随着电网技术的不断发展,配电网运行状态的可观性要求越发明显。可再生能源逐渐引入配电系统,现代配电网正逐渐向双向潮流转变。配电网的信息量迅速增加,电力需求不断扩大,传统的量测工具出现了量测配置不足、量测精度不高等问题,现有的配网状态估计手段已不能应对配电网实时分析、计算效率、安全控制等方面的需求。基于以上问题,论文针对基于混合量测信息的有源配电网状态估计方法开展研究,主要工作如下:（1）由于使用单一量测估计器,无法满足系统量测冗余度的要求,论文以监控与数据采集（Supervisory Control And Data Acquisition,SCADA）系统和高级量测体系（Advanced Metering Infrastructure,AMI）系统的量测数据为基础,提出了一种基于物联网的配电网混合状态估计架构,在SCADA和AMI数据同时到达的时刻进行数据融合,根据SCADA和AMI的全部量测量开展状态估计。算法在下一个SCADA量测数据到达但AMI数据未到达的时刻进行负荷预测,生成伪量测负荷信息,解决了二者数据更新周期不同导致的量测信息被浪费的问题。（2）合理的分区策略是实现高效分布式状态估计（Distributed State Estimation,DSE）的有效方式。为提升状态估计的计算效率,论文提出了适用于配电网状态估计的树形结构分层分区模型,该方法根据辐射型配电网的特点,将其划分为子区域和父区域来实现区域并行计算。为了兼顾子区域内节点的相似性,基于层次聚类进行分区,将树形结构中同一层次的配电网的节点进行聚合,形成定义为簇的子区域。仿真结果表明,与集中式状态估计相比,采用分布式状态估计的估计精度更高;与串行计算相比,所提方法可以有效地减少DSE在各子区域的运行时间,改善状态估计计算效率。（3）分布式电源（Distributed Generation,DG）规模化接入配电网,增加了配电系统运行状态的复杂性。为解决DG给状态估计带来的影响,论文提出了一种有源配电网分布式区间状态估计,该方法根据光伏发电系统和风力发电系统的特点进行建模,将分布式电源等效为不同类型的节点引入量测矩阵,同时针对DG不确定性的特点,结合仿射算术实现区间状态估计。仿真结果表明,仿射算术的引入可以缩小计算结果的区间范围,从而有效提高状态估计精度。