随着社会不断进步、经济不断发展,全球的用电需求都在稳步上升,电网也因此蒸蒸日上、方兴未艾。但传统的化石能源日益短缺以及温室效应加剧等难题也随之而来。为了有效缓解这些问题,新型分布式电源应运而生。其中,风能是众多分布式电源里应用最为广泛的一种,具有良好的发展前景。风力发电可以有效替代传统化石能源发电,降低能源消耗以及减缓温室效应。但风电出力与季节、天气休戚相关,具有天然的随机性和波动性,使得风电消纳成为又一亟待解决的问题,消纳能力不足将导致严重的弃风问题。而另一方面,配电网重构是通过改变配电网的网络拓扑结构来提高其可靠性、降低网络损耗、实现负荷的均衡化以及提高电能质量的方法;也是改善其技术,加强其安全性以及提高其经济性的一种非常重要的节能手段。然而,由于配电网固有的性质,以及在配网运行的过程之中容易受到方方面面因素的影响,具有不确定性。所以,配网重构将是一个复杂困难的、大规模的组合优化问题。针对分布式风力发电能源并入配电网之后,系统消纳能力不足、风电利用率不高的问题,本文提出拟将风电消纳与配电网重构相结合的新型消纳方式。考虑负荷的不确定性,风电出力的波动性与随机性以及开关操作次数等方面问题,以风电待消纳占比最小化和开关操作次数最小化为目标进行建模,并且使用了基于独立环路的实数编码策略来简化寻优过程,提高寻优速度。针对风电的不确定性,使用威布尔分布来表示风电出力,并采用置信区间估计来解决这个问题,对比不同的数学方法,选择了最短置信区间快速求解法来求解风电出力的置信区间。针对常规微分算法的易早熟,陷入局部最优的情况,本文拟从量子力学的角度来解决问题,采用多目标量子微分进化算法,提高了局部搜索能力,有效加强了个体多样性和寻优速度。并以接入分布式电源的IEEE33节点系统为算例进行分析,表明了该算法的有效性和可行性,也验证了本文所使用的重构方法对配网的风电消纳能力的提升效果。