配电网重构通过改变网络内部开关组合方案就能达到降低网损,提高电能质量等作用,是配电网优化运行的重要手段。当前风电、光伏和电动汽车等分布式能源大量接入配电网,其随机出力和随机充电带来不确定因素,而且风速、光照强度这些随机变量与系统负荷间还存在一定相关性因素,考虑这些因素对配电网重构研究提出更高要求;同时,基于单一目标、单一时间断面的静态重构有一定局限性,还需要考虑多个目标、全时段负荷不断变化的动态重构问题。本文围绕相关性因素对重构的影响、重构算法改进、多目标重构和动态重构展开研究。首先,通过配电网潮流计算分析风-光-系统负荷间相关性对重构的影响。对风光出力与系统负荷建立随机概率模型,采用秩相关系数表征风-光-系统负荷间相关性,将基于拉丁超立方采样的蒙特卡洛法结合Cholesky分解用于重构过程中的潮流计算。仿真结果表明考虑风-光-系统负荷间相关性使潮流算得的配电网节点电压值波动减弱,处于界限内的概率增大,更容易满足重构中的电压约束条件,进而使重构更容易找到最优解。然后,针对单目标重构算法普遍存在寻优效率低,容易局部收敛的问题,首次引入简单快速的天牛须算法,加入Metropolis准则避免算法陷入局部寻优,改进原算法步长衰减方式使寻优更灵活,重构结果表明本文算法平均迭代7.4次就收敛,潮流计算次数是其他算法的30%,寻优成功率高达98%;针对基本天牛须算法难以求解多目标重构问题,基于Pareto思想,将天牛须算法结合粒子群形成多目标天牛群算法,并加入提高Pareto解性能的策略,重构结果表明本文算法求得的解集多样性好,贴近真实Pareto前端。最后,针对含分布式能源的配电网各节点负荷在重构周期内不断变化的情况,提出一种双指标有序时段划分方法用于更精确划分动态重构时段,该方法根据节点负荷曲线划分时段,能同时考虑负荷曲线幅值和形态相似性,基于Fisher最优分割的思想能有序划分时段。仿真结果表明本文重构时段划分更精确,使动态重构求得的网损比其他方法少10.7663kW,重构次数也更少。本文分析了风-光-系统负荷间相关性对配电网重构的影响,引入改进的天牛须算法更适合求解重构问题,提出的动态重构时段划分方法更精确、简便,这些工作对促进配电网重构的实际应用有一定积极意义。