简介：这份面向电力系统稳态分析与课程大作业场景的Matlab潮流计算说明书，与同系列IEEE14节点计算程序配套，帮助读者理解牛顿—拉夫逊法与P-Q分解法的原理、流程、节点数据拓扑及两种算法在计算时间、迭代次数和精度上的差异。资源包仅含1个docx文档，约1.04MB，按论文格式组织，包含目录、摘要、正文、参考文献等模块，可视为一份可直接参考的大作业模板。已有3442人学习，说明其在电力系统分析学习者中具有一定认可度。文档从节点导纳矩阵简化处理、节点类型自动判断到变压器与线路系统适配均有展开，读者可据此梳理程序结构、核对IEEE14节点数据、理解雅可比矩阵与迭代收敛过程，并对照两种算法的比较结果形成实验分析。对需要完成潮流计算课程设计、撰写说明书或复习电力系统分析的学生而言，这份材料能提供较完整的理论线索与写作框架。

1. 一份说明书配一套程序：IEEE14节点潮流计算到底能干什么

期末周前一周，某开发者对着 IEEE14 节点接线图改了半夜索引，Matlab 里的潮流计算程序跑一次发散一次——问题不在算法，而在他把 PV 节点的电压幅值也当未知量塞进了修正方程。这份《基于Matlab的IEEE14节点潮流计算程序说明书》解决的正是这类"算法看得懂、代码写不对、结果对不上"的落地问题：它把牛顿-拉夫逊法和 P-Q 分解法从极坐标功率方程一路讲到 Matlab 源程序，配套 IEEE14 标准算例的节点数据、支路数据和节点导纳矩阵生成逻辑，输出各母线电压幅值、相角、网络功率分布与网损。适合正在做电力系统稳态分析课程设计、需要一份能跑通又能改的潮流程序模板的读者，也适合想把两种经典算法放进同一个框架里做对比实验的人。说明书本身按论文格式组织，目录、摘要、原理推导、源程序、结果比较一应俱全，程序与文档互为索引。

2. 数据底座：从IEEE14接线图到节点导纳矩阵的落地路径

潮流程序跑不跑得起来，八成取决于数据层。这套程序的骨架很朴素：一个主脚本负责流程调度，几个函数分别管数据录入、导纳矩阵组装、两种算法求解和结果输出。说明书第二章讲原理、第三章贴源程序，落到代码上就是一条清晰的数据流——原始表格先进内存，变成 bus 矩阵和 branch 矩阵，再压成节点导纳矩阵 Y，最后喂给迭代求解器。这条链路任何一环出错，后面全是白算。

2.1 说明书目录与源码文件的对应关系

说明书目录是"绪论—算法原理—案例与源程序—结果比较"四段式，对应的程序文件也按这个层次切分。主脚本只做三件事：加载数据、调用求解器、打印对比表；真正的计算全部下沉到函数里。常见的组织方式是：

这种拆法的好处是二次开发时替换成本极低：换一个测试系统只动数据文件，换一种算法只加一个求解器函数，主脚本几乎不用改。我一般会再补一个check_data.m，在求解前把节点数、支路数、基准容量、孤岛检查一遍，比事后调试省事得多。

2.2 IEEE14节点数据怎么录：两组矩阵定生死

IEEE14 标准测试系统包含 14 个母线、20 条支路（含 3 台变压器）、5 台发电机、11 个负荷。程序里用两个矩阵承载全部信息，基准容量统一取 100 MVA，功率一律折算成标幺值。节点矩阵常见的列定义是：

% bus 列: [编号 类型 V theta Pg Qg Pl Ql Qmin Qmax] % 类型: 1=平衡节点 2=PV节点 3=PQ节点 bus = [ 1 1 1.060 0 0 0 0 0 0 0; 2 2 1.045 0 0.400 0 0.217 0.127 -0.40 0.50; 3 2 1.010 0 0 0 0.942 0.190 0 0.40; 4 3 1.000 0 0 0 0.478 -0.039 0 0; 5 3 1.000 0 0 0 0.076 0.016 0 0; % ……其余节点按同样格式补齐 ];

第一列是母线编号，第二列是节点类型码，第三、四列是电压幅值和相角的初值，第五、六列是发电机有功无功出力，第七、八列是负荷。注意第 4 节点负荷无功给了负值，这是 IEEE14 标准数据里自带的无功补偿等效，直接照抄即可，不要"顺手"改成零，否则算出来的电压会整体偏低。

支路矩阵的列定义是[首端 末端 R X B 变比]，普通线路的变比填 0 或 1：

% branch 列: [i j R X B tap] branch = [ 1 2 0.01938 0.05917 0.0528 1.000; 1 5 0.05403 0.22304 0.0492 1.000; 4 7 0.00000 0.20912 0.0000 0.978; 4 9 0.00000 0.55618 0.0000 0.969; 5 6 0.00000 0.25202 0.0000 0.932; % ……其余支路同理 ];

这里的变比是变压器非标准变比，且统一约定在首端侧。这个约定必须写死在注释里，否则换个数据源、变比放到末端，潮流方向就会整体反过来，电压算出来能差出好几个百分点。

2.3 节点导纳矩阵：把普通支路当变比为一的变压器

说明书摘要里专门提了一句"为简化节点导纳矩阵的程序，将普通支路当作变比为一的变压器支路计算"。这句话翻译成代码就是：所有支路走同一套公式，普通线路把 tap 置 1，变压器把 tap 置实际值。这样不用写 if-else 分支，代码短且不容易漏项。

function Y = buildYbus(branch, nBus) % branch: [i j R X B tap]，tap=0 时按变比 1 处理 % nBus: 母线总数 Y = zeros(nBus, nBus); for k = 1:size(branch, 1) i = branch(k, 1); j = branch(k, 2); R = branch(k, 3); X = branch(k, 4); B = branch(k, 5); % 线路总充电电纳 tap = branch(k, 6); if tap == 0 tap = 1; % 普通支路等价于变比 1 的变压器 end y = 1 / (R + 1i * X); % 串联支路导纳 % 对角元：首端计入变比，两端各加一半充电电纳 Y(i, i) = Y(i, i) + y / tap^2 + 1i * B / 2; Y(j, j) = Y(j, j) + y + 1i * B / 2; % 非对角元：变比只影响首端所在的那一行 Y(i, j) = Y(i, j) - y / tap; Y(j, i) = Y(j, i) - y / tap; end end

这段代码有三个参数值得盯紧。tap的位置决定了y/tap^2落在哪个对角元上，如果变压器数据的方向和代码约定相反，自导纳会算错，迭代过程中表现为个别节点电压被"顶"得很高或压得很低。B/2是线路分布电容的等效，变压器支路这一项通常为 0，填了会引入虚假无功。R + 1i*X用的是复数阻抗直接求倒数，比手写实部虚部分离公式少两行，也不容易出错。

矩阵规模只有 14×14，稠密存储完全够用。真要做到上百节点再考虑稀疏矩阵，说明书里提到的稀疏技术在这个量级上收益不明显，反而增加调试成本。

2.4 节点类型自动识别：平衡、PV、PQ 怎么分

说明书强调程序"可以自动判断节点类型"。实际实现通常保留一个类型码列，填 0 时由函数推断，填了具体值就以填的为准——这样既能自动跑标准算例，也能手动干预特殊场景。

function [iSlack, iPv, iPq] = classifyBus(bus) % 类型码 1=平衡 2=PV 3=PQ；填 0 时自动判定 n = size(bus, 1); code = bus(:, 2); Pg = bus(:, 5); Vset = bus(:, 3); for k = 1:n if code(k) == 0 if Vset(k) > 0 && Pg(k) == 0 code(k) = 1; % 电压给定且无出力 → 平衡 elseif Vset(k) > 0 && Pg(k) > 0 code(k) = 2; % 电压给定且有出力 → PV else code(k) = 3; % 其余 → PQ end end end iSlack = find(code == 1); iPv = find(code == 2); iPq = find(code == 3); end

判据的核心是"电压幅值是否给定"和"有无有功出力"两个条件。这套规则对 IEEE14 适用，但换到一个有多台平衡机组的系统就会失效——那时候必须显式指定类型码。输出三个索引向量是后面组雅可比矩阵的关键，iPv和iPq合起来就是除平衡节点外的全部节点，iPq单独决定无功修正方程的阶数。索引一旦错位，矩阵维度对不上，Matlab 会在\运算处直接报错，倒也算一种保护。

3. 牛顿-拉夫逊法主循环：雅可比矩阵四块怎么拼、修正量怎么回代

极坐标牛顿-拉夫逊法的完整流程，说明书拆成了九步：读数据、建 Y 阵、设初值、算不平衡量、算雅可比、解修正方程、更新状态量、判收敛、回算平衡节点功率和网损。这九步在代码里就是一个 while 循环套一次线性求解，难点集中在雅可比矩阵的四个分块上。这一章把循环拆开讲，重点说清楚每个块的元素从哪里来、索引怎么对齐。

3.1 极坐标下的功率不平衡量

极坐标功率方程是全部推导的起点，节点注入功率写成：

function [P, Q] = calcPQ(V, theta, Y) % V、theta 为列向量，Y 为节点导纳矩阵 G = real(Y); B = imag(Y); th = theta * ones(1, length(theta)) - ones(length(theta),1) * theta'; % θij Vj = ones(length(V),1) * V'; P = V .* sum(Vj .* (G .* cos(th) + B .* sin(th)), 2); Q = V .* sum(Vj .* (G .* sin(th) - B .* cos(th)), 2); end

th是相角差矩阵，第 (i,j) 个元素为 θi−θj，这样整段计算完全向量化，不用双重循环。Vj是转置后的电压幅值行向量，乘回去之后按行求和，正好得到每个节点的注入功率。注意P和Q都是 14×1 的列向量，包含平衡节点在内全部算出，因为后面算网损还要用到平衡节点的注入功率。

不平衡量就是给定值减计算值：

dP = Pspec - P; dQ = Qspec - Q;

Pspec和Qspec是节点给定注入功率，等于发电机出力减负荷。平衡节点的这两个值不参与方程，但它的计算功率要留着回代。收敛判据一般取不平衡量的无穷范数：

if max(abs([dP(iPvpq); dQ(iPq)])) < tol break; end

这里用功率不平衡量而不是电压变化量做判据，是个容易忽略的细节。用电压变化量判收敛，遇到雅可比矩阵病态时会出现"电压几乎不动但功率还差得远"的假收敛，结果看着正常，实际不满足功率平衡。tol取 1e-6 到 1e-8 都可，标幺制下这个量级已经足够。

3.2 雅可比矩阵四个分块怎么填

修正方程写成矩阵形式是 [ΔP; ΔQ] = [H N; M L]·[Δθ; ΔV/V]。四个分块里，H 和 N 对应有功，M 和 L 对应无功，元素全部是功率对相角、对电压幅值的偏导。手推一遍公式，代码照抄即可：

function J = buildJacobian(V, theta, P, Q, Y, iPvpq, iPq) G = real(Y); B = imag(Y); nA = length(iPvpq); nV = length(iPq); J = zeros(nA + nV, nA + nV); for a = 1:nA i = iPvpq(a); for b = 1:nA j = iPvpq(b); if i ~= j th = theta(i) - theta(j); J(a,b) = -V(i)*V(j)*(G(i,j)*sin(th) - B(i,j)*cos(th)); % H J(a, nA+b) = V(i)*V(j)*(G(i,j)*cos(th) + B(i,j)*sin(th)); % N（仅当 j 为 PQ） else J(a,b) = -Q(i) - B(i,i)*V(i)^2; % H 对角 J(a, nA+b) = P(i) + G(i,i)*V(i)^2; % N 对角 end end end % M、L 两块按同样方式填入下半部分，索引偏移 nA

实际编码时 N 块只对 PQ 节点所在的列有定义，因为 PV 节点的电压幅值是给定的，不进未知量。所以严格写法是双重循环里加一层"若 j 属于 iPq"的判断，或者干脆把 N 和 L 按 PQ 节点单独组阵。上面为了看清结构省略了这层判断，真正落地时不能省，否则矩阵维度会和 [Δθ; ΔV/V] 对不上。

对角元的两个公式特别容易记混：H 的对角是 −Q − B·V²，N 的对角是 P + G·V²，正负号和用 P 还是 Q 恰好交叉。记忆办法是看偏导对象——对相角求导会带出无功相关的项，对电压求导会带出有功相关的项。

3.3 主循环与修正量回代

循环体的顺序是：算功率、算不平衡量、判收敛、组雅可比、解方程、更新状态量。顺序颠倒会导致多算一次雅可比或者漏判收敛。

for iter = 1:maxIter [P, Q] = calcPQ(V, theta, Y); dP = Pspec - P; dQ = Qspec - Q; if max(abs([dP(iPvpq); dQ(iPq)])) < tol break; end J = buildJacobian(V, theta, P, Q, Y, iPvpq, iPq); dx = J \ [dP(iPvpq); dQ(iPq)]; theta(iPvpq) = theta(iPvpq) + dx(1:nA); V(iPq) = V(iPq) + dx(nA+1:end); end

J \ [...]用的是 Matlab 的左除，内部走 LU 分解，14 阶矩阵耗时可以忽略。dx的前nA个分量是相角修正量，后面的是电压幅值修正量——注意这里修正的是 ΔV/V 还是 ΔV，取决于雅可比矩阵按哪种形式组装。上面 N 和 L 的写法对应 ΔV/V，回代时直接加到 V 上，等价于乘了 (1+ΔV/V)，一阶近似下没问题。如果按 ΔV 组装，回代方式要相应改，两种写法不能混用，混用会让收敛速度明显变慢。

3.4 平衡节点功率回代与网损统计

迭代收敛后，平衡节点的电压和相角已知，注入功率可以直接算出来，这就是平衡机应当承担的功率：

[P, Q] = calcPQ(V, theta, Y); Pslack = P(iSlack); Qslack = Q(iSlack); % 网损 = 所有节点注入功率之和 lossP = sum(P); lossQ = sum(Q);

sum(P)得到的是全网有功损耗，因为所有负荷已计入负的注入，剩下的就是线路和变压器上消耗掉的部分。这个值与逐支路累加 I²R 的结果应当一致，可以互相校验。说明书里"求取平衡节点功率及线路损耗功率"这一步就是这两行，属于整个流程的收尾动作，少了它结果表就不完整。

4. P-Q分解法改造：从满秩雅可比到Bp/Bq两个常数矩阵

P-Q 分解法不是另起炉灶，而是在牛顿-拉夫逊法的基础上做三次简化：把雅可比矩阵的 N、M 两块扔掉实现有功无功解耦，把 H、L 的元素简化成只与电纳有关，再把系数矩阵固定成常数。三次简化下来，每次迭代不再需要重新组矩阵和分解，速度提升主要来自这里。这一章顺着这三步改，把 N-R 的代码逐段换成 P-Q 版本。

4.1 三步简化：解耦、常数化、对称化

第一步解耦的依据是高压电网里有功主要跟相角走、无功主要跟幅值走，雅可比矩阵中 N 和 M 的元素相对 H、L 很小，直接置零。方程从 (n+m−1) 阶拆成一个 (n−1) 阶和一个 m 阶。

第二步常数化依赖两个近似：线路两端相角差不大，所以 cosθij ≈ 1、sinθij ≈ 0；节点无功对应的导纳远小于自导纳虚部，所以 Q 相关项可以略去。简化后 H 的元素只剩 −V_i·V_j·B_ij 这种形式。

第三步把电压幅值提出来，写成 ΔP/V = Bp·Δθ、ΔQ/V = Bq·ΔV。此时 Bp 和 Bq 完全由导纳矩阵的虚部构成，迭代过程中不变，做一次三角分解就能反复用。

Bp = -imag(Y(iPvpq, iPvpq)); % 不含平衡节点 Bq = -imag(Y(iPq, iPq)); % 不含平衡节点和 PV 节点 % 只分解一次，后续迭代直接复用 [Lp, Up] = lu(Bp); [Lq, Uq] = lu(Bq);

两个矩阵的阶数不同，Bp 是 n−1 阶，Bq 是 m 阶，索引分别用iPvpq和iPq。取负号是因为标准推导里 Bp、Bq 定义成导纳虚部的相反数，符号搞反会让修正量方向颠倒，迭代直接发散。

4.2 交替迭代的控制逻辑

P-Q 法的迭代不再是"一次解一个大方程"，而是"解一次相角、解一次幅值"交替进行。收敛判据仍然看功率不平衡量。

for iter = 1:maxIter [P, Q] = calcPQ(V, theta, Y); dP = (Pspec(iPvpq) - P(iPvpq)) ./ V(iPvpq); dQ = (Qspec(iPq) - Q(iPq)) ./ V(iPq); if max(abs([dP; dQ])) < tol break; end dTheta = Up \ (Lp \ dP); % 复用 LU 分解 theta(iPvpq) = theta(iPvpq) + dTheta; [~, Q] = calcPQ(V, theta, Y); % 相角更新后重算无功 dQ = (Qspec(iPq) - Q(iPq)) ./ V(iPq); dV = Uq \ (Lq \ dQ); V(iPq) = V(iPq) + dV; end

关键点在中间那次calcPQ重算。相角更新之后无功分布已经变了，如果还用旧的 Q 去解幅值修正，等于把两组方程的耦合强行抹掉，收敛会变慢甚至震荡。多算一次功率的代价远小于多迭代几轮。

4.3 两种算法的结果对比

两个求解器写完之后，主脚本各跑一遍，把迭代次数、耗时、电压结果摆在一起。说明书 3.4 节就是干这个的。定性对比的结论大致如下：

精度这一栏要特别注意：只要收敛判据相同，两种方法收敛后的电压结果应当在 1e-6 量级上一致，不存在"P-Q 法精度天然低"的说法。如果两次结果差出千分之几，那不是算法差异，是收敛判据没设严或者某一侧没真正收敛。

5. 排查与避坑：不收敛、电压对不上，八成栽在这五处

潮流程序的调试体验很依赖经验，报错信息少，很多时候只是"结果看起来不对"。下面五条是这类程序最容易翻车的地方，每条按现象、原因、解决三步写，对照着查能省不少时间。

5.1 现象：迭代二十次还在来回振荡，不平衡量忽大忽小

原因几乎都是标幺化不统一。节点数据里功率用 MW、支路参数用标幺值，混在一起算，导纳矩阵和功率注入差了两个数量级，雅可比矩阵条件数爆炸。另一种情况是基准容量改了但负荷数据没跟着除。

解决：在数据入口处强制统一。所有功率除以 100 MVA 基准，阻抗已经是标幺值就直接用，电压初值全部取 1.0 或按发电机给定值。加一行断言assert(max(abs(Pspec)) < 10)，超过这个量级基本可以判定单位没换。

5.2 现象：收敛了，但某个 PV 节点电压和给定值差很多

原因是节点类型判断错。自动识别函数把有出力但电压没给定的节点误判成 PV，或者把平衡节点判成了 PV，导致该节点的电压被当成未知量求解，自然不会等于设定值。

解决：把classifyBus的输出打出来，逐个核对iSlack、iPv、iPq三个索引。IEEE14 里平衡节点是 1 号，PV 节点是 2、3、6、8 号，其余为 PQ，这个名单应当和标准数据完全一致。自动判据只适合标准算例，换系统一律显式填类型码。

5.3 现象：潮流方向反了，变压器支路功率倒送

原因是变比方向搞错。数据里变比定义在末端，代码里按首端处理，等效电路整个镜像，功率自然反向。另一种情况是变比填成了百分数（如 97.8 而不是 0.978），导纳直接被缩小一百倍。

解决：在buildYbus里统一约定变比固定在首端，数据录入时把变压器两端顺序调好。加一条校验assert(all(branch(:,6) > 0.8 & branch(:,6) < 1.2))，超出这个范围的变比基本可以判定格式有误。

5.4 现象：Matlab 报矩阵维度不匹配，或者解出来的修正量长度不对

原因是索引向量和矩阵阶数没对齐。最常见的写法是在组雅可比时用了1:n的全节点索引，而修正方程右侧只放了非平衡节点的功率，两边差一行。P-Q 法里 Bp 用iPvpq、Bq 用iPq，两个索引混用同样会出错。

解决：把所有索引向量在函数入口处算好，全程复用，不在循环里重新find。组完矩阵后加一句assert(size(J,1) == length(iPvpq) + length(iPq))，维度不对立刻暴露，不用等到左除报错。

5.5 现象：P-Q 法在某个系统上迭代次数比 N-R 还多，甚至不收敛

原因是解耦前提不成立。P-Q 法假设线路电抗远大于电阻，这个假设在高压输电网成立，在电缆占比高的配电网里 R/X 接近甚至大于 1，有功无功强耦合，扔掉 N、M 两块等于把有效信息丢了。

解决：先看系统的 R/X 分布，比值普遍小于 0.5 再用 P-Q 法。配电系统要么改用 N-R，要么用补偿法做改进。这一条属于算法适用边界，不是代码写错了，硬调参数没有意义。

6. 二次开发：换系统、加算法、出对比实验的改造路线

这套程序的扩展性主要来自前面说的分层：数据、导纳矩阵、求解器、结果输出四层彼此独立。换一个测试系统，只需要新写一个数据文件，保证 bus 和 branch 两个矩阵的列定义不变，主脚本改一行文件名就能跑。我一般会把数据文件写成函数返回结构体，同时在函数里做单位校验和孤岛检查，比在外面补校验代码更省心。

加算法是最常见的需求。以高斯-赛德尔法为例，写一个gs_powerflow.m，入参出参和nr_powerflow.m保持一致，返回[V, theta, iter, elapsed]四元组，主脚本里用函数句柄数组循环调用即可，不用改调度逻辑：

solvers = {@nr_powerflow, @pq_powerflow, @gs_powerflow}; for k = 1:numel(solvers) tic; [V, th, it] = solvers{k}(Y, bus, 1e-8, 30); res(k).name = func2str(solvers{k}); res(k).iter = it; res(k).time = toc; res(k).V = V; end

tic/toc的计时受首次调用的函数加载影响，正式做对比实验时每个求解器先空跑一次预热，再计三次取平均，否则第一个跑出来的时间总是偏大，对比结论会失真。

做对比实验有个坑值得单独说：两种算法的收敛判据必须完全一致，都用功率不平衡量的无穷范数，阈值都取 1e-8。曾经为了"让 P-Q 法好看一点"把它的阈值放宽到 1e-5，结果迭代次数少了一半，电压却和 N-R 差了 0.003，这种数据放进报告里经不起追问。验证方法很直接：把两种算法收敛后的电压逐节点相减，最大偏差应当在 1e-6 量级，超出就说明有一侧没真正收敛到设定精度。

最后一类改造是结果可视化。IEEE14 的接线图可以用plot手动画节点和支路，把电压幅值映射成节点颜色、有功潮流映射成支路箭头粗细，比纯数字表格直观得多。这部分不影响计算正确性，但答辩时非常加分。

从那以后我每次交付这类潮流程序，都会先在数据入口加一道单位和维度校验，再让两种算法对同一组数据交叉验证电压结果，最后才去看迭代次数和耗时这些"好看"的指标。顺序反了，很容易被一组漂亮的收敛曲线骗过去。希望帮到你。

本文还有配套的精品资源，点击获取