智能配电网是智能电网的重要组成部分,提高分布式电源渗透率、增强用户供需互动,要求配电网具备更加灵活的控制方式和高效的优化能力,以上必须建立在可观性的基础上,即根据采集的数据和监测的信息,进行状态估计,获取系统的运行状态。配电系统点多面广,运行机理复杂,相比较于集中式的状态估计方法,分布式状态估计在计算效率、通信量以及计算主体相对独立性等方面具有较大的优势。本文围绕智能配电网分布式状态估计方法,从模型、方法以及应用等几个角度开展研究。在目前的量测系统下,量测函数与状态变量之间呈现非线性关系,基于加权最小二乘法的状态估计模型通常是非凸的优化问题,许多凸优化的分散算法难以直接应用。通过分阶段构造状态变量和等效量测量,建立了三阶段状态估计模型。在该模型中,第一阶段与第三阶段执行状态估计,第二阶段执行非线性转换,第一阶段与第三阶段的状态估计模型均为凸优化模型。对于配电网中通过联络线相连的两个区域,其状态估计模型中耦合的部分为联络线状态的一致性等式约束。基于拉格朗日松弛法将边界信息一致性等式约束松弛进目标函数中,并结合梯度迭代法提出了一种分布式状态估计方法。基于增广拉格朗日法将边界信息一致性等式约束以二次惩罚项的形式扩展进目标函数中,结合同步型的交替方向乘子法提出了另一种分布式状态估计方法。通过算例仿真对三阶段模型以及不同分布式状态估计方法进行了比较分析,并且验证了所提方法的有效性。最后,考虑交直流配电网是未来配电网的一种趋势,将分布式状态估计方法应用到交直流配电网中,实现了交流子系统与直流子系统的分散状态估计。仿真算例将充分体现了算法在收敛性、计算时间以及计算精度上的优势。