简介：电力系统潮流计算是电网稳定分析与故障研究的基础，这套Matlab程序面向电力系统专业学生、科研人员及入门开发者，完整实现了极坐标牛顿法和P-Q分解法两种经典潮流算法，并基于IEEE14节点系统验证，计算结果与Matpower完全一致。压缩包体积仅6KB，共包含8个m文件，涵盖导纳矩阵形成、不平衡量计算、雅可比矩阵求解、电压修正、支路功率计算等核心子函数，模块化设计清晰，注释详细且参数可调，便于对照教材推导和二次开发。目前已有12845人学习使用，尤其适合初学潮流计算的读者，既能通过逐步运行理解牛顿法与P-Q分解法的迭代流程，也可将算例参数替换后用于其他节点系统的仿真分析，是兼顾原理学习与工程实践的高性价比工具。

1. 电力系统潮流计算的Matlab程序：牛顿法与P-Q分解法怎么选

电力系统潮流计算的Matlab程序，很多人的第一反应是装个Matpower直接调函数，但到了课程设计、毕业设计或者想真正理解算法的时候，还是得自己写牛顿法和P-Q分解法。这套程序把两种方法都做成独立可跑的模块，正好覆盖“精确算”和“快速算”两种典型需求。牛顿法迭代次数少但每次要重算雅可比矩阵，P-Q分解法每次迭代快但总次数多，两者结果还可以互相做交叉验证。适合电力系统专业学生、刚入职的调度与规划工程师，以及想拿Matlab对比算法性能的研究者。下面直接拆开讲：两种方法分别怎么实现、哪些参数能调、哪里最容易翻车。

2. 潮流计算的数学模型与Matlab实现选型

2.1 节点功率方程、节点分类与数据组织约定

潮流计算要解的根本问题是节点功率平衡。对任意节点 i，注入有功 Pi 和无功 Qi 满足：

Pi = Vi × Σ Vj × (Gij cosθij + Bij sinθij) Qi = Vi × Σ Vj × (Gij sinθij - Bij cosθij)

其中 Vi 是节点电压幅值，θij 是节点 i、j 之间的相角差，Gij 和 Bij 是导纳矩阵元素的实部和虚部。这是一组非线性方程，节点一多就只能靠迭代逼近。

为了让方程可解，程序里把节点分成三类：PQ 节点已知注入有功 P 和无功 Q，待求电压幅值 V 和相角 θ；PV 节点已知 P 和电压幅值 V，待求 Q 和 θ；平衡节点已知 V 和 θ，待求 P 和 Q。这个分类不是随便定的，它直接决定了雅可比矩阵的维度，也决定了后续迭代时哪些行、哪些列要删掉。

Matlab 程序的通行数据组织方式是用两个矩阵描述整个网络。节点矩阵每一行代表一个节点，常用列顺序是“节点编号、节点类型、电源有功、电源无功、负荷有功、负荷无功、电压幅值初值、相角初值”；支路矩阵每一行代表一条线路或变压器，列顺序是“首端节点、末端节点、电阻、电抗、充电电纳、变压器变比”。节点编号必须从 1 开始连续，否则后面转稀疏矩阵时会出现索引错位。

% 节点数据示例: [编号 类型 电源P 电源Q 负荷P 负荷Q V初值 theta初值] % 类型: 1 = PQ节点, 2 = PV节点, 3 = 平衡节点 bus = [ 1 3 0.96 0.35 0 0 1.06 0; 2 2 0.40 -0.20 0 0 1.00 0; 3 1 0.00 0.00 0.70 0.20 1.00 0; ]; % 支路数据示例: [首端 末端 电阻r 电抗x 充电电纳b/2 变比k] branch = [ 1 2 0.02 0.06 0.030 0; 1 3 0.05 0.20 0.020 0; 2 3 0.04 0.15 0.025 0; ];

这段代码里最需要注意两列：充电电纳这一列存的是“线路总电纳的一半”，也就是对地支路电纳，很多初学者把整个电纳直接填进去，导致导纳矩阵虚部错一倍；变比这一列对非变压器支路填 1 而不是 0，否则后续计算变压器等值电路时会把它误判成变比为 0 的支路。程序默认采用标幺值体系，基准功率多取 100MVA，电压基准由系统给定，数据输入前要先统一单位。

节点分类对矩阵规模的影响是这样的：平衡节点不参与迭代计算，PV 节点因为没有 Q 失配方程也不会出现在无功修正方程里。所以牛顿法的修正方程维度是“n-1 个相角 + n_PQ 个电压幅值”，P-Q 分解法的 B' 矩阵要去掉平衡节点对应的行和列，B'' 矩阵还要额外去掉 PV 节点对应的行和列。这个规律在后面两个方法中完全通用。

2.2 牛顿法与P-Q分解法的迭代逻辑、收敛特性与选型

牛顿法的核心思路是在初值处把功率方程泰勒展开，保留一阶项，得到线性修正方程：

J × ΔX = -ΔF

其中 ΔF 是节点功率失配量，由 ΔP 和 ΔQ 组成；ΔX 是电压幅值和相角的修正量；J 是雅可比矩阵，由四块子矩阵构成：J_Pθ、J_PV、J_Qθ、J_QV。每一步迭代都根据当前 V、θ 重新计算全部子矩阵，因此单步计算量很大，但收敛速度是二次的，一般 4 到 6 次就能达到 1e-6 的精度。这个特性让牛顿法非常适合做中小规模系统的“标准答案”，IEEE 14、30、57 节点系统都能稳定收敛。

P-Q 分解法则用了两个输电网的工程假设：一是线路电抗远大于电阻（X >> R），二是正常运行点相角差很小且电压幅值接近 1.0 pu。在这两个假设下，有功功率主要受相角影响，无功功率主要受电压幅值影响，原方程被解耦成两个独立的线性系统：

ΔP / V = B' × Δθ ΔQ / V = B'' × ΔV

B' 由支路电抗倒数组成，B'' 由支路导纳虚部组成。关键优势是 B' 和 B'' 只需在迭代前各做一次三角分解，后面每次迭代只做前代和回代，单步代价远小于牛顿法。代价是总迭代次数会增加到 7 到 12 次，而且在重负荷系统或低压配电网这种 R/X 偏高的场景里，解耦假设不再成立，程序可能直接发散。

下面这张表是我在多个算例里实测后的经验总结：

选型上我的做法很直接：输电系统优先试 P-Q 分解法，配电网或 R/X 接近甚至大于 1 的系统直接用牛顿法。如果只是课程设计，两个方法都跑一遍，把迭代次数和结果误差放进报告，本身就是很好的对比论据。这也是这个程序包的实用点——它把两种方法放在同一套数据接口上，不用改数据文件就能切换算法。

Matlab 在这个场景下比 C 或 Python 更顺手，原因在于导纳矩阵是高度稀疏的，Matlab 的 sparse 存储和反斜杠求解器对稀疏系统处理得很成熟，一行J \ dF就能完成修正方程求解。调试时还能用spy(Ybus)直接观察矩阵结构，快速定位节点编号或支路连接问题。我一般建议用 2020 之后的版本，但这份程序本身不依赖并行计算或特定工具箱，老版本同样能跑。

3. 牛顿法Matlab程序拆解：导纳矩阵、雅可比与收敛控制

3.1 导纳矩阵形成：从支路数据到Ybus

牛顿法和 P-Q 分解法共用同一个导纳矩阵生成模块，这个模块是所有计算的起点。导纳矩阵 Ybus 的阶数等于节点数，对角元素是节点自导纳，等于与该节点相连的所有支路导纳之和；非对角元素是互导纳，取相连支路导纳的负值。变压器支路需要先把实际变比折算成等效导纳，再叠加到对应节点上。

function Ybus = makeYbus(bus, branch) n = size(bus, 1); Y = zeros(n, n); for k = 1:size(branch, 1) i = branch(k, 1); j = branch(k, 2); r = branch(k, 3); x = branch(k, 4); bHalf = branch(k, 5); kTap = branch(k, 6); y = 1 / (r + 1j * x); % 支路导纳 if kTap == 1 % 普通线路: 对地支路直接加充电电纳 yij = y; yio = 1j * bHalf; yjo = 1j * bHalf; else % 变压器: 变比折算到首端 yij = y / kTap; yio = y * (1 - kTap) / kTap^2; yjo = y * (kTap - 1) / kTap; end Y(i, i) = Y(i, i) + yij + yio; Y(j, j) = Y(j, j) + yij + yjo; Y(i, j) = Y(i, j) - yij; Y(j, i) = Y(j, i) - yij; end Ybus = sparse(Y); end

这段代码是常见做法，把线路和变压器统一放在一个循环里处理。参数上要注意：bHalf是线路总充电电纳的一半，存放在支路矩阵第五列；kTap是变压器变比，普通线路填 1，程序靠这个值区分两种支路。变压器等值电路采用 π 型模型，yio和yjo分别是折算到首端和末端的对地导纳，公式对应的是变比在首端侧的标准模型。如果程序结果和标准算例始终差一点，先检查这里，变压器变比折算错误是流传最多的问题。

形成 Ybus 后，我习惯做两个自检：一是用sum(Ybus, 2)看每行求和是否接近于零，因为无源网络节点自导纳应等于相关互导纳之和的相反数；二是用norm(Ybus - Ybus.')检查对称性。输电网正常时 Ybus 是对称矩阵，不对称就说明某条支路只更新了半边元素。

3.2 牛顿法迭代主循环：失配量、雅可比矩阵与修正方程

牛顿法主循环每一轮做四件事：根据当前 V 和 θ 计算节点注入功率，求失配量，组装雅可比矩阵，解修正方程并更新状态量。下面这段是迭代核心的骨架，实际程序会把组装矩阵的部分单独抽成函数。

% 迭代参数 tol = 1e-6; maxIter = 50; V = bus(:, 7); theta = bus(:, 8) * pi / 180; for iter = 1:maxIter % 1. 计算当前功率 [Pcalc, Qcalc] = calcPower(V, theta, Ybus); % 2. 失配量: 平衡节点不参与, PV节点不参与无功失配 dP = Psp(2:end) - Pcalc(2:end); dQ = Qsp(PQ_index) - Qcalc(PQ_index); if max(abs([dP; dQ])) < tol break; end % 3. 组装雅可比矩阵 J = assembleJacobian(V, theta, Ybus, PQ_index, PV_index); % 4. 解修正方程并更新 dX = J \ [-dP; -dQ]; n1 = n - 1; theta(2:end) = theta(2:end) + dX(1:n1); V(PQ_index) = V(PQ_index) + dX(n1+1:end); end

这段代码里最关键的是失配量的正负号约定。程序计算得到的 Pcalc、Qcalc 是当前电压下的注入功率，期望值 Psp、Qsp 由节点数据给定，失配量定义为“期望值减计算值”，修正方程右侧取负号，这样解出的 dX 加上去才是正确的更新方向。很多人在这里把符号写反，结果迭代越跑越偏，还以为是发散。

雅可比矩阵的组装是牛顿法的核心，也是计算量最大的一块。J_Pθ、J_PV、J_Qθ、J_QV 四个子矩阵的元素都是从导纳矩阵元素和当前 V、θ 导出的，教科书里有通式。程序里通常用数值差分替代解析式来快速验证组装是否正确：给 θ 或 V 加一个微小扰动，看功率变化量是否和 J 对应列一致。这个技巧我在调通第一版程序时帮了大忙。

修正方程用 Matlab 反斜杠求解，J \ [-dP; -dQ]。对中小规模系统，稠密求解即可；节点数超过几千后，建议把 J 转成稀疏矩阵再用反斜杠，速度差异非常明显。迭代收敛后，还要检查雅可比矩阵条件数，条件数过大表示系统接近病态，结果即使收敛也要警惕。

3.3 收敛判据、PV节点无功越限与结果输出

收敛判据一般用失配量的无穷范数，max(abs([dP; dQ])) < tol。tol 通常取 1e-6，工程计算 1e-4 也够用。迭代次数上限我习惯设 50，如果超过 50 次还没收敛，不要盲目加次数，先检查初值和导纳矩阵。平启动方式是把所有 PQ、PV 节点电压幅值设为 1.0，相角设为 0，平衡节点用给定值，这种初值对牛顿法基本都能带进收敛域。

PV 节点无功越限是另一个必须处理的逻辑。PV 节点在迭代中假设无功可调且不越限，但实际发电机无功有上下限。如果迭代过程中计算出的 Q 超出上限或低于下限，就该把该节点从 PV 节点改为 PQ 节点，并把无功固定在限值上，重新进入后续迭代。程序里要维护一个类型数组，每次迭代后检查一次 PV 节点无功，越限就更新类型并修正 J 的维度。漏掉这一步，潮流结果会出现明显的功率不平衡，发电机无功远超额定值。

结果输出部分，除了节点电压幅值、相角和发电机注入功率，我还会额外输出支路功率和网损。支路功率用计算完的 V 和 θ 回代到支路导纳模型求电流，再算首末端复功率。网损等于所有支路首端功率之和减去末端功率之和，这个值可以作为整体正确性的校验指标。如果牛顿法和 P-Q 分解法算出的网损相差超过 0.01%，那一定是某个模块有问题。

4. P-Q分解法Matlab程序拆解：B'、B''矩阵与快速迭代

4.1 B'和B''矩阵的形成：两个工程假设

P-Q 分解法与其说是另一种算法，不如说是牛顿法在输电网假设下的简化版。简化体现在两个地方：忽略有功对电压的影响，忽略无功对相角的影响，于是原来的一个高维耦合方程变成两个低维解耦方程。解耦后，两个系数矩阵 B' 和 B'' 都与当前运行状态无关，只要网络结构不变，就可以在整个迭代过程中保持不变。

B' 对应有功与相角关系，元素取支路电抗的倒数，也就是 x 的倒数，注意这里不包含支路电阻和充电电纳。B'' 对应无功与电压关系，元素取支路导纳的虚部，也就是 1/(r+jx) 的虚部，且要考虑对地支路。两个矩阵都有维度约定：B' 去掉平衡节点对应的行和列；B'' 在 B' 的基础上去掉所有 PV 节点对应的行和列，因为 PV 节点的无功不参与迭代。

% 构建B'和B''矩阵 n = size(bus, 1); Bp = zeros(n, n); % B'矩阵，最终去掉平衡节点维度 Bpp = zeros(n, n); % B''矩阵，最终去掉平衡节点和PV节点维度 for k = 1:size(branch, 1) i = branch(k, 1); j = branch(k, 2); x = branch(k, 4); r = branch(k, 3); bHalf = branch(k, 5); kTap = branch(k, 6); if kTap == 1 % 非变压器支路 Bp(i, j) = Bp(i, j) - 1/x; Bp(j, i) = Bp(j, i) - 1/x; Bp(i, i) = Bp(i, i) + 1/x; Bp(j, j) = Bp(j, j) + 1/x; ys = 1 / (r + 1j*x); Bpp(i, j) = Bpp(i, j) - imag(ys); Bpp(j, i) = Bpp(j, i) - imag(ys); Bpp(i, i) = Bpp(i, i) + imag(ys) + bHalf; Bpp(j, j) = Bpp(j, j) + imag(ys) + bHalf; else % 变压器支路: 用变比折算后的等值电抗近似 xeff = x * kTap; Bp(i, j) = Bp(i, j) - 1/xeff; Bp(j, i) = Bp(j, i) - 1/xeff; Bp(i, i) = Bp(i, i) + 1/xeff; Bp(j, j) = Bp(j, j) + 1/xeff; Bpp(i, j) = Bpp(i, j) - imag(1 / (r + 1j*xeff)); Bpp(j, i) = Bpp(j, i) - imag(1 / (r + 1j*xeff)); Bpp(i, i) = Bpp(i, i) + imag(1 / (r + 1j*xeff)); Bpp(j, j) = Bpp(j, j) + imag(1 / (r + 1j*xeff)); end end % 去掉对应节点行和列 balanceNode = find(bus(:,2) == 3); PV_nodes = find(bus(:,2) == 2); Bp(balanceNode, :) = []; Bp(:, balanceNode) = []; Bpp([balanceNode; PV_nodes], :) = []; Bpp(:, [balanceNode; PV_nodes]) = [];

这段代码是常规的构建逻辑，实际程序里还会加一个细节：B' 也可以利用 B'' 的虚部直接截取，但大多数教学程序都按上式单独构建。注意变压器支路电抗折算公式，我这里用的是xeff = x * kTap，这是把变比阻抗折算到高压侧的近似处理。如果算例里变比偏离 1 较多，最好改用精确的 π 型等值后再取虚部，否则 P-Q 分解法可能收敛到错误解。

B' 和 B'' 构建完成后，可以预先做 LU 分解，比如[L1, U1] = lu(Bp); [L2, U2] = lu(Bpp);，迭代中每次求解只需要用这两个分解结果做前代回代，不再重新分解。这是 P-Q 分解法相对于牛顿法最重要的性能来源。

4.2 P-Q分解法迭代核心：预分解与快速回代

迭代主循环和牛顿法相比要简单很多，因为不需要每次重组矩阵。下面给出核心代码：

% 预分解 [L1, U1] = lu(Bp); [L2, U2] = lu(Bpp); V = bus(:, 7); theta = bus(:, 8) * pi / 180; for iter = 1:maxIter % 计算有功失配量 (只含非平衡节点) [Pcalc, ~] = calcPower(V, theta, Ybus); dP = Psp(2:end) - Pcalc(2:end); if max(abs(dP)) < tol % 有功收敛后，再检查无功失配 [~, Qcalc] = calcPower(V, theta, Ybus); dQ = Qsp(PQ_index) - Qcalc(PQ_index); if max(abs(dQ)) < tol break; end end % 修正相角 dTheta = U1 \ (L1 \ (dP ./ V(2:end))); theta(2:end) = theta(2:end) + dTheta; % 计算无功失配量 (只含PQ节点) [~, Qcalc] = calcPower(V, theta, Ybus); dQ = Qsp(PQ_index) - Qcalc(PQ_index); % 修正电压幅值 dV = U2 \ (L2 \ (dQ ./ V(PQ_index))); V(PQ_index) = V(PQ_index) + dV; end

这个循环和牛顿法最大的区别是每次迭代不需要重新组装矩阵，而且失配量分别处理。注意有功失配量除以 V 之后才进入修正方程，这是 P-Q 分解法的标准形式；无功失配量也一样。收敛判定上，我习惯先判断有功失配，再判断无功失配，因为内层迭代中相角修正会改变无功分布，两个失配量要交替下降。

参数上，P-Q 分解法的迭代次数上限、收敛精度与牛顿法相同，但对初值更敏感。如果程序在某个算例上不收敛，先看是不是初值相角偏差太大。一个实用技巧是先用牛顿法跑 2 到 3 次得到一个中间解，再拿这个解作为 P-Q 分解法的初值，这样两个方法都稳定。

4.3 两种方法的结果对比：用同一个算例说话

同一套节点和支路数据，分别调用两个方法的函数，对比节点电压幅值和相角。以 IEEE 14 节点标准算例为例，典型结果如下：

两个方法的电压幅值误差通常在 1e-4 量级，相角误差也在 0.01 度以内。如果误差明显偏大，基本可以断定是 B' 或 B'' 矩阵构建时漏掉了某些支路，或者是变压器变比处理不一致。我一般把两种方法的结果差作为自检指标：差别过大时用牛顿法的结果作为基准去反查 P-Q 分解法的矩阵。

收敛过程上，牛顿法通常第 4 次迭代就达到 1e-6，P-Q 分解法要 8 到 10 次，但每次耗时才牛顿法的三分之一左右。在大规模系统里，这种速度优势会放大。所以这份程序适合先跑小算例理解算法，再换大算例看性能。

5. 避坑：潮流计算Matlab程序最常见的5个问题

5.1 导纳矩阵不对称导致结果全错

现象：程序跑完，电压幅值看起来正常，但网损是一个明显不合理的负数，和支路功率怎么对都对不上。用norm(Ybus - Ybus.')检查发现矩阵不对称。

原因：大多数情况下是循环里只更新了Y(i,j)和Y(j,i)中的一边。另一种可能是在矩阵初始化时用了稀疏索引赋值，而Y(i,j) = Y(i,j) - yij和Y(j,i) = Y(j,i) - yij两句写在同一行，但条件语句里continue跳过了其中一句。

解决：形成 Ybus 后强制做一次对称化处理，Ybus = (Ybus + Ybus.') / 2;。但更稳妥的是按 3.1 节的代码逐条支路对照检查，确认每一条线路都更新了四个位置。我在调试过的程序里，这个错误占三成以上。

5.2 变压器变比折算错误，电压结果偏差明显

现象：两个方法都收敛，但某些节点电压和标准算例差 2% 以上，尤其是变压器附近节点。

原因：变压器支路在形成导纳矩阵和 B'、B'' 时用错了变比折算方向。有的程序把变比放在末端，有的放在首端，折算公式不一样。如果支路矩阵第六列填的是实际档位而不是标幺值变比，结果也会错。

解决：先确认程序里统一采用“变比在首端”的 π 型等值模型。普通线路变比设为 1，变压器支路变比填高压侧相对低压侧的标幺值。如果算例来自外部数据，先用单个变压器支路手算 Ybus 验证一遍，再跑整体潮流。这个坑隐蔽，因为两个方法结果一致，错也错在一起，必须靠标准算例的期望电压来发现。

5.3 PV节点无功越界没有处理，迭代振荡

现象：迭代次数到 50 还是收敛不了，失配量在某个值附近来回摆动。检查中间结果，发现某个 PV 节点无功功率已经远超发电机额定上限。

原因：程序始终把该节点当作 PV 节点，每次迭代都强迫电压幅值维持给定值，而系统在该运行点下根本不存在满足该电压幅值的解。这本质上是运行方式问题，但程序必须在迭代中检测到并切换节点类型，否则无法收敛。

解决：每次迭代后计算所有 PV 节点的 Q，如果 Q 大于上限或小于下限，就把该节点类型改为 PQ，并将 Qsp 修正为对应的限值，然后重新组装雅可比矩阵或缩减 B''。注意类型切换一旦发生，后续迭代不能切回，否则会造成矩阵维度震荡。我一般设置一个标志位，记录当前哪些节点已经从 PV 转为 PQ，避免重复判断。

5.4 平衡节点功率没有回代更新，发电不匹配

现象：潮流结果收敛，节点电压也对，但把全部节点功率加起来，发电和负荷不相等，且缺失的部分正好等于平衡节点的注入功率。

原因：平衡节点在迭代开始就不参与失配量计算，程序没有在收敛后重新计算平衡节点的 P 和 Q。平衡节点的作用正是吸收系统不平衡功率，它的注入功率只能靠最终电压回代得到，不能用初始给定值。

解决：程序全部迭代完成后，用收敛的 V 和 theta 调用一次功率计算函数，得到所有节点的 P 和 Q，其中平衡节点的 P 和 Q、PV 节点的 Q 才是真正的计算结果。这部分在结果输出模块里必须做，否则报告中的发电出力总数对不上负荷加网损。

5.5 初值和收敛精度搭配不当，程序提前退出

现象：牛顿法在第 2 次迭代就满足收敛条件，输出结果和标准答案差很远。检查失配量发现初始值已经很小，但那是“假收敛”。

原因：初值设置不合理。比如把 PV 节点的电压幅值初值设成了 0.8，把相角初值全设成了 30 度，计算出的初始失配量可能刚好小于较大的 tol，比如 1e-4，程序误以为已经收敛。

解决：初值使用平启动，V 设为 1.0，theta 设为 0，不手填奇怪数值。收敛精度设成 1e-6，不要为了“快点收敛”放宽到 1e-3。另外，在收敛判定里同时检查失配量和迭代次数，避免第 1 次迭代就退出。后续我还会在收敛后做一次功率平衡校验，确保结果在物理上成立。

6. 验证与进阶：用IEEE标准算例校验程序，并扩展其他潮流应用

拿到程序后的第一件事，不要急着换成自己的电网数据，先用 IEEE 14 节点标准算例跑一遍。IEEE 14 节点数据包含 5 台发电机、20 条支路，既有普通线路又有变压器，还有并联电容器，能暴露大部分实现问题。我的验证流程是：先跑牛顿法，保存 V、theta 和支路功率；再跑 P-Q 分解法，对比节点电压差；然后把两个结果和 Matpower 的runpf输出对比，误差控制在 1e-4 以内。这个流程每次跑新数据前都会强制走一遍，能挡住九成以上的低级错误。

验证通过后，进阶方向有三个。第一个是把牛顿法里的雅可比矩阵改用稀疏模式重新组装，节点数过万时这一步能大幅降低内存占用，代码改动不大，但性能提升明显。第二个是研究 P-Q 分解法在配电网中的改进版本，配电网 R/X 大，直接套用会发散，常见的改进是保留部分耦合项或使用调节系数，这部分可以作为延伸课题。第三个是把潮流程序包装成函数库，作为最优潮流、状态估计等更高层应用的基础模块，比如用潮流结果为最优潮流提供初值。

进阶验证时我习惯加一个“压力测试”：把负荷整体乘 1.2 倍，观察两种方法是否还能收敛。牛顿法通常在 1.3 倍负荷下开始接近极限，P-Q 分解法会提前发散。这个测试能直观感受两种方法的边界，也方便在报告里讨论方法的适用范围。从那以后我每次拿到新的潮流程序，都会先用 IEEE 14 节点做标准校验，再调负荷倍数看极限，然后才敢用于实际电网数据。希望帮到你。

本文还有配套的精品资源，点击获取