电力系统潮流计算matlab仿真,计算结果自动保存到excel文件中

简介: 电力系统潮流计算matlab仿真,计算结果自动保存到excel文件中

1.算法仿真效果
matlab2022a仿真结果如下:

f488d1be1088ae95b6b526a9560a46f9_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
d8e6aefb651269557c4bc43321993809_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

2.算法涉及理论知识概要

   在电力工程中,“潮流”还特指电网各处电压(包括幅值与相角)、有功功率、无功功率等的分布。潮流的分布是运行调度单位和维修部门所必须知道的事项。
   而潮流计算,是指给定电网中一些参数、已知值和未知值中假设的初始值,通过重复迭代,最终求出潮流分布的精确值,常用方法有牛顿-拉夫逊法和PQ分解法。
   在发电机母线上功率被注入网络;而在变(配)电站上接入负荷;其间,功率在网络中流动。对于这种流动的功率,电力生产部门称为潮流(POWER FLOW)。
   潮流:电力系统中 电压(各节点)、功率(有功、无功)(各支路)的稳态分布潮流计算---电力系统分析中的一种最基本的计算,根据给定的运行参数确定系统的运行状态,如计算网络中各节点的电压(幅值和相角)和各支路中的功率分布及损耗。
   电力系统潮流计算是电力系统最基本的计算,也是最重要的计算。所谓潮流计算,就是已知电网的接线方式与参数及运行条件,计算电力系统稳态运行各母线电压、各支路电流、功率及网损。对于正在运行的电力系统,通过潮流计算可以判断电网母线电压、支路电流和功率是否越限,如果有越限,就应采取措施,调整运行方式。对于正在规划的电力系统,通过潮流计算,可以为选择电网供电方案和电气设备提供依据。潮流计算还可以为继电保护和自动装置整定计算、电力系统故障计算和稳定计算等提供原始数据。
   表征电力系统运行状态的参量。包括电力系统中各节点和支路中的电压、电流和功率的流向及分布。在实用上,一般是指稳态运行方式下的静态潮流。合理的潮流分布是电力系统运行的基本要求,其要点为:①运行中的各种电工设备所承受的电压应保持在允许范围内,各种元件所通过的电流应不超过其额定电流,以保证设备和元件的安全;②应尽量使全网的损耗最小,达到经济运行的目的;③正常运行的电力系统应满足静态稳定和暂态稳定的要求。并有一定的稳定储备,不发生异常振荡现象。为此就要求电力系统运行调度人员随时密切监视并调整潮流分布。现代电力系统潮流分布的监视和调整是通过以在线计算机为中心的调度自动化系统来实现的。电力系统潮流的计算和分析是电力系统运行和规划工作的基础。运行中的电力系统,通过潮流计算可以预知,随着各种电源和负荷的变化以及网络结构的改变,网络所有母线的电压是否能保持在允许范围内,各种元件是否会出现过负荷而危及系统的安全,从而进一步研究和制订相应的安全措施。规划中的电力系统,通过潮流计算,可以检验所提出的网络规划方案能否满足各种运行方式的要求,以便制定出既满足未来供电负荷增长的需求,又保证安全稳定运行的网络规划方案。

    潮流计算的一般提法是:已知电力网络的结构和参数,已知各负荷点、电源点吸取或发出的有功功率和无功功率(PQ节点),给定电压控制点的电压幅值和有功功率(PV节点),对指定的一个平衡节点给定其电压幅值和相位角(Vθ点),求解全网各节点电压幅值和相位角,并进一步算出各支路的功率分布和网络损耗。求解潮流问题的基本方程式是节点功率平衡方程。若全网有n个节点,对其中任一节点,可写出其节点功率平衡方程式i=1,2,…,n式中Pi、Qi分别为节点注入有功功率和无功功率,妭i为节点电压相量,Yik为节点导纳矩阵元素。这一方程描述了节点电压同功率之间的非线性关系,是潮流计算的基本方程式。对潮流计算的数字计算机求解方法提出的基本要求是:①计算速度快;②占用存储量少;③收敛性好;④方法简单。
     数值解法  潮流计算在数学上是求解一组非线性方程,基本的方法是迭代法。首先发展的潮流问题数字解法是导纳矩阵迭代法。它占用计算机存储量少,适合于计算机发展初期阶段的实际条件,其缺点是收敛性较差。其后发展了阻抗矩阵迭代法,克服了导纳矩阵迭代法收敛性差的缺点,但对大电力系统的计算,占用计算机存储量大。

3.MATLAB核心程序

%求差.
b=xlsread('TEST2.xlsx','C2:F31');
precision=1;          %误差
t=0;                  %迭代次数
pq=24;               %pq节点数
%pq=4;
U=b(pq+2:N1,1);
%开始牛拉法
while precision>0.00001
    P1=zeros(pq,1);
    Q=zeros(pq,1);
    P2=zeros(N1-pq-1,1);
    U2=zeros(N1-pq-1,1);
    deltpqu=zeros(2*(N1-1),1);
    deltu2=zeros(N1-pq-1,1);
    for i=1:pq
        for j=1:N1
.....................................................
    end
    deltp1=b(2:pq+1,3)-P1(1:pq,1);
    deltq =b(2:pq+1,4)-Q(1:pq,1);
    deltp2=b(pq+2:N1,3)-P2(1:N1-pq-1,1);
    for i=1:N1-pq-1
        deltu2(i,1)=U(i,1)^2-U2(i,1);
    end
    deltu2;
    for i=1:pq
        deltpqu(2*i-1,1)=deltp1(i);
        deltpqu(2*i,1)=deltq(i);
    end
    for i=1:N1-pq-1
        deltpqu(2*pq+2*i-1,1)=deltp2(i);
        deltpqu(2*pq+2*i,1)=deltu2(i);
    end
    deltpqu;      %delta
    %求雅克比
    aii=zeros(N1);bii=zeros(N1);
    H1=zeros(N1);N11=zeros(N1);
    for i=1:N1
        for j=1:N1
            aii(i,1)=aii(i,1)+G(i,j)*b(j,1)-B(i,j)*b(j,2);
            bii(i,1)=bii(i,1)+G(i,j)*b(j,2)+B(i,j)*b(j,1);
        end
    end
    %H、N
...................................................
    Jacobi;
    %修正
    Correction=Jacobi^-1*deltpqu;
    for i=1:N1-1
        b(i+1,1)=b(i+1,1)+Correction(2*i);
        b(i+1,2)=b(i+1,2)+Correction(2*i-1);
    end
    precision=max(abs(deltpqu));
    %precision=max(abs(Correction));
    t=t+1;
    b;
end
%平衡节点功率
pp=0;
for j=1:N1
    pp=pp+conj(Y(1,j))*(b(j,1)-b(j,2)*1i);
end
b(1,3)=real(b(1,1)*pp);
b(1,4)=imag(b(1,1)*pp);
%各线路功率
S=zeros(N1);  y=zeros(N1);   y0=zeros(N1);
for i=1:N1
    for j=1:N1
        if i~=j
           y(i,j)=-Y(i,j);
        end
    end
end
y;
for m1=1:L1
     I=B1(m1,1);J=B1(m1,2);R=B1(m1,3);X=B1(m1,4);k=B1(m1,5);
     if I*J>0
         y0(I,J)=k*1i;  y0(J,I)=k*1i;
     end
     if I*J<0
        if I<0  
                 t=I;
                 I=J;
                 J=t;
        end
              J=abs(J);
              if k<0
                  k=-1/k;
              end 
         y0(I,J)=(R/(R^2+X^2)-X/(R^2+X^2)*1i)*(k-1)/k;
         y0(J,I)=(R/(R^2+X^2)-X/(R^2+X^2)*1i)*(1-k)/k^2;
     end
end
相关文章
|
4天前
|
算法 数据安全/隐私保护
基于DVB-T的COFDM+16QAM+LDPC图传通信系统matlab仿真,包括载波同步,定时同步,信道估计
### 简介 本项目基于DVB-T标准,实现COFDM+16QAM+LDPC码通信链路的MATLAB仿真。通过COFDM技术将数据分成多个子载波并行传输,结合16QAM调制和LDPC编码提高传输效率和可靠性。系统包括载波同步、定时同步和信道估计模块,确保信号的准确接收与解调。MATLAB 2022a仿真结果显示了良好的性能,完整代码无水印。仿真操作步骤配有视频教程,便于用户理解和使用。 核心程序涵盖导频插入、载波频率同步、信道估计及LDPC解码等关键环节。仿真结果展示了系统的误码率性能,并保存为R1.mat文件。
108 76
|
2天前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
2天前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。
|
4天前
|
算法 JavaScript
基于遗传优化的Sugeno型模糊控制器设计matlab仿真
本课题基于遗传优化的Sugeno型模糊控制器设计,利用MATLAB2022a进行仿真。通过遗传算法优化模糊控制器的隶属函数参数,提升控制效果。系统原理结合了模糊逻辑与进化计算,旨在增强系统的稳定性、响应速度和鲁棒性。核心程序实现了遗传算法的选择、交叉、变异等步骤,优化Sugeno型模糊系统的参数,适用于工业控制领域。
|
4天前
|
算法 决策智能
基于遗传优化的货柜货物摆放优化问题求解matlab仿真
本项目采用MATLAB2022A实现基于遗传算法的货柜货物摆放优化,初始随机放置货物后通过适应度选择、交叉、变异及逆转操作迭代求解,最终输出优化后的货物分布图与目标函数变化曲线,展示进化过程中的最优解和平均解的变化趋势。该方法模仿生物进化,适用于复杂空间利用问题,有效提高货柜装载效率。
|
3天前
|
机器学习/深度学习 监控 算法
基于yolov4深度学习网络的排队人数统计系统matlab仿真,带GUI界面
本项目基于YOLOv4深度学习网络,利用MATLAB 2022a实现排队人数统计的算法仿真。通过先进的计算机视觉技术,系统能自动、准确地检测和统计监控画面中的人数,适用于银行、车站等场景,优化资源分配和服务管理。核心程序包含多个回调函数,用于处理用户输入及界面交互,确保系统的高效运行。仿真结果无水印,操作步骤详见配套视频。
39 18
|
8天前
|
机器学习/深度学习 算法 计算机视觉
基于CNN卷积神经网络的金融数据预测matlab仿真,对比BP,RBF,LSTM
本项目基于MATLAB2022A,利用CNN卷积神经网络对金融数据进行预测,并与BP、RBF和LSTM网络对比。核心程序通过处理历史价格数据,训练并测试各模型,展示预测结果及误差分析。CNN通过卷积层捕捉局部特征,BP网络学习非线性映射,RBF网络进行局部逼近,LSTM解决长序列预测中的梯度问题。实验结果表明各模型在金融数据预测中的表现差异。
|
5月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
257 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
5月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
152 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
5月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
123 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码

热门文章

最新文章