随着能源互联网建设进程的推进和以“互联网+”为核心的先进信息通信技术的广泛渗透,电网运营主体将趋于复杂多样化,信息类型将趋于异构多源化。态势感知技术是提高电网“感知预测能力”和“决策支持能力”的关键。但现有的电网态势感知体系在量测信息准确度评估、不确定性因素预测、柔性资源潜力挖掘、多元用户互动能力评估等关键环节均难以满足智能配电网的发展需求。与此同时,国网“三型两网”战略的制定将伴随着泛在电力物联网建设的大力推进。中低压配电网态势感知体系的完善,对于实现高精细化的数据感知,深度挖掘能源、环境数据中潜在的业务价值,提升电网边缘处的优化协同性能,具有十分重要的理论及实际意义。本文针对含多微网主动配电网态势感知和优化调度需求,分别从态势理解、态势预测和态势利导角度开展了相关研究。首先,基于随机矩阵理论（RMT）有效辨识异常量测并评估系统状态,完成对系统运行的准确感知和理解;其次,结合高斯混合模型（GMM）和并行隐马尔科夫模型（PHMM）,获取多天气条件下可再生能源出力的概率分布区间和变化规律,即态势预测;最后,从运营者的角度,利用模型预测控制理论（MPC）和优化调度方法保证了多微网与主动配电网间互动合作的安全性和经济性,降低了不确定因素带来的影响,可靠实现态势利导。具体研究内容如下:（1）提出了一种数据驱动和模型驱动方法相结合的态势理解技术。该技术依靠由智能电表和先进计量基础设施组成的数据监测平台。针对由通信异常或人为因素造成的坏数据,利用RMT分析系统内量测间的相关性,并通过实时监测相关性变化判断异常量测。其次,基于边缘计算提出的分层分区异常量测辨识算法,可有效降低数据实时传输容量和计算负担,便于实现数据的分布式处理。将异常量测辨识结果与状态估计方法相结合,实现对系统当前运行状态的准确感知。最后,在量测感知的基础上,基于随机矩阵理论计算的量测高维统计指标,实现了系统安全稳定性评估。算例分析验证了本文方法在系统量测感知精度和系统安全运行评估方面的优势。（2）提出了一种适用于多种可再生能源对象的多时间尺度概率预测方法。鉴于态势感知中各类预测对象的概率分布差异,首先采用GMM提取各类对象的概率分布特性。在此基础上,通过信息熵相关性分析和时间序列合成的多阶段预处理,获得天气敏感型区域的待预测对象时间序列。最后利用并行隐马尔科夫模型对观测序列进行训练,并结合贝叶斯公式实现多时间尺度概率预测。算例分析研究了不同天气状态下的光伏出力波动规律。（3）提出了一种多时间尺度需求响应资源优化调度方法,通过实时感知微电网可响应资源有效参与短期电力市场。结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型;为校正可再生能源和负荷的预测偏差,基于MPC建立了以联络线功率偏差和储能荷电状态偏差最小为目标的日内滚动优化调度模型。利用可调容量比例因子的引入有效协调了微电网功率互动能力和运行经济成本,保证微电网在消纳可再生能源的同时具备一定的可调容量。算例分析讨论了可调容量比例因子对微电网联络线功率跟踪效果和需求响应能力的影响。（4）提出了一种基于功率交换可行域的主动配电网态势利导策略,保证经济运行的同时提高了配网层应对不确定异常事件的供电能力。基于MPC提出的预测-校正模型可动态感知多微网与配电网的功率交换容量。在此基础上,利用合作博弈理论建立了多微网竞价策略模型,最优竞价结果有利于实现主动配电网与多微网互动过程中的态势利导,实现双方共赢。采用点估计与二阶锥规划相结合的混合求解方法,在考虑不确定因素的同时可保证求解精度。算例分析验证了互动策略的灵活性,该策略还可为多微网系统中需求响应资源的高效使用提供优化引导。本文针对本领域的研究热点和发展趋势,采用数据驱动和模型驱动方法,提出一种适用于含多微网主动配电网的态势感知及态势利导方法。通过大量仿真和工程实际算例分析验证了,本文研究成果有利于提升对复杂系统的运行态势感知能力和优化调度能力,为未来配电网乃至能源互联网的资源感知、边缘计算提供理论参考。