为了满足特定用户的需求、保证配电网的经济稳定运行,作为分布式发电的风力发电技术在电力系统中得到了日益广泛的应用。但是由于风力发电易受地域、天气和风速等客观条件影响随机性较大,有功出力不稳定会造成配电网潮流倒流和电压越限等问题。因此,为了降低整个网络的线路损耗、消除过载以及改善电压质量,对考虑风电随机性的配电网进行重构研究是非常有必要的。论文首先介绍了配电网重构的现状和各种分布式电源,以发电技术较为成熟的风力发电为研究对象,选择基于支路电流的前推回代法计算重构过程中潮流变化,建立数学模型,深入分析风电机组的接入位置和容量对配电网网损和电压的影响。然后针对重构过程中拓扑结构放射性判断繁琐复杂,论文提出了一种基于“最优树”的放射性约束方法,能够在拓扑结构放射性判断模块简化计算过程,快速有效地进行配电网重构。该方法首先删除复杂网络中的无效支路且合并等效支路得到简化结构,然后在简化结构中定义“最优树”,由于树支开断导致出现分离子树,通过有向树的遍历寻找是否存在闭合连支与其相连来判断拓扑结构能否满足放射性,把全局遍历过程转化为一个有向树与一个较小规模的无向图的遍历,将该过程应用到改进粒子群算法中,基于此建立新的网络重构模型。最后考虑到风电出力的随机性使得含风电的配电网重构难以利用传统模型来描述,论文采用瓦瑟斯坦(Wasserstein)距离最优场景技术,通过其距离指标求取风电功率的渐近最优场景,将风电功率随机模型转化为最优场景进行分析,对含风电机组的配电网进行有效模拟,将基于“最优树”的放射性约束与改进粒子群算法应用于考虑风电随机性的配电网重构中,并与通用代数建模系统的仿真结果进行比较。论文通过节点数目较多的IEEE69节点系统进行仿真,结果表明基于“最优树”的放射性约束与改进粒子群算法在优化目标函数的同时可以提高重构计算速度,验证了该方法在配电网重构中的可行性;再将其应用到基于Wasserstein距离的风电功率最优场景的配电网重构中,通过算例分析,以上结合方法可以有效降低网损,改善电压,与其它群智算法比较,虽然进化代数较多,但计算时间大大减少,证明了算法的有效性和稳定性。