近年来,以风电、光伏等可再生能源为主的分布式电源(distributed generation,DG)越来越多地接入配电网。在配电网发生故障后,由分布式电源和负荷形成孤岛已经成为配电网故障恢复的一种重要处理形式,然而分布式电源出力的波动性和负荷的时变性对配电网故障恢复带来极大的挑战,为了充分发挥分布式电源的潜能,提高孤岛运行的可靠性,需要建立合理有效的孤岛划分方案。同时由于配电网结构多样且复杂,发生多故障的可能性很大。因此,在考虑分布式电源出力的波动性和负荷的时变性基础上,研究快速有效的多故障恢复策略至关重要。本文的主要研究内容如下:首先,分析了配电网发生多故障的特点以及发生故障后的解决方案,接着基于图和树的基本原理对深度优先搜索算法进行概述,并对含分布式电源的配电网潮流计算方法进行分析,最后对离散多目标细菌群体趋药性(Multi-objective Bacterial Colony Chemotaxis,MOBCC)算法的原理进行研究,为后续的课题研究奠定了理论基础。然后,考虑风电光伏出力的波动性和负荷的时变性,提出了一种故障时段内分步孤岛划分策略。首先定义了可以保留分布式能源波动信息的电能指标,确定分布式电源最大供电区域并形成初级孤岛;其次考虑各电源之间功率的优化调度以及可控负荷的配合,分场景对初级孤岛进行修正形成次级孤岛;最后对次级孤岛进行潮流检验,得出最优的孤岛划分方案。最后,考虑停电时长和负荷类型给出时变损失权重,提出了一种基于孤岛划分和应急电动汽车调运协调配合的多故障动态恢复模型,该模型以故障时段所有负荷的失电损失最小和应急电动汽车调运时间最短的目标,采用深度优先搜索算法和离散MOBCC算法对应急电动汽车接入点进行寻优求解,仿真算例验证了提出模型的有效性。