1.基于PMU、SCADA混合量测的电力系统动态状态估计方法，其特征在于，包括以下步骤：

a.通过准稳态模型描绘出电力系统动态状态方程；

b.结合不同采样速率的RTU、PMU量测装置、各个节点线路间的有功功率与节点有功功率注入以及电压幅值构建以采样速率表示的RTU量测方程，再根据配置后的PMU，构建以采样速率表示的PMU量测方程，构建出RTU与PMU的混合量测方程；

c.利用多源异步混合量测方程在扩展卡尔曼滤波基础上对电力系统进行动态状态估计。

2.根据权利要求1所述的PMU、SCADA混合量测的电力系统动态状态估计方法，其特征在于，所述步骤a中在标准S节点系统研究下构建电力系统的准稳态模型如下：xk+1＝Fkxk+uk+wk

其中，xk是k时刻的(2S‑1)×1维状态量，即系统各节点的电压相角和电压幅值；Fk()是适维状态转移函数；uk是(2S‑1)×1维输入参数项；wk是(2S‑1)×1维过程噪声且服从零均值的正态分布，即w～N(0,Q)，Q为((2S‑1)×1)×((2S‑1)×1)维系统误差协方差矩阵。

3.根据权利要求1所述的PMU、SCADA混合量测的电力系统动态状态估计方法，其特征在于，所述步骤b中构建RTU量测方程、PMU量测方程和混合量测表达式如下：RTU的量测向量由各节点线路间的有功功率、各节点的有功功率和节点电压幅值组成，线路间有功功率和节点的有功功率方程表示为：2

Pij(θij,Uij)＝Ui(gsi+gij)‑UiUj(gijcosθij+bijsinθij)其中，gij、bij分别是线路ij的电导和电纳；gsi是分流支路ij的电导；Gij、Bij分别是导纳矩阵中元素ij的实部和虚部；

结合节点电压幅值Ui(Ui)构建RTU的量测向量：线性化研究对象，利用泰勒展开略去二阶及其以上项，得到线性化后的RTU量测向量，考虑存在测量误差的存在，RTU量测方程为：zR(k)＝HRxR(k)+vR(k)其中，zR(k)为(mR×1)维RTU的量测向量；HR为(mR×((2S‑1)×1))维的状态量系数矩阵；

xR(k)为(2S‑1)×1维仅安装RTU量测装置时的状态量；vR(k)为(mR×1)维量测误差向量且服0

从零均值的正态分布，即vR～N(0,RR)，RR为(mR×mR)维量测误差方差矩阵,x为线性化点；

考虑不同量测装置的采样频率不同，将上述一般RTU量测方程写为如下形式：ZR(ks)＝HRxR(ks)+vR(ks)其中，ks＝LRk表示慢速率时间指标，整个采样周期为h个时间断面，zR(k)的采样周期为TR＝LRh；zP(k)的采样周期为TP＝LPh，令M为LR和LP的最小公倍数,ql＝M/Ll,l＝R,P分别为RTU与PMU在公共周期内的采样数；

构建PMU量测方程，在标准S节点系统研究下Hp由元素aij构成且在节点l1,l2,...,ll处安装PMU，其量测向量构建如下：

式中，zP(k)为(2l×1)维PMU的量测向量，HP为(2l×((2S‑1)×1))维的状态量系数矩阵，xP(k)为(2S‑1)×1维单独安装PMU量测装置时的状态量，vP(k)为(2l×1)维量测误差向量且服从零均值的正态分布，即vP～N(0,RP)，RP为(2l×2l)维量测误差方差矩阵；

结合PMU采样频率量化其量测表达式：假设安装了l个PMU，在l1,l2,...,ll节点处安装，主要测量安装该量测装置的系统节点处母线电压幅值和相角以及支路电流的幅值和相角；

考虑存在测量噪声vP，容易得到PMU的量测方程：zP(ks')＝HPxP(ks')+vP(ks')其中，ks'＝LPk；

构建混合量测表达式，处于混合状态估计的时刻SCADA数据、PMU数据均更新，此时混合量测由RTU、PMU的量测方程共同表示，PMU每隔LP时刻采样一次，RTU每隔LR时刻采样一次，每隔M时刻PMU与SCADA/RTU均可采集到量测值，此时混合量测表达式描述如下：式中， Zmix(k)为((mR+2l)×1)维混合量测向量，x(k)为(n×1)维混合量测下的状态量，vmix(k)为((mR+2l)×1)维混合量测误差向量且服从零均值的正态分布，即vmix～N(0,Rm)，Rm为((mR+2l)×(mR+2l))维量测误差方差矩阵；

除此以外，考虑只有快采样速率量测装置PMU数据更新时，只有慢采样速率量测装置RTU数据更新时，易表示多源异步量测为：

4.根据权利要求1所述的PMU、SCADA混合量测的电力系统动态状态估计方法，其特征在于，所述步骤c中利用多源异步混合量测方程在扩展卡尔曼滤波基础上对电力系统进行动态状态估计:利用Holt’s两参数指数平滑模型来辨识状态转移量Fk和输入参数项uk，在标准S节点系统研究下，系统的状态 和协方差矩阵Pk+1|k预测结果为：T

Pk+1|k＝FkPk|kFk+Qk其中， 为(2S‑1)×1维k时刻对k+1时刻状态预测值， 为k时刻对k时刻的状态更新校正值，Pk+1|k为k时刻对k+1时刻的误差协方差预测矩阵；

利用多速率下的量测值，已经获得一组电力系统的实时量测值Zk，通过计算卡尔曼增益和相应新息值，进行滤波得到新的状态估计向量 状态滤波值为：T T ‑1

Kk+1＝Pk+1|kHθ[HθPk+1|kHθ+Rθ]Pk+1|k+1＝[In‑Kk+1Hθ]Pk+1|k若对电力系统在N个时间断面进行状态估计，当k＞N时，仿真结束，输出各个节点的电压幅值和相角，否则继续对状态进行更新滤波。