配电网作为连接输电网与用户侧的中间环节,其运行工况是否合理直接影响到用户侧电能质量的好坏与网络运行的安全经济性。能源互联网的发展推进了固态变压器(Solid State Transformer,SST)在配电网中的应用,在含SST的配电网中,由于SST本身具有无功补偿、稳定电压、改善谐波、功率双向流动及高低压直流输出等功能,故含SST的配电网较之于传统配网可以达到相对更优的运行方式。但由于配电网中引进了电力电子设备,使得配电网优化运行的建模更为复杂,需要考虑更多智能化、可控制的参变量与约束集,也增加了模型求解的复杂度。随着电网规模的日益扩大、种类多样化的新能源及负荷的不断接入,含有SST的配电网优化运行是一个非常值得深入研究的课题。配电网优化运行中应充分考虑各种优化技术的相互配合与协调,配网重构可通过优化网络拓扑达到降损、均衡负荷的目的,SST可通过其无功补偿与电压调整作用达到改善电压质量与降损的目的,基于此,论文将含SST的配网优化运行与配网重构相结合对配电网进行综合优化,以期提高配电网的安全可靠性与经济性。首先,详细分析了 SST的工作原理、数学模型与控制方式等来阐述其无功优化与电压调整原理,考虑到配网潮流计算是网络优化运行的基础支撑,针对传统潮流算法无法计算含SST的配电网潮流问题,提出了一种含SST的配电网潮流交替迭代算法,通过详细分析含SST的配电网内各部分网络的结构与潮流计算特点,采用前推回代交流潮流计算中嵌套SST部分潮流计算的方式,迭代求解配电网络潮流的整体分布,为后续优化研究提供基础。以含SST的配网潮流计算为基础,为求解含SST的配网重构综合优化问题,提出了一种改进细菌觅食算法(Improved Bacteria Foraging Algorithm,IBFA)。针对重构问题的特征,算法中设置了十进制整数编码与实数编码间的转码规则,解决了细菌觅食算法(Bacteria Foraging Algorithm,BFA)无法处理整数解的问题;针对BFA中细菌每一维趋化步长相同且固定与盲目翻转致使算法效率过低的不足,先通过翻转时参考种群最优个体,引入变速社会学习使细菌进行有针对性的局部搜索,进一步结合编码规则与菌群进化信息,细菌中对应重构部分的维度根据每一维对应环网内的开关个数与个体适应度对趋化步长进行分维自适应调整,对应SST无功优化部分的维度根据个体适应度调整该维趋化步长,使细菌的趋化更加精细且高效;为避免丢失精英个体造成算法退化,提出基于菌群平均适应度的分群迁移策略,保留精英个体的同时增加种群多样性,基于上述改进,给出了综合优化算法的步骤与流程。最后,建立了含SST的配网重构综合优化模型,并以修改后的IEEE33节点系统与PG&E69节点系统为例进行仿真分析,对比分析了不同优化措施下的配电网运行状态及使用不同算法时的算法性能,结果表明,含SST的配网重构综合优化的降损效果与电能质量改善情况较好,可使配电网的运行状态达到相对最优;IBFA具有良好的算法稳定性与全局寻优能力,可快速有效的求解综合优化问题。