作用
配電網路在故障隔離後的重構對於恢復非故障停電區域的供電、實現負荷均衡化、降低線損具有非常重要的意義，其作用主要體現在如下三個方面：
(1)降低配電網線損，提高系統經濟性。
不斷降低電力系統的能耗和線損，提高電力系統運行的經濟效益，是電力系統面臨的一項長期課題。在目前我國轉變經濟發展模式，提倡節約型社會、節能減排的形勢下，配電網的重構顯得尤為重要。據有關資料，西方主要工業國家的線損率在5%～8%，但我國為9%左右，與已開發國家相比尚有差距。1995年全國城網110 kV以下的配電網線損占匯流排損的60%，可見降低配電網線損是降損工作的關鍵之一。在正常運行時，可通過網路重構改善電網運行方式從而達到降低配網網損的目的。
(2)均衡負荷，消除過載，提高供電質量。
在配電網中，由於不同類型負荷的日負荷曲線不同，在變電所的變壓器及每條饋線上峰值負荷出現的時間是不同的，通過網路重構，可以將負荷從重負荷或是過載饋線(變壓器)轉移到輕載饋線(變壓器)上，這種轉移不僅能調節運行饋線的負荷水平、消除饋線過載、改善電能質量，同時也可以有效地減小整個系統的網損。
(3)提高供電可靠性。
在配電系統發生故障時，可以打開配電系統中的某些分段開關隔離故障，同時合上某些聯絡開關把故障線路上的部分或全部負荷轉移到其他線路上去，從而達到快速隔離故障和恢復供電的目的。
重構原理
由於大量的常閉分段開關和常開聯絡開關存在於配電網中有，調度員在正常、檢修或事故運行方式下，需要根據實際情況對分段開關和聯絡開關進行操作來調整配電網路結構，以最佳化配電網運行模式，從而提高電網的安全性、可靠性和經濟性。這種方式被稱為配電網重構。按照套用側重點的不同，配電網重構可分為網路最佳化重構（簡稱網路重構）和故障後重構（也稱故障恢復）。
作為配電系統運行和控制的重要手段配電網重構在配電管理系統中起著重要作用。目前，配電網路廣泛採用環狀設計、開環運行。通常情況下，在沿饋線方向上分布了一定數量的常閉分段開關，而在饋線之間裝有常開的聯絡開關。為了提高電網的可靠性和經濟性，在正常運行狀態下，根據負荷的變化需要定期調整這些開關的狀態來重新建構配電網路的運行結構，使負荷在各饋線之間自由流動，從而達到合理分配的目的；在故障狀態下，為了保證供電能夠得到儘快地恢復，網路運行方式最為經濟合理，相應的網路結構最佳化也是十分必要的。
實際上，由於配電網中的開關數目巨大，隨之生成的環狀網路樹的數量也十分可觀，因此在理論上配電網重構問題是一個龐大的非線性整數組合最佳化問題。考慮到開關組合數量巨大，將它們作為最佳化變數進行窮舉搜尋將面臨“組合爆炸”問題，從而導致數學求解過程中計算量過大，占用大量的機時，並且無法確保計算過程的收斂性。為了解決計算速度的問題，研究人員提出了許多不同的方法來解決配電網路重構問題，目前大家將研究與改進的主要方向集中在最佳化算法和最佳化目標兩個方面。
重構算法
配電網路重構的算法大致可以分為：傳統數學方法、啟發式方法、人工智慧算法以及混合算法等。
傳統數學方法
傳統數學方法主要包括單純形法和分支界面法等線性或非線性規劃方法它是用數學模型對配電網重構問題進行描述，然後通過一定的算法求解，得到最佳化結果。傳統的數學最佳化方法比較成熟，能夠獲得不依賴於配電網初始結構的全局最優解，但其計算時間長，存在嚴重的“維數災”，不能用於複雜的大規模電力系統的處理。數學最佳化解析的方法在求解電力系統最佳化問題時，往往都需要進行簡化和近似處理。
啟發式方法
啟發式方法是依據直觀分析的算法，通常按照一定的原則，逐步疊代直到獲得滿意的最佳化結果。配電網重構中常用的啟發式算法主要有最優流模式算法和支路交換法等。
最優流模式算法
最優流模式算法通過將開關組合問題轉化為最優潮流的計算問題，進而達到了簡化配電網重構模型的目的。但是由於初始狀態存在多個環網，使得逐次打開各個開關之間存在相互影響，開關打開順序對最後結果將產生較大影響，因此最優流法不能保證得到重構的全局最優解。文獻將最優流法運用於子空間求解局部最優解，然後利用遺傳算法在所有子空間的局部最優解中求解全局最優解，消除了最優流法重構結果受初始網路狀態影響的缺點。
支路交換法
支路交換法利用啟發式規則能夠縮小需要考慮的開關組合的範圍，快速得到降低配電網線損的重構結果。但是由於該方法同樣需要考慮網路初始狀態的影響，因此不能確保獲得全局最優解；另外，由於每次只能考慮一對開關，算法的並行性差。文獻提出以閉合聯絡開關兩端電壓差最大的開關為啟發式規則，並提出了一個衡量開關交換前後網損變化的計算公式。文獻 提出利用近似網損替代精確網損，對每個聯絡開關同時進行對應環網的重構最佳化，根據最佳轉移負荷的符號和大小，確定與環網中最大網損降低相對應的開關交換，有效地提高了支路交換法的計算速度。
人工智慧算法
近些年來，基於隨機化技術的人工智慧算法在最佳化領域得到了廣泛的套用。在智慧型最佳化算法套用於配電網重構的實例中，歸納起來主要包括：人工神經網路算法，模擬退火算法，禁忌搜尋算法，蟻群算法，粒子群最佳化算法和遺傳算法、差分進化算法等。
遺傳算法
遺傳算法是模擬生物進化過程的一種算法，由於其染色體編碼能夠很好地表示開關的狀態’因此算法在配電網重構中得到了廣泛的套用但是遺傳算法局部收斂過早的問題仍舊普遍存在的。Ah king R.T.F(2004)提出了基於實數編碼方法、模糊控制交叉率和變異率的遺傳算法求解配電網路重構，提高了算法的收斂速度。
人工神經網路算法
ANN算法是在現代神經科學研究的基礎上提出的，通過樣本訓練將輸入與輸出的非線性關係存儲在神經元的權值中是其最大特點。文獻介紹了用於組合最佳化問題的神經網路模型，闡述了最佳化配電網路結構的方法，提出了用於避免陷入局部最優的強迫噪聲法，結合專家系統來確定在變電所故障情況下可行的配電網路結構。Hayashi Y(1996)套用來進行線上的配電網路重構，神經網路的輸入為負荷需求，輸出為對應的網損最小的網路結構。
模擬退火算法
SA算法對某一特定最佳化問題設定正確的參數後能以很高的機率收斂於全局最優解，但它屬於單點尋優，並且為了使每一冷卻步的狀態分布均衡，計算將很耗費時間。文選取斷開開關的位置作為變數，釆用移動打開開關位置的方法作為擾動準則，套用算法求解配電網路的重構，並通過算例分析表明隨著網路規模的擴大，需要足夠慢的退火過程才能保證收斂於近似全局最優解。
粒子群最佳化算法
PSO算法由和於年提出，是模擬鳥群覓食過程中的遷徙和群集行為時提出的一種基於群體智慧型演化的計算技術。將套用於配電網重構中，具有並行處理、魯棒性好等特點，具有簡單易實現、收斂速度快等優勢，但是缺點在於全局搜尋能力差，容易陷入局部最優解的鄰域。文在求解以負荷均衡化為目標的配電網重構時引入變異機制，對符合判據的粒子隨機產生一個新的位置，從而保證算法的行進。
禁忌搜尋算法
該算法屬於一種高效的啟發式搜尋算法，算法的特點在於採用禁忌表來記錄到達過的局部最優點，避免在下一次搜尋中繼續搜尋到這些點。文提出算法在提高電壓安全性的配電網重構中的套用，通過實際算例的重構結果
驗證了算法可以得到最優解。
蟻群算法
釆用正反饋、分散式計算和貪契式啟發式搜尋等手段，能夠不依賴於網路初始結構，適應性強，搜尋效率高，文獻對配電網路從圖論拓撲結構上進行分析將配網重構問題轉化為求圖的生成樹問題，並以破圈法為基礎得到快速而有效地求解圖的生成樹的方法。在套用蟻群算法求解配網重構問題時通過首支路選擇隨機化和取消奴群算法常用的啟發值的方法擴大算法搜尋範圍使算法可以跳出局部最最佳化陷講，改善算法的搜尋效果。
混合算法
程浩忠提出了混合遺傳模擬退火算法，並從引入多次升溫機制和並行思想的角度研究了在保留模擬退火算法全局搜尋能力的同時加快其收斂速度的手段。文結合了禁忌搜尋算法和奴群算法，禁忌算法具有強大的全局優
化性能，但是局部搜尋能力易受分散性的影響，而蟻群算法的正反饋機制使其具有強大的局部搜尋能力。混合算法利用蟻群算法彌補禁忌搜尋算法局部搜尋的分散性，不僅具有優秀的局部搜尋能力，而且能夠保證較為迅速地找到全局最優解。
