配电网发生故障后,协同多种电源快速准确地恢复非故障停电区域内的负荷对于减少经济损失、提高供电可靠性具有重要意义。然而,供电恢复问题往往因需要统筹兼顾多个相互矛盾的目标函数而不存在绝对最优解,此时有效利用决策人员的偏好信息有助于提升问题求解效率和用户满意度。为此,本文围绕用户偏好的配网多目标供电恢复问题,按照“理论-方法-应用”的思路开展研究工作,提出基于动态轨迹的求解方法以直接计算满足用户对各个目标函数偏好需求的恢复策略。主要内容和贡献如下:1)构建了用户偏好的多目标供电恢复模型,允许用户直接对每个目标函数设置具体偏好范围而不影响彼此之间的独立性;利用该模型的等式和不等式约束构造了一个商梯度系统（quotient gradient system,QGS）,并理论证明了该问题的偏好可行解与QGS常规稳定平衡流形之间的对应关系;基于该对应关系,提出了整合用户偏好法（user preference enabling method,UPE）直接计算供电恢复偏好可行解,同时实现各目标函数不同程度的最优而无需求解完整的帕累托前沿。2)针对供电恢复问题的离散特点,提出了包含离散优化阶段、松弛及修正阶段的UPE改进方法,该方法可以避免尝试大量初始点从而提高偏好可行解的求解效率;此外,当识别出偏好可行解不存在时,提出了可行性恢复方法以求解高质量折中解。基于以上方法可通过用户主导的交互方式求解偏好可行解,并在53节点和394节点标准测试系统上对比验证了所提方法的有效性和灵活性。3)针对考虑新能源出力不确定性的配网恢复问题,采用场景生成和消减技术获得新能源出力代表性场景后,利用两阶段UPE方法对所有代表性场景协同优化以确保偏好可行解对系统时变情况的适应性。通过算例分析了不同新能源渗透率对配网恢复的支撑作用;同时,验证了所提算法可有效应对新能源的高比例接入,提升配电网对新能源的消纳能力。4)针对大停电背景下冷负荷启动的微网多时步供电恢复问题,提出了两阶段求解算法:第一阶段利用UPE确定用户偏好的最终辐射拓扑及带电负荷;第二阶段利用QGS确定包括各时步源、网、荷、储状态在内的可行操作序列,满足用户偏好的同时实现分布式电源、储能系统等有限发电资源在时间维度上的优化配置。算例测试验证了所提算法的有效性和求解结果的准确性。