1.一种考虑最大供电能力约束的配电网络优化降损重构方法，其特征在于，包括以下步骤：
步骤一，构建配电网最大供电能力指标的数学模型；
步骤二，根据步骤一中的数学模型，通过变步长的连续潮流算法对配电网不同运行方式下的最大供电能力指标进行评估，得到配电网的最大供电能力；
步骤三、基于多场景法及配电网不同负荷方式的变化，构建可综合考虑最大供电能力指标约束的配电网络降损重构模型；
步骤四，采用基于动态惯性权重调整的二进制粒子群算法，求解设定的重构时间段内的配电网络的网络优化降损重构方案，并保证最大供电能力指标的约束。
2.根据权利要求1所述的一种考虑最大供电能力约束的配电网络优化降损重构方法，其特征在于：所述步骤一中，配电网最大供电能力指标的数学模型为：
其中，S为供电能力评估的配电区域所能供给的最大负荷量；Sini,j为节点j的当前实际负荷；N为负荷节点总数；Sd,j为供电能力评估的配电区域中节点j的负荷增长基数，kg为负荷增长系数；D为进行供电能力评估的配电区域。
3.根据权利要求2所述的一种考虑最大供电能力约束的配电网络优化降损重构方法，其特征在于：所述步骤三中，配电网络降损重构模型为：
其中：F为重构时间段内的综合网损，M为所考虑的负荷方式数；Δtk为第k种负荷方式在重构时间段内所占时间的百分比系数； 为第k种负荷方式下的网络有功损耗，具体表达式为：
其中,L为配电网络中的支路总数； 和 分别为第k种负荷方式下流过支路bi的有功功率和无功功率； 为支路bi的支路电阻； 为第k种负荷方式下支路bi的末端电压；F为重构时间段内的综合网损。
4.根据权利要求1所述的一种考虑最大供电能力约束的配电网络优化降损重构方法，其特征在于：所述步骤四具体为：
4.1读入配电网络原始数据；
4.2设置粒子群算法参数；
4.3初始化：迭代次数置0，初始化所有粒子位置和速度；进行各种运行方式下的潮流计算，按式(5)求出每一组开关状态下的配电网络在重构时段内的综合网损作为其初始适应值以及历史最优适应值，网损最小的粒子位置为全局最优粒子；
4.4进行粒子速度和位置更新，检查粒子位置更新后各变量是否越限，若某一变量越限，则取其相应的限值；
4.5辐射状校验：校验更新后的粒子位置对应的开关状态组合下的网络结构是否满足辐射状约束，如果某些粒子不满足，重新初始化该粒子，直到都满足；
4.6计算适应值：即计算每一个粒子对应开关状态下的网络在各种负荷方式下的状态变量及有功网损并校验粒子是否满足节点电压、支路电流、供电能力裕度的约束，若满足约束，按式(5)计算其适应值；如果不满足，给适应值加惩罚项；
4.7更新粒子的历史最优位置以及全局最优粒子位置；
4.8动态调整惯性权重ω；
4.9结束判断：若满足结束条件，即达到最大允许迭代次数，则停止并输出结果；否则，迭代次数加1，转到步骤4.4继续进行，直到结束条件得到满足，优化计算过程结束。
5.根据权利要求4所述的一种考虑最大供电能力约束的配电网络优化降损重构方法，其特征在于：所述步骤四中，二进制粒子群算法中粒子位置和速度的更新公式为：
其中：xi,d和vi,d分别为粒子i的第d维位置和速度分量；ω为惯性权重；c1、c2为加速系数；r、r1、r2为[0,1]之间的随机数；pBesti,d与gBestd分别为粒子i的历史最优位置和种群最优粒子位置， 为是第t代粒子种群中粒子i的第d维位置分量，r为[0,1]上的随机数；T是同一个环路的所有开关的集合；t为粒子群代数， 是第(t+1)代粒子种群中粒子i的第d维位置分量， 为第(t+1)代粒子种群中粒子i的第d维速度分量。
6.根据权利要求5所述的一种考虑最大供电能力约束的配电网络优化降损重构方法，其特征在于：所述步骤四中，动态惯性权重调整策略中的惯性权重ω自适应调整模型为：
其中：ωmax和ωmin分别是ω的最大值和最小值；Iter和Itermax分别是当前迭代次数和最大迭代次数；r为均匀分布于[0,1]间的随机数；g为种群在进化设定代数内全局最优值的变化率。