大规模分布式电源接入配电网,电动汽车充电负荷快速增长,电网与用户供需互动日益频繁,使得配电网出现源荷智能化、网络电力电子化等新特征。配电网的源、网、荷具有更强的时空不确定性,呈现出常态化的随机波动和间歇性。另外还有交直流混联以及潜在的微网、孤岛等运行形态,均对配电网的运行状态准确感知提出了新的挑战。同步相量测量技术的发展和应用为保障新形势下配电网的安全可靠运行提供了重要的新方法、新手段。如何以适应配网需求的微型PMU技术为基础,研究下一代配网自动化系统关键支撑技术,保障配网安全可靠运行,已成为能源与电网领域的重大科学命题。配电网运行状态是指在一定时间与空间尺度下,由系统和设备运行状况、结构环境、市场、及主体行为等因素所构成的电网当前状态。配电网运行状态感知则是基于广域量测系统、多种数据库与数据挖掘、动态状态辨识、运行状态分析评价、可视化等技术的集成,实现配电系统运行关键动态数据的测量、处理、分析,达到对主要运行行为的测量、辨识、显示,实现对当前配电网运行状态的获取、理解。本文围绕配电网新形势下的运行、结构等形态特征,挖掘PMU量测特点及应用优势,对配电网运行状态感知问题进行深入研究,主要取得以下成果:1.针对配电网量测存在的量测数据缺失或部分量测数据失准的问题,本文充分发挥PMU量测数据的准确性优势,提出了基于数据可信度的不良数据辨识与修正方法,论述了动态调整数据可信度的方法,构建了针对单个节点的不良数据辨识及修正过程和多个节点构成的区域的不良数据辨识及修正过程。结合实例验证了所提方法能够有效辨识并修正不良数据,提高配电自动化系统量测数据一致性,为配电网状态估计提供了可靠的量测数据保障。2.为了充分发挥PMU装置高密采样量测特点在配电网运行关键特征提取中的优势作用,本文基于完备集合经验模态分解,对关键电气量测数据进行多尺度化处理,在此基础上结合高阶统计信息,提出了基于PMU高密采样量测信息的多尺度高阶奇异谱熵分析方法,并以熵值作为特征输出。所提出的方法能够有效实现对原始信号的特征提取,并能够抑制原始信号中的噪声干扰,同时对重构参数具有较强的鲁棒性,实现对高阶相关非线性特征的充分反映,为孤岛检测提供了关键特征输出。3.针对配电网状态估计非线性非凸优化带来的全局寻优问题和收敛性问题,本文提出了一种通过引入辅助状态变量的三阶段配电网状态估计方法,将配电网状态估计问题等价转化为一个非线性变换与两个线性最小二乘问题集,进而提出了一种计及PMU与SCADA混合量测的配电网分布式状态估计方法,从数学上可保证获得全局最优解,克服了收敛性问题。同时,建立了适用于交直流混合配电网形态的三阶段状态估计模型,从交直流子系统的耦合条件出发,运用拉格朗日松弛法对交直流子系统的状态估计进行解耦,提出了基于改进交替方向乘子法的交直流混合配电网分布式状态估计方法。所提方法中,各子系统之间仅需相互传递边界信息,根据交互信息更新拉格朗日乘子来达到边界状态的一致性,通信机制简单易行,相比较于集中式状态估计,该方法的计算效率得到显著提高,同时精度也能够得到较好保证,具有很好的实际工程应用价值。4.针对持续性新能源接入、电力电子化给配电网带来不可忽视的不确定性与噪声现象,及其所导致的孤岛检测易被扰动影响出现误判、漏判问题,本文结合PMU高密采样的量测特点,提出了一种结合高阶奇异谱分析的新型深度学习抗噪孤岛检测方法,经过经验模态分解进行多尺度化处理后的高阶奇异谱熵可以有效抑制噪声的干扰,且在不同场景中能够同时具有差异性与稳定性。并探讨了所提孤岛检测方法的检测盲区,从建模机理角度出发,解释了所提方法能够克服常规被动法在源荷平衡条件下存在孤岛检测盲区的问题。同时,探讨了所提出深度学习孤岛检测模型的可解释性,利用LIME模型分析了所提孤岛检测方法中致使错误分类的原因。与现有被动检测方法相比,本文所提方法能够更加准确、快速地区分孤岛和电网的干扰。5.本文在微型PMU量测数据的基础上,紧密结合并充分利用前述状态估计对配电系统电气状态量的结果输出,提出了基于关联分析的综合评估方法,对配电网安全运行中五个重要方面进行了分析评估:结合PMU量测与状态估计结果,利用基于最小弯曲距离关联分析的量化评估方法,实现了对关键点异常快速评估以及对实时可控能力的直观、快速把握;以分布式新能源渗透率为承压变量,基于压力测试方法对配电网运行风险进行准确刻画;考虑配电网变结构特性对配电网安全供电能力进行了评估;计及孤岛支撑能力,对事故后系统可能自愈的形式及能力进行了深入分析与评估。