现代电力系统分析潮流计算2课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《现代电力系统分析潮流计算2课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 现代 电力系统 分析 潮流 计算 课件
- 资源描述:
-
1、潮流计算概述潮流计算概述潮流计算模型潮流计算模型常规潮流计算方法常规潮流计算方法潮流计算算法技术潮流计算算法技术其他潮流计算问题其他潮流计算问题潮流软件介绍潮流软件介绍电力系统潮流计算电力系统潮流计算潮流计算算法技术潮流计算算法技术 稀疏技术稀疏技术电力系统潮流计算电力系统潮流计算潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 问题引出问题引出1N1nnn nIYV( )( )( )(1)( )( )()kkkkkk F XJXXXX11211DDD VPB VVQBV 节点方程:节点方程: 牛顿法迭代公式:牛顿法迭代公式: 快速解耦法迭代公式:快速解耦法迭代公式::大规模线性方程组
2、求解,系数矩阵高度稀疏。大规模线性方程组求解,系数矩阵高度稀疏。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏技术概述稀疏技术概述 电力系统潮流计算中要遇到大量的电力系统潮流计算中要遇到大量的矩阵和矩阵矩阵和矩阵的运算以及的运算以及矩阵和矢量矩阵和矢量的运算。的运算。 由电力网络本身的结构特点所决定,这些矩阵和矢量中往由电力网络本身的结构特点所决定,这些矩阵和矢量中往往往只有少量的元素是非零元素,大部分元素都是零元素只有少量的元素是非零元素,大部分元素都是零元素 。这些矩阵和矢量是。这些矩阵和矢量是稀疏稀疏的。的。 矩阵稀疏度矩阵稀疏度: :一个一个n nm m阶矩阵阶矩阵A
3、A,如果其中的非零元素有,如果其中的非零元素有, ,则定义矩阵则定义矩阵A A的的稀疏度稀疏度是是: : %100nm潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏技术概述稀疏技术概述 例如:对于例如:对于节点导纳矩阵节点导纳矩阵,如果电力网络中每个节点的平,如果电力网络中每个节点的平均出线度是均出线度是,即平均每个节点和,即平均每个节点和条支路条支路( (不包括接地不包括接地支路支路) )相连,则节点导纳矩阵的稀疏度为相连,则节点导纳矩阵的稀疏度为: : 式中式中N N是节点数,即导纳矩阵的维数。对于实际电力系统是节点数,即导纳矩阵的维数。对于实际电力系统,节点平均出线度一般
4、为,节点平均出线度一般为3 35 5,对,对500500个节点的电力系统个节点的电力系统,若,若 取取4 4,其导纳矩阵的稀疏度仅为,其导纳矩阵的稀疏度仅为l l。 对于稀疏矢量的稀疏度也有类似的定义。对于稀疏矢量的稀疏度也有类似的定义。 把稀疏度很小的矩阵和矢量称为把稀疏度很小的矩阵和矢量称为稀疏矩阵和稀疏矢量稀疏矩阵和稀疏矢量。 %1001N潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏技术概述稀疏技术概述 在进行在进行稀疏矩阵和稀疏矢量稀疏矩阵和稀疏矢量的运算中,可以采用的运算中,可以采用“排零存排零存储储”、“排零运算排零运算”的办法,可以大大的办法,可以大大减少存储量
5、,提高减少存储量,提高计算速度计算速度。 为实现这一作法所采用的程序技术称为为实现这一作法所采用的程序技术称为稀疏技术稀疏技术它包括它包括了了稀疏矩阵技术和稀疏矢量技术稀疏矩阵技术和稀疏矢量技术两方面。两方面。 和不采用稀疏技术相比,采用稀疏技术可以加快计算速度和不采用稀疏技术相比,采用稀疏技术可以加快计算速度几十甚至上百倍,而且对计算机的内存要求也可以大大降几十甚至上百倍,而且对计算机的内存要求也可以大大降低。低。 电力系统规模越大,使用稀疏技术带来的效益就越明显电力系统规模越大,使用稀疏技术带来的效益就越明显可以说,可以说,稀疏技术的引入是对电力系统计算技术的一次革稀疏技术的引入是对电力系
6、统计算技术的一次革命命,使许多原来不能做的电网计算可以很容易地实现。,使许多原来不能做的电网计算可以很容易地实现。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏技术概述稀疏技术概述 最早将稀疏矩阵技术引入电力系统潮流计算的是最早将稀疏矩阵技术引入电力系统潮流计算的是美国学者美国学者W WF FTinneyTinney,他于,他于19671967年发表了一篇关于年发表了一篇关于利用稀疏矩阵利用稀疏矩阵和节点优化编号技术求解稀疏线性方程组和节点优化编号技术求解稀疏线性方程组的论文,并将稀的论文,并将稀疏矩阵技术用于牛顿法潮流计算中,大大提高了潮流计算疏矩阵技术用于牛顿法潮流计算中,
7、大大提高了潮流计算的计算速度。的计算速度。 6060年代,计算年代,计算100100节点的系统的潮流已是十分困难的了,节点的系统的潮流已是十分困难的了,使用稀疏矩阵技术以后,几千个节点甚至上万个节点的大使用稀疏矩阵技术以后,几千个节点甚至上万个节点的大系统的潮流计算都可以实现了。系统的潮流计算都可以实现了。 到目前为止,几乎所有实用的电力网络分析程序都不同程到目前为止,几乎所有实用的电力网络分析程序都不同程度地使用了稀疏矩阵技术。度地使用了稀疏矩阵技术。 潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏技术概述稀疏技术概述 8080年代中期,在利用并开发了矩阵的稀疏性的基础上,又
8、年代中期,在利用并开发了矩阵的稀疏性的基础上,又进一步开发了矢量的稀疏性,即在求解稀疏线性代数方程进一步开发了矢量的稀疏性,即在求解稀疏线性代数方程组时,识别和稀疏矢量有关的有效的计算步,排除不必要组时,识别和稀疏矢量有关的有效的计算步,排除不必要的计算步,进一步减少了计算量,使整个计算的计算量减的计算步,进一步减少了计算量,使整个计算的计算量减少到最低程度。少到最低程度。 自自W WF.TinneyF.Tinney发表了稀疏矢量法的论文以来,虽然还不发表了稀疏矢量法的论文以来,虽然还不能说稀疏矢量法已为所有的电力系统计算工作者所掌握,能说稀疏矢量法已为所有的电力系统计算工作者所掌握,但其计算
9、效力巳在电网计算的许多领域中显示出来,大大但其计算效力巳在电网计算的许多领域中显示出来,大大改变现有电力网络计算程序的面貌,使之达到一个新的更改变现有电力网络计算程序的面貌,使之达到一个新的更高的水平。高的水平。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储稀疏矩阵存储 稀疏矢量和稀疏矩阵的存储特点是稀疏矢量和稀疏矩阵的存储特点是排零存储排零存储:只存储其中:只存储其中的非零元素和有关的检索信息。的非零元素和有关的检索信息。 存储的存储的目的目的是为了在计算中能方便地访问使用,这就是为了在计算中能方便地访问使用,这就要求要求: :(1)(1)所采用的存储格式节省内存所采
10、用的存储格式节省内存; ;(2)(2)方便地检索和存取方便地检索和存取; ;(3)(3)网络矩阵结构变化时能方便地对存储的信息加以修改网络矩阵结构变化时能方便地对存储的信息加以修改。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储稀疏矩阵存储 稀疏矢量稀疏矢量的存储:只需存储矢量中的非零元素值和相应的的存储:只需存储矢量中的非零元素值和相应的下标。下标。 对稀疏矩阵对稀疏矩阵,有几种不同的存储方法,除了,有几种不同的存储方法,除了和矩阵的稀疏和矩阵的稀疏结构的特点有关,还和使用时所采用的算法有关结构的特点有关,还和使用时所采用的算法有关。 不同的算法往往要求对稀疏矩阵中的
11、非零元素有不同的检不同的算法往往要求对稀疏矩阵中的非零元素有不同的检索方式。因此,应根据应用对象的实际情况来选择合适的索方式。因此,应根据应用对象的实际情况来选择合适的存储方式。存储方式。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储:稀疏矩阵存储:1.1.散居格式散居格式 定义三个数组,分别存储下列信息:定义三个数组,分别存储下列信息: VAVA存储存储A A中非零元素中非零元素a aijij的值,共的值,共 m m 个,个, IAIA存储存储A A中非零元素中非零元素a aijij的行指标的行指标i i,共,共 m m 个,个, JAJA存储存储A A中非零元素中非
12、零元素a aijij的列指标的列指标j,j,共共 m m 个。个。 总共需要总共需要 3m 3m 个存储单元。个存储单元。44434233232221141211000000aaaaaaaaaaA潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储:稀疏矩阵存储:1.1.散居格式散居格式 散居格式的散居格式的优点:优点:A A中的非零元在上面数组中的位置可任中的非零元在上面数组中的位置可任意排列,修改灵活;意排列,修改灵活; 缺点缺点:因其存储顺序无一定规律,检索起来不方便。:因其存储顺序无一定规律,检索起来不方便。例如例如:在上面数组中查找下标是:在上面数组中查找下标是i
13、i,j j的元素的元素a aijij,需要在数组,需要在数组IAIA中找下标是中找下标是i i同时在同时在JAJA数组中的下标是数组中的下标是j j的元素,最坏的的元素,最坏的可能性要在整个数组中查找一遍,工作量极大。可能性要在整个数组中查找一遍,工作量极大。 因此,有必要因此,有必要按某一事先约定的顺序来存储稀疏矩阵按某一事先约定的顺序来存储稀疏矩阵A A中中的非零元,以使查找更为方便快捷。的非零元,以使查找更为方便快捷。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储:稀疏矩阵存储:2.2.按行(列)存储格式按行(列)存储格式 按行按行( (列列) )顺序依次存储顺序
14、依次存储A A中的非零元,同一行中的非零元,同一行( (列列) )元素依元素依次排在一起。次排在一起。 以按行存储为例,其存储格式是:以按行存储为例,其存储格式是: VAVA按行存储矩阵按行存储矩阵A A中的非零元中的非零元a aijij,共,共 m m 个,个, JAJA按行存储矩阵按行存储矩阵A A中非零元的列号,共中非零元的列号,共 m m 个,个, IAIA记录记录A A中每行第一个非零元素在中每行第一个非零元素在VAVA中的位置,共中的位置,共 n n个。个。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储:稀疏矩阵存储:2.2.按行(列)存储格式按行(列)存储
15、格式 查找第查找第i i行的非零元素行的非零元素:即在:即在VAVA中取出从中取出从k=IA(i)k=IA(i)到到IA(i+1)IA(i+1)共共IA(i+1)IA(i+1)IA(i)IA(i)个非零元就是个非零元就是A A中第中第i i行的全部行的全部非零元,非零元的值是非零元,非零元的值是VA(k)VA(k),其列号由,其列号由JA(k)JA(k)给出。给出。 找第找第i i行第行第j j列元素列元素a aijij在在VAVA中的位置:中的位置:对对k k从从IA(i)IA(i)到到IA(i+1)-1IA(i+1)-1,判列号,判列号JA(k)JA(k)是否等于是否等于j j,如等,则,
16、如等,则VA(k)VA(k)即是即是要找的非零元要找的非零元a aijij。 这种存储方案可以这种存储方案可以用于存储任意稀疏矩阵用于存储任意稀疏矩阵,A A可以不是正可以不是正方矩阵。方矩阵。 如果如果A A是方矩阵,可以把是方矩阵,可以把A A的对角元素提出来单独存储,而的对角元素提出来单独存储,而对角元素的行列指标都无需记忆。对角元素的行列指标都无需记忆。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储:稀疏矩阵存储:3 3三角检索存储格式三角检索存储格式 三角检索的存储格式特别适合稀疏矩阵的三角分解的计算格三角检索的存储格式特别适合稀疏矩阵的三角分解的计算格式。有
17、几种不同的存储格式,这里以式。有几种不同的存储格式,这里以按行存储按行存储A A的上三角部的上三角部分非零元分非零元,按列存按列存A A的下三角部分非零元的下三角部分非零元这种存储格式来说这种存储格式来说明。令明。令A A是是n nn n阶方阵:阶方阵: U U按行存按行存A A的上三角部分的非零元素的值;的上三角部分的非零元素的值; JU JU按行存按行存A A的上三角部分的非零元素的列号;的上三角部分的非零元素的列号; IU IU按行存按行存A A中上三角部分每行第一个非零元在中上三角部分每行第一个非零元在U U中的位置中的位置 ( (首地址首地址) ); L L按列存按列存A A中下三角
18、部分的非零元素的值;中下三角部分的非零元素的值; IL IL按列存按列存A A中下三角部分的非零元素的行号;中下三角部分的非零元素的行号; JL JL按列存按列存A A中下三角部分每列第一个非零元在中下三角部分每列第一个非零元在L L中的位置中的位置 ( (首地址首地址) ); D D按顺序按顺序存存A A的对角元素的值,其检索下标不需要存储。的对角元素的值,其检索下标不需要存储。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术例:44434233232221141211000000aaaaaaaaaaA 有了有了IUIU表即可知道表即可知道A A的上三角部分第的上三角部分第i i行的非
19、零元的数目:行的非零元的数目:IU(i+1)-IU(i)IU(i+1)-IU(i)。第一行:第一行: IU(2)-IU(1)IU(2)-IU(1)3 31 12 2。 如果要查找如果要查找A A中的上三角第中的上三角第i i行所有非行所有非零元素,只要扫描零元素,只要扫描k k从从IU(i)IU(i)到到IU(i+1)-1IU(i+1)-1即可,即可,JU(k)JU(k)指出了该元素指出了该元素的列号,的列号,U(k)U(k)是该非零元素的值。是该非零元素的值。 对于按列存储的格式进行查找的情况对于按列存储的格式进行查找的情况类同。类同。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p
20、 稀疏矩阵存储:稀疏矩阵存储:3 3三角检索存储格式三角检索存储格式 三角检索存储格式三角检索存储格式在矩阵在矩阵A A的的稀疏结构稀疏结构已确定的情况下使用已确定的情况下使用是十分方便的。但在计算过程中,如果是十分方便的。但在计算过程中,如果A A的稀疏结构发生了的稀疏结构发生了变化,即其中的非零元素的分布位置发生变化,相应的检索变化,即其中的非零元素的分布位置发生变化,相应的检索信息也要随着变化,很不方便。有两种办法处理这类问题。信息也要随着变化,很不方便。有两种办法处理这类问题。 第一种办法第一种办法事先估计出在随后的计算中事先估计出在随后的计算中A A的哪些位置可能产的哪些位置可能产生
21、注入元素生注入元素( (即原来是零元素,在计算过程中变成非零元素即原来是零元素,在计算过程中变成非零元素) ),在存储时事先留了位置,即把这个原来是零元素的也按非,在存储时事先留了位置,即把这个原来是零元素的也按非零元素一样来存储,这样在计算中该元素由零元素变成非零零元素一样来存储,这样在计算中该元素由零元素变成非零元素时就不必改变原来的检索信息。元素时就不必改变原来的检索信息。 第二种办法第二种办法可以用下面介绍的链表存储格式。其特点是当矩可以用下面介绍的链表存储格式。其特点是当矩阵阵A A的结构发生变化时修改灵活,不必事先存储这些零元素的结构发生变化时修改灵活,不必事先存储这些零元素,也不
22、必在产生非零注入元素时进行插入等处理。,也不必在产生非零注入元素时进行插入等处理。潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵存储:稀疏矩阵存储:4.4.链表(链表( Link) Link) 存储格式存储格式 以按行存储的格式为例来说明。以按行存储的格式为例来说明。 这时需要按行存储格式中的三个数组外还需要增加数组:这时需要按行存储格式中的三个数组外还需要增加数组: VAVA按行存储矩阵按行存储矩阵A A中的非零元中的非零元a aijij,共,共 m m 个,个, JAJA按行存储矩阵按行存储矩阵A A中非零元的列号,共中非零元的列号,共 m m 个,个, IAIA记录记
23、录A A中每行第一个非零元在中每行第一个非零元在VAVA中的位置,共中的位置,共 n n 个。个。 LINKLINK下一个非零元素在下一个非零元素在VAVA中的位置,对每行最后一个非中的位置,对每行最后一个非零元素,该值置为零元素,该值置为0 0。 NANA每行非零元素的个数。每行非零元素的个数。44434233232221141211aaaaaaaaaaA当新增加一个非零元素时,可把当新增加一个非零元素时,可把它排在最后,并根据该非零元素它排在最后,并根据该非零元素在该行中的位置的不同来修改其在该行中的位置的不同来修改其相邻元素的相邻元素的LINKLINK值。例如,新增值。例如,新增a a1
24、313,把,把a13排在第排在第1111个位置,把个位置,把a a1212的的LINKLINK值由值由3 3改为改为1111, a13本身的本身的LINKLINK值置为值置为3 3,NA(1)NA(1)增加增加1 1,变,变为为4 4。a13a13113311潮流计算算法技术潮流计算算法技术- -稀疏技术稀疏技术p 稀疏矩阵因子分解稀疏矩阵因子分解 对对nn阶矩阵阶矩阵A可以通过可以通过LU分解的方法分解成为一个分解的方法分解成为一个下三下三角矩阵角矩阵L和一个和一个上三角矩阵上三角矩阵U的乘积:的乘积:ALU LU分解分为两步分解分为两步: (1)按行规格化运算;)按行规格化运算; (2)消
25、去运算或更新运算。)消去运算或更新运算。 也可以将也可以将A分解成一个分解成一个下三角矩阵下三角矩阵L、一个、一个对角矩阵对角矩阵D和一个和一个下三角矩阵下三角矩阵U的乘积形式。的乘积形式。 ALDU 分解后的因子也采用稀疏矩阵存储。分解后的因子也采用稀疏矩阵存储。潮流计算算法技术潮流计算算法技术 节点优化编号节点优化编号电力系统潮流计算电力系统潮流计算潮流计算算法技术潮流计算算法技术- -节点优化编号节点优化编号p 概述概述 稀疏技术的核心关键有两点:一是稀疏技术的核心关键有两点:一是排零存储和排零运算排零存储和排零运算,二,二是是节点优化编号节点优化编号。 排零存储和排零运算有效地排零存储
展开阅读全文