配电网重构是利用网络中开关的闭合与断开状态重新进行优化组合,使配电网运行在最佳状态,从而为配电网在正常运行时降低电网损耗,提高运行经济性与发生故障后快速对重要负荷进行供电恢复,保持供电连续性提供重要保证。近年来,风电与光伏等分布式电源的渗透率不断增大,并且负荷的需求量也具有不确定性,因此通过配电网的重构优化,对提高网络运行的稳定性以及解决发生故障后对重要负荷供电恢复问题具有重要的现实意义。本文针对含分布式电源(Distribution Generation,DG)与负荷不确定性的主动配电网重构优化和故障恢复策略两个方面进行研究,开展了以下的工作:1)建立风电与光伏发电的不确定性模型,针对潮流计算过程不确定性因素,提出基于两点估计法进行潮流计算,提高潮流计算的效率。考虑本文正常运行重构与动态故障恢复重构研究中负荷功率的不确定性,通过改进的蛙跳算法对最小二乘支持向量机参数进行优化,建立了较为准确的短期负荷预测模型。2)研究风电、光伏与负荷不确定性的主动配电网重构,对于负荷不确定性,通过信息熵确定最优场景划分数。利用Wasserstein概率距离指标,推导出光伏概率分位点,通过已有的风电概率分位点模型,构建基于网络损耗期望值的主动配电网源荷多场景模型。提出“无重复”编码策略,与改进的烟花算法相结合对同时适应源荷不确定性的场景方案进行优化。3)在主动配电网故障恢复重构过程中,以孤岛区域划分与岛外区域重构两部分对故障恢复进行求解。以每个时段分布式电源的最大功率为半径划分孤岛,建立了在尽可能减小线路损耗的情况下使负荷恢复量最大的孤岛划分模型。为了对动态孤岛区域进行划分,采用深度优先搜索算法对其进行优化求解,并通过多智能体方法对区域故障恢复方案和全局恢复方案进行协调寻优。对孤岛区域外的配电网主系统建立了以有功损耗的重构模型,应用改进的烟花算法对孤岛外配电网恢复重构进行求解。