景进行测试,结果显示所提方法可以有效排除畸变干扰,能够较好地定位存在多畸变信息的配电网络中的故障。针对加入分布式电源的配电网故障区段定位问题,建立了基于量子遗传灰狼算法的配电网故障区段定位方法。采用新的编码方式将单一的故障上报信息量子化编码,建立了新的适应度函数,设定了动态交叉、变异算子以及旋转角策略以加强对解空间的搜索能力。通过对模型测试发现该模型能够很好地解决含分布式电源的配电网故障区段定位问题,且收敛能力和全局搜索能力有了进一步的提升。