状态估计作为能量管理系统(Energy Management System,简写为EMS)的主要功能之一,根据从数据采集和监控(Supervisory Control And Data Acquisition,简写为SCADA)系统中获取的量测数据,分析网络拓扑结构,建立网络模型,通过最佳估计准则计算得到系统的实际运行状态,得到完善可靠的数据库来对电网进行进一步的分析及控制。因此,电力系统的安全及经济运行水平直接受到电力系统状态估计的精度和实时性的影响。状态估计的矩阵规模随着电网规模的扩大而不断扩大,另外,在对配电网量测配置优化或进行静态安全分析时,均需要重复进行状态估计,这就使得传统的集中式状态估计算法在计算速度方面不能很好地满足对电网进行实时分析与控制的要求。基于此,本文提出一种用于配电网分布式状态估计的自动分区方法。该方法从各分区计算量均衡的角度出发,借助图论中网络的快速搜索能力,通过编程对配电网进行自动分区,从而实现状态估计的并行计算。通过分区将系统的状态估计进行降维处理以减小计算规模,加快了计算速度。同时可以把局部的不良数据限制在当前的分区里,避免局部不良数据影响全网的估计精度或造成全网估计的不收敛。为改善算法的抗差性,采用修正权重系数的方法,即在权重系数中引入指数函数,在迭代过程中降低不良数据在目标函数中权重值,从而减少不良数据对目标函数的影响,提升状态估计抗差性。文中以IEEE-118节点系统为算例,在FORTRAN6.5编译环境中进行程序的编写和改进,按上述自动分区的方法对该网络进行分区,并进行分布式状态估计计算,验证了该方法可以完成对电网的自动合理分区,使状态估计的计算效率有所提升,同时采用修正权重系数的抗差状态估计算法可以有效减少不良量测数据的影响。