The penetration of distributed generation (DG) units has been steadily increasing in distribution networks (DNs). However, oversizing and improper locating or operating of them can increase the losses or deteriorate the voltage profile. In this regard, distribution network reconfiguration (DNR) can be envisioned as a solution to maximize the DG penetration while improving the voltage profile and minimizing the losses. So, a study on DNR with the presence of DGs is necessary, in which the switching action costs are taken into consideration, since they can impose an extra cost on the daily operations. This study proposes a solution to solve the siting, sizing, and operating of DGs and DNR problems simultaneously considering switching action costs, losses costs, and reactive power generation of DGs. To consider the reactive power limits, their capability curve (P–Q curve) is included in the model. DNR is a combinatorial optimization problem, while the entire problem is modeled as a mixed-integer nonlinear programming problem. To solve that, tabu search algorithm (TSA) as one of the most efficient global solver for combinatorial problems is used, and its results are validated by particle swarm optimization (PSO) algorithm. To enlighten the effectiveness of the proposed approach, 5 scenarios are defined on IEEE 33-bus and IEEE 69-bus test systems. The results are also compared to previous studies. It is shown that, thanks to embedding the reactive power generation and switching costs at the same time, maximum loss reductions can be realized, while the results are more realistic and reliable.

分布式发电（DG）单元的渗透在配电网络（DNs）中稳步增长。但是，它们的尺寸过大以及放置或操作不当会增加损耗或使电压曲线恶化。在这方面，可以将配电网重新配置（DNR）设想为一种解决方案，以最大程度地提高DG的渗透率，同时改善电压分布并最大程度地降低损耗。因此，有必要对存在DG的DNR进行研究，其中要考虑转换动作的成本，因为它们会给日常操作带来额外的成本。这项研究提出了一种解决方案，用于同时考虑DG的开关动作成本，损失成本和无功功率来解决DG和DNR问题的选址，选型和操作。要考虑无功功率限制，他们的能力曲线（P–Q曲线）包含在模型中。DNR是组合优化问题，而整个问题则被建模为混合整数非线性规划问题。为了解决这个问题，使用禁忌搜索算法（TSA）作为组合问题的最有效的全局求解器之一，并通过粒子群优化（PSO）算法验证了其结果。为了启发该方法的有效性，在IEEE 33总线和IEEE 69总线测试系统上定义了5种情况。还将结果与以前的研究进行比较。结果表明，由于同时嵌入了无功功率和开关成本，因此可以最大程度地减少损耗，同时结果更加真实可靠。而整个问题则被建模为混合整数非线性规划问题。为了解决这个问题，使用禁忌搜索算法（TSA）作为组合问题的最有效的全局求解器之一，并通过粒子群优化（PSO）算法验证了其结果。为了启发该方法的有效性，在IEEE 33总线和IEEE 69总线测试系统上定义了5种情况。还将结果与以前的研究进行比较。结果表明，由于同时嵌入了无功功率和开关成本，因此可以最大程度地减少损耗，同时结果更加真实可靠。而整个问题则被建模为混合整数非线性规划问题。为了解决这个问题，使用禁忌搜索算法（TSA）作为组合问题的最有效的全局求解器之一，并通过粒子群优化（PSO）算法验证了其结果。为了启发该方法的有效性，在IEEE 33总线和IEEE 69总线测试系统上定义了5种情况。还将结果与以前的研究进行比较。结果表明，由于同时嵌入了无功功率和开关成本，因此可以最大程度地减少损耗，同时结果更加真实可靠。禁忌搜索算法（TSA）是解决组合问题的最有效的全局求解器之一，其结果通过粒子群优化（PSO）算法得到了验证。为了启发该方法的有效性，在IEEE 33总线和IEEE 69总线测试系统上定义了5种情况。还将结果与以前的研究进行比较。结果表明，由于同时嵌入了无功功率和开关成本，因此可以最大程度地减少损耗，同时结果更加真实可靠。禁忌搜索算法（TSA）是解决组合问题的最有效的全局求解器之一，其结果通过粒子群优化（PSO）算法得到了验证。为了启发该方法的有效性，在IEEE 33总线和IEEE 69总线测试系统上定义了5种情况。还将结果与以前的研究进行比较。结果表明，由于同时嵌入了无功功率和开关成本，因此可以最大程度地减少损耗，同时结果更加真实可靠。