主动配电网状态估计技术已经开展了一系列有针对性的研究工作，但未来大规模EV 和ESS的随机充/放电、高渗透率DG的间歇性发电并网以及智能量测装置的量测误差等会使得主动配电网状态估计结果需要考虑更多的不确定因素。基于上述考虑，未来主动配电网状态估计技术进一步发展还应重点关注以下几个方面。
国内外已开始针对含DG注入功率不确定性的主动配电网状态估计进行有效的分析与研究，但其研究成果中不乏还存在众多细节值得今后进一步研究与拓展：
①受限于输电网中状态估计的思维，大多数主动配电网状态估计模型均是基于单相对称型网络结构而建立，与实际网络结构情况不太相符；
②基于概率统计分布和模糊理论的主动配电网状态估计必须预先获取各DG 注入功率的先验PDF或隶属度函数，易导致求解的时间复杂性变大，且在实际工程中，要想提前获知DG 出力的PDF 或隶属度函数，难度较大；
③大多数文献仅仅是考虑了传统的光伏发电、风力发电等DG出力的不确定性，尚且还没有文献考虑到主动配电网中一类重要的负荷———EV 和ESS充/放电的不确定性建模与分析。
利用区间算术对工程中不确定变量进行建模分析是当前一个研究热点，已有研究表明，相比于概率潮流以及模糊潮流而言，用区间方法来描述配电网潮流计算模型中的不确定性问题，无须获得参数的具体概率分布，只需关注各不确定变量的上下界信息即可，故其工程应用价值更大。关于区间状态估计，在输电网中已有零星的研究。
因此，可以借鉴此类思想，将某一时间断面上网络中常规负荷的功率需求、不同类型的DG 出力以及EV 充/放电等物理量的不确定性统一用区间数表示，如此可以摒弃传统的基于WLS状态估计模型框架中模糊的量测误差表述方法，将系统量测不确定性用区间数的形式予以定量描述，建立精细化的主动配电网三相区间状态估计统一模型和算法。
此外，为了改善最终区间状态量估计结果的合理性(即区间结果的保守性问题)，一方面可以采取更高精度的伪量测区间建模方法，对光伏、风电等发电系统的出力情况以及EV、储能等新型负荷的功率需求进行精准的预测，从数据输入方面提高区间状态估计模型及其最终估计结果的合理性；
含不确定注入的区间状态估计模型可为调度人员提供更加直观的某一时间断面上系统状态量的上下界信息，以便能够为主动配电网有功/无功优化、网络重构等高级应用软件提供系统状态“界”的约束。
一方面，由于主动配电网自身网络规模较大、三相不对称等特征，未来高渗透率DG 以及EV 的接入更是进一步增大了系统中状态变量的维度，另一方面，大量的馈线终端单元及其他传感设备将产生海量的数据信息流，这将直接导致传统的集中式状态估计方法在计算速度方面面临严峻挑战。因此，研究基于网络稀疏特性的主动配电网最优分区算法，将整个配电网解耦为若干高内聚低耦合的区域，在此基础上研究主动配电网状态估计的分布式并行计算技术，对考虑网络注入功率不确定性的主动配电网三相状态估计模型进行加速求解，进一步提高主动配电网状态估计的在线实时性，意义重大。
这部分研究内容可以大致分为以下几个步骤。
（1）基于复杂网络稀疏特性的主动配电网最优分区研究：虽然主动配电网自身的网络规模较大、三相不对称，但是其网络具备稀疏特性，因此可以借助输电网中基于图论的方法对其进行最优分区，将主动配电网的节点、配电线路、分布式电源等抽象到图论中的节点、边界、权等，建立主动配电网最优分区模型，从而将主动配电网分成若干高内聚低耦合的分区。
（2）对各个子区域进行本地状态估计计算(包括迭代计算)，并对有交叉节点或共同边界的不同子区域之间进行信息和数据的交互。
（3）当不同子区域之间交互信息满足迭代收敛要求后，输出各个子区域的状态估计计算结果，从而实现全网的状态估计。
基于图论分析及分布式并行计算的大规模主动配电网三相分布式状态估计算法大体技术路线如图2所示。
主动配电网建设的不断推进将会促使越来越多的智能传感设备安装投入使用，一方面可使系统调度中心能够对更大范围的网络进行高清晰和高密度的观测，另外也将使主动配电网状态估计程序获取到史无前例的超大量数据，并且包含海量的多源不良数据，如何充分利用这些数据对全网的运行状态进行有效、精准的分析，将会是一个全新的挑战。
下一步工作可以借助于先进的大数据分析手段和方法(如基于云计算技术、多维数据分析与融合技术、基于并行化计算模型与内存并行化计算框架技术等)搭建电力大数据分析处理与存储平台，对采集到的各种海量信息进行深入的数据挖掘，包括对实时数据采集与监控系统数据、动态PMU和微型PMU 数据、计划数据、用户侧智能传感设备监控数据、网架参数、网络拓扑信息等结构化数据及EV 车主出行计划(用户行为分析)、外部环境数据(如风速、太阳辐射值等)等非结构化数据的统一抓取、过滤和整合，在实现多源不良数据的辨识与处理基础上，最大化提取出主动配电网状态估计程序所需的有效信息，从而进一步提升主动配电网整体的状态感知能力。基于大数据分析的主动配电网状态
估计研究方案大致分以下几个步骤。
（1）采用数据聚类和分类等手段对网络中多类型传感设备上传的原始量测数据进行筛选和预处理，以减少数据的存储，结合网络参数生成状态估计程序所需的初始特征量矩阵。
（2）采用大数据分析中的数据融合手段在多维时空上将多个不同电气特征量构建的单时段、单电气特征量的状态估计特征矩阵融合成一个多时间序列、多电气特征量的状态估计特征矩阵，这一环节也是当前大数据思想能否具体应用于工程实践的技术瓶颈。
（3）采用多时间尺度分析方法对高维时空状态估计特征矩阵进行处理，将高维数据在低维空间中进行数据的有效处理，在此基础上进行多源不良数据的检测以及主动配电网运行状态的在线估计。
