随着智能配电网技术的快速发展,对配电网的自动化水平和系统状态实时监控的要求越来越高。配电网状态估计作为配电管理系统的基础核心部分,为分析配电网运行状况提供基础数据支持。然而,目前配电网中量测装置配置较少,量测冗余度较低,难以保证系统可观性,导致估计精度无法满足要求;另一方面,配电网的负荷和线路三相不平衡的问题,也对传统状态估计带来更大难度和挑战。因此,本文研究一种基于历史数据建模的配电网状态估计方法。首先,讨论了配电网潮流计算和状态估计的联系与区别,并对配电网潮流计算的基本方法作出介绍。然后考虑到配电网三相不平衡的问题,描述了配电网中的几种主要元件的三相模型和配电网量测系统的数学模型。最后重点介绍了加权最小二乘法和差分进化算法下的配电网状态估计。其次,对配电网历史时刻的运行状态数据分析并建立多元回归模型,模型所得结果可以补充无量测装置节点的信息,扩充配电网状态估计量测量,提高系统的可观性;而且,与传统伪量测相比,为后续状态估计提供精度更高的伪量测数据,有利于提高估计精度。最后,以节点电压的幅值和相角作为状态估计的状态量,基于历史数据模型提供的伪量测数据分别对三相平衡的IEEE33节点系统和三相不平衡的IEEE13节点系统进行实例验证。分析历史数据模型对配电网状态估计的可观性和估计精度的影响,比较传统加权最小二乘算法和差分进化算法对配电网状态估计的求解效果。结果表明,添加历史数据建模值作为新型伪量测有效提高了状态估计精度,且差分进化算法下的估计精度更优,验证了本文所提方法的有效性。