首页 理论教育 解耦潮流算法优化方法

解耦潮流算法优化方法

时间:2023-06-30 理论教育 版权反馈
【摘要】:对于大规模电力系统,完整的潮流计算需要大量的计算资源用以计算、存储和分解Jacobi矩阵。根据系统Jacobi矩阵的构成方法,潮流方程天然地具有多种适合于迭代计算的矩阵形式。这种解耦潮流算法的主要优势是可以大大减少LU分解的计算量。例3.11 采用解耦潮流算法重新做例3.9。解3.11 对于例3.9,在初始条件下得到的Jacobi矩阵为注意,非对角位置上的子矩阵比主对角位置上的子矩阵其模值要小得多。

解耦潮流算法优化方法

潮流计算是电力系统分析中使用最为广泛的计算工具之一,既可用以解决单机系统的问题,也可用以解决包含成千上万节点的大规模电力系统的问题。对于大规模电力系统,完整的潮流计算需要大量的计算资源用以计算、存储和分解Jacobi矩阵。然而,正如前面已讨论过的那样,可以用一个容易计算和分解并仍然具有较好收敛特性的矩阵M来替代Jacobi矩阵。根据系统Jacobi矩阵的构成方法,潮流方程天然地具有多种适合于迭代计算的矩阵形式。回顾一下,系统Jacobi矩阵具有如下形式:

式中,子矩阵P的一般性形式为

对于大多数输电线路,线路电阻对整个线路阻抗的值没有实质性的作用。因此,导纳矩阵元素中的相角ϕij接近±90°。此外,在正常运行条件下,相邻母线之间的相角差通常是很小的,因此有

cos(δi-δj-ϕij)≈0 (3.130)

从而有

根据类似的理由,可以得到

利用式(3.131)和式(3.132)的近似关系,Jacobi矩阵的一种可能的替代矩阵是

采用这个矩阵M来替代系统的Jacobi矩阵,可以得到解耦的潮流迭代过程:

式中,ΔP迭代和ΔQ迭代可以独立完成。这种解耦潮流算法的主要优势是可以大大减少LU分解的计算量。每次迭代LU分解全Jacobi矩阵所需要的浮点运算次数是(2n3=8n3;而采用解耦算法后,单次迭代所需要的浮点运算次数仅仅为2n3

例3.11 采用解耦潮流算法重新做例3.9。(www.xing528.com)

解3.11 对于例3.9,在初始条件下得到的Jacobi矩阵为

注意,非对角位置上的子矩阵比主对角位置上的子矩阵其模值要小得多。例如,

以及

‖[J3]‖=‖[-0.9901 2.0000]‖<<‖[J4]‖=‖[-19.4040]‖

这样,忽略非对角位置上的子矩阵J2J3是合理的。因此,解耦潮流算法的第1次迭代变为

V31]=[J4]-1ΔQ3 (3.139)

=-19.40401(-0.2020) (3.140)

从而得到更新值为

与完整的Newton-Raphson迭代法类似,上述迭代过程可以通过不断更新Jacobi子矩阵J1J4以及偏差方程而进行下去。当偏差方程ΔP和ΔQ的偏差都小于收敛容差时上述迭代收敛。注意,一组偏差方程先于另一组偏差方程收敛的情况是可能的,因此“P”迭代达到收敛的次数与“Q”迭代达到收敛的次数可能是不同的。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈