近年来,全球范围内的极端自然灾害发生日益频繁,由此造成的大规模停电事故对生产生活造成极其恶劣的影响,甚至威胁到百姓的生命财产安全。随着可再生能源技术的进步及应用规模的扩大,其在电网中的渗透率不断提高,凭借其清洁高效、安装灵活等优势,利用网络内的分布式光伏、风电为极端事件下的重要负荷持续供电是提升区域配电网的有效手段。光伏出力的间歇性、不稳定性和波动性的特点,在并网时会对电力系统产生冲击,给电网规划、系统调试以及系统稳定运行带来诸多挑战,因此对其进行预测研究具有重大的意义。本文主要基于光伏出力预测模型建立区域配电网故障恢复方法展开研究,主要研究内容包括以下几个方面:首先,本文对影响光伏系统发电功率的多种气象因素进行研究,详细分析了典型天气类型下的太阳辐照强度、环境温度、风速、相对湿度和大气压强五种影响因素与光伏出力的相关性关系,以及晴天、阴天、雨天、大雨四种典型天气类型下光伏发电的规律性。在此基础上提出相似日的概念,采用灰色关联分析法对历史样本下的相似日进行提取以提升预测效果,接着对相同天气类型下影响光伏发电的五种气象因素进行主成分分析,在保留数据信息的基础上对数据进行了解耦和降维,提取特征数据,为光伏出力预测模型的建立奠定数据基础。其次,针对光伏出力受气象因素影响的间歇性、波动性特点,提出了基于隐马尔科夫(Hidden Markov Model,HMM)理论的光伏出力预测模型。简要介绍了隐马尔科夫模型基本性质及相关算法,采用K-means聚类算法对历史样本数据分为四类典型天气,对光伏电站的各种气象通过主成分分析法进行特征提取,得到影响功率的主要特征因素作为预测模型的输入变量,基于HMM中Baum-Welch算法及Viterbi算法建立预测模型,进而得到光伏发电功率预测值,并通过嘉兴某分布式光伏数据的实测数据验证了该模型的有效性。最后,基于线性潮流模型建立了适用于配电网故障恢复问题的混合整数线性规划模型(mixed integer linear program,MILP)。提出一种考虑微网内的不同装置特性、负荷状态及网络拓扑结构等约束条件的区域配电网多时段负荷恢复优化模型。考虑到光伏出力的不确定性特点,对光伏出力预测误差数据采用高斯混合模型进行建模,并提出分位数作为风险指标的思路,建立以恢复最大加权负荷持续供电时间为目标函数的多时段负荷恢复模型。针对极端故障发生与大电网解列的改进的IEEE-34节点算例系统,从负荷恢复数目、负荷恢复功率、节点电压及分布式电源的出力计划等方面验证所提出的多时段负荷恢复策略对电网韧性的提升作用。