传统能源与环境之间的冲突日益加剧,促进了分布式发电技术长期持续的发展,这些技术主要利用可再生清洁能源发电,如风能、太阳能和生物质能等非化石能源。随着可再生能源在配电网中的比例不断提升,传统的配电网将不可避免地演变成有源、主动配电网,电力系统的供电可靠性变得更加稳定,但配电网的潮流流向、网络结构和故障信息也受到影响,使得传统的配电网故障定位和故障恢复方法无法适用。因此,本文主要研究如何在含有分布式电源的配电网中快速、准确的定位隔离供电区域的故障点,然后通过孤岛和联络线转移的方式尽快最大限度地供应失电负荷,以达到减少停电区域,增强配电网可靠性的目的。以下是主要的研究内容:（1）针对复杂配电网定位实时性能下降的问题,提出了一种基于智能算法的分层故障定位方法,分析了故障定位数学模型以及复杂配电网网络的划分方法,并进行分层方法的可行性分析。（2）针对灰狼优化算法解决含分布式电源的配电网故障定位问题时易陷入局部最优及耗时长的问题,提出一种基于改进灰狼算法的配电网故障定位方法,利用改进的Tent混沌映射生成更多样的初始种群,并与莱维飞行相结合,提高了局部搜索期间的全局搜索能力;最后,以含分布式电源的30节点配电网为例进行仿真验证,分析结果显示,本文提出的方法在多点故障和信息畸变的情况下均能实现准确的定位,与其他方法相比,在故障定位速度、准确率及稳定性方面也有所提高。（3）针对风光等可再生分布式电源受自然因素的制约,出力具有间歇性以及负荷具有波动性的问题,提出一种综合考虑风光荷不确定性的配电网孤岛划分方法。构建了风光和储能系统联合出力模型以及负荷特性模型,采用广度优先遍历和深度优先遍历相结合的方法进行孤岛划分,对配电网中重要负荷优先恢复;最后,以IEEE33节点配电网模型为例进行仿真分析,实验结果表明,本文提出的方法可获得不同故障时刻的配电网孤岛划分策略,验证了方法的有效性。（4）针对配电网孤岛划分后剩余失电区域的故障恢复问题,以开关操作次数最少和网损最小为目标函数,建立了主网与剩余失电区域的恢复重构模型,并采用改进灰狼算法进行求解,对配电网中剩余失电负荷进行恢复;最后,以IEEE33节点配电网模型为例进行仿真分析,实验结果表明,本文提出的方法可准确、快速地获得不同故障时刻的故障恢复策略,验证了方法的有效性和优越性。