针对配电网的状态估计问题，由于配电网规模化不确定性因素的接入，传统配电网运行方式和管理方法已经无法解决随机性和非线性带来的难题，配电网状态估计方法的研究日趋迫切。D-PMU量测信息出现后，与SCADA、高级量测系统（Advanced Metering Infrastructure，AMI）等传统的量测数据融合是研究的重点。
输电网现有的两类状态估计方法，一类是混合量测分阶段融合估计方法，该类方法的应用背景为传统SCADA量测已满足网络可观，为减少对能量管理系统的改变，首先仅采用SCADA量测进行状态估计分析，得到中间状态估计结果，然后将该状态估计结果作为伪量测，与D-PMU量测进行融合，求取融合状态估计结果；另一类是混合量测直接融合估计方法，通过量测数据的有效融合实现状态估计的求解，实现网络运行状态的快速跟踪。然而配电网的现状是所有量测融合仍不满足网络可观性，而且由于各个量测系统采样频率相差较大，直接数据融合会严重降低配电网状态估计的精度。
因此配电网状态估计算法将需要解决的两个问题：一个是在量测信息不足的情况下保证状态估计的收敛性和有效性。另一个是通过融合SCADA、AMI和D-PMU等多源量测信息，实现多时间尺度量测信息数据融合的精确运行状态估计。本次报告将已经完成的基于非线性动力学系统的输电网状态估计方法应用于配电网，其基本原理是将状态估计问题转化为求解非线性动力系统的稳定平衡流形，通过构造商梯度动力学系统，使其退化的稳定平衡流形对应于WLS的解，从非线性动力学系统理论出发，证明这个动力学系统是渐近稳定的，因此可以保证通过对非线性动力学系统进行轨迹追踪，可以得到状态估计的解，该方法不需要对增益矩阵进行求逆，因此能够克服传统WLS算法的局限性；然后提出不同量测系统数据分开使用的数据融合方法，并给出这种数据融合方式的优点；同时针对PMU数据较为准确这一现象，提出添加不同的量测残差约束，实现不同维度准确的状态估计模型，以应对配电网不同的高级应用需求。 |