两节点电力系统高斯-赛德尔潮流计算MATLAB实现与解析

两节点电力系统的高斯-赛德尔（Gauss-Seidel）潮流计算MATLAB代码，求解电力网络中 PQ 节点（母线 2）的电压幅值和相角。

做电力系统课设或者刚接触潮流计算的人，多半都经历过这个场景：教材上高斯-赛德尔（Gauss-Seidel）迭代公式写得清清楚楚，但到了自己用MATLAB敲代码的时候，符号搞反了、初值选错了、节点类型没弄明白，结果就是电压越算越离谱，迭代半天不收敛。尤其是只有两个节点的系统，结构看起来最简单，反而最容易暴露对方法本质理解的漏洞。

今天这篇就把这个经典的“两节点Gauss-Seidel潮流计算”完整拆解一遍。从系统怎么建模、母线1和母线2分别扮演什么角色，到迭代公式怎么推导、MATLAB程序怎么写，再到收敛性调试和往多节点扩展的路径，整体走一遍。无论你是在赶课程作业，还是想系统上手潮流计算，这篇都值得花十分钟看完。

1. 两节点系统的建模：母线分类与节点导纳矩阵是关键前提

1.1 节点分类：为什么母线2必须是PQ节点

电力系统潮流计算的第一步，不是写迭代公式，而是搞清楚每个节点是“给定什么、求解什么”。工程上按已知量的不同，把节点分成三类：平衡节点（Slack Bus）、PV节点和PQ节点。

• 平衡节点：电压幅值和相角都给定，通常只有一个，负责平衡全网功率差额。在本题里就是母线1，V1取1.0∠0°，这相当于把全系统的参考相位锚定在该节点上。
• PV节点：给定有功功率P和电压幅值V，待求无功功率Q和相角δ，对应发电机节点或装有调压设备的节点。本题没有PV节点。
• PQ节点：给定有功P和无功Q，待求电压幅值V和相角δ。母线2带一个恒功率负荷，吸收P=0.5pu、Q=0.2pu，所以是典型的PQ节点。

很多初学者在这里会疑惑：为什么母线的负荷功率明明是“吸收”，代码里却写成负的？因为潮流计算中的所有功率都统一按“注入节点”为正方向。母线2在吸收0.5+j0.2 pu的功率，等价于注入-0.5-j0.2 pu。这个符号约定贯穿整个迭代过程，一旦搞反，算出来的电压幅值会完全偏离正常范围。

1.2 节点导纳矩阵Y：从线路阻抗到Y矩阵的建立

两节点系统的电气连接只有一条线路，设线路阻抗为标幺值z12 = 0.02 + j0.08，忽略对地导纳。那么节点导纳矩阵Y是一个2x2对称矩阵：

• 对角线元素Y11 = Y22 = 1 / z12
• 非对角线元素Y12 = Y21 = -1 / z12

代入具体数值：

1 / (0.02 + j0.08) = (0.02 - j0.08) / (0.02² + 0.08²) = 2.9412 - j11.7647

所以Y矩阵为：

为什么要强调标幺值？因为在电力系统计算中，标幺值可以把电压、功率、阻抗统一到同一数量级，数值计算误差小，物理意义也直观。很多教材上的潮流例子都用标幺值，做题时自己构建导纳矩阵也简单。

2. Gauss-Seidel迭代公式推导：从节点功率方程到电压修正表达式

2.1 潮流方程的本质：让节点功率不平衡量归零

任意节点i的注入功率可以写成：

S_i = V_i * conj(Σ Y_ij * V_j)

其中conj表示取共轭。这个式子的物理含义是：节点电压乘以流入节点的电流共轭，就是该节点的复功率。潮流计算的本质，就是找到一组节点电压，让每个节点的“由电压算出的注入功率”恰好等于“给定的注入功率”。

把公式对V_i解出来，就得到Gauss-Seidel方法的核心迭代式：

V_i^(k+1) = (1 / Y_ii) * [conj(S_i / V_i^(k)) - Σ_{j≠i} Y_ij * V_j]

这里的V_j有的取第k次迭代后的新值，有的取旧值，这取决于节点j是否已经提前更新完毕，这正是Gauss-Seidel和Jacobi方法的本质区别。

2.2 为什么用共轭：PQ节点电压更新的数学细节

很多人在这个公式上卡壳，核心就是那个conj(S_i / V_i)到底怎么回事。

S_i = P_i + jQ_i是复功率。电压V_i也是复数。代入功率方程后，由于S_i是标量给定值，V_i是复数未知量，直接代数求解时需要把复数方程两边同时取共轭才能解出V_i的更新式。

MATLAB中conj(S_i / V_i)是对整个比值取共轭。如果你手动改写为conj(S_i) / conj(V_i)，当Q_i≠0时，两者完全不同。这就是一个非常隐蔽的坑：S_i = -0.5 - j0.2时，conj(S_i) = -0.5 + j0.2，两者代入迭代公式后会产生截然不同的结果。我在自己调试时，就曾经在这上面浪费过整整一个下午。

本题中，平衡节点V1固定为1.0∠0°，因此V2的迭代式简化成：

V2^(k+1) = (1 / Y22) * [conj(S2 / V2^(k)) - Y21 * V1]

其中S2 = -0.5 - j0.2。这个式子直观地展示了：Gauss-Seidel在每一步迭代中，都利用最新计算出的节点电压去修正下一个节点的电压，而不是像Jacobi那样所有节点都用上一轮的值。前者收敛速度更快，这也是它在简单系统中广受欢迎的原因。

3. MATLAB代码逐段拆解：可直接运行的两节点潮流程序

3.1 完整代码：从清空工作区到输出结果

下面这份代码是按工程习惯写的，结构清晰，注释完整，可以直接复制到MATLAB里运行：

%% 两节点电力系统 Gauss-Seidel 潮流计算 % 母线1: 平衡节点 (V = 1.0∠0°) % 母线2: PQ节点 (P = -0.5 pu, Q = -0.2 pu) clear; clc; %% 1. 输入系统参数 Sbase = 100; % 基准容量 MVA z12 = 0.02 + 1i*0.08; % 线路阻抗 (标幺值) Y = [1/z12, -1/z12; % 节点导纳矩阵 -1/z12, 1/z12]; %% 2. 节点数据 V1 = 1.0 * exp(1i*0); % 平衡节点电压 P2 = -0.5; % 母线2注入有功 (pu), 负荷取负 Q2 = -0.2; % 母线2注入无功 (pu) S2 = P2 + 1i*Q2; % 母线2注入复功率 %% 3. 初值、迭代参数 V2 = 1.0 * exp(1i*0); % PQ节点电压初值 (平启动) V2_old = V2; tol = 1e-8; % 收敛精度 maxIter = 50; % 最大迭代次数 iter = 0; epsilon = 1; %% 4. Gauss-Seidel 迭代 fprintf('迭代过程:\n'); while epsilon > tol && iter < maxIter iter = iter + 1; % 更新PQ节点电压 V2 = (1/Y(2,2)) * (conj(S2/V2) - Y(2,1)*V1); epsilon = abs(V2 - V2_old); V2_old = V2; fprintf('Iter %2d: |V2| = %.6f pu, 相角 = %8.4f°, ΔV = %.8f\n', ... iter, abs(V2), angle(V2)*180/pi, epsilon); end %% 5. 潮流结果 fprintf('\n========== 潮流计算结果 ==========\n'); fprintf('V2 幅值: %.6f pu\n', abs(V2)); fprintf('V2 相角: %.6f°\n', angle(V2)*180/pi); %% 6. 功率校验 I2 = Y(2,1)*V1 + Y(2,2)*V2; % 注入母线2的电流 S2_calc = V2 * conj(I2); % 由电压反算注入功率 fprintf('\n功率校验:\n'); fprintf('设定注入 S2 = %.4f %+.4fj\n', real(S2), imag(S2)); fprintf('实际注入 S2 = %.4f %+.4fj\n', real(S2_calc), imag(S2_calc));

3.2 关键步骤解释：迭代循环里到底发生了什么

第4步是核心。V2的更新式只有一行：

V2 = (1/Y(2,2)) * (conj(S2/V2) - Y(2,1)*V1);

这里有几个值得注意的细节。Y(2,1)*V1这一项在每次迭代中是不变的，因为V1固定为1.0∠0°。理论上可以提前缓存，但为了公式直观起见，保留在迭代式里没问题。

conj(S2/V2)中，S2是复数（-0.5 - j0.2），V2也是复数。如果V2在迭代中出现了较大的相位变化，S2/V2的幅值和角度都会改变，取共轭后整体反映了负荷电流随电压变化的关系。这种“电压更新-电流更新”的耦合正是潮流方程非线性的来源。

迭代收敛判据我用了电压偏差ΔV = max |V2_new - V2_old| < tol。实际上，潮流计算的标准判据更多是看节点功率不平衡量ΔP、ΔQ是否小于阈值。但电压判据实现简单、直观，而且在本例这样的轻负荷小系统中，两者几乎等价。工程上严谨起见，可以在计算结束后加一段功率校验，也就是代码第6步做的事。

3.3 运行结果分析：一个两节点系统的完整收敛过程

用上面的参数运行代码，迭代过程大致如下：

可以看到，从平启动初值1.0∠0°出发，第一次迭代就快速逼近最终解。到第3轮，电压幅值和相角已经非常接近收敛值。最终收敛结果为：

• V2幅值：0.9726 pu
• V2相角：-2.121°

从物理意义上解释：母线2带负载，线路阻抗上有压降，所以V2幅值略低于平衡节点电压1.0 pu；负载吸收有功导致电压相位滞后于平衡节点，因此相角为负。这与实际电力系统的运行规律完全吻合。

功率校验部分，设定注入S2 = -0.5 - j0.2，由收敛后的电压反算注入功率，应该得到基本一致的结果。如果两者相差较大，说明收敛精度不够或者代码有逻辑错误。

4. 收敛性调试：为什么我的潮流算不出来

4.1 平启动初值到底怎么选：为什么从1.0∠0°开始

我见过不少人在初值选择上纠结：是不是要给一个接近真实解的初值？实际上，Gauss-Seidel法最经典的初值就是平启动——所有PQ节点电压取1.0∠0°。这样做的原因是：潮流方程的收敛域通常包含了平启动点，而且对于绝大多数非病态系统，Gauss-Seidel线性收敛到真实解并不需要特别好的初值。

但有一种情况例外：系统重负荷时，如果初始点离真实解太远，迭代可能收敛到另一支解（即低电压解），甚至不收敛。这时候可以降低负荷功率，分步加载，每步以上一步收敛结果为初值，继续迭代。这也是连续潮流（Continuation Power Flow）的思想雏形，我在做电压稳定性分析时经常用这个技巧。

4.2 符号约定和不收敛的经典坑

这段是实战经验，强烈建议收藏。

第一个坑是功率符号。S2 = P2 + jQ2中的P2和Q2是注入功率。如果负荷吸收0.5+j0.2，那么P2 = -0.5，Q2 = -0.2。如果你把S2写成+0.5+j0.2，相当于把母线2当成发电节点，迭代结果会变成一个电压高于1.0的解，而且最终功率校验会显示反符号，直接暴露问题。

第二个坑是共轭处理。前面已经提到，conj(S2/V2)和conj(S2)/conj(V2)在复数域不等价。代码中必须写conj(S2/V2)，这是从功率方程严格推导出来的标准写法。还有一个等价写法是 (P2 - jQ2) / conj(V2)，两者算出来的结果完全一样。我建议新手用后者，因为P和Q是实数，不容易在共轭上加错符号。

第三个坑是收敛判据设置不合理。如果tol = 1e-3，可能迭代4-5次就停了，但电压精度不足以做后续功率计算；如果tol = 1e-12，对Gauss-Seidel这种线性收敛算法来说，可能要多迭代十几次，在大型系统里完全没有必要。一般取1e-6到1e-8即可。

第四个坑是最大迭代次数设得太少。Gauss-Seidel在小系统里收敛很快，但如果是多节点重负荷系统，几十次迭代都很正常。maxIter建议设100以上，不然程序会报“未收敛”退出。

4.3 迭代不收敛时，如何从迭代轨迹判断问题根因

这是个非常实用的排查思路。看迭代过程中电压幅值的变化轨迹：

• 如果V2的幅值在1.0附近反复振荡，幅度越来越大，大概率是功率符号反了，或者y矩阵构建有误。
• 如果V2的幅值单调下降但下降速度极慢，往往是收敛判据过严，或者系统负载过重接近静态电压稳定极限。
• 如果V2的幅值出现跳变，从正常范围突然跌到0.5以下，可能是初值选取不当或者导纳矩阵奇异。

我自己调试时，特别喜欢在迭代循环里打印每一次的V2值。肉眼观察轨迹比只看最终“是否收敛”有效得多。上面代码里保留了fprintf输出，就是方便做这一步排查。

5. 从两节点到多节点：这套代码的扩展思路

5.1 多节点系统的通用迭代框架

两节点的Gauss-Seidel代码逻辑完全可以直接扩展到N节点系统。区别只在于：每个节点的更新式都要遍历其它所有节点的导纳项，且迭代顺序从母线2到母线N依次扫描（母线1通常是平衡节点）。

伪代码如下：

%% N节点Gauss-Seidel潮流计算框架 n = 3; V = ones(1, n); % 电压初值 S = [NaN, -0.5-0.2i, 0.4+0.1i]; % 各节点注入功率, 平衡节点为NaN Y = ...; % 由网络参数生成的N×N导纳矩阵 tol = 1e-8; for iter = 1:100 V_old = V; for i = 2:n % 假设节点1为平衡节点 sumYV = Y(i,:)*V(:) - Y(i,i)*V(i); if type(i) == 3 % PQ节点 V(i) = (conj(S(i)/V(i)) - sumYV) / Y(i,i); elseif type(i) == 2 % PV节点 Vtemp = (conj(S(i)/V(i)) - sumYV) / Y(i,i); V(i) = Vsp(i) * exp(1i*angle(Vtemp)); end end if max(abs(V - V_old)) < tol break; end end

这段代码里，sumYV用了一次矩阵乘法Y(i,:)*V(:)来计算除了自导纳外其它节点电压对节点i的贡献，避免了内层循环，MATLAB实际运行效率更高。初学者看这个可能会觉得跳跃，其实是利用了MATLAB向量化运算的特性。

5.2 PV节点的处理方法：幅值修正与无功极限

如果系统里有发电机节点（PV节点），Gauss-Seidel迭代会比纯PQ系统多一步“电压幅值修正”。具体流程是：

1. 先用PQ节点的公式计算该节点的临时电压Vtemp。
2. 只取Vtemp的相角，把电压幅值重置为指定的Vsp。
3. 迭代收敛后，用V = Vsp∠δ反算无功注入Q，如果Q超过发电机无功上限，则将该节点转为PQ节点，固定Q为极限值，继续迭代。

这个“PV转PQ”的处理在实际计算中非常重要。我曾经在分析一个带无功极限的电力系统时，不处理PV节点的Q越限，结果显示系统能维持在指定电压，但实际发电机的无功输出早已超出极限，结论完全不可用。Gauss-Seidel代码虽然简单，但这类边界条件一定要有意识地处理。

5.3 什么时候该换Newton-Raphson：Gauss-Seidel的边界在哪里

最后说一句公道话。Gauss-Seidel在简单系统里非常好用，代码量小，逻辑直观，但它在大型系统里的收敛速度太慢——线性收敛意味着误差每次只按固定比例缩小，在大规模节点中可能要几十上百次迭代。相比之下，Newton-Raphson是平方收敛，通常4~5次迭代就能达到很高精度，但每次迭代要解一次线性方程组，计算量更大。

所以我的建议是：做设计题目、理解潮流计算原理、跑几十个节点的配电网分析，用Gauss-Seidel完全够用，而且出错容易排查；如果以后要做大规模输电网分析，再去学Newton-Raphson也不迟，两套方法的潮流方程建模思路是相通的。

我自己在学校里做潮流计算时，一直保留着这套两节点Gauss-Seidel代码作为调试模板。每当新写一套潮流程序、碰到莫名其妙的收敛问题，都会先拿这个二节点系统跑一遍，看迭代公式、符号约定、导纳矩阵是否对得上。两节点系统虽然简单，却是检验一切潮流算法的“最小可行系统”，值得每个人亲手实现一遍。