电力系统的发展对能量管理系统的自动化水平要求越来越高,电力系统状态估计是能量管理系统(EMS)的核心部分。而算法则是状态估计的核心,估计结果最优、计算速度快和内存使用少是对状态估计算法的基本要求。论文首先介绍了电力系统状态估计的基本方法和研究现状,从加权最小二乘法(WLS)、抗差状态估计,到基于相角测量单元(PMU)的状态估计,对目前状态估计的方法进行了综述。经典WLS算法基于量测值服从正态分布,其优点是计算快速和操作简便,缺点是在恶劣条件下数值稳定性差。抗差估计理论建立在量测值符合数据实际分布模式的基础上,具备抗御粗差的能力。PUM的量测和SCADA原有量测构成混和量测系统一起用于状态估计,能提高网络的可观测性及状态估计的精度。WLS法是多种估计方法的基础,研究基于这一方法概念的估计算法有重要的理论意义。借鉴WLS估计中带等式约束的正规方程法(NE/C)和Hachtel法数值稳定性更强的优点,将遥测量和虚拟量测合理分类,并采用分块和稀疏矩阵技术形成了一种计算速度快、数值稳定性好的状态估计改进算法。新算法消除了大量注入量测的存在和量测权值差距过大引起的病态条件,提高了估计质量。用科学计算语言MATLAB编制了改进算法的计算程序,并进行了多种算法的对比模拟,对比结果说明算法了改进算法的有效性。对于大规模的电力系统而言,状态估计算法应当有新的突破。论文最后指出了要进一步研究的课题。