5节点系统潮流计算-牛拉法和PQ分解法(代码+报告)

简介: 5节点系统潮流计算-牛拉法和PQ分解法(代码+报告)

1 主要内容

该部分资料是牛拉法和PQ分解法两种潮流计算方法的代码和对应的资料,程序针对5节点系统,也可以自行修改节点和线路参数改成其他节点系统,程序通用性较强,注释清晰,方便学习。

2 部分代码

n=5;                      %输入节点数
nl=5;                     %输入支路数
isb=1;                    %输入平衡母线节点号  
pr=0.00001;               %输入误差精度
B1=[1 2 0.03i 0 1.05 0;2 3 0.08+0.3i 0.5i 1 0;2 4 0.1+0.35i 0 1 0;3 4 0.04+0.25i 0.5i 1 0;3 5 0.015i 0 1.05 1];           %输入由支路参数形成的矩阵
B2=[0 0 1.05 1.05 0 1;0 3.7+1.3i 1.05 0 0 2;0 2+1i 1.05 0 0 2;0 1.6+0.8i 1.05 0 0 2;5 0 1.05 1.05 0 3];                      %输入由节点参数形成的矩阵
X=[1 0;2 0;3 0;4 0;5 0];     %输入由节点号及其对地阻抗形成的矩阵
Y=zeros(n);e=zeros(1,n);f=zeros(1,n);V=zeros(1,n);O=zeros(1,n);S1=zeros(nl);O1=zeros(1,n);
%形成导纳矩阵
for i=1:n
    if X(i,2)~=0                    %判断节点对地是否存在阻抗
        p=X(i,1);                   %如果该节点对地存在阻抗,则将该节点编号赋值给p
        Y(p,p)=Y(p,p)+1./X(i,2);      %计算对地阻抗对于节点自阻抗的影响
    end
end
for i=1:nl
    if B1(i,6)==0                   %判断该支路参数是否已折算到变压器高压侧
        p=B1(i,1);q=B1(i,2);         %如果该支路参数是否已折算到变压器高压侧,则将B1矩阵第一列元素赋值给p,将B2矩阵第二列元素赋值给q 
    else
        p=B1(i,2);q=B1(i,1);        %如果该支路参数是否已折算到变压器高压侧,则将B1矩阵第一列元素赋值给q,将B2矩阵第二列元素赋值给p
    end
    Y(p,q)=Y(p,q)-1./(B1(i,3)*B1(i,5));     %计算节点间互导纳
    Y(q,p)=Y(p,q);                          %由于节点导纳矩阵为对称矩阵,因此Y(q,p)=Y(p,q)
    Y(q,q)=Y(q,q)+1./(B1(i,3)*B1(i,5)^2)+B1(i,4)./2;   %计算q节点自导纳
    Y(p,p)=Y(p,p)+1./B1(i,3)+B1(i,4)./2;             %计算p节点自导纳
end
%形成新的导纳矩阵(将PQ,PV和平衡节点进行分类)
node_sign=zeros(1,n);                    %记录新的导纳矩阵节点编号
PQ_count=0;                           %初始化PQ节点计数器
PV_count=0;                           %初始化PV节点计数器
for i=1:n
    if B2(i,6)==1                        %寻找平衡节点
        node_sign(1,n)=i;                %记录该PQ节点编号并将其放置到新的导纳矩阵节点编号矩阵最后一列
    end
    if B2(i,6)==2                        %寻找PQ节点
        PQ_count=PQ_count+1;           %PQ节点个数加1
        node_sign(1,PQ_count)=i;         %记录该PQ节点编号
    end
end


3 程序结果

牛拉法

PQ分解法


相关文章
|
4天前
|
SQL 数据采集 消息中间件
DataWork数据处理问题之新数据任务结束如何解决
DataWork数据处理是指使用DataWorks平台进行数据开发、数据处理和数据治理的活动;本合集将涵盖DataWork数据处理的工作流程、工具使用和问题排查,帮助用户提高数据处理的效率和质量。
40 1
|
存储 算法
数据仓库数据模型之:极限存储--历史拉链表
摘要: 在数据仓库的数据模型设计过程中,经常会遇到文内所提到的这样的需求。而历史拉链表,既能满足对历史数据的需求,又能很大程度的节省存储资源。 在数据仓库的数据模型设计过程中,经常会遇到这样的需求:1. 数据量比较大;2. 表中的部分字段会被update,如用户的地址,产品的描述信息,订单的状态等等;3. 需要查看某一个时间点或者时间段的历史快照信息,比如,查看某一个订单在历史某一个时间点的
5430 0
|
4天前
|
机器学习/深度学习 监控 自动驾驶
新视频分析技术TDViT发布:提升稠密视频分析效率
【2月更文挑战第16天】新视频分析技术TDViT发布:提升稠密视频分析效率
35 1
新视频分析技术TDViT发布:提升稠密视频分析效率
|
10月前
|
算法 Python
综合能源系统分析的统一能路理论(三):《稳态与动态潮流计算》(Python代码实现)
综合能源系统分析的统一能路理论(三):《稳态与动态潮流计算》(Python代码实现)
|
10月前
|
Web App开发 调度 Windows
开源代码分享(8)—大规模电动汽车时空耦合双层优化调度(附matlab代码)
本文研究了发电机、电动汽车和风能的协同优化调度问题。提出了一种新颖的双层优化方法,用于解决在风能存在的情况下,电动汽车充放电负荷在时间和空间领域的调度问题。在输电系统中,上层优化协调了电动汽车、热发电机和基本负荷,考虑了风能因素,优化了电动汽车在时间域内的负荷时段。在配电系统中,下层优化则对电动汽车负荷的位置进行空间调度。通过对一个拥有10台发电机的输电网和一个IEEE 33节点的配电网的电力系统基准进行评估,评估了提出的双层优化策略的性能。分析了电价曲线、电动汽车普及率以及电动汽车负荷位置等因素的影响。
|
10月前
|
存储 算法
交直流系统潮流计算及相互关联特性分析(Matlab代码实现)
交直流系统潮流计算及相互关联特性分析(Matlab代码实现)
EMQ
|
机器学习/深度学习 人工智能 运维
激活海量数据价值,实现生产过程优化
EMQ云边协同工业互联网解决方案,将人工智能与云计算技术接入到传统的工业生产中,帮助企业实现数据流、生产流与控制流的协同,降本增效。
EMQ
158 0
激活海量数据价值,实现生产过程优化
EMQ
|
存储 数据采集 边缘计算
支持高频数采、实时流计算的储能可预测维护系统方案
通过EMQ云边一体化方案,可实现数据高频率的数万点位采集,为边缘端赋予实时分析和预测储能系统运行状态的能力,使云端具备大数据分析能力。
EMQ
270 0
支持高频数采、实时流计算的储能可预测维护系统方案
|
监控 数据挖掘
九大数据分析方法之:周期性分析法
有小伙伴问:能不能系统介绍下数据分析方法。今天它来啦!数据分析常用的方法有九种,今天先介绍第一种,操作上最简单的:周期性分析法。它是新人们避免犯小白错误的最好方法。 做数据的新人最容易犯啥错?当然是一张嘴就被大家笑话:连这个常识都没有!
721 0
九大数据分析方法之:周期性分析法
|
存储 监控 负载均衡
链路分析 K.O “五大经典问题”
链路分析是基于已存储的全量链路明细数据,自由组合筛选条件与聚合维度进行实时分析,可以满足不同场景的自定义诊断需求。
链路分析 K.O “五大经典问题”