改进牛顿法潮流计算IEEE33节点潮流计算matlab程序——

news2025/3/1 14:31:22

IEEE33节点潮流计算matlab程序——改进牛顿法潮流计算

改进牛顿法的基本原理

参考文献:一种新的配电网潮流算法——改进牛顿法-拉夫逊法

牛顿法是改进牛顿法的基础,对牛顿法作科学的近似,即雅可比矩阵做一些更改,使得每次计算得出的修正量都有所改变,但由于收敛精度恒定,最终计算出的结果误差较小,计算其结果可取,有意义。对系统进行条件假设:

  1. 不存在对地支路(并联电容器组)。
  2. 支路两端电压差值小。

假设(1)是当系统并联电容器组、恒定阻抗负载或较大导纳值时,这是不合理的,但当以上并联支路通过电压转换为节点功率或注入电流后,假设(1)将可以被接受。由于配电线路较短,潮流不大,假设(2)通常将会被默认接受。

由于假设(1)与(2)成立,又,则公式(22)中雅可比矩阵元素可简约为:

                      31

因为每个节点一般只与3-5个节点形成支路,固NHLJ 与导纳矩阵 Y 都有稀疏性,同时又具有对称性。可把(31)简化为:

                          (32)

                                (33)

其中, DBDG为对角阵,仅由支路参数决定,对角元素分别为和;An-1为除源节点的节点—支路关联矩阵,为上三角阵,主对角元素取 1,非零非对角元素取-1,在程序中无须真正形成,可通过系统拓扑结构获得。

因此,公式(22)作进一步修改为:

           (34)

对节点与支路进行编号,可得An-1。本文按离根节点的距离,对支路进行分层编号,从而可以形成An-1阵。在已编号的网络中,支路方向指向源节点,节点与支路都要编号,支路入端节点编号为支路编号。

若定义:

                       (35)                                

                         (36)                                         

                          (37)

则公式(34)可写成

                                                (38)                                               (39)

                         (40)

公式(39)对应回代计算,而公式(40)对应计算的前推过程。在前推计算时可以求出EW阵的逆为对角阵,对角元可用线路阻抗表示

                            (41)

                     (42) 

                                           (43)

RijXij分别为支路 ij 之间的电阻和电抗。

当系统接有分散的发电机时,若发电机的接点表征PQ节点,则算法不变;当表征PV节点,则公式(34)中未知,而已知为零,得:

                           (44)

其中,Xb部分元素已知,bx部分元素未知。且Xb已知元素与bx未知元素属方程组同一行。进而公式(44)可改为:

                          (45)

                          (46)

公式(45)中b1包括所有已知元素,将未知元素置为零。公式(46)中b2只有未知元素,其余元素则为零。这样就可解出X1X2中的元素。

当系统中由环路时,即对重要的用户采用两端供电,这样就形成了一个环,这个环只可能在负荷点。假设i点为为环中被选的解裂点,分成m点和n点,则存在如下的边界条件:

,       

,        

对U进行一次行变换,对UT进行一次列变换,UDUT*X=b可以化成公式(44)。这样,对点mn的处理与上述处理PV节点的方法相同。

病态网络不收敛的原因,一般是初值选取不当,也可能是雅可比矩阵自身缺陷所引起的。近似处理时,雅可比矩阵为UDUT形式,该阵被用来决定搜索的方向,它的线性潮流方程被用作前推回代的基础,以计算状态变量的修正增量。其中,D为对角阵,有助于避免显式形成,进而避免病态。U为仅由系统拓扑决定的上三角阵。改进牛顿法具有前推回代法的收敛性,但与前推回代法还是有很大区别,后者根本不需要计算潮流方程的偏微分,是根据欧姆定律、KVLKCL,对网络进行前推回代,可求出状态变量的修正增量。

综上所述可知,改进牛顿法的优点在于,UDUT形式的矩阵不需要显式形成,而是直接进行前推回代,可避免雅可比矩阵和LU分解因子相关的可能的病态。另外,它是牛顿法,可以用于状态估计。在牛顿法中,潮流方程的偏微分就是雅可比矩阵,用以决定搜索方向, 再用LU分解的因子进行前推回代,以计算状态变量的修正增量。

以IEEE33节点为例进行算例计算分析:

IEEE33节点系统结构如下:

 IEEE33节点系统结构参收如下:

 潮流计算程序流程如下:

①选取恰当的电压及功率基准值,并得出电压、功率与阻抗标幺值。

②给支路与节点标号。本文使用的标号方法为对支路进行分层标号。根节点标号为零,支路入端节点作为支路编号。

③根据系统拓扑求取矩阵An-1,其主对角线元素为1。-1元素的确定:第m条支路入端节点为n时,其元素An-1(m,n)= -1。

④求得导纳矩阵

⑤赋予节点电压与相位初值。

⑥计算功率偏差并判断是否收敛。是,则输出,否,则进行下一步计算。

⑦求出电压与相位的修正量。

⑧对电压与相位进行修正并从步骤⑥重新开始计算。

程序流程图:

 部分程序展示如下: 

clc;
close all
Ub=12.66;%电压基准值kv
Sb=10;%电压基准值MVA
Zb=Ub*Ub/Sb;%阻抗基准值
......
%% 求导纳矩阵
Y=zeros(33,33);
for m=1:33 
for n=1:33
Y(m,m)=sum(1./Z0(m,:),2);
if n==m
Y(m,n)=Y(m,n);
else 
Y(m,n)=-1/Z0(m,n);
end
end
end
G=real(Y);
B=imag(Y);
........
%% 初始值
U=ones(33,1);%电压初值
thelta=zeros(33,1);%相位初值
Req=zeros(32,1);
Xeq=zeros(32,1);
P=-importdata('p.dbf')/1000/Sb;%读取dbf文件表格参数(pq有功量),并标幺化
deltaP=zeros(32,1);
Q=-importdata('q.dbf')/1000/Sb;%读取dbf文件表格参数(pq无功量)
PQ=zeros(32,1);
deltaQ=zeros(32,1);
Circulation=0;%循环次数
.....
%% 计算迭代
while Precision>10^-5%收敛精度
    Circulation=Circulation+1;
      
   for m=2:33 
        Sp=0;%计算功率偏差
       Sq=0;
       for n=1:33           
             Sp=Sp+U(m)*U(n)*(G(m,n)*cos(thelta(m)-thelta(n))+B(m,n)*sin(thelta(m)-thelta(n)));%
             Sq=Sq+U(m)*U(n)*( G(m,n)*sin(thelta(m)-thelta(n))-B(m,n)*cos(thelta(m)-thelta(n)));%  
       end
        PQ(m-1)=Sp+Sq*1i;        
       deltaP(m-1)=P(m-1)-Sp;
       deltaQ(m-1)=Q(m-1)-Sq;      
   end   
  Precision=max(abs(deltaQ));%收敛条件
 for m=1:32
    S(m)=deltaP(m)+deltaQ(m)*1i; %定义S
 end 
   SL=A\S;      %SL   
   %求矩阵W的逆
   Req(1)=X(1,2)/(U(1)*U(2)*cos(thelta(1)-thelta(2)));
   Xeq(1)=R(1,2)/(U(1)*U(2)*cos(thelta(1)-thelta(2)));
   ......
%% 输出结果  
U
thelta
Circulation
%% 画图
figure
plot(U)
xlabel('节点序号')
ylabel('节点电压标幺值')
title(' 改进牛顿法潮流计算电压分布')
figure
plot(thelta)
xlabel('节点序号')
ylabel('节点相位')
title(' 改进牛顿法潮流计算相位分布')
  • 计算结果如下:
  • 潮流计算电压分布:

潮流计算各节点相位分布:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/38843.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

stm32项目平衡车详解(stm32F407)下

stm32项目平衡车详解(stm32F407)下 HC-SRO4 超声波测距避障功能开发 TSL1401 CCD摄像头实现小车巡线功能 文章目录stm32项目平衡车详解(stm32F407)下前言一、HC-SRO4 超声波测距避障功能开发HC-SRO4超声波测距模块?超声波测距避障功能开发避障模式开发二、TSL1401 …

【微软】【ICLR 2022】TAPEX:通过学习神经 SQL 执行器进行表预训练

重磅推荐专栏: 《Transformers自然语言处理系列教程》 手把手带你深入实践Transformers,轻松构建属于自己的NLP智能应用! 论文:https://arxiv.org/abs/2107.07653 代码:https://github.com/microsoft/Table-Pretrainin…

数字图像处理(十五)图像旋转

文章目录前言一、图像旋转算法1.算法原理2. 一些需要注意的点3.举例4. 均值插值法二、编程实现1.C代码2.实验结果参考资料前言 图像的旋转是指以图像中的某一点为原点以逆时针或者顺时针方向旋转一定的角度。通常是绕图像的起始点以逆时针进行旋转。 一、图像旋转算法 1.算法原…

JAVA并发之谈谈你对AQS的理解

文章目录一、AQS是什么二、AQS具备哪些特性三、用的哪种设计模式四、AQS与锁二者之间的关系五、如何基于AQS实现一把独占锁六、参考资料一、AQS是什么 AQS的全称是 (AbstractQueuedSynchronizer ),它定义了一套多线程访问共享资源的同步器框架…

【算法基础】(一)基础算法 --- 归并排序

✨个人主页:bit me ✨当前专栏:算法基础 🔥专栏简介:该专栏主要更新一些基础算法题,有参加蓝桥杯等算法题竞赛或者正在刷题的铁汁们可以关注一下🌹 🌹 🌹 归并排序💤一.归…

猴子也能学会的jQuery第十期——jQuery元素操作(上)

📚系列文章—目录🔥 猴子也能学会的jQuery第一期——什么是jQuery 猴子也能学会的jQuery第二期——引用jQuery 猴子也能学会的jQuery第三期——使用jQuery 猴子也能学会的jQuery第四期——jQuery选择器大全 猴子也能学会的jQuery第五期——jQuery样式操作…

基于拟蒙特卡洛模拟法的随机潮流计算matlab程序

电力系统随机潮流计算中常采用模拟法,该方法原理简单、使用方便,能够精确地模拟实际物理过程,但是简单的蒙特卡洛模拟法收敛速度很慢,要得到精确的结果需要以大量的计算时间为代价。本章在此基础上提出了基于拟蒙特卡洛模拟的随机…

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-用逻辑回归制作评分卡-异常值和样本不均衡处理

视频作者:菜菜TsaiTsai 链接:【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili 描述性统计处理异常值 现实数据永远都会有一些异常值,首先我们要去把他们捕捉出来,然后观察他们的性质。注意&#xff0c…

【雷达检测】基于复杂环境下的雷达目标检测技术附Matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab仿真内容点击👇 智能优化算法 …

3.6、媒体接入控制

1、基本概念 有多台主机连接到这根同轴电缆上,共享这跟传输媒体,形成了总线型的局域网。 各主机竞争使用总线,随机的在信道发送数据。 主机 C 与主机 D 同时使用总线来发送数据,这必然会产生所发送信号的碰撞 2、静态划分信道…

二阶锥松弛在配电网最优潮流计算中的应用(IEEE33节点配电网最优潮流算例matlab程序)(yalmip+cplex)

二阶锥规划在配电网最优潮流计算中的应用IEEE33节点配电网最优潮流算例matlab程序(yalmipcplex) 参考文献:二阶锥规划在配电网最优潮流计算中的应用 最优潮流计算是电网规划、优化运行的重要基础。首先建立了配电网全天有功损耗最小化的最优…

ABAP学习笔记之——第四章:模块化程序

一、子程序: 语法: 参数: 参数(Parameter)是指调用子程序时用于传入、传出的值。子程序中的参数与一般用 DATA语句定义的局部变量相同。调用子程序时使用的参数叫实参(Actual Parameter),在子程序中使用的参数叫虚参(Formal Par…

nginx(六十八)http_proxy模块 nginx与上游的ssl握手

一 nginx作为客户端与上游的SSL/TLS握手 理解上: nginx作为客户端,此时类似浏览器的角色,发请求建立连接 nginx作为server端与下游进行SSL/TLS握手 ① nginx与后端选择什么样的协议 1)如果nginx与上游是局域网内,一般通过http建立请求,不需要进行…

使用flv.js + websokect播放rtsp格式视频流

1.问题背景 在最近的项目中,涉及到海康接入的视频播放的问题,海康这边获取到的视频流是rtsp格式,web端目前没有直接可以播放的组件,于是最开始是后端处理了视频流,返回hls格式的m3u8地址,这样用videojs插件…

进程【JavaEE初阶】

目录 一、操作系统 二、进程 2.1 进程的概念 2.2 进程的管理 2.3 PCB 2.3.1 PCB里面的一些属性 2.3.2 进程的调度 2.3.3 进程的虚拟地址空间 2.3.4 进程间通信 一、操作系统 CPU、存储器、输入设备、输出设备,这些实物看得着摸得到的,都属于 …

web前端-javascript-switch条件分支语句(语法,执行流程,补充)

文章目录条件分支语句(switch 语句)1. 语法;2. 执行流程:2.1. 在执行时会依次将 case 后的条件表达式的值和 switch 后的条件表达式的值进行全等比较2.2. 如果比较结果为 true,则从当前 case 处开始执行代码2.3. 如果比较结果为 false&#x…

【知识网络分析】研究机构合作网络(co-investigator institution)

研究机构合作网络(co-investigator institution) 1 网络数据集读取2 网络最大子群数据获取与精简3 中心点指定网络半径子群获取4 节点中心度相关指标计算1 网络数据集读取 使用GC.networkCoInvestigatorInstitution()方法快速生成研究结构合作网络数据集,其中GC代表着读入p…

解析华为OSPF协议

文章目录 前言一、pandas是 目录 文章目录 OSPF基础 一、报文类型 二、LSA类型 三.LSA在各区域中传播的支持情况 四.邻居状态机 邻居关系 邻接关系 8种状态机: OSPF报文认证 OSPF缺省路由 2.读入数据 总结 什么?二、使用步骤 1.引入库2.读入数…

卷积神经网络CNN各层基本知识

卷积神经网络 卷积神经网络(CNN)由输入层、卷积层、激活函数、池化层以及全连接层构成。 INPUT(输入层)-CONV(卷积层)-RELU(激活函数)-POOL(池化层)-FC(全连接层&#…

[VNCTF2022]easyj4va

看源码 输入 /file?url 1报错 用伪协议可以读取到内容 /file?urlfile:///etc/passwd 然后就是查看java字节码文件的目录 file?urlfile:///usr/local/tomcat/webapps/ROOT/WEB-INF 这里官方给了另外一个协议netdoc,跟file用法是一样的,但是这个netd…