一、潮流计算概述、基本方法.pptVIP

高斯-塞德尔算法的优点: 原理简单,程序设计十分容易。线性非线性方程组均适用。 导纳矩阵是一个对称且高度稀疏的矩阵。 因此占用内存非常节省。 每次迭代的计算量也小。是各种潮流算法中最小的。 高斯-塞德尔算法的缺点: 收敛速度很慢。（松散耦合） 迭代次数将随所计算网络节点数的增加而直线上升 病态条件的系统，计算往往会发生收敛困难。 为提高算法收敛速度,常用的方法是在迭代过程中加入加速因子a ,即取 式中： 是通过式1-16求得节点i电压的第(k+1)次迭代值； 则是实际采用的节点i电压的第(k+1)次迭代值； a为加速因子，一般取1 a 2。 （1－19） 病态条件的系统。 节点间相位角差很大的重负荷系统； 包含有负阻抗支路的系统； 具有较长的辐射型线路的系统； 长线路与短线路接在同一节点上，而且长短线路的长度比值又很大的系统。 病态条件的系统 此外，平衡节点所在位置的不同选择也会影响收敛性能。 为克服这些缺点，提出了基于节点阻抗矩阵的高斯－赛德尔迭代法。其迭代公式为: 基于节点阻抗矩阵的高斯－赛德尔法 （1－20） （1－21） 节点阻抗矩阵的高斯－赛德尔法优点： 算法的收敛速度比较快。(紧密耦合) 达到收敛所需迭代次数与网络规模关系不大 主要缺点 阻抗矩阵所占用的内存量大 每次迭代的计算量也很大。 (一) 牛顿－拉夫逊法的一般概念 要点：把非线性方程的求解过程变成反复对相应的线性方程进行求解的过程，即通常所称的逐次线性化过程。 对于非线性代数方程组 f(x)=0 即 f i(x1,x2,…,xn)=0 线性化方法：在待求量x的某一个初始估计值x(0)附近，将上式展开成泰勒级数并略去二阶及以上的高阶项 五、牛顿－拉夫逊法 （1－22） （1－23） 对f(x)=0在x(0)附近泰勒展开级数并略去二阶及以上的高阶项，得到： f(x(0))+f ’(x(0))?x(0)=0 （1－24） 上式称为牛顿法的修正方程式。 由此得到第一次迭代的修正量： ?x(0)=－[f ’ (x(0)]-1 f(x(0)) （1－25） 从一定的初值x(0)出发，应用牛顿法求解的迭代格式为: f ’(x(k)) ?x(k)=－f (x(k)) x(k+1) = x(k)+ ?x(k) f ’(x)是函数f(x)对于变量x的一阶偏导数矩阵，即雅可比矩阵J；k为迭代次数。 几何认识 又称切线法。平方收敛性。 下一步 迭代 第k+1步 迭代 例题 以下讨论f(x)采用功率方程式模型，电压变量则采用极坐标和直角坐标的两种形式。 (1)修正方程的极坐标形式 令 ，则采用极坐标形式的潮流方程是： 对每个PQ节点及PV节点，根据式1-13，有 对每个PQ节点，根据式1-14，有 (二)牛顿潮流算法的修正方程式 将上述方程式在某个近似解附近用泰勒级数展开，并略去二阶及以上的高阶项后，得到以矩阵形式表示的修正方程式为（注意下式子右侧有负号） 式中：n为节点总数；m为PV节点数，雅可比矩阵是(2n-m-2)阶非奇异方阵。 （1－30） 除以U只是为了雅可比矩阵元素的表达一致性好些 计算 时雅可比矩阵各元素 极坐标雅可比矩阵各元素的表示式 （1－31） （1－32） （1－33） （1－34） 计算 i=j 时雅可比矩阵各元素 雅可比矩阵各元素的表示式 雅可比矩阵各元素的表示式 (2) 修正方程的直角坐标形式 对每个PQ节点，根据式1-11和1-12有 对每个PV节点，还有 令 ，对每个节点都有二个方程式，所以在不计平衡节点方程式的情况下，总共有2(n-1)个方程式。 （1－42） 采用直角坐标形式的修正方程式为 雅可比矩阵各元素的表示式如下 雅可比矩阵各元素的表示式 （1－43.48） 雅可比矩阵各元素的表示式如下 雅可比矩阵各元素的表示式 雅可比矩阵各元素的表示式 雅可比矩阵各元素的表示式如下 （1－49.54） 雅可比矩阵各元素的表示式 以上极坐标及直角类型的修正方程式，有以下特点： 修正方程式的数目分别为2(n-1)-m个及2(n-1)个，在PV节点所占的比例不大时，两者的方程式数目基本接近2(n-1)个。 雅可比矩阵的元素都是节点电压的函数；每次迭代，雅可比矩阵都需要重新形成。 雅可比矩阵的非对角元是否为零决定于相应的节点导纳阵元素Yij是否为零。 和节点导纳矩阵具有相同稀疏结构的分块雅可比矩阵在位置上对称，但雅可比矩阵不对称。 牛顿潮流算法修正方程式特点 牛顿潮流