简介这份资源面向电力系统工程师、高校电气专业学生及科研人员提供用Python实现潮流计算的完整实践材料帮助读者掌握节点电压、支路功率与变压器功率分配的求解流程。压缩包共27个文件约687KB以5个py脚本、7个txt说明、8张png结果图为主另含pyc缓存、sln与pyproj工程配置及md文档覆盖建模、求解与结果可视化环节。已有1332人学习下载说明其在电力系统分析入门与进阶中具有参考价值。读者可借助脚本与示例案例理解如何用NumPy、SciPy、Pandas组织节点、支路、发电机与负荷数据构建基于KCL与KVL的非线性方程组并选用fsolve或PyPSA等求解器完成迭代收敛与结果分析。资源还涉及牛顿-拉弗森法、高斯-塞德尔迭代等思路适合希望将编程技能落地到电网运行性能评估与优化中的学习者。1. 从一份 Python 潮流计算资源说起它到底能算什么如果你正在找一个能直接跑起来、能改参数、能看中间过程的电力系统潮流计算实现这份 Python 资源大概率能省掉你从零推导雅可比矩阵的时间。它解决的核心问题很具体给定网络拓扑、支路阻抗、发电机和负荷功率算出每个节点的电压幅值与相角、每条支路的功率分布和网损。适合三类人电气工程专业做课程设计或毕业设计的学生、刚转行进电力系统仿真岗的开发者、以及需要把潮流计算嵌入到更大优化流程里的算法工程师。它不追求替代工业级仿真软件但胜在代码透明、依赖少、每个公式都能对应到源码里的几行调参和排错时不会变成黑匣子。下面按“能算什么 → 怎么跑通 → 参数怎么设 → 坑在哪 → 怎么验证”的顺序拆开讲。2. 牛顿-拉夫逊法在 Python 里怎么落地从节点导纳矩阵到雅可比迭代2.1 为什么选牛顿-拉夫逊而不是高斯-赛德尔潮流计算常见方法有三类高斯-赛德尔迭代、牛顿-拉夫逊法、PQ 分解法。这份资源用的是牛顿-拉夫逊法原因很实际——收敛速度快通常 3 到 5 次迭代就能到 1e-8 精度而高斯-赛德尔在节点数超过 20 以后迭代次数会明显上升做课程设计时等结果会等到怀疑人生。PQ 分解法虽然更快但它依赖 R/X 比小的假设配电网里 R/X 比大用 PQ 分解法容易翻车。牛顿-拉夫逊法的核心是把非线性功率方程线性化构造雅可比矩阵然后反复求解修正量。雅可比矩阵的四个子块分别对应有功不平衡对相角的偏导、有功不平衡对电压幅值的偏导、无功不平衡对相角的偏导、无功不平衡对电压幅值的偏导。源码里通常用一个build_jacobian函数把这些偏导按节点类型填进去。节点类型是理解整个流程的关键。平衡节点Slack给定电压幅值和相角不参与功率不平衡方程PV 节点给定有功功率和电压幅值无功功率和相角是待求量PQ 节点给定有功和无功功率电压幅值和相角都待求。源码里一般用三个列表分别存这三类节点的索引迭代时只对非平衡节点列方程。2.2 节点导纳矩阵的组装代码与参数说明节点导纳矩阵 Ybus 是整个计算的地基。它由支路导纳和变压器变比共同决定。下面这段代码是常见写法输入是支路表输出是复数矩阵。import numpy as np def build_ybus(branches, num_bus): branches: 列表每项为 (from_bus, to_bus, R, X, B, tap) num_bus: 节点总数 返回 Ybus: 复数矩阵形状 (num_bus, num_bus) Ybus np.zeros((num_bus, num_bus), dtypecomplex) for br in branches: f, t, R, X, B, tap br # 串联导纳 y_series 1.0 / (R 1j * X) # 对地充电电纳通常只取一半接在两端 y_shunt 1j * B / 2.0 # 变压器变比处理非标准变比时导纳要除以 tap if tap 0: tap 1.0 Ybus[f, f] (y_series y_shunt) / (tap * tap) Ybus[t, t] y_series y_shunt Ybus[f, t] - y_series / tap Ybus[t, f] - y_series / tap return Ybus逻辑说明y_series是支路串联导纳y_shunt是对地充电电纳。变压器支路用tap表示非标准变比tap1.0就是普通线路。注意Ybus[f, f]和Ybus[t, t]是累加因为一个节点可能连多条支路。参数上R和X用标幺值B是总充电电纳tap填 1.0 表示无变压器。常见错误是忘记把tap平方导致变压器支路潮流偏差很大。2.3 雅可比矩阵与迭代主循环雅可比矩阵的构造是牛顿-拉夫逊法里最容易写错的部分。下面给出一个简化版只处理 PQ 和 PV 节点平衡节点不列方程。def power_mismatch(Ybus, V, theta, P_spec, Q_spec, pq_idx, pv_idx): V: 电压幅值数组 theta: 相角数组弧度 P_spec, Q_spec: 给定有功、无功 pq_idx, pv_idx: PQ 和 PV 节点索引 返回 dP, dQ: 有功和无功不平衡量 Vc V * np.exp(1j * theta) S_calc Vc * np.conj(Ybus Vc) P_calc S_calc.real Q_calc S_calc.imag dP P_spec - P_calc dQ Q_spec - Q_calc # 只取非平衡节点的方程 non_slack np.array([i for i in range(len(V)) if i not in slack_idx]) return dP[non_slack], dQ[pq_idx]这段代码里S_calc Vc * conj(Ybus Vc)是功率计算的标准形式。dP取所有非平衡节点dQ只取 PQ 节点因为 PV 节点的无功不参与不平衡方程。迭代时用np.linalg.solve解修正方程然后更新theta和V。收敛判据一般用max(abs(dP), abs(dQ)) 1e-8如果迭代 20 次还没收敛基本可以判定初值或参数有问题。3. 把算例跑起来IEEE 9 节点系统的参数配置与结果解读3.1 算例数据怎么填支路表、母线表、发电机表资源里通常自带一个 IEEE 9 节点算例。母线表包含节点编号、类型、电压幅值初值、相角初值、有功负荷、无功负荷。支路表包含首末节点、电阻、电抗、充电电纳、变比。发电机表包含所在节点、有功出力、电压设定值。下面是一个母线表的示例结构节点类型V 初值相角初值P_loadQ_load1Slack1.040.0002PV1.0250.0003PV1.0250.0004PQ1.00.0005PQ1.00.090306PQ1.00.0007PQ1.00.0100358PQ1.00.0009PQ1.00.012550类型列里 Slack 是平衡节点PV 是发电机节点PQ 是负荷节点。P_load 和 Q_load 单位是 MW 和 MVar计算前要除以基准功率转成标幺值。基准功率一般取 100 MVA这个值在代码里通常是一个全局常量S_base 100。支路表里要注意变比列。IEEE 9 节点系统里节点 1 到节点 4 之间有一台变压器变比通常填 1.0 或者 0.969具体看算例版本。如果变比填错节点 4 的电压会明显偏离 1.0。3.2 运行脚本与输出解读把数据填好后主脚本一般长这样if __name__ __main__: num_bus 9 branches load_branches(case9_branches.csv) Ybus build_ybus(branches, num_bus) V, theta, Pg, Qg newton_raphson(Ybus, bus_data, gen_data, tol1e-8, max_iter20) print(电压幅值:, V) print(相角(度):, np.degrees(theta)) print(平衡节点有功:, Pg[0]) print(平衡节点无功:, Qg[0])输出里重点看三个东西所有 PQ 节点的电压幅值是否在 0.95 到 1.05 之间平衡节点的有功出力是否等于总负荷加网损PV 节点的无功出力是否在合理范围。如果某个 PQ 节点电压低于 0.9说明无功补偿不足这是电力系统里常见的电压稳定问题。网损计算用sum(Pg) - sum(P_load)结果应该是正数。如果算出负数检查支路电阻是不是填成了负值或者功率方向定义反了。3.3 收敛性调参初值、容差和迭代上限初值对牛顿-拉夫逊法的影响比想象中大。平启动所有 PQ 节点电压设 1.0相角设 0在大多数算例里能收敛但如果系统重载平启动可能发散。这时候可以把初值设成上一次潮流的结果或者用高斯-赛德尔先迭代几次再切到牛顿法。容差tol一般设 1e-8再小意义不大因为输入数据本身精度有限。迭代上限max_iter设 20 足够如果 20 次不收敛继续迭代也不会收敛应该去查数据。常见做法是在迭代循环里打印每次的不平衡量最大值观察它是震荡还是单调下降。震荡通常意味着雅可比矩阵写错了单调下降但很慢则可能是初值太远。4. 避坑与排查潮流计算里那些让人半夜爬起来改代码的问题4.1 雅可比矩阵维度对不上现象运行时报ValueError: shape mismatch或者解出的修正量数量不对。原因雅可比矩阵的行列数应该等于待求变量总数即2*PQ数 PV数。很多人把平衡节点的方程也列进去了导致矩阵多一行。解决在构造雅可比矩阵前先算n_vars 2*len(pq_idx) len(pv_idx)然后严格按这个维度填充。平衡节点的有功和无功方程直接跳过。4.2 变压器变比处理反了现象变压器支路潮流方向与预期相反或者节点电压越限。原因变比tap的定义有两种一种是V_from / V_to另一种是V_to / V_from。不同教材和算例用的定义不一样。解决先确认算例里变比的基准方向然后在build_ybus里统一。如果变比大于 1通常表示升压小于 1 表示降压。调试时可以把tap设成 1.0 跑一遍再设成算例值跑一遍对比节点电压变化是否符合物理直觉。4.3 标幺值转换漏了基准功率现象算出的功率数值巨大或极小网损为负。原因负荷数据用 MW 填的但代码里没除以S_base。解决在读取数据后统一做P_spec P_load / S_baseQ_spec Q_load / S_base。发电机出力同理。基准电压通常按节点电压等级分别设如果全网同一电压等级可以统一用 1.0 标幺。4.4 PV 节点无功越限后没转 PQ现象迭代收敛了但 PV 节点的无功出力远超实际发电机能力。原因牛顿-拉夫逊法默认 PV 节点无功无限可调实际发电机有上限。解决在每次迭代后检查 PV 节点无功是否越限如果越限就把该节点转成 PQ 节点无功固定在限值上重新迭代。这个逻辑在资源里可能没写需要自己加。常见做法是设一个Q_min和Q_max数组越限时修改节点类型列表。4.5 收敛判据用错范数现象迭代次数很多但结果看起来对。原因有人用sum(abs(dP))做判据有人用max(abs(dP))。前者在节点数多时数值大导致过早停止。解决统一用无穷范数max(abs(dP))和max(abs(dQ))阈值 1e-8。如果结果对但迭代次数异常检查是不是判据写成了 L1 范数。5. 进阶验证用扰动法和网损灵敏度确认结果可信5.1 扰动法验证雅可比矩阵雅可比矩阵写对没有可以用数值扰动法验证。对每个待求变量加一个小扰动eps1e-6重新计算功率不平衡量然后和解析雅可比矩阵的对应列比较。如果相对误差在 1e-4 以内说明解析推导正确。def check_jacobian(Ybus, V, theta, P_spec, Q_spec, pq_idx, pv_idx, eps1e-6): J_analytic build_jacobian(Ybus, V, theta, P_spec, Q_spec, pq_idx, pv_idx) n_vars J_analytic.shape[0] J_numeric np.zeros_like(J_analytic) for k in range(n_vars): V_pert V.copy() theta_pert theta.copy() # 根据 k 的位置决定扰动哪个变量 # 具体索引映射略按 pq_idx 和 pv_idx 顺序 dP, dQ power_mismatch(Ybus, V_pert, theta_pert, P_spec, Q_spec, pq_idx, pv_idx) J_numeric[:, k] (np.concatenate([dP, dQ]) - np.concatenate([dP0, dQ0])) / eps err np.max(np.abs(J_analytic - J_numeric) / (np.abs(J_numeric) 1e-12)) print(最大相对误差:, err)这段代码的关键是扰动后重新计算不平衡量用差分近似偏导。如果某列误差特别大说明那个变量的偏导推导有问题。常见错误是 PV 节点的电压幅值被扰动了但 PV 节点电压幅值本来是给定值不应该出现在待求变量里。5.2 网损灵敏度与电压稳定指标算完潮流后可以进一步算网损对无功注入的灵敏度。这个指标在无功优化里很有用。做法是在每个 PQ 节点加一个小无功扰动重新算潮流看网损变化多少。灵敏度大的节点就是无功补偿的重点位置。另一个验证手段是看最小奇异值。把雅可比矩阵在收敛点做奇异值分解最小奇异值接近零说明系统接近电压崩溃点。这个指标比单纯看电压幅值更灵敏。我一般会在重载算例上跑一遍如果最小奇异值低于 0.1就会提醒自己这个运行点不安全。从那以后我每次拿到新的潮流算例都强制走一遍“平启动 → 检查收敛 → 扰动验证雅可比 → 看网损和最小奇异值”的流程不再直接信第一次的输出。希望帮到你。本文还有配套的精品资源点击获取