基于矢量拟合（VF）法和分频拟合（FpF）法的电力系统的电磁瞬变（EMT）仿真研究附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

电力系统作为现代社会不可或缺的基础设施，其稳定、可靠运行至关重要。然而，电力系统在运行过程中，会受到各种扰动的影响，例如雷击、开关操作、故障等，这些扰动会引发电磁瞬变现象。电磁瞬变过程通常具有时间跨度短、频率范围宽、幅值变化剧烈等特点，对电力系统的设备绝缘、继电保护、控制系统等产生严重威胁。因此，准确、高效地仿真电力系统的电磁瞬变过程，对于评估系统的抗扰动能力、优化设备设计、提升系统运行可靠性具有极其重要的意义。

传统的电力系统稳态分析方法，如节点电压法、潮流计算等，主要关注系统在正常运行状态下的行为，无法精确捕捉电磁瞬变过程中的高频动态特性。相较之下，电磁瞬变（EMT）仿真则能够详细地描述电力系统中电压、电流等电量的瞬时变化过程，为深入理解和分析瞬变现象提供了有力工具。EMT仿真的核心在于建立包含电阻、电感、电容、非线性元件以及传输线等各类电力系统组件的数学模型，并采用合适的数值积分方法对这些模型进行求解。

在EMT仿真中，传输线模型的处理是一个关键且极具挑战性的环节。传输线作为电力系统的重要组成部分，具有频率相关的阻抗和导纳特性，即其参数会随着频率的变化而变化。传统的集中参数模型仅适用于工频或低频分析，无法准确描述传输线在高频瞬变过程中的行为。因此，开发精确且计算效率高的频率相关传输线模型成为提升EMT仿真精度的关键。

近年来，基于矢量拟合（Vector Fitting, VF）法和分频拟合（Frequency Partitioning Fitting, FpF）法等有理函数拟合技术被广泛应用于构建频率相关传输线模型。这些方法能够将传输线的频率响应特性拟合为有理函数的形式，进而方便地在时域内进行求解。本文将深入研究基于VF法和FpF法的电力系统电磁瞬变（EMT）仿真，详细阐述其基本原理、实现方法、优势与局限性，并通过对比分析，探讨两种方法在EMT仿真中的应用效果。

第一章：电磁瞬变仿真理论基础

本章将概述电力系统电磁瞬变仿真的基本理论框架，包括：

1.1 电力系统建模概述
电力系统的EMT仿真需要建立系统中各类元件的数学模型。这包括：

• 集总参数元件：

   电阻、电感、电容等，其特性与频率无关，可以用代数方程或常微分方程描述。

• 非线性元件：

   变压器磁饱和、避雷器等，其伏安特性是非线性的，需要采用迭代求解等方法处理。

• 传输线：

   电力系统中长距离输电的重要组成部分，其特性与频率密切相关，是EMT仿真建模的难点。

1.2 数值积分方法
EMT仿真通常需要求解一组微分代数方程组，常用的数值积分方法包括：

• 梯形积分法（Trapezoidal Rule）：

   精度较高，但可能引入数值振荡。

• 后向欧拉法（Backward Euler Method）：

   稳定性较好，但精度相对较低。

• 龙格-库塔法（Runge-Kutta Method）：

   精度较高，但计算量较大。
  选择合适的数值积分方法对仿真结果的精度和计算效率至关重要。

1.3 传输线模型
传输线模型是EMT仿真的关键。理想的传输线模型是分布参数模型，其特性可以用偏微分方程描述。然而，直接在时域求解偏微分方程计算量巨大。因此，通常采用一些简化模型：

• 集中参数模型：

   将传输线简化为串联的电阻、电感和并联的电容，仅适用于短距离或低频分析。

• ** Bergeron模型：** 考虑了传输线的行波特性，但仅适用于无损或损耗不计频率变化的传输线。

• 频率相关模型：

   考虑了传输线参数随频率的变化，能够更准确地描述高频瞬变过程。基于有理函数拟合的方法属于此类。

第二章：基于矢量拟合（VF）法的频率相关传输线建模

本章将详细介绍基于VF法构建频率相关传输线模型的基本原理和实现步骤。

2.1 矢量拟合（VF）法基本原理

VF法的实现通常包括以下步骤：

• 选择拟合阶数：

   拟合阶数决定了拟合的精度和计算量。

• 初始极点选择：

   选择合适的初始极点对拟合结果有重要影响。常用的方法包括均匀分布、基于特征值的选择等。

• 迭代拟合：

   通过迭代优化，最小化拟合误差，得到最佳的极点和留数。常用的迭代方法包括最小二乘法、高斯-牛顿法等。

2.2 基于VF法的传输线建模流程
将VF法应用于传输线建模的具体流程如下：

• 获取传输线的频率响应数据：

   可以通过理论计算（如模式分析）或实验测量获得传输线在不同频率下的特性矩阵数据。

• 对特性矩阵的各个元素进行VF拟合：

   分别对传输线特性矩阵的每个独立元素进行VF拟合，得到其有理函数表达式。

• 在时域内实现卷积：

   利用拟合得到的极点和留数，将传输线在频域的传递函数转换为时域的卷积运算。这可以通过状态空间法或递归卷积等方法实现。

2.3 VF法的优势与局限性
优势：

• 精度高：

   能够精确拟合传输线在宽频率范围内的特性。

• 适用性广：

   适用于各种复杂的传输线结构和多导体系统。

• 时域实现方便：

   拟合结果可以直接在时域内进行卷积运算。

局限性：

• 计算量大：

   特别是对于高阶拟合和多导体系统，拟合过程可能计算量较大。

• 数值稳定性问题：

   在拟合过程中，如果极点过于接近，可能导致数值不稳定。

• 拟合阶数选择困难：

   合理选择拟合阶数需要经验和试错。

第三章：基于分频拟合（FpF）法的频率相关传输线建模

本章将详细介绍基于FpF法构建频率相关传输线模型的基本原理和实现步骤，并与VF法进行对比分析。

3.1 分频拟合（FpF）法基本原理
FpF法是一种针对频率相关传输线特性进行拟合的方法，其核心思想是将整个频率范围划分为若干个子频段，并在每个子频段内采用不同的拟合策略。例如，在低频段，传输线特性更接近于集中参数模型，可以采用简单的拟合；在高频段，行波效应更加显著，需要更精细的拟合。

FpF法的实现通常包括以下步骤：

• 频率范围划分：

   根据传输线特性的变化规律，将整个频率范围划分为若干个子频段。

• 子频段拟合：

   在每个子频段内，采用合适的拟合方法对传输线特性进行拟合。可以采用VF法、多项式拟合或其他拟合技术。

• 不同频段拟合结果的结合：

   将不同子频段的拟合结果结合起来，形成整个频率范围内的传输线模型。

3.2 基于FpF法的传输线建模流程
将FpF法应用于传输线建模的具体流程如下：

• 获取传输线的频率响应数据：

   与VF法类似，获取传输线在不同频率下的特性矩阵数据。

• 确定频率划分策略：

   根据数据特性和仿真需求，确定合适的频率划分点。

• 在每个子频段内进行拟合：

   选择合适的拟合方法对每个子频段的数据进行拟合。

• 构建完整的时域模型：

   将不同子频段的拟合结果组合起来，构建完整的时域传输线模型。这可能需要考虑不同频段模型之间的平滑过渡问题。

3.3 FpF法的优势与局限性
优势：

• 针对性强：

   能够根据不同频段的特性选择最合适的拟合方法，提高拟合效率和精度。

• 降低拟合阶数：

   在某些频段可以采用较低的拟合阶数，降低计算量。

• 更容易处理特殊频段：

   对于某些具有特殊行为的频段，可以采用专门的拟合方法。

局限性：

• 频率划分策略确定困难：

   合理的频率划分策略对拟合结果影响很大，需要经验和试错。

• 不同频段模型结合问题：

   如何平滑地结合不同子频段的拟合结果可能存在挑战。

• 可能引入边界效应：

   在不同子频段的交界处，拟合结果可能出现不连续性。

3.4 VF法与FpF法的对比分析
VF法和FpF法都是构建频率相关传输线模型的有效方法，但也存在一些差异：

• 基本思想：

   VF法是对整个频率范围进行全局拟合，而FpF法是分频段进行局部拟合。

• 拟合策略：

   VF法通常采用单一的有理函数形式进行拟合，而FpF法在不同子频段可以采用不同的拟合方法。

• 计算效率：

   在某些情况下，FpF法可能通过降低某些频段的拟合阶数来提高计算效率。

• 适用性：

   对于具有明显不同频段特性的传输线，FpF法可能更具优势。

• 实现复杂性：

   FpF法的实现可能比VF法更复杂，需要处理频率划分和模型结合等问题。

在实际应用中，选择VF法还是FpF法取决于具体的传输线特性、仿真需求和计算资源。有时，也可以将两种方法结合使用，例如在FpF法的子频段内采用VF法进行拟合。

第四章：基于VF法和FpF法的电力系统EMT仿真实现

本章将探讨如何将基于VF法和FpF法构建的频率相关传输线模型集成到电力系统EMT仿真程序中。

4.1 时域实现方法
基于有理函数拟合的传输线模型在时域内可以通过以下方法实现：

• 状态空间法：

   将有理函数表达式转换为状态空间形式，然后通过求解状态方程进行时域计算。

• 递归卷积法：

   利用卷积定理，将频域的传递函数转换为时域的卷积运算，然后采用递归算法进行计算。

4.2 EMT仿真程序框架
一个典型的电力系统EMT仿真程序框架包括：

• 系统拓扑建模：

   描述系统中元件的连接关系。

• 元件模型：

   各种元件的数学模型，包括基于VF法或FpF法的传输线模型。

• 方程组建立：

   根据系统拓扑和元件模型，建立描述系统动态的微分代数方程组。

• 数值积分求解：

   采用合适的数值积分方法求解方程组。

• 结果输出与分析：

   输出仿真结果，进行波形显示、频谱分析等。

4.3 将VF/FpF模型集成到EMT仿真中
将基于VF法或FpF法构建的传输线模型集成到EMT仿真程序中，需要将拟合得到的极点和留数转换为时域计算所需的参数。这通常涉及到将频域的传递函数转换为时域的差分方程或状态空间方程。具体的实现细节取决于所选用的时域实现方法。

第五章：基于VF法和FpF法的EMT仿真应用案例

本章将通过具体的电力系统EMT仿真应用案例，展示基于VF法和FpF法的仿真效果。案例可以包括：

5.1 输电线路雷击过电压仿真
雷击是电力系统中最常见的瞬变扰动之一，会导致输电线路产生高幅值、高频率的过电压。基于VF法或FpF法的传输线模型能够精确捕捉输电线路在高频段的特性，提高雷击过电压仿真的精度，为避雷器选型、绝缘配合设计提供依据。

5.2 开关操作引起的瞬态过程仿真
电力系统中的开关操作，例如断路器合闸或分闸，会引起线路充电/放电、谐振等瞬态过程。基于VF法或FpF法的仿真可以详细分析开关操作引起的电压和电流瞬变，评估对设备和系统的影响。

5.3 故障分析与继电保护校验
电力系统故障是危及系统安全运行的主要因素。基于VF法或FpF法的EMT仿真可以精确模拟各种故障类型（如短路、断线）引起的瞬变过程，为继电保护的动作特性、整定参数等进行校验和优化提供支持。

5.4 新型电力设备仿真
随着新能源发电、柔性直流输电等新型电力设备的不断发展，其复杂的高频特性对EMT仿真提出了新的挑战。基于VF法或FpF法的仿真技术可以有效地建模和仿真这些新型设备的瞬变行为。

在每个应用案例中，可以展示基于VF法和FpF法的仿真结果，并与传统模型或其他仿真方法的结果进行对比，突出其优势。

第六章：总结与展望

本章将对本文的研究内容进行总结，并对未来的研究方向进行展望。

6.1 总结
本文深入研究了基于矢量拟合（VF）法和分频拟合（FpF）法的电力系统电磁瞬变（EMT）仿真。详细阐述了两种方法的原理、实现流程以及在传输线建模中的应用。通过对比分析，探讨了VF法和FpF法的优势与局限性。最后，展望了基于这两种方法的EMT仿真在电力系统分析中的重要作用和广阔前景。

基于VF法和FpF法的频率相关传输线建模能够显著提高EMT仿真的精度，尤其是在高频瞬变过程的分析中。这对于准确评估电力系统的抗扰动能力、优化设备设计、提升系统运行可靠性具有重要意义。

6.2 展望
未来的研究可以在以下方面进一步深入：

• 提高拟合效率：

   针对高阶拟合和大规模系统，研究更高效的拟合算法，降低计算量。

• 处理非线性特性：

   进一步研究如何将VF法和FpF法与非线性元件模型相结合，提高非线性系统的EMT仿真精度。

• 多导体传输线建模：

   针对复杂的多导体传输线结构，研究更有效的建模方法，降低计算复杂度。

• 与其他建模方法的结合：

   探索将VF法和FpF法与其他建模方法（如模型降阶技术）相结合，进一步提高仿真效率。

• 实际工程应用与验证：

   将基于VF法和FpF法的EMT仿真技术应用于更复杂的实际电力系统，并通过实验验证其有效性。

• 并行计算与加速：

   利用并行计算技术对EMT仿真进行加速，满足大规模系统和实时仿真的需求。

随着电力系统结构的日益复杂和新型电力设备的广泛应用，对EMT仿真的精度和效率要求也越来越高。基于矢量拟合和分频拟合等有理函数拟合技术的不断发展，将为电力系统的电磁瞬变仿真提供更强大的工具，为保障电力系统的安全稳定运行做出重要贡献。

⛳️ 运行结果

🔗 参考文献

[1] SU Ke-wen,ZHANG Yong-ming,HU Wei-fei.用于电力系统电磁暂态分析的风电场动态等值建模研究[J].新一代信息技术, 2019, 2(9):12.

[2] 苏柯文,张永明,胡维飞.用于电力系统电磁暂态分析的风电场动态等值建模研究[J].新一代信息技术, 2019(009):002.

[3] 李婷婷.基于多源LiDAR数据的公路平纵线测量模拟技术研究[J].  2020.DOI:10.19651/j.cnki.emt.2005055.

📣 部分代码

🎈 部分理论引用网络文献，若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真，助力科研梦：

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇