刘安迪，李 妍，谢 伟，杨晨光，王少荣，时志雄

（1. 强电磁工程与新技术国家重点实验室,华中科技大学,湖北省武汉市430074；2. 国网上海市电力公司,上海市200122）

0 引言

配电网运行情况日益复杂,多类型量测设备为配电网运行控制提供重要的基础数据,传统的电力系统量测数据通过数据采集与监控（supervisory control and data acquisition,SCADA）系统获取量测［1］,不同位置的SCADA 量测可能存在不同步的情形,影响数据精度,广域测量系统（wide area measurement system,WAMS）是在SCADA 系统基础上发展起来的动态量测系统,以同步相量测量单元（phasor measurement unit,PMU）为基层采集单元［2-4］,具有准确时标且能提供相角量测,由于经济和技术原因,PMU 布点数量受限。 SCADA/WAMS 混合量测成为当前输电网状态监测的主流［5-6］,文献［7］通过对PMU 和SCADA 量测的相关性分析,实现PMU 和SCADA 数据的时标一致,文献［8］在部分可观测厂站中利用PMU 的精确数据对SCADA 数据加上时标,有效地对WAMS 精确数据与SCADA 非精确数据进行匹配。分布式电源、电动汽车等在配电网层面接入使配电网运行形态更加复杂［9-10］,对配电网状态估计提出更高要求［11］,配电网参数估计的准确性是状态估计的基础［12］。基于SCADA 和PMU 混合量测的输电网参数估计方法［13-15］被相继提出,文献［16］利用π 形序分量模型,基于PMU 非相角数据和SCADA 混合量测,结合中位数估计进行输电线路参数辨识；文献［17］利用多点量测和最小二乘进行相角偏差的估计,校准线路两端量测相角差后进行参数辨识。

随着智能电网的兴起,配电网中SCADA 和高级量测体系（advanced metering infrastructure,AMI）成为主要量测数据来源［18-20］。AMI 是自动抄表系统的延伸,负荷侧数据通过智能电表（smart meter,SM）采集,文献［21］根据电气距离较近的AMI 间电压相关性较强的原则,基于地理信息系统（GIS）与AMI 数据进行参数估计；……