由于分布式电源(Distributed Generation,DG)具有环保、高效等优点,配电网中接入DG已经成为常态化,研究含DG的配电网的经济、安全可靠运行具有重要的意义。配电网重构是优化配电系统运行的有效手段,其包括配电网故障状态下的恢复重构与正常运行时的经济性重构。本文从以上两个层面展开研究,具体工作如下:首先,探讨了DG接入对配电网规划、负荷预测、供电可靠性以及电压的分布等方面造成的影响;分析了负荷与DG的不确定性,给出了描述风力发电和光伏发电的不确定性数学模型,并引入基于聚类算法的场景缩减方法处理较长时间尺度下配电网经济性重构中的不确定性问题;总结了配电网经济性重构与故障恢复重构的常用数学模型。然后,针对含DG和可削减负荷的配电网的故障恢复,建立了计及可削减负荷的含DG的配电网故障恢复重构模型。该模型在形成故障恢复方案时同时考虑了网络重构与孤岛划分之间协调配合,并且还考虑了对可削减负荷资源进行控制。通过对比考虑和不考虑可削减负荷参与故障恢复的算例结果可知,在配电网恢复能力不足时,合理控制可削减负荷的功率,能有效改善故障恢复的效果。通过比较本文与其他文献的故障恢复方法在相同情况下的故障恢复结果可知,本文故障恢复方案的负荷恢复比例更高、孤岛个数更少、开关动作次数更少,故障恢复效果更优,验证了本文故障恢复方法的有效性。最后,针对负荷和风电出力的季节性波动特性,提出了计及源荷季节性变化的配电网经济性重构方法。以季度为重构周期,基于改进的K-means聚类算法对各季度包含的负荷场景进行聚类,获得每个季度具有代表性的负荷典型场景,并根据负荷与风电出力在时间上的一一对应关系,确定与负荷典型场景对应的风电场景。在此基础上,以典型场景下有功网损成本的期望值最小为目标函数,建立了配电网经济性重构模型。为了高效求解,利用潮流近似线性化方法以及大M法对所建立的数学模型进行简化处理。通过算例分析验证了本文计及源荷季节性变化的配电网经济性重构方法的有效性。