Asynchronous State Estimation for Transmission and Distribution Networks Based on Gauss-Newton Local Belief Propagation

LI Kexin; HUANG Manyun; WEI Zhinong; SUN Kang; SUN Guoqiang

doi:10.7500/AEPS20251211002

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Asynchronous State Estimation for Transmission and Distribution Networks Based on Gauss-Newton Local Belief Propagation

Basic Research | 更新时间：2026-09-22

- Asynchronous State Estimation for Transmission and Distribution Networks Based on Gauss-Newton Local Belief Propagation
- Automation of Electric Power Systems Vol. 50, Issue 18, Pages: 108-116(2026)
- 作者机构：
  
  1.河海大学电气与动力工程学院，江苏省南京市 211100
  2.清华大学电机工程与应用电子技术系，北京市 100084
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52207090)
- DOI：10.7500/AEPS20251211002
  CLC：
- Received：11 December 2025，
  
  Revised：2026-02-24，
  
  Online First：16 June 2026，
  
  Published：25 September 2026
- 稿件说明：
移动端阅览
李科鑫,黄蔓云,卫志农等.基于高斯-牛顿局部信念传播的输配电网异步状态估计[J].电力系统自动化,2026,50(18):108-116.

LI Kexin,HUANG Manyun,WEI Zhinong,et al.Asynchronous State Estimation for Transmission and Distribution Networks Based on Gauss-Newton Local Belief Propagation[J].Automation of Electric Power Systems,2026,50(18):108-116.
李科鑫,黄蔓云,卫志农等.基于高斯-牛顿局部信念传播的输配电网异步状态估计[J].电力系统自动化,2026,50(18):108-116. DOI： 10.7500/AEPS20251211002.

LI Kexin,HUANG Manyun,WEI Zhinong,et al.Asynchronous State Estimation for Transmission and Distribution Networks Based on Gauss-Newton Local Belief Propagation[J].Automation of Electric Power Systems,2026,50(18):108-116. DOI： 10.7500/AEPS20251211002.

摘要

随着电力系统运行方式的巨大演变与输配电网耦合关系的日益增强，各自独立的输配电网状态估计方法已无法满足输配电网统一调度和精细化管理需求，输配协同状态估计应运而生。考虑到集中式状态估计计算量大和输配电网量测更新不同步等问题，提出了一种基于高斯-牛顿局部信念传播的输配电网异步状态估计方法。首先，根据接收的输配电网边界信息，建立动态分区因子图模型，并在此基础上提出一种高斯-牛顿局部信念传播算法，以实现因子图模型的动态局部更新和输电网的全分布式估计，缓解输电网控制中心的计算负担。然后，提出基于高斯-牛顿局部信念传播的输配电网异步状态估计方法，以实现输电网各边界节点信息的实时异步更新，充分利用算法的分布式和局部计算优势。在正常和异常量测场景下，所提方法均可在保证估计精度的同时有效减少因子图模型的消息传递数，节省了计算资源。

Abstract

With the dramatic evolution of power system operation modes and the growing coupling between transmission and distribution networks

independent state estimation methods for transmission and distribution networks can no longer meet the requirements of unified dispatching and refined management of transmission and distribution networks

giving rise to coordinated transmission-distribution state estimation. Considering the drawbacks of centralized state estimation

such as heavy computational burden and asynchronous measurement updates between transmission and distribution networks

this paper proposes an asynchronous state estimation method for transmission and distribution networks based on Gauss-Newton local belief propagation. Firstly

a dynamic partitioned factor graph model is constructed according to the received boundary information of transmission and distribution networks. On this basis

a Gauss-Newton local belief propagation algorithm is developed to realize dynamic local updating of the factor graph model and fully distributed state estimation for the transmission network

alleviating the computational burden of the transmission network control center. Secondly

the asynchronous state estimation method based on Gauss-Newton local belief propagation is formulated to achieve real-time asynchronous information updating of each boundary node in the transmission network

which fully exploits the distributed and local computing advantages of the algorithm. Under both normal and bad measurement scenarios

the proposed method can effectively reduce the number of message transmitted of the factor graph model while guaranteeing estimation accuracy

thus saving computational resources.

关键词

Keywords

references

Tang K J ， Dong S F ， Song Y H . A quadratic convergent iteration-variable-correction-based method for optimal power flow of transmission-distribution-coupled systems ［J］. IEEE Systems Journal ， 2022 ， 16 （ 2 ）： 3360 - 3371 .

Tang K J ， Dong S F ， Song Y H . A least-squares-based iterative method with better convergence for PF/OPF in integrated transmission and distribution networks ［J］. CSEE Journal of Power and Energy Systems ， 2024 ， 10 （ 3 ）： 953 - 962 .

Chowdhury M M ， Hasan M S ， Kamalasadan S . A second-order cone programming （SOCP） based co-optimization approach for integrated transmission-distribution optimal power flow ［J］. IEEE Transactions on Industry Applications ， 2025 ， 61 （ 2 ）： 3563 - 3572 .

唐滢淇 . 输配一体化电网状态估计方法研究［D］. 杭州：浙江大学， 2022 .

Tang Yingqi . Research on state estimation method of integrated transmission and distribution power grid ［D］. Hangzhou ： Zhejiang University ， 2022 .

姜涛，吴成昊，李雪，等 . 计及V2G主动支撑的输配协同日前-实时优化调度［J］. 电力系统自动化， 2025 ， 49 （ 10 ）： 87 - 100 .

Jiang Tao ， Wu Chenghao ， Li Xue ， et al . Transmission and distribution coordinated day-ahead and real-time optimal scheduling considering active support of vehicle-to-grid ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 10 ）： 87 - 100 .

郝蛟，王冬，邱剑，等 . 基于图神经网络与Informer融合的主动配电网状态估计［J］. 电力自动化设备， 2025 ， 45 （ 8 ）： 12 - 19 .

Hao Jiao ， Wang Dong ， Qiu Jian ， et al . State estimation for active distribution network based on graph neural network and Informer fusion ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 8 ）： 12 - 19 .

林俊杰，洪宏彬，宋文超，等 . 基于混合量测的电力系统自适应抗差动态状态估计方法［J］. 电工技术学报， 2025 ， 40 （ 15 ）： 4694 - 4707 .

Lin Junjie ， Hong Hongbin ， Song Wenchao ， et al . Power system adaptive robust dynamic state estimation based on hybrid measurements ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 15 ）： 4694 - 4707 .

李高望，鞠文云，段献忠，等 . 电力调度数据网传输特性分析［J］. 中国电机工程学报， 2012 ， 32 （ 22 ）： 141 - 148 .

Li Gaowang ， Ju Wenyun ， Duan Xianzhong ， et al . Transmission characteristics analysis of the electric power dispatching data network ［J］. Proceedings of the CSEE ， 2012 ， 32 （ 22 ）： 141 - 148 .

余洋，钱学尧，陈晓，等 . 面向V2G的电动汽车动态分类及多特征在线聚合方法［J］. 电力工程技术， 2025 ， 44 （ 6 ）： 37 - 48 .

Yu Yang ， Qian Xueyao ， Chen Xiao ， et al . Dynamic classification and multi-feature online aggregation method for electric vehicles oriented to V2G ［J］. Jiangsu Electrical Engineering ， 2025 ， 44 （ 6 ）： 37 - 48 .

刘灏，王紫薇，毕天姝 . 基于改进容积卡尔曼滤波的含光伏配电网动态状态估计［J］. 电力系统自动化， 2025 ， 49 （ 9 ）： 157 - 165 .

Liu Hao ， Wang Ziwei ， Bi Tianshu . Dynamic state estimation for distribution network with photovoltaic based on improved cubature Kalman filter ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 9 ）： 157 - 165 .

陈中，潘俊迪，蔡榕，等 . 基于事件触发加密的配电网预测辅助状态估计［J］. 电力系统自动化， 2024 ， 48 （ 23 ）： 145 - 155 .

Chen Zhong ， Pan Jundi ， Cai Rong ， et al . Forecasting-aided state estimation for distribution networks based on event-triggering encryption ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 23 ）： 145 - 155 .

Li P ， Wu Q W ， Yang M ， et al . Distributed distributionally robust dispatch for integrated transmission-distribution systems ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 2 ）： 1193 - 1205 .

余佳音，唐坤杰，章杜锡，等 . 输配网一体化建模与分析方法研究综述［J］. 浙江电力， 2019 ， 38 （ 11 ）： 1 - 9 .

Yu Jiayin ， Tang Kunjie ， Zhang Duxi ， et al . Overview of modeling and analysis methods for integrated transmission and distribution network ［J］. Zhejiang Electric Power ， 2019 ， 38 （ 11 ）： 1 - 9 .

Chen Y F ， Tang K J ， Mao H Y ， et al . Anderson-acceleration-based power flow method for integrated transmission and distribution networks ［C］// IEEE Power & Energy Society General Meeting （PESGM）， 2021 .

伊博宇，陈益广，张少凡，等 . 输配电网同时故障下基于多时段安德森加速的协同恢复策略［J］. 电力系统自动化， 2024 ， 48 （ 20 ）： 159 - 170 .

Yi Boyu ， Chen Yiguang ， Zhang Shaofan ， et al . Collaborative recovery strategy based on multi-period Anderson acceleration under simultaneous failures in transmission and distribution network ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 20 ）： 159 - 170 .

孙宏斌，张伯明，相年德 . 发输配全局状态估计［J］. 清华大学学报（自然科学版）， 1999 ， 39 （ 7 ）： 20 - 24 .

Sun Hongbin ， Zhang Boming ， Xiang Niande . Global state estimation for power system including transmission and distribution networks ［J］. Journal of Tsinghua University （Science and Technology）， 1999 ， 39 （ 7 ）： 20 - 24 .

韩一宁，崔明建，罗光浩，等 . 基于自适应联邦学习的输配网动-静态综合状态估计方法研究［J］. 中国电机工程学报， 2026 ， 46 （ 3 ）： 957 - 969 .

Han Yining ， Cui Mingjian ， Luo Guanghao ， et al . An integrated dynamic-static state estimation method for transmission and distribution networks based on self-adaptive federated learning ［J］. Proceedings of the CSEE ， 2026 ， 46 （ 3 ）： 957 - 969 .

Han Y N ， Cui M J ， Luo G H ， et al . A tensor decomposition personalized federated learning method for distribution system state estimation considering dynamic impacts of transmission network ［J］. IEEE Transactions on Smart Grid ， 2026 ， 17 （ 3 ）： 2555 - 2569 .

唐滢淇，董树锋，唐坤杰，等 . 基于输电网广播机制的改进输配互联电网异步状态估计方法［J］. 高电压技术， 2021 ， 47 （ 7 ）： 2377 - 2385 .

Tang Yingqi ， Dong Shufeng ， Tang Kunjie ， et al . Transmission network broadcasting mechanism-based improved asynchronous state estimation method for transmission and distribution interconnected power grid ［J］. High Voltage Engineering ， 2021 ， 47 （ 7 ）： 2377 - 2385 .

Hu Y ， Kuh A ， Yang T ， et al . A belief propagation based power distribution system state estimator ［J］. IEEE Computational Intelligence Magazine ， 2011 ， 6 （ 3 ）： 36 - 46 .

Cosovic M ， Vukobratovic D . Distributed Gauss-Newton method for AC state estimation： a belief propagation approach ［C］// IEEE International Conference on Smart Grid Communications ， 2016 .

Cosovic M ， Vukobratovic D . Distributed Gauss-Newton method for state estimation using belief propagation ［J］. IEEE Transactions on Power Systems ， 2019 ， 34 （ 1 ）： 648 - 658 .

Sun K ， Wei Z N ， Dinavahi V ， et al . A complex domain Gaussian belief propagation method for fully distributed state estimation ［J］. IEEE Transactions on Power Systems ， 2025 ， 40 （ 1 ）： 982 - 995 .

Cosovic M ， Miskovic D ， Delalic M ， et al . Distributed inference over linear models using alternating Gaussian belief propagation ［J］. IEEE Internet of Things Journal ， 2023 ， 10 （ 22 ）： 19949 - 19963 .

于尔铿 . 电力系统状态估计［M］. 北京：水利电力出版社， 1985 .

Yu Erkeng . Power system state estimation ［M］. Beijing ： Water Resources and Electric Power Press ， 1985 .

Miles A G ， Chakhchoukh Y ， Shafiul Alam S M . Robust distribution state estimation for reliable locational marginal pricing under cyber-attacks ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 3 ）： 4963 - 4974 .

黄蔓云，孙国强，卫志农，等 . 基于脉冲神经网络伪量测建模的配电网三相状态估计［J］. 电力系统自动化， 2016 ， 40 （ 16 ）： 38 - 43 .

Huang Manyun ， Sun Guoqiang ， Wei Zhinong ， et al . Three-phase state estimation in distribution systems based on pseudo measurement modeling using spiking neural network ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 16 ）： 38 - 43 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Multi-timescale State Estimation for Distribution Network Considering Dynamics of Photovoltaic Inverters

Hierarchical Coordinated Optimal Scheduling of Transmission-Distribution Networks and Electric Vehicle Aggregators Based on Feasible Region Aggregation and Projection

Coordinated Pre-disaster Scheduling of Transmission and Distribution Networks Under Aggregation Feasibility and Frequency Stability Constraints of Distributed Energy Resources

Distribution Network Restoration Decision Considering Risk of State Estimation Error in Restoration Process

Integrated Clearing Method for Inter-provincial and Intra-provincial Medium- and Long-term Centralized Bidding Transactions

Related Author

WANG Qihao

TANG Yun

WEI Zhinong

NIU Chengeng

YU Shunjiang

WANG Yunchu

WANG Xuchao

YANG Li

Related Institution

College of Electrical Engineering, Zhejiang University

Key Laboratory of Control of Power Transmission and Conversion, Ministry of Education (Shanghai Jiao Tong University)

Shanghai Non-carbon Energy Conversion and Utilization Institute

State Grid Shanghai Municipal Electric Power Company

College of Electrical Engineering & Control Science, Nanjing Tech University

AI问答

⁰