简介本资源面向电力系统研究人员、工程师及高校师生聚焦局部电压稳定与节点电压稳定分析提供L指标L-Index的完整计算工具与结果文档可用于评估系统在小扰动后的电压恢复能力、识别潜在电压崩溃风险并支撑控制策略制定。压缩包共2个文件包含1个m脚本与1个doc文档整体约53KB脚本用于实现L指标计算文档则记录计算结果与稳定性评估二者配合可覆盖从数据准备、小扰动分析到指标计算与稳定性判断的完整流程。目前已有320人学习下载适合作为教学示例或科研参考。读者可借助该程序对IEEE标准系统等复杂网络进行局部电压稳定分析输入系统参数后自动输出各节点L指标值并结合文档中的计算过程与结果分析快速理解电压恢复速度与趋势的量化方法为后续仿真与工程应用提供可复用的脚本与数据支撑。1. L 指标到底在算什么节点电压稳定的局部判据做配电网或者输电网仿真的人大概都遇到过这种场景潮流算完了电压幅值看着都正常但调度那边问一句「这个方式下系统离电压崩溃还有多远」你手里没有能直接回答的数。L 指标L-index就是干这个的。它把多节点系统的电压稳定性问题压缩成每个负荷节点上的一个标量取值在 0 到 1 之间越接近 1 说明该节点越接近局部电压崩溃点。标题里那串「Lzhibiao.rar_L-Index_L指标电压稳定_局部稳定_节点电压稳定」拆开看就是三件事L 指标的计算、它反映的局部稳定性质、以及它和节点电压稳定之间的对应关系。这套东西适合做静态电压稳定评估、无功补偿选址、以及新能源接入后的承载力扫描不需要时域仿真一次潮流加一次矩阵运算就能出结果工程上性价比很高。2. L 指标的计算链路从潮流结果到局部稳定裕度2.1 节点分类与导纳矩阵分块L 指标的理论根基是把网络节点分成两类发电机节点PV 和平衡节点统称 α 节点和负荷节点PQ 节点称 β 节点。分完之后节点导纳矩阵按这个分类做分块[ I_α ] [ Y_αα Y_αβ ] [ V_α ] [ I_β ] [ Y_βα Y_ββ ] [ V_β ]负荷节点的注入电流可以消去得到负荷节点电压和发电机节点电压的关系V_β -Y_ββ⁻¹ · Y_βα · V_α F · V_α这个 F 矩阵就是 L 指标的核心。它完全由网络拓扑、线路参数和节点分类决定跟当前运行点无关——换句话说同一个网络结构下 F 是固定的潮流一跑完就能直接算 L。L 指标对第 j 个负荷节点的定义是L_j | 1 - Σ_{i∈α} ( F_ji · V_i / V_j ) |其中 V_i 是发电机节点电压相量V_j 是负荷节点电压相量F_ji 是 F 矩阵第 j 行第 i 列的元素。注意这里用的是相量不是幅值相位信息不能丢。2.2 用 Python 跑通一个 5 节点算例下面这段代码用 IEEE 5 节点系统做演示核心步骤是读潮流结果、构造 F 矩阵、算 L 指标。我一般用 pandapower 做潮流因为它把导纳矩阵和节点分类都暴露出来了不用自己从零拼。import numpy as np import pandapower as pp import pandapower.networks as pn # 加载 5 节点算例 net pn.case5() pp.runpp(net, calculate_voltage_anglesTrue) # 提取节点导纳矩阵 Ybus复数矩阵 Ybus net._ppc[internal][Ybus].toarray() n_bus Ybus.shape[0] # 节点分类gen 节点为 alphaload 节点为 beta gen_bus net.gen[bus].values ext_grid_bus net.ext_grid[bus].values alpha_bus np.unique(np.concatenate([gen_bus, ext_grid_bus])) beta_bus np.setdiff1d(np.arange(n_bus), alpha_bus) # 分块 Y_aa Ybus[np.ix_(alpha_bus, alpha_bus)] Y_ab Ybus[np.ix_(alpha_bus, beta_bus)] Y_ba Ybus[np.ix_(beta_bus, alpha_bus)] Y_bb Ybus[np.ix_(beta_bus, beta_bus)] # 计算 F 矩阵 F -np.linalg.inv(Y_bb) Y_ba # 提取电压相量 V net.res_bus[vm_pu].values * np.exp(1j * np.deg2rad(net.res_bus[va_degree].values)) V_alpha V[alpha_bus] V_beta V[beta_bus] # 逐节点计算 L 指标 L np.zeros(len(beta_bus), dtypecomplex) for idx, j in enumerate(beta_bus): s 0.0 0.0j for k, i in enumerate(alpha_bus): s F[idx, k] * V_alpha[k] / V_beta[idx] L[idx] 1 - s L_mag np.abs(L) for j, val in zip(beta_bus, L_mag): print(fBus {j}: L-index {val:.4f})这段代码有几个关键点。Ybus从 pandapower 内部结构拿是复数矩阵不要用实数部分。alpha_bus必须包含所有有功注入节点包括分布式电源并网点漏掉一个 L 就偏了。F矩阵用np.linalg.inv直接求逆5 节点没问题上百节点建议用np.linalg.solve替代数值稳定性更好。最后 L 取模因为定义里是相量的模。2.3 参数怎么调、结果怎么看L 指标的判据很直接L 1 稳定L 1 临界L 1 失稳。但工程上不会等到 1 才报警一般设两级阈值L 值范围状态建议动作0 ~ 0.6裕度充足正常运行0.6 ~ 0.8裕度偏紧关注无功储备0.8 ~ 0.95接近临界切负荷或投补偿 0.95危险立即调整运行方式阈值不是拍脑袋定的。0.8 这个点对应的大致是负荷再增长 20% 就逼近崩溃留了操作时间。如果你的系统有大量电力电子设备阈值要往下压因为逆变器在低电压下的行为比同步机激进得多。还有一个容易忽略的点L 指标是局部量每个节点一个值。系统整体稳不稳看的是最大 L 值不是平均值。某个末端节点 L 到 0.9 了其他节点都在 0.3系统照样可能因为那个节点先崩而连锁反应。3. 局部稳定和全局稳定的边界L 指标能告诉你什么、不能告诉你什么3.1 局部判据的适用范围L 指标本质上是把多节点系统的电压稳定问题解耦成单节点问题。它的数学基础是当某个负荷节点的 L 趋近 1 时该节点的电压对无功注入的灵敏度趋于无穷也就是所谓的「局部崩溃点」。这个性质在辐射状配电网和弱环网里非常准因为节点之间的耦合弱局部崩溃往往先于全局崩溃发生。但在强环网里情况不一样。节点之间耦合强一个节点的无功缺额会被全网分摊L 指标可能都不到 0.7系统却因为某个断面传输极限到了而失稳。这时候 L 指标给的是「电压稳定裕度」不是「传输稳定裕度」两者不是一回事。我一般这样用L 指标做筛选找出最薄弱的几个节点再用连续潮流CPF做精确校验。L 指标快一次计算毫秒级CPF 慢但能给 P-V 曲线的鼻点。两者配合效率和精度都有了。3.2 和节点电压稳定之间的对应关系节点电压稳定关注的是给定节点负荷增加多少会导致电压不可控下降。L 指标和这个问题的对应关系可以这样理解L 接近 0该节点电压主要由发电机节点支撑负荷变化对电压影响小。L 接近 1该节点电压对自身负荷变化极其敏感再增加一点负荷电压就撑不住了。L 超过 1潮流方程在该节点附近无解电压崩溃。这个对应关系在 PV 曲线上的表现是L 随负荷增加单调上升在鼻点处达到 1。所以 L 可以看作 PV 曲线鼻点的「距离度量」不需要画整条曲线就能知道离鼻点还有多远。3.3 新能源接入后 L 指标的变化新能源接入会改变 L 指标的计算前提。传统 L 指标假设发电机节点电压幅值和相角可控但风电和光伏通过逆变器并网在故障期间行为不同。如果逆变器工作在限流模式它就不再是理想的 PV 节点L 指标会偏乐观。处理办法是把逆变器节点单独分类用它们的实际无功-电压特性替代理想 PV 假设。具体做法是在 F 矩阵计算时把逆变器节点的注入电流用实测或仿真的 V-I 曲线替代。这样 L 指标会升高更接近真实情况。4. 避坑与排查L 指标算不对的五个常见原因4.1 现象L 值全是 0 或者全是 1原因节点分类搞错了。最常见的是把平衡节点漏掉或者把 PV 节点当成了 PQ 节点。如果 alpha 集合为空F 矩阵算出来是空矩阵L 直接报错或返回全 0。解决打印alpha_bus和beta_bus确认两者并集等于全部节点交集为空。平衡节点和所有 PV 节点都必须在 alpha 里。4.2 现象L 值在 0.99 以上但潮流收敛正常原因电压相角没考虑。L 指标定义里用的是相量比值如果只拿电压幅值算相位信息丢失结果会偏大。特别是在重载线路上相角差可能十几度忽略之后 L 虚高。解决确认V是复数相量np.exp(1j * np.deg2rad(va_degree))这一步不能省。如果潮流没算相角先开calculate_voltage_anglesTrue。4.3 现象不同软件算出的 L 值差很多原因F 矩阵的求逆方式不同。直接求逆和用 LU 分解在病态矩阵上结果可能差百分之几。另外有些软件把并联导纳和变压器变比的处理方式不同Ybus 本身就不一样。解决统一用np.linalg.solve(Y_bb, -Y_ba)替代inv(Y_bb) Y_ba数值更稳。对比时先确认 Ybus 一致再比 L。4.4 现象L 指标在某个节点突然跳变原因该节点附近有变压器分接头动作或者无功补偿投切导致节点类型在 PV 和 PQ 之间切换。L 指标对节点类型敏感类型一变F 矩阵就变了。解决在分接头动作前后分别算 L看变化趋势而不是单点值。如果要做连续评估把分接头位置作为变量每步重新分类。4.5 现象L 指标和 CPF 结果对不上原因L 指标是局部线性化判据CPF 是非线性全局判据。在重载或强非线性条件下两者本来就会有偏差。偏差大说明系统非线性强L 指标只能做参考。解决以 CPF 为准L 指标做趋势判断。如果 L 和 CPF 鼻点对应的负荷裕度差超过 15%检查是否有节点电压低于 0.9 pu低电压下 L 的线性假设不成立。5. 把 L 指标用进日常扫描一个批量评估的小技巧L 指标最大的价值不是算一次而是批量算。做规划或者运行方式评估时我习惯把 L 指标嵌进一个扫描循环负荷从 80% 到 120% 按 5% 步进每个步进跑一次潮流、算一次 L最后看最大 L 随负荷的变化曲线。这条曲线的斜率比单点 L 值更有信息量——斜率突然变陡的地方就是系统接近崩溃的信号。下面是一个批量扫描的骨架代码import numpy as np import pandapower as pp import pandapower.networks as pn def compute_L(net): pp.runpp(net, calculate_voltage_anglesTrue) Ybus net._ppc[internal][Ybus].toarray() gen_bus net.gen[bus].values ext_grid_bus net.ext_grid[bus].values alpha_bus np.unique(np.concatenate([gen_bus, ext_grid_bus])) beta_bus np.setdiff1d(np.arange(Ybus.shape[0]), alpha_bus) Y_bb Ybus[np.ix_(beta_bus, beta_bus)] Y_ba Ybus[np.ix_(beta_bus, alpha_bus)] F np.linalg.solve(Y_bb, -Y_ba) V net.res_bus[vm_pu].values * np.exp( 1j * np.deg2rad(net.res_bus[va_degree].values)) V_alpha V[alpha_bus] V_beta V[beta_bus] L np.zeros(len(beta_bus), dtypecomplex) for idx in range(len(beta_bus)): s np.sum(F[idx, :] * V_alpha / V_beta[idx]) L[idx] 1 - s return np.abs(L), beta_bus net pn.case14() base_load net.load[p_mw].values.copy() results [] for scale in np.arange(0.8, 1.25, 0.05): net.load[p_mw] base_load * scale net.load[q_mvar] net.load[q_mvar].values * scale try: L_mag, beta_bus compute_L(net) results.append((scale, L_mag.max(), beta_bus[np.argmax(L_mag)])) except Exception as e: results.append((scale, float(nan), -1)) print(fScale {scale:.2f}: 潮流不收敛) for scale, max_L, worst_bus in results: print(f负荷 {scale*100:.0f}%: max L {max_L:.4f} Bus {worst_bus})这段代码的关键在异常处理。负荷加到一定程度潮流会不收敛这时候 L 算不出来但「不收敛」本身就是信息——说明已经过了临界点。把不收敛的点也记下来画曲线时用 NaN 断开能直观看到崩溃边界。参数方面步长 5% 是个折中。步长太大可能跳过临界点太小计算量大。14 节点系统 5% 步长跑 9 个点几秒钟完事。上百节点系统建议先粗扫 10%找到 L 快速上升的区间再细扫 2%。最后一个习惯每次算完 L我都会把最大 L 对应的节点号记下来。这个节点就是系统的「电压薄弱点」无功补偿优先装这里效果最明显。装了之后再扫一遍看最大 L 降了多少降幅不够就说明补偿容量不够或者选址不对。这个闭环做几次对系统的电压稳定特性就有手感了。希望帮到你。本文还有配套的精品资源点击获取