21世纪是人类大规模开发利用新能源的关键时期。微电网能够充分发挥新能源的优势，是未来人类合理使用能源与环境的钥匙。它不仅在电力的发、输、配过程中大大节约了成本，而且提升了整个电网的传输效率，确保了系统的整体可靠性。可以预见，围绕新能源的利用，微电网在新世纪将会高速发展。微电网的状态估计是实现微电网在线运行分析与智能化控制管理的基础。进行状态估计首先要对微电网的不良数据进行检测和辨识。不良数据检测和辨识通常采用间隙统计算法（GSA），该算法必须要对参考数据进行样本估计，这样就会产生误差并增大计算量，导致辨识效率低下。为克服该缺点，本文对间隙统计算法进行改进，修正并推导了间隙（Gap）统计量，求得参考分布集的聚类离散度期望E(Wr(k))为具体代数式，实现了统计量的线性化，切断了误差根源。实例仿真可知，改进GSA算法能够适用于微电网不良数据的检测辨识，并提高了计算速度和辨识精度。其次，在并网及孤网运行方式中，考虑不同微型电源（MS）在各自控制策略下的运行特性及要求，采用支路电流状态估计法对微电网进行状态估计。本算法在获得各MS的实时量测后，根据其运行要求设置迭代约束条件，与其他量测量共同推导出雅可比矩阵参与迭代，从而计算出状态估计值。由于微电网负荷三相不平衡，本文将支路电流作为状态变量，雅可比矩阵按相形成分块单位阵，实现了三相解耦和实虚部解耦，降低了线路参数敏感性，大大提高了计算速度和释放了存储容量。最后对11节点和36节点的微电网算例进行测试，程序快速收敛且估计值的结果接近真值，验证了所提算法的可行性。