子空间迭代法 matlab,基于Matlab的Gauss-Seidel迭代法电力系统潮流计算研究

0引言在迭代法的使用过程中，无论何种处理方法都会形成一定误差，经过多次迭代后，当采用同一数值参与计算时，则该误差会持续增加，甚至在一定情况下产生的误差会高于原始数值。对于本文选用的Gauss-Seidel迭代法，其优势是能够在形成迭代结果后，通过对该结果与下一步处理结果进行横向对比并直接利用，从而形成精准的计算结果。1 Gauss-Seidel迭代算法基本原理1.1算法使用流程该算法的使用流程是根据数学原理得到某一参数，计算方法可以表现为y=f(x)，则迭代过程可以表示为：!#####yy((12))==ff((yy(1)))"#####y(…3)=f(y(2))$##y(n)=f(y(n-1))将不同流程得到的外值代入到同一个计算方程，以获得第二步结果，经过多次运算之后，每一步得到的结果都会产生一定差异。为了确定最终取得的运算参数，需要设定对比参数，计算方式为：|y(n)-y(n-1)|≤ε其中方程右侧为计算对象在多次计算中允许的最大误差值，需要注意的是，对于选用的算法中，函数加工厂“f(x)”中可以有多个自变量，但是因变量只能有一个，即：y=f(x1,x2,x3，…，xn)要根据实际的计算对象，合理确定自变量的数量和数值。1.2相关参数的处理在参数处理过程中，一个参数为自变量，另一个参数为因变量，无论是何种算法都会设定一个标准值，而该标准值通常用于说明计算过程中产生的各阶段的误差程度[1]。通常情况下，该结果需要按照行业以及学科知识的要求设置，而具体计算工作由专业算法和软件自主完成，并且只有在确定多次计算结果之后，才可以得到最精确的指标。1.3最终结果的获取事实上，在每一次迭代过程中都会产生一定的固定结果，但是不同的计算阶段数据生成的实际误差存在差异，只有在误差能够保持学科要求时，获得的结果才可实际使用。另外在每一步的计算阶段，都需要将产生的误差值加入到持续性的迭代算法内，而该迭代算法在融合了误差值后具有更高的精度，利用该方法可以使实际获得的结果具有可靠性。2 Gauss-Seidel迭代算法用于潮流计算的基本原理2.1计算参数的确定计算参数的确定要根据电力系统的自身运行标准和研究对象确定，比如对于电力潮流来说，由于主要的评价标准是某节点中的功率和其余节点间的功率比值，尤其是对于线路的上游和下游区域，当下游的实际功率高于上游时，则会出现逆潮流现象，对电力系统造成破坏，所以无论是实际检测，还是模拟运算，首先确定的参数是当前电力系统中的各个节点，其次通过对电压电流的分析，确定这两个节点的功率数值，并将获得的参数纳入计算方程中，可以在多次迭代之后和设定的标准值对比，当发现某参数经过多次迭代之后和标准值之间的误差小于设定标准，可确定当前整个潮流系统处于稳定运行状态。最后是实际分析，制定线路系统的优化方案。2.2计算公式的确定在计算公式的建设阶段，要确定潮流的变化方法和计算流程，并且将各时间点和工作步骤中产生的实际参数纳入后续的计算范畴。通常情况下，由于迭代算法中计算公式不出现变化，所以可按照该方式研究最终的计算成果，让获得的结果可以更好地描述实际情况[2]。考虑到功率的计算方式为电压和电流的乘积，且对电流的计算和检测难度较小，所以主要分析当前不同节点的电流数值，此外根据不同节点的有功和无功功率数值，可获得第2个节点的电压以及第n个节点的电压数值，将其纳入实际的潮流计算公式内并可以得到实际的计算结果，以对平衡节点的电力参数进行讨论。由于已经在计算中获得了电压值，将该参数直接代入潮流迭代公式中进行多次迭代计算即可。由于向某节点注入的有功功率和电压大小已经