电力系统的延时功率流 (CPF)的计算【 IEEE-14节点】(Matlab代码实现)

简介: 电力系统的延时功率流 (CPF)的计算【 IEEE-14节点】(Matlab代码实现)

1 概述

电力系统的潮流计算对于电网的前期规划、运行优化都具有重要参考意义。本分旨在通过matlab,分别可以使用牛顿-拉夫逊法、PQ快速分解法、直流潮流法对复杂电力网络进行潮流计算并针对计算精度、算法复杂度等方面对三种潮流分析方法进行比较和讨论。电力系统的潮流计算是对于电力系统网络进行静态分析的一种手段,可以通过给定的电网结构和部分节点的运行情况确定电网各个节点的电压幅值、相角和功率进行分析,从而得出电网中的功率分布、网络损耗和确定电网经济性,因此对于电力系统分析具有重要意义。因此国内外有大量学者对潮流计算有深入的研究,。


2 IEEE14节点数据

%% 基准功率 MVA.
Sbase = 100;
%% 节点数据矩阵
BusData = ...
    [...
     %  1   2  3  4    5      6 (Deg)      7        8       9       10        11        12              13              14         15          16       17 
     %  Bi  i  i  Type FinV   FinAng   PL-MW   QL-MVAR     PGen   QGen MVAR  BaseKV    DesiredVolts    MaxMVAR          MinMVAR     ShuntG      ShuntB  Remote                  
        1   1  1  3    1.060     0.0      0.0      0.0    232.4   -16.9     0.0       1.060           0.0               0.0         0.0         0.0        0;...
        2   1  1  2    1.045   -4.98     21.7     12.7     40.0    42.4     0.0       1.045           50.0              -40.0       0.0         0.0        0;...
        3   1  1  2    1.010  -12.72     94.2     19.0      0.0    23.4     0.0       1.010           40                0.0         0.0         0.0        0;...
        4   1  1  0    1.019  -10.33     47.8     -3.9      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
        5   1  1  0    1.020   -8.78      7.6      1.6      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
        6   1  1  2    1.070  -14.22     11.2      7.5      0.0    12.2     0.0       1.070           24.0              -6.0        0.0         0.0        0;...
        7   1  1  0    1.062  -13.37      0.0      0.0      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
        8   1  1  2    1.090  -13.36      0.0      0.0      0.0    17.4     0.0       1.090           24.0              -6.0        0.0         0.0        0;...
        9   1  1  0    1.056  -14.94     29.5     16.6      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.19       0;...
       10   1  1  0    1.051  -15.10      9.0      5.8      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
       11   1  1  0    1.057  -14.79      3.5      1.8      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
       12   1  1  0    1.055  -15.07      6.1      1.6      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
       13   1  1  0    1.050  -15.16     13.5      5.8      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0;...
       14   1  1  0    1.036  -16.04     14.9      5.0      0.0     0.0     0.0       0.0             0.0               0.0         0.0         0.0        0 ...
    ];
%% 支路数据矩阵
BranchData = ...
   [...
   %    1    2  3  4 5 6  7         8           9          10    11    12  13   14  15        16  17     18      19     20    21  
   %    Bi  Bj  i  i i i  R         X           B          i     i     i    i   i   RatTrafo                                                                                                           
        1    2  1  1 1 0  0.01938   0.05917     0.0528     0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        1    5  1  1 1 0  0.05403   0.22304     0.0492     0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        2    3  1  1 1 0  0.04699   0.19797     0.0438     0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        2    4  1  1 1 0  0.05811   0.17632     0.0340     0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        2    5  1  1 1 0  0.05695   0.17388     0.0346     0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        3    4  1  1 1 0  0.06701   0.17103     0.0128     0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        4    5  1  1 1 0  0.01335   0.04211     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        4    7  1  1 1 0  0.0       0.20912     0.0        0     0     0    0   0   0.978     0.0 0.0    0.0     0.0    0.0   0.0;...
        4    9  1  1 1 0  0.0       0.55618     0.0        0     0     0    0   0   0.969     0.0 0.0    0.0     0.0    0.0   0.0;...
        5    6  1  1 1 0  0.0       0.25202     0.0        0     0     0    0   0   0.932     0.0 0.0    0.0     0.0    0.0   0.0;...
        6   11  1  1 1 0  0.09498   0.19890     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        6   12  1  1 1 0  0.12291   0.25581     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        6   13  1  1 1 0  0.06615   0.13027     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        7    8  1  1 1 0  0.0       0.17615     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        7    9  1  1 1 0  0.0       0.11001     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        9   10  1  1 1 0  0.03181   0.08450     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
        9   14  1  1 1 0  0.12711   0.27038     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
       10   11  1  1 1 0  0.08205   0.19207     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
       12   13  1  1 1 0  0.22092   0.19988     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0;...
       13   14  1  1 1 0  0.17093   0.34802     0.0        0     0     0    0   0   0.0       0.0 0.0    0.0     0.0    0.0   0.0...
    ];
%% 节点类型: 3: 松弛节点, 2:PV, 0:PQ 
BusData(:,6)=(BusData(:,6)/360)*(2*pi);   % Converting degrees to radians
BusData(:,7:10)=BusData(:,7:10)/Sbase;    % Converting P-Q in Per Unit
BusData(:,13:14)=BusData(:,13:14)/Sbase;  % Converting P-Q in Per Unit

3 运行结果

👨‍🎓博主课外兴趣:中西方哲学,送予读者:


👨‍💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时候,不要觉得这些问题搞笑,哲学就是追究终极问题,寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。在我这个专栏记录我有空时的一些哲学思考和科研笔记:科研和哲思。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能让人胸中升起一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它居然给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。


    或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎


4 Matlab代码实现

相关文章
|
1天前
|
算法 计算机视觉 异构计算
基于FPGA的图像PSNR质量评估计算实现,包含testbench和MATLAB辅助验证程序
基于FPGA的图像PSNR质量评估计算实现,包含testbench和MATLAB辅助验证程序
|
6月前
|
计算机视觉
专题七MATLAB符号计算-2
专题七MATLAB符号计算
40 0
|
6月前
专题七MATLAB符号计算-1
专题七MATLAB符号计算
41 0
|
7月前
|
机器学习/深度学习 数据采集 算法
m基于GA-LSTM遗传优化长短期记忆网络的电力负荷数据预测算法matlab仿真
m基于GA-LSTM遗传优化长短期记忆网络的电力负荷数据预测算法matlab仿真
69 4
二阶锥松弛在配电网最优潮流计算中的应用matlab
二阶锥松弛在配电网最优潮流计算中的应用matlab
|
1天前
|
资源调度 算法 块存储
m基于遗传优化的LDPC码OMS译码算法最优偏移参数计算和误码率matlab仿真
MATLAB2022a仿真实现了遗传优化的LDPC码OSD译码算法,通过自动搜索最佳偏移参数ΔΔ以提升纠错性能。该算法结合了低密度奇偶校验码和有序统计译码理论,利用遗传算法进行全局优化,避免手动调整,提高译码效率。核心程序包括编码、调制、AWGN信道模拟及软输入软输出译码等步骤,通过仿真曲线展示了不同SNR下的误码率性能。
9 1
|
1天前
|
算法 Serverless
m基于遗传优化的LDPC码NMS译码算法最优归一化参数计算和误码率matlab仿真
MATLAB 2022a仿真实现了遗传优化的归一化最小和(NMS)译码算法,应用于低密度奇偶校验(LDPC)码。结果显示了遗传优化的迭代过程和误码率对比。遗传算法通过选择、交叉和变异操作寻找最佳归一化因子,以提升NMS译码性能。核心程序包括迭代优化、目标函数计算及性能绘图。最终,展示了SNR与误码率的关系,并保存了关键数据。
15 1
Matlab|【免费】基于半不变量的概率潮流计算
Matlab|【免费】基于半不变量的概率潮流计算
|
1天前
|
机器学习/深度学习 算法
Matlab|基于支持向量机的电力短期负荷预测【最小二乘、标准粒子群、改进粒子群】
Matlab|基于支持向量机的电力短期负荷预测【最小二乘、标准粒子群、改进粒子群】
交直流系统潮流计算(含5种控制模式)matlab代码
交直流系统潮流计算(含5种控制模式)matlab代码

热门文章

最新文章