1.一种配电网自愈网架建模方法，其特征在于，包括：构建含风-光-家用储能分布式电源的配电网模型；根据所述配电网模型，确定配电网自愈目标函数和约束条件，并构建配电网自愈模型；其中，所述配电网自愈目标函数为：式中，f是配电系统有功网损；N为网络之路总数； R i 、 P i 、 Q i 、 U i 分别为第i条支路的电阻、有功功率、无功功率、功率注入节点处的母线电压；所述约束条件包括：潮流约束、节点电压约束、支路容量约束及由配电网成辐射状态构成的网络辐射约束；其中，所述潮流约束为：式中， 、 分别是节点i处的输入有功功率、无功功率； 、 分别为DG向节点i注入的有功功率、无功功率； 、 分别是节点i所带负荷的有功功率、无功功率； 、 分别是节点i、j的电压；Y为支路的导纳矩阵；所述节点电压约束为：式中，i=1, 2, 3,…, N，N是节点总数， 、 、 分别是节点i的电压值及其上下限；所述支路容量约束为：式中， 、 分别是各支路流过的功率及支路的线路容量；根据家用储能系统的出力特征，划分配电网自愈的不同工作场景；根据所述配电网自愈模型，采用改进混沌自适应人工鱼群算法求解所述不同工作场景下的最优配电网自愈网架结构，包括：输入配电网参数，并初始化鱼群参数；基于辐射状拓扑，对当前配电网中的分段开关及联络开关进行编码；对人工鱼群个体进行混沌初始化；根据初始化后的人工鱼群，计算配电网络的第一有功损耗值；对人工鱼群执行觅食行为，获得配电网络的第二有功损耗，当所述第二有功损耗大于所述第一有功损耗值时，将所述第二有功损耗作为当前最优值；重复执行对人工鱼群执行觅食行为操作，直至迭代次数达到预设阈值，将此时得到的最优值作为目标最优值；根据所述目标最优值，确定最优配电网自愈网架结构。
2.根据权利要求1所述的配电网自愈网架建模方法，其特征在于，所述工作场景包括：在第一预设时间内家用储能执行充电操作及在第二预设时间内家用储能执行放电操作。
3.根据权利要求1所述的配电网自愈网架建模方法，其特征在于，所述配电网参数包括系统额定电压、网络总负荷、支路参数及负荷数据。
4.根据权利要求1所述的配电网自愈网架建模方法，其特征在于，所述鱼群参数包括鱼群数目、最大迭代次数、重复次数、视野范围、拥挤度因子及最大步长。
5.一种配电网自愈网架建模系统，其特征在于，包括：配电网模型构建单元，用于构建含风-光-家用储能分布式电源的配电网模型；配电网自愈模型构建单元，用于根据所述配电网模型，确定配电网自愈目标函数和约束条件，并构建配电网自愈模型；其中，所述配电网自愈目标函数为：式中，f是配电系统有功网损；N为网络之路总数； R i 、 P i 、 Q i 、 U i 分别为第i条支路的电阻、有功功率、无功功率、功率注入节点处的母线电压；所述约束条件包括：潮流约束、节点电压约束、支路容量约束及由配电网成辐射状态构成的网络辐射约束；其中，所述潮流约束为：式中， 、 分别是节点i处的输入有功功率、无功功率； 、 分别为DG向节点i注入的有功功率、无功功率； 、 分别是节点i所带负荷的有功功率、无功功率； 、 分别是节点i、j的电压；Y为支路的导纳矩阵；所述节点电压约束为：式中，i=1, 2, 3,…, N，N是节点总数， 、 、 分别是节点i的电压值及其上下限；所述支路容量约束为：式中， 、 分别是各支路流过的功率及支路的线路容量；工作场景划分单元，用于根据家用储能系统的出力特征，划分配电网自愈的不同工作场景；最优解计算单元，用于根据所述配电网自愈模型，采用改进混沌自适应人工鱼群算法求解所述不同工作场景下的最优配电网自愈网架结构，包括：输入配电网参数，并初始化鱼群参数；基于辐射状拓扑，对当前配电网中的分段开关及联络开关进行编码；对人工鱼群个体进行混沌初始化；根据初始化后的人工鱼群，计算配电网络的第一有功损耗值；对人工鱼群执行觅食行为，获得配电网络的第二有功损耗，当所述第二有功损耗大于所述第一有功损耗值时，将所述第二有功损耗作为当前最优值；重复执行对人工鱼群执行觅食行为操作，直至迭代次数达到预设阈值，将此时得到的最优值作为目标最优值；根据所述目标最优值，确定最优配电网自愈网架结构。
6.一种终端设备，其特征在于，包括：处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的配电网自愈网架建模方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行实现如权利要求1至4任一项所述的配电网自愈网架建模方法。
