基于牛顿拉夫逊法潮流计算的matlab实验报告定稿(编辑修改稿)内容摘要:
+ j + j + j 23 22 + j + j + j 24 23 + j + j + j 基于牛顿拉夫逊法潮流计算的 matlab 实验报告 26 25 + j + j + j 27 26 + j + j + j 28 26 + j + j + j 29 26 + j + j + j 29 28 + j + j + j 4 0 + j + j + j 5 0 + j + j + j 11 12 + j + j + j 13 12 + j + j + j 30 2 + j + j + j 31 6 + j + j + j 32 10 + j + j + j 34 20 + j + j + j 33 19 + j + j + j 35 22 + j + j + j 36 23 + j + j + j 37 25 + j + j + j 38 29 + j + j + j 20 19 + j + j + j 基于牛顿拉夫逊法潮流计算的 matlab 实验报告 结果分析:此程序的运行结果和试验程序给出的结果是一致的。 说明程序无误,但在精确度上有微小差异,这主要是和导纳矩阵的精确度以及显示精度有关。 心得:本程序分模块进行,先是排序,再是求导纳阵,然后求雅阁比,再进行迭代运算,程序本身很简洁明了,运行的时候只需要在 matlab 里输入 main 就行了,然后打开 BUS 和 line 所在的 .m文件,结果就会自动存在 result 文件中了,通过编写牛顿拉夫逊法 matlab 潮流计算程序复习了潮流计算的知识,也实现了计算机算法 附录: 实验源程序: Main函数: clear [dfile,pathname]=uigetfile(39。 *.m39。 ,39。 Select Data File39。 )。 if pathname == 0 error(39。 you must select a valid data file39。 ) else lfile =length(dfile)。 % strip off .m eval(dfile(1:lfile2))。 end [nb,mb]=size(bus)。 [nl,ml]=size(line)。 % 计算 bus和 line矩阵的行数和列数 [bus,line,nPQ,nPV,nodenum] = Num(bus,line)。 % 对节点重新排序的子程序 Y = y(bus,line) % 计算节点导纳矩阵的子程序 myf = fopen(39。 39。 ,39。 w39。 )。 fprintf(myf,39。 计算结果 39。 )。 fclose(myf)。 % 在当前目录下生成“ ”文件,写入节点导纳矩阵 format long EPS =。 % 设定误差精度 for t = 1:100 % 开始迭代计算,设定最大迭代次数为 100,以便不收敛情况下及时跳出 [dP,dQ] = dPQ(Y,bus,nPQ,nPV)。 % 计算功率偏差 dP和 dQ的子程序 J = Jac(bus,Y,nPQ)。 % 计算雅克比矩阵的子程序 UD = zeros(nPQ,nPQ)。 for i = 1:nPQ UD(i,i) = bus(i,2)。 % 生成电 压对角矩阵 end end dAngU = J\[dP。 dQ]。 dAng = dAngU(1:nb1,1)。 % 计算相角修正量 dU = UD*(dAngU(nb:nb+nPQ1,1))。 % 计算电压修正量 bus(1:nPQ,2) = bus(1:nPQ,2) dU。 % 修正电压 bus(1:nb1,3) = bus(1:nb1,3) dAng。 % 修正相角 if (max(abs(dU))EPS)amp。 (max(abs(dAng))EPS) 基于牛顿拉夫逊法潮流计算的 matlab 实验报告 break end % 判断是否满足精度误差,如满足则跳出,否则返回继续迭代 end bus = PQ(bus,Y,nPQ,nPV)。 % 计算每个节点的有功和无功注入的子程序 [bus,line] = ReNum(bus,line,nodenum)。 % 对节点恢复编号的子程序 YtYm = YtYm(line)。 % 计算线路的等效 Yt和 Ym的子程序,以计算线路潮流 bus_res = bus_res(bus)。 % 计算节点数据结果的子程序 S_res = S_res(bus,line,YtYm)。 % 计算线路潮流的子程序 myf = fopen(39。 39。 ,39。 a39。 )。 fprintf(myf,39。 牛顿-拉夫逊法潮流计算结果 节点计算结果: n节点 节点电压 节点相角(角度) 节点注入功率 \n39。 )。 for i = 1:nb fprintf(myf,39。 % 39。 ,bus_res(i,1))。 fprintf(myf,39。 % 39。 ,bus_res(i,2))。 fprintf(myf,39。 % 39。 ,bus_res(i,3))。 fprintf(myf,39。 % + j %\n39。 ,real(bus_res(i,4)),imag(bus_res(i,4)))。 end fprintf(myf,39。 n线路计算结果: n节点 I 节点 J 线路功率 S(I,J) 线路功率 S(J,I) 线路损耗 dS(I,J)\n39。 )。 for i = 1:nl fprintf(myf,39。 % 39。 ,S_res(i,1))。 fprintf(myf,39。 % 39。 ,S_res(i,2))。 fprintf(myf,39。 % + j % 39。 ,real(S_res(i,3)),imag(S_res(i,3)))。 fprintf(myf,39。 % + j % 39。 ,real(S_res(i,4)),imag(S_res(i,4)))。 fprintf(myf,39。 % + j%\n39。 ,real(S_res(i,5)),imag(S_res(i,5)))。 end fclose(myf)。 % 迭代结束后继续在“ ”写入节点计算结果和线路计算结果 程序结束 作用为对节点重排序,并修改相应的线路数据 function [bus,line,nPQ,nPV,nodenum] = Num(bus,line) [nb,mb]=size(bus)。 [nl,ml]=size(line)。 nSW = 0。 % number of swing bus counter nPV = 0。 % number of PV bus counter nPQ = 0。 % number of PQ bus counter for i = 1:nb, % nb为总节点数 type= bus(i,6)。 if type == 3, nSW = nSW + 1。 % increment swing bus counter 基于牛顿拉夫逊法潮流计算的 matlab 实验报告 SW(nSW,:)=bus(i,:)。 elseif type == 2, nPV = nPV +1。 % increment PV bus counter PV(nPV,:)=bus(i,:)。 else nPQ = nPQ + 1。 % increment PQ bus counter PQ(nPQ,:)=bus(i,:)。 end end。 bus=[PQ。 PV。 SW]。 newbus=[1:nb]39。 nodenum=[newbus bus(:,1)]。 bus(:,1)=newbus。 for i=1:nl for j=1:2 for k=1:nb if line(i,j)==nodenum(k,2) line(i,j)=nodenum(k,1)。 break end end end end 作用为计算节点导纳矩阵 function Y = y(bus,line) [nb,mb]=size(bus)。 [nl,ml]=size(line)。 Y=zeros(nb,nb)。 for k=1:nl I=line(k,1)。 %读入线路参数 J=line(k,2)。 Zt=line(k,3)+j*line(k,4)。 Yt=1/Zt。 Ym=line(k,5)+j*line(k,6)。 K=line(k,7)。 if (K==0)amp。 (J~=0) %。基于牛顿拉夫逊法潮流计算的matlab实验报告定稿(编辑修改稿)
相关推荐
值、电话号码、时间日期、度量衡符号等格式的文本,芯 片能够根据内置的文本匹配规则进行正确的识别和处理。 例如:“ 20201221”读作 “二零零八年十二月二十一日”,“ 10:36:28”读作 “十点三十六分二十 八秒”,“ 28℃”读作“二十八摄氏度”,等等。 ○ 多音字处理和中文姓氏处理能力 对存在多音字的文本,例如:“当前工作的重中之重是要在 重重困难中保证重庆市的重点工程的顺利进 行
2 0 )V a r i a b l e ch a r a ct e r s ( 2 0 0 )商品退库s p xx*o**oooooooooos p i ds p n a m exi n g h a ol b i dl b n a m edwj h p r i cech p r i ces cj jk cs lk czjm i n n u mcs n a m es t a t ebzV a r
居灯光照明 控制、 家居窗帘定时 控制 、远程监控 控制、远程无线操作 、 家居安全 监测、 温湿度 控制、红外转发 和很多可通过设定时间的定时定点控制等等。 和普通的家居系统对 比,智能家 居更青出于蓝,不仅可以提供人们一个传统的居住环境 , 它更兼备了多方面的技术 、 首选一个是传统的建设技术 、 还有就是信息一体化 、 各种电器设备智能化 ,集 一个系统性 、结构 完整 、便捷 服务、
e20As25Se55薄膜中则观察到明显的光致漂泊效应 .经氩离子激光辐照后 ,在薄膜中均观察到明显的光致结晶现象。 光致暗化效应 光致暗化效应是指在一定强度光的辐照诱导下发生光学吸收边向长波方向移动即红移,此时薄膜的透射率减小。 在硫系非晶薄膜中不论是可逆还是不可逆的结构变化都会产生吸收边带的平移(绿移或红移),平移方向由材料决定 [6]。 硫系非晶薄膜由于其特定的组成
for(i=8。 i0。 i) { *pSecDa = uc_RTOutputByte()。 //读 1Byte数据 pSecDa++。 } T_CLK = 1。 T_RST = 0。 } void v_BurstW1302R(uchar *pReDa) //往 DS1302寄存器数写入数据 pReDa: 寄存器数据地址 { uchar i。 v_W1302(0x8e,0x00)。 //控制命令
自变量和因变量。 明确预测的具体目标,也就确定了因变量。 如预测具体目标是下一年度的销售量,那么销售量 Y 就是因变量。 通过市场调查和查阅资料,寻找与预测目标的相关影响因素,即自变量,并从中选出主要的影响因素。 ② 建立回归预测模型。 依据自变量和因变量的历史统计资料进行计算,在此基础上建立回归分析方程,即回 归分析预测模型。 ③ 进行相关分析。