本篇为本科课程《电力系统稳态分析》的笔记。
本篇为这一章的第四篇笔记。上一篇传送门。
潮流计算的快速解耦法
牛顿-拉夫逊法潮流计算,主要的工作量在于形成雅可比矩阵和求解修正方程。由于雅可比矩阵的阶数为n+m-1,约为节点总数的两倍,非对称矩阵,且在迭代过程中需要不断的变化,所以大规模的电力系统中应用该算法很费时费力。
PQ分解法潮流计算的修正方程
有一种快速解耦法,是最有效且应用最广。电力系统中线路的电阻远小于电抗,即 R ≪ X R\ll X R≪X,换成导纳表示即 G ≪ B G\ll B G≪B,说明可以忽略所有的G,令 G = 0 G=0 G=0。前面一章已经推理过,从物理意义上,有功功率P主要和电压相角 θ \theta θ相关,无功功率主要和电压有效值U相关。
节点的分类保持不变。修正方程式如下:
[
Δ
P
Δ
Q
]
=
−
[
H
N
M
L
]
[
Δ
θ
Δ
U
~
]
\begin{bmatrix} \Delta \boldsymbol{P}\\ \Delta \boldsymbol{Q} \end{bmatrix}=-\begin{bmatrix} \boldsymbol{H} & \boldsymbol{N}\\ \boldsymbol{M} & \boldsymbol{L} \end{bmatrix} \begin{bmatrix} \Delta \boldsymbol{\theta}\\ \Delta \boldsymbol{\widetilde{U}} \end{bmatrix}
[ΔPΔQ]=−[HMNL][ΔθΔU
]
根据有功功率P主要和电压相角
θ
\theta
θ相关,无功功率主要和电压有效值U相关,可以将
N
,
M
\boldsymbol{N},\boldsymbol{M}
N,M置为零,从而将修正方程化为:
[
Δ
P
Δ
Q
]
=
−
[
H
0
0
L
]
[
Δ
θ
Δ
U
~
]
\begin{bmatrix} \Delta \boldsymbol{P}\\ \Delta \boldsymbol{Q} \end{bmatrix}=-\begin{bmatrix} \boldsymbol{H} & 0\\ 0 & \boldsymbol{L} \end{bmatrix} \begin{bmatrix} \Delta \boldsymbol{\theta}\\ \Delta \boldsymbol{\widetilde{U}} \end{bmatrix}
[ΔPΔQ]=−[H00L][ΔθΔU
]
所以得到两个独立的方程,第一个式子只和相角和有功功率有关,第二个式子只和电压和无功功率有关:
−
H
Δ
θ
=
Δ
P
−
L
Δ
U
~
=
Δ
Q
-\boldsymbol{H}\Delta\boldsymbol{\theta}=\Delta\boldsymbol{P}\\\\ -\boldsymbol{L}\Delta\boldsymbol{\widetilde{U}}=\Delta\boldsymbol{Q}
−HΔθ=ΔP−LΔU
=ΔQ
另外,各个节点之间的相角差很小,即 θ ≈ 0 ° \theta\approx 0\degree θ≈0°,再考虑到 G ≪ B G\ll B G≪B,所以有 cos θ ≈ 1 , G cos θ ≪ B \cos\theta\approx 1,G\cos\theta\ll B cosθ≈1,Gcosθ≪B。
所以,雅可比矩阵的各个元素可以化简为:
H
i
j
=
U
i
U
j
B
i
j
H
i
i
=
−
U
i
∑
j
=
1
j
≠
i
n
U
j
B
i
j
=
−
U
i
∑
j
=
1
n
U
j
B
i
j
+
U
i
2
B
i
i
=
Q
i
+
U
i
2
B
i
i
L
i
j
=
U
i
U
j
B
i
j
L
i
i
=
U
i
∑
j
=
1
j
≠
i
n
U
j
B
i
j
+
2
U
i
2
B
i
i
=
U
i
∑
j
=
1
n
U
j
B
i
j
+
U
i
2
B
i
i
=
−
Q
i
+
U
i
2
B
i
i
\begin{aligned} &H_{ij}=U_{i}U_{j}B_{ij}\\ &H_{ii}=-U_{i}\sum_{j=1\atop j\neq i}^{n}U_{j}B_{ij}=-U_{i}\sum_{j=1}^{n}U_{j}B_{ij}+U_{i}^{2}B_{ii}=Q_{i}+U_{i}^{2}B_{ii}\\ &L_{ij}=U_{i}U_{j}B_{ij}\\ &L_{ii}=U_{i}\sum_{j=1\atop j\neq i}^{n}U_{j}B_{ij}+2U_{i}^{2}B_{ii}=U_{i}\sum_{j=1}^{n}U_{j}B_{ij}+U_{i}^{2}B_{ii}=-Q_{i}+U_{i}^{2}B_{ii} \end{aligned}
Hij=UiUjBijHii=−Uij=ij=1∑nUjBij=−Uij=1∑nUjBij+Ui2Bii=Qi+Ui2BiiLij=UiUjBijLii=Uij=ij=1∑nUjBij+2Ui2Bii=Uij=1∑nUjBij+Ui2Bii=−Qi+Ui2Bii
按照导纳的定义,上面两个式子中
U
i
2
B
i
i
U_{i}^{2}B_{ii}
Ui2Bii应是各元件电抗远大于电阻的前提下,除了节点i之外的其他节点都接地的时候,由节点i注入的无功功率。它必然远大于正常运行时节点i的注入无功功率,即
U
i
2
B
i
i
≫
Q
i
U_{i}^{2}B_{ii}\gg Q_i
Ui2Bii≫Qi,则可以化简:
H
i
i
=
U
i
2
B
i
i
L
i
i
=
U
i
2
B
i
i
H_{ii}=U_{i}^{2}B_{ii}\\\\ L_{ii}=U_{i}^{2}B_{ii}
Hii=Ui2BiiLii=Ui2Bii
这样,矩阵 H , L \boldsymbol{H},\boldsymbol{L} H,L具有相同的表达式,但是他们的阶数不同,前者为(n-1)阶,后者为(m-1)阶。
矩阵
H
\boldsymbol{H}
H可以表示为:
b
o
l
d
s
y
m
b
o
l
H
=
[
U
1
2
B
11
U
1
U
2
B
12
⋯
U
1
U
n
−
1
B
1
,
n
−
1
U
2
U
1
B
21
U
2
2
B
22
⋯
U
2
U
n
−
1
B
2
,
n
−
1
⋮
⋮
⋱
⋮
U
n
−
1
U
1
B
n
−
1
,
1
U
n
−
1
U
2
B
n
−
1
,
2
⋯
U
n
−
1
2
B
n
−
1
,
n
−
1
]
=
[
U
1
0
⋯
0
0
U
2
⋯
0
⋮
⋮
⋱
⋮
0
0
⋯
U
n
−
1
]
[
B
11
B
12
⋯
B
1.
n
−
1
B
21
B
22
⋯
⋮
⋮
⋮
⋱
⋮
B
n
−
1
,
1
B
n
−
1
,
2
⋯
B
n
−
1
,
n
−
1
]
[
U
1
0
⋯
0
0
U
2
⋯
0
⋮
⋮
⋱
⋮
0
0
⋯
U
n
−
1
]
boldsymbol{H}=\begin{bmatrix} U_1^2B_{11}&U_1U_2B_{12}&\cdots&U_1U_{n-1}B_{1,n-1}\\U_2U_1B_{21}&U_2^2B_{22}&\cdots&U_2U_{n-1}B_{2,n-1}\\\vdots&\vdots&\ddots&\vdots\\U_{n-1}U_1B_{n-1,1}&U_{n-1}U_2B_{n-1,2}&\cdots&U_{n-1}^2B_{n-1,n-1} \end{bmatrix}=\begin{bmatrix} U_1&0&\cdots&0\\0&U_2&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&U_{n-1} \end{bmatrix} \begin{bmatrix} B_{11}&B_{12}&\cdots&B_{1.n-1}\\B_{21}&B_{22}&\cdots&\vdots\\\vdots&\vdots&\ddots&\vdots\\B_{n-1,1}&B_{n-1,2}&\cdots&B_{n-1,n-1} \end{bmatrix} \begin{bmatrix} U_1&0&\cdots&0\\0&U_2&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&U_{n-1} \end{bmatrix}
boldsymbolH=
U12B11U2U1B21⋮Un−1U1Bn−1,1U1U2B12U22B22⋮Un−1U2Bn−1,2⋯⋯⋱⋯U1Un−1B1,n−1U2Un−1B2,n−1⋮Un−12Bn−1,n−1
=
U10⋮00U2⋮0⋯⋯⋱⋯00⋮Un−1
B11B21⋮Bn−1,1B12B22⋮Bn−1,2⋯⋯⋱⋯B1.n−1⋮⋮Bn−1,n−1
U10⋮00U2⋮0⋯⋯⋱⋯00⋮Un−1
而矩阵
L
\boldsymbol{L}
L可以表示为:
L
=
[
U
1
2
B
11
U
1
U
2
B
12
⋯
U
1
U
m
B
1
m
U
2
U
1
B
21
U
2
2
B
22
⋯
U
2
U
m
B
2
m
⋮
⋮
⋱
⋮
U
m
U
1
B
m
1
U
m
U
2
B
m
2
⋯
U
m
2
B
m
m
]
=
[
U
1
0
⋯
0
0
U
2
⋯
0
⋮
⋮
⋱
⋮
0
0
⋯
U
m
]
[
B
11
B
12
⋯
B
1
m
B
21
B
22
⋯
B
2
m
⋮
⋮
⋱
⋮
B
m
1
B
m
2
⋯
B
m
m
]
[
U
1
0
⋯
0
0
U
2
⋯
0
⋮
⋮
⋱
⋮
0
0
⋯
U
m
]
\boldsymbol{L}=\begin{bmatrix} U_{1}^{2}B_{11}&U_{1}U_{2}B_{12}&\cdots&U_{1}U_{m}B_{1m}\\U_{2}U_{1}B_{21}&U_{2}^{2}B_{22}&\cdots&U_{2}U_{m}B_{2m}\\\vdots&\vdots&\ddots&\vdots\\U_{m}U_{1}B_{m1}&U_{m}U_{2}B_{m2}&\cdots&U_{m}^{2}B_{mm} \end{bmatrix}=\begin{bmatrix} U_{1}&0&\cdots&0\\0&U_{2}&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&U_{m} \end{bmatrix} \begin{bmatrix} B_{11}&B_{12}&\cdots&B_{1m}\\B_{21}&B_{22}&\cdots&B_{2m}\\\vdots&\vdots&\ddots&\vdots\\B_{m1}&B_{m2}&\cdots&B_{mm} \end{bmatrix} \begin{bmatrix} U_{1}&0&\cdots&0\\0&U_{2}&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&U_{m} \end{bmatrix}
L=
U12B11U2U1B21⋮UmU1Bm1U1U2B12U22B22⋮UmU2Bm2⋯⋯⋱⋯U1UmB1mU2UmB2m⋮Um2Bmm
=
U10⋮00U2⋮0⋯⋯⋱⋯00⋮Um
B11B21⋮Bm1B12B22⋮Bm2⋯⋯⋱⋯B1mB2m⋮Bmm
U10⋮00U2⋮0⋯⋯⋱⋯00⋮Um
然后将变化过的矩阵
H
,
L
\boldsymbol{H},\boldsymbol{L}
H,L带入上面说过的两个独立方程式内,可得新的修正方程,第一个式子为:
−
[
U
1
0
⋯
0
0
U
2
⋯
0
⋮
⋮
⋱
⋮
0
0
⋯
U
n
−
1
]
[
B
11
B
12
⋯
B
1
,
n
−
1
B
21
B
22
⋯
B
2
,
n
−
1
⋮
⋮
⋱
⋮
B
n
−
1
,
1
B
n
−
1
,
2
⋯
B
n
−
1
,
n
−
1
]
[
U
1
Δ
θ
1
U
2
Δ
θ
2
⋮
U
n
−
1
Δ
θ
n
−
1
]
=
[
Δ
P
1
Δ
P
2
⋮
Δ
P
n
−
1
]
-\begin{bmatrix} U_{1}&0&\cdots&0\\0&U_{2}&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&U_{n-1} \end{bmatrix} \begin{bmatrix} B_{11}&B_{12}&\cdots&B_{1,n-1}\\B_{21}&B_{22}&\cdots&B_{2,n-1}\\\vdots&\vdots&\ddots&\vdots\\B_{n-1,1}&B_{n-1,2}&\cdots&B_{n-1,n-1} \end{bmatrix} \begin{bmatrix} U_{1}\Delta\theta_{1}\\U_{2}\Delta\theta_{2}\\\vdots\\U_{n-1}\Delta\theta_{n-1} \end{bmatrix}= \begin{bmatrix} \Delta P_{1}\\\Delta P_{2}\\\vdots\\\Delta P_{n-1} \end{bmatrix}
−
U10⋮00U2⋮0⋯⋯⋱⋯00⋮Un−1
B11B21⋮Bn−1,1B12B22⋮Bn−1,2⋯⋯⋱⋯B1,n−1B2,n−1⋮Bn−1,n−1
U1Δθ1U2Δθ2⋮Un−1Δθn−1
=
ΔP1ΔP2⋮ΔPn−1
进一步化简为:
−
[
B
11
B
12
⋯
B
1
,
n
−
1
B
21
B
22
⋯
B
2
,
n
−
1
⋮
⋮
⋱
⋮
B
n
−
1
,
1
B
n
−
1
,
2
⋯
B
n
−
1
,
n
−
1
]
[
U
1
Δ
θ
1
U
2
Δ
θ
2
⋮
U
n
−
1
Δ
θ
n
−
1
]
=
[
Δ
P
1
/
U
1
Δ
P
2
/
U
2
⋮
Δ
P
n
−
1
/
U
n
−
1
]
-\begin{bmatrix} B_{11}&B_{12}&\cdots&B_{1,n-1}\\B_{21}&B_{22}&\cdots&B_{2,n-1}\\\vdots&\vdots&\ddots&\vdots\\B_{n-1,1}&B_{n-1,2}&\cdots&B_{n-1,n-1} \end{bmatrix} \begin{bmatrix} U_{1}\Delta\theta_{1}\\U_{2}\Delta\theta_{2}\\\vdots\\U_{n-1}\Delta\theta_{n-1} \end{bmatrix}= \begin{bmatrix} \Delta P_{1}/U_{1}\\\Delta P_{2}/U_{2}\\\vdots\\\Delta P_{n-1}/U_{n-1} \end{bmatrix}
−
B11B21⋮Bn−1,1B12B22⋮Bn−1,2⋯⋯⋱⋯B1,n−1B2,n−1⋮Bn−1,n−1
U1Δθ1U2Δθ2⋮Un−1Δθn−1
=
ΔP1/U1ΔP2/U2⋮ΔPn−1/Un−1
第二个式子为:
−
[
U
1
0
⋯
0
0
U
2
⋯
0
⋮
⋮
⋱
⋮
0
0
⋯
U
m
]
[
B
11
B
12
⋯
B
1
m
B
21
B
22
⋯
B
2
m
⋮
⋮
⋱
⋮
B
m
1
B
m
2
⋯
B
m
m
]
[
Δ
U
1
Δ
U
2
⋮
Δ
U
m
]
=
[
Δ
Q
1
Δ
Q
2
⋮
Δ
Q
m
]
-\begin{bmatrix} U_{1}&0&\cdots&0\\0&U_{2}&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&U_{m} \end{bmatrix} \begin{bmatrix} B_{11}&B_{12}&\cdots&B_{1m}\\B_{21}&B_{22}&\cdots&B_{2m}\\\vdots&\vdots&\ddots&\vdots\\B_{m1}&B_{m2}&\cdots&B_{mm} \end{bmatrix} \begin{bmatrix} \Delta U_{1}\\\Delta U_{2}\\\vdots\\\Delta U_{m} \end{bmatrix} =\begin{bmatrix} \Delta Q_{1}\\\Delta Q_{2}\\\vdots\\\Delta Q_{m} \end{bmatrix}
−
U10⋮00U2⋮0⋯⋯⋱⋯00⋮Um
B11B21⋮Bm1B12B22⋮Bm2⋯⋯⋱⋯B1mB2m⋮Bmm
ΔU1ΔU2⋮ΔUm
=
ΔQ1ΔQ2⋮ΔQm
进一步化简为:
−
[
B
11
B
12
⋯
B
1
m
B
21
B
22
⋯
B
2
m
⋮
⋮
⋱
⋮
B
m
1
B
m
2
⋯
B
m
m
]
[
Δ
U
1
Δ
U
2
⋮
Δ
U
m
]
=
[
Δ
Q
1
/
U
1
Δ
Q
2
/
U
2
⋮
Δ
Q
m
/
U
m
]
-\begin{bmatrix} B_{11}&B_{12}&\cdots&B_{1m}\\B_{21}&B_{22}&\cdots&B_{2m}\\\vdots&\vdots&\ddots&\vdots\\B_{m1}&B_{m2}&\cdots&B_{mm} \end{bmatrix} \begin{bmatrix} \Delta U_{1}\\\Delta U_{2}\\\vdots\\\Delta U_{m} \end{bmatrix}= \begin{bmatrix} \Delta Q_{1}/U_{1}\\\Delta Q_{2}/U_{2}\\\vdots\\\Delta Q_{m}/U_{m} \end{bmatrix}
−
B11B21⋮Bm1B12B22⋮Bm2⋯⋯⋱⋯B1mB2m⋮Bmm
ΔU1ΔU2⋮ΔUm
=
ΔQ1/U1ΔQ2/U2⋮ΔQm/Um
则第一个方程式可以简写为:
B
′
Δ
θ
∘
U
=
Δ
P
/
U
\boldsymbol{B}'\Delta\boldsymbol{\theta}\circ\boldsymbol{U}=\Delta\boldsymbol{P}/\boldsymbol{U}\\\\
B′Δθ∘U=ΔP/U
其中, ∘ \circ ∘表示两个矩阵逐元素相乘, / / /表示两个矩阵逐元素相除。矩阵 B ′ \boldsymbol{B}' B′是 − B -\boldsymbol{B} −B的前n-1行前n-1列,是对称常定矩阵, Δ θ , Δ P , U \Delta\boldsymbol{\theta},\Delta\boldsymbol{P},\boldsymbol{U} Δθ,ΔP,U均为n-1行的列向量。
第二个方程式可以简写为:
B
′
′
Δ
U
=
Δ
Q
/
U
\boldsymbol{B}''\Delta\boldsymbol{U}=\Delta\boldsymbol{Q}/\boldsymbol{U}
B′′ΔU=ΔQ/U
其中, / / /表示两个矩阵逐元素相除。矩阵 B ′ ′ \boldsymbol{B}'' B′′是 − B -\boldsymbol{B} −B的前m行前m列,是对称常定矩阵, Δ θ , U , Δ P \Delta\boldsymbol{\theta},\boldsymbol{U},\Delta\boldsymbol{P} Δθ,U,ΔP均为m行的列向量。
将上述方程化简,可得:
B
′
Δ
θ
~
=
Δ
P
~
B
′
′
Δ
U
=
Δ
Q
~
\boldsymbol{B}'\Delta\widetilde{\boldsymbol{\theta}}=\Delta\widetilde{\boldsymbol{P}}\\\\ \boldsymbol{B}''\Delta\boldsymbol{U}=\Delta\widetilde{\boldsymbol{Q}}
B′Δθ
=ΔP
B′′ΔU=ΔQ
其中, Δ θ ~ = [ U 1 Δ θ 1 U 2 Δ θ 2 ⋯ U n − 1 Δ θ n − 1 ] T \Delta\widetilde{\boldsymbol{\theta}}=[U_1\Delta\theta_1\quad U_2\Delta\theta_2\quad \cdots \quad U_{n-1}\Delta\theta_{n-1}]^T Δθ =[U1Δθ1U2Δθ2⋯Un−1Δθn−1]T, Δ P ~ = [ Δ P 1 / U 1 Δ P 2 / U 2 ⋯ Δ P n − 1 / U n − 1 ] T \Delta\widetilde{\boldsymbol{P}}=[\Delta P_1/U_1\quad \Delta P_2/U_2\quad \cdots \quad \Delta P_{n-1}/U_{n-1}]^T ΔP =[ΔP1/U1ΔP2/U2⋯ΔPn−1/Un−1]T,\Delta\widetilde{\boldsymbol{Q}}=[\Delta Q_1/U_1\quad \Delta Q_2/U_2\quad \cdots \quad \Delta Q_{m}/U_{m}]^T。第一个方程式为相位修正方程,第二个方程为幅值修正方程。
PQ分解法潮流计算的步骤
计算方法的前三步和牛顿法相同,而后面的迭代过程为:
- 形成两个系数矩阵
B
′
,
B
′
′
\boldsymbol{B}',\boldsymbol{B}''
B′,B′′,并对他们做三角分解,即Cholesky分解,如下所示:
B ′ = L ′ D ′ ( L ′ ) T B ′ ′ = L ′ ′ D ′ ′ ( L ′ ′ ) T \boldsymbol{B}'=\boldsymbol{L}'\boldsymbol{D}'(\boldsymbol{L}')^T\\\\ \boldsymbol{B}''=\boldsymbol{L}''\boldsymbol{D}''(\boldsymbol{L}'')^T B′=L′D′(L′)TB′′=L′′D′′(L′′)T - 设置迭代次数为k=0。
- 用 θ ( k ) , U ( k ) \boldsymbol{\theta}^{(k)},\boldsymbol{U}^{(k)} θ(k),U(k)、各PV节点的电压有效值和平衡节点的电压有效值以及相角,按照有功功率误差的计算公式计算出各个PQ节点和PV节点的 Δ P i ( k ) \Delta P_i^{(k)} ΔPi(k),然后再进一步计算出 Δ P ~ i ( k ) \Delta \widetilde{P}_i^{(k)} ΔP i(k)。这一步不要计算无功功率误差。
- 通过前代和回代求解出修正方程的第一个式子,得到各节点的相角修正值 Δ θ i ( k ) ( i = 1 , 2 , ⋯ , n − 1 ) \Delta\theta_i^{(k)}\quad(i=1,2,\cdots,n-1) Δθi(k)(i=1,2,⋯,n−1)。
- 修正各个节点的相角值,即 θ i ( k + 1 ) = θ i ( k ) + Δ θ i ( k ) ( i = 1 , 2 , ⋯ , n − 1 ) \theta_i^{(k+1)}=\theta_i^{(k)}+\Delta\theta_i^{(k)}\quad(i=1,2,\cdots,n-1) θi(k+1)=θi(k)+Δθi(k)(i=1,2,⋯,n−1)。
- 利用 θ ( k + 1 ) , U ( k ) \boldsymbol{\theta}^{(k+1)},\boldsymbol{U}^{(k)} θ(k+1),U(k)、各PV节点的电压有效值和平衡节点的电压有效值以及相角,按照无功功率误差的计算公式计算出各个PQ节点、的 Δ Q i ( k ) \Delta Q_i^{(k)} ΔQi(k),然后再进一步计算出 Δ Q ~ i ( k ) \Delta \widetilde{Q}_i^{(k)} ΔQ i(k)。
- 通过前代和回代求解出修正方程的第二个式子,得到各节点的电压有效值的修正值 Δ U i ( k ) ( i = 1 , 2 , ⋯ , m ) \Delta U_i^{(k)}\quad(i=1,2,\cdots,m) ΔUi(k)(i=1,2,⋯,m)。
- 修正各个节点的电压有效值,即 U i ( k + 1 ) = U i ( k ) + Δ U i ( k ) ( i = 1 , 2 , ⋯ , m ) U_i^{(k+1)}=U_i^{(k)}+\Delta U_i^{(k)}\quad(i=1,2,\cdots,m) Ui(k+1)=Ui(k)+ΔUi(k)(i=1,2,⋯,m)。
- 使用收敛判据判断是否收敛,若收敛,则执行牛顿法潮流计算步骤中的第11步,然后结束,若不收敛,则设置k=k+1,然后返回第2步,进行下一轮的迭代。