电力系统状态估计是电力系统调度、控制、安全评估等方面的基础,也是电能管理系统的核心组成部分。自状态估计方法引进到电力系统领域后,在电力系统状态估计涉及的各个方面,如估计准则、不良数据检测和辨识、不良数据修正、系统可观测性和量测配置、状态估计计算的稳定性、带约束条件的状态估计方法、状态估计的分块和并行计算方法、配电网络的状态估计方法、电力系统状态抗差估计方法、加权估计方法中权值的选择和权函数的研究、系统参数的估计和辨识、动态电力系统状态估计方法以及各种新技术和新理论的应用等,取得了丰硕的研究成果,大大提高了电力系统状态估计的技术水平。同时,我们也应该看到,电力系统状态估计的各个方面依然存在着许多尚未解决的问题,随着技术水平的提高和对电力系统状态估计要求的变化,电力系统状态估计在某些方面也需要进行一定的改进。 论文的研究工作围绕着电力系统状态估计准则和迭代计算、大规模电力网络分析和状态估计、不良数据检测和辨识、状态运动轨迹的回归和预测等方面展开。论文首先综述了电力系统状态估计的一般方法,就等效电流量测变换状态估计、电力系统带约束状态估计、正交变换在电力系统状态估计的应用进行了讨论。 大规模电力系统情况下,网络的分块和等值是提高电力系统分析效率和实时性的有效途径。在详细分析研究已有等值和分块算法的基础上,提出了基于支路切割网络分块的电力系统分析算法,使大规模电力系统分析的问题可以通过若干较小规模系统的分析和协调变量的计算获得解决,该算法具有简单、与原有潮流计算方法兼容、易于实现分布式计算和提高对大规模系统分析计算速度的特点,仿真试验结果表明了算法的有效性。 提出了一种基于支路切割网络分块的电力系统状态估计新算法。在基于支路切割网络分块潮流分析计算方法的基础上,通过支路切割,把电力系统划分为若干较小规模的子系统,通过异步方式交替对子网络进行状态估计迭代。讨论了算法所涉及到的参考节点问题、不良数据检测和辨识问题和解决方案。 不良数据检测和辨识是电力系统状态估计的重要内容,为此提出了一种不良数据检测和辨识新算法。现有的估计计算后进行不良数据检测和辨识算法难以避免“残差淹没”和“残差转移”的现象,从而难以一次性地获得最