状态估计是电力系统能量管理的重要组成部分,对系统安全运行具有重要作用。但随着互联大电网的形成,电力系统规模不断扩大,传统集中式状态估计面临着通信负担重、模型维数高、计算和存储量大等缺陷,较难满足系统灵活运行需求。为克服传统集中式状态估计方法的不足、实现高效灵活状态估计,本文研究了电力系统多区域状态估计模型,并针对不同的应用场景和需求,提出了基于一致性理论和基于异步交替方向乘子法的多区域分布式状态估计方法。论文首先介绍了电力系统静态状态估计的基础理论,阐述了量测方程建立过程并推导了加权最小二乘法的状态估计模型。另外给出了一致性理论和交替方向乘子法的分布式计算原理,为后续基于一致性理论的分布式状态估计和基于异步交替方向乘子法的分布式状态估计研究奠定了理论基础。其次在电力系统非线性状态估计模型的基础上,利用拉格朗日乘子法对状态估计方程进行解耦,提出了基于一致性理论的分布式状态估计方法。先将电力系统划分为若干个不重叠的子区域,并通过拉格朗日乘子法将状态估计方程解耦,建立了电力系统多区域非线性状态估计模型;进而基于一致性理论建立了全分布式状态估计方法,其无需估计协调中心,只需各子区域交换边界节点状态变量和一致性变量信息,各子区域便可平行独立地计算本地状态变量估计值,较集中式状态估计均衡了通信及计算负担。仿真结果表明所提出的分布式状态估计方法准确有效。最后针对SCADA和PMU混合量测系统,在三阶段双线性状态估计模型的基础上,提出了基于异步交替方向乘子法的分布式状态估计方法。三阶段模型在第一阶段和第三阶段中分别处理SCADA量测和PMU量测,第二阶段进行非线性变换连接第一和第三阶段,挖掘了 PMU量测高精度的优势;为了充分利用各子区域的计算资源,并考虑到通信网络可能存在通信延时和通信丢包等问题,在第一阶段和第三阶段采用异步交替方向乘子法实现分布式计算。最终在Matlab仿真平台上设计算例验证了所提出的分布式状态估计方法的有效性,并分析了通信丢包对方法性能的影响。