PEVM_Chemba_konspekt_lektsy
.pdfлении коэффициентов. Уравнения становятся неэффективными для матриц большой размерности (при решении СЛАУ методом Гаусса или Зейделя – трудности с точки зрения точности решения).
Задача отыскания собственных значений и собственных векторов матрицы R называется полной проблемой собственных значений. Решение полной проблемы собственных значений целесообразно для задачи исследования САР на уровне агрегата или электростанции (т.е. для схемы станция - шины), т.е. для тех задач, где надо анализировать все формы движения. В противном случае, для сложной ЭЭС при подробном моделировании генераторов и САР решение полной проблемы собственных значений бессмысленно, т.к. порядок матрицы R может достигать сотен и тысяч, и анализ такого количества форм движения невозможен.
В настоящее время разработан целый ряд методов, алгоритмов и программ расчета собственных значений и собственных векторов для решения полной проблемы собственных значений для матриц различного типа.
Первая группа методов – методы решения полной проблемы собственных значений состоят в том, что они за один итерационный цикл дают вычисления сразу всех собственных значений.
–для несимметричных матриц с действительными коэффициентами наиболее эффективным является QR-алгоритм
–для несимметричных матриц с комплексными коэффициентами наиболее эффективен LR-алгоритм.
Изучение QR и LR алгоритмов в настоящий курс не входят.
Вторая группа методов – методы решения частичной проблемы собственных значений. Так же как и предыдущие методы являются итерационными. Решение частичной проблемы собственных значений целесообразно для сложной ЭС. Однако, опыт эксплуатации и расчетов показывает, что нарушение устойчивости такой системы может происходить на одной, двух наиболее низких частотах (называемых доминирующими). Т.е. для оценки устойчивости и динамических (демпферных) свойств системы уравнения состояния приводят к такому виду, чтобы они определяли только электромеханические формы движения.
Суть методов решения частичной проблемы собственных значений состоит в том, что в каждом итерационном цикле вычисляется одно собственное значение и соответствующий ему собственный вектор. К этим методам относятся:
–степенной метод;
–степенной метод со сдвигом;
–метод обратных итераций;
–обобщенный метод и др.
81
Степенной метод
Это простейший итерационный метод вычисления наибольшего по модулю собственного значения и соответствующего ему собственного вектора для произвольной квадратной вещественной матрицы A , не требующий раскрытия ее определителя.
Метод основан на основном уравнении линейной алгебры, которое связывает
матрицу A и ее собственные значения и собственные вектора |
||
|
|
|
AX X |
|
|
A [n×n] – квадратная, вещественная матрица– собственное значение
X [n×1] – собственный вектор, который по определению X 0 (когда говорили, что А Е U 0 , только при U 0 det А Е 0 откуда находим
матрицы A )
Алгоритм степенного метода
1. Среди СЗ матрицы A есть одно, наибольшее по модулю. Для определенности предположим, что
1 2 3 ........ n , т.е. наибольшим по модулю является первое собст-
венное значение
Очевидно, что для действительной матрицы A наибольшее по модулю собственное значение 1 – действительной число. (Знаки возможны, т.к. наиболь-
шее по модулю собственное значение матрицы A может оказаться кратным).
|
Итак, произвольно задаемся начальным приближением собственный вектор |
||||||||
X(0) |
0 , которому соответствует собственное значение . |
|
|||||||
1 |
|
|
|
|
|
|
|
1 |
|
|
2. Первая итерация k 1 |
|
|
|
|
||||
|
Вычисляем новое значение собственного вектора: X(1) |
A X(0) |
|||||||
|
|
|
|
|
|
|
|
1 |
1 |
|
В то же время, из уравнения : X1(1) |
1(1) |
X1(0) |
(1) – эта запись означает, что |
|||||
вектор X(1) будет вычислен с точностью до (1) . |
|
|
|||||||
|
|
1 |
|
|
|
1 |
|
|
|
|
3. Из (1) находим (1) , учитывая, что X(1) и |
X(0) |
– векторы, т.е. нельзя просто |
||||||
|
|
|
|
1 |
|
1 |
1 |
|
|
так разделить одно на другое. |
|
|
|
|
|||||
|
Умножим (1) на X(0) t |
– транспонированный вектор X(0) : |
|||||||
|
|
|
|
1 |
|
|
|
1 |
|
|
X(0)t X(1) |
(1) |
X(0)t X(0) |
|
|
|
|
||
|
1 |
1 |
1 |
1 |
1 |
|
|
|
|
|
В общем виде: |
|
|
|
|
|
|||
|
|
|
|
x1 |
|
|
|
|
|
|
y1 |
y2 |
|
|
|
yn xn yi xi Y, X |
|||
|
|
yn x2 |
y1x1 y2 x2 |
||||||
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
xn |
|
|
|
|
|
Y, X – так обозначаем скалярное произведение (число).
82
Тогда |
X1(0) , X1(1) |
|
||
X1(0) , X1(1) 1(1) X1(0) , X1(0) и 1(1) |
||||
X1(0) , X1(0) |
||||
|
||||
На следующей итерации – аналогично. |
||||
4. Для k итерации в общем виде: |
|
|
|
|
X(k ) A X(k 1) |
||||
1 |
1 |
|
||
(k ) |
|
X1(k 1) , X1(k ) |
||
|
X1(k 1) , X1(k 1) |
|||
1 |
|
|||
|
|
Т.е. в одном итерационном процессе на каждой итерации вычисляется одно собственное значение и один собственный вектор.
5. Итерационный процесс заканчивается, если достигнута заданная точность.
(k ) (k 1) |
ε |
|
|
1 |
1 |
|
Это условие делится на два условия: 1) по коэффициенту затухания
1(k ) 1(k 1) ε 0,005
2) по частоте
1(k ) 1(k 1) ε 0,05
Т.е. для частоты допустимая погрешность задается на порядок больше. При удачно выбранном начальном приближении собственного вектора
процесс и значение X(k ) сходится к значению собственного вектора X |
, а (k ) |
||
|
1 |
1 |
1 |
дится к наибольшему собственному значению 1 |
матрицы A . |
|
|
На каждой итерации собственный вектор умножается на матрицу A |
|||
X1(k ) A X1(k 1) A A X1(k 2) A A A X1(k 3) |
|
||
X(k ) A A A |
A X(0) Ak X(0) |
|
|
1 |
|
|
|
k
X1(0)
схо-
Т.е. собственный вектор на k итерации определяется произведением начального приближения собственного вектора на матрицу A в k степени. Отсюда и название – степенной метод.
Достоинства степенного метода:
1.Простота и наглядность
2.Отсутствия необходимости преобразовывать матрицу A
3.Матрица состояния R для сложной ЭЭС – суперразряженная матрица. Отсюда – возможность использования эффективного математического аппарата для слабозаполненных (разряженных) матриц.
Недостатки степенного метода:
1.Медленная сходимость.
83
В связи с этим сам степенной метод при решении задач не используется, но на его основе разработано множество эффективных методов, в частности, метод обратных итераций.
2. Если собственное значение 1, то норма собственного вектора при k X(k ) .
При использовании ЭВМ это ведет к переполнению разрядной сетки.
Если собственное значение 1, то при k норма собственного вектора X(k ) 0 , что приводит к исчезновению порядка вычисления
Во избежание этих ситуаций собственный вектор X(k ) нормируется на каждой итерации после вычисления собственного значения, т.е. новый собственный вектор:
(k ) |
|
|
|
X1(k ) |
|
X1 |
|
|
|
|
|
|
|
X(k ) |
|
||
* |
|
|
|
|
|
|
|
|
|
1 |
|
В качестве нормы вектора используется:
1) |
|
X |
|
|
|
|
|
1 |
|
|
x j |
|
|
– сумма модулей всех компонент вектора |
||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j |
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
x2j |
|
12 |
|
|
|
|
|||||||||||
2) |
|
X |
|
|
|
|
|
2 |
|
|
– Евклидова норма (длина вектора) |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
j |
|
|
|
|
|
|
|||||||||||
3) |
|
X |
|
|
|
|
|
|
|
|
X |
|
|
|
max |
|
xj |
|
– в качестве нормы вектора выбирается максимальная |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j |
|
|
|
|
по модулю компонента этого собственного вектора.
Таким образом, вычислительная схема степенного метода может быть записана с учетом нормирования собственного вектора на каждой итерации в следующем виде:
1.Ненормированный собственный вектор: Y A X(k 1)
X(k 1) , Y
2.Собственное значение (k ) X(k 1) , X(k 1)
3.Нормирование собственного вектора: X(k ) YY
4.Проверка точности вычисления собственного вектора и собственного значения: (k ) (k 1)
Пример. Найти собственные значения и собственные вектора матрицы A
|
11 |
6 |
2 |
|
|
|
6 |
10 |
4 |
|
– матрица 3×3, симметричная (имеет три собственных зна- |
A |
|
||||
|
2 |
4 |
6 |
|
|
|
|
|
чения и три собственных вектора)
84
1
X1(0) 0 – принимаем начальное приближение собственного вектора
0
k 1 |
|
|
|
|
X(1) |
A X(0) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
|
|
6 |
|
|
|
2 1 |
11 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
X(1) |
|
|
6 |
|
|
10 |
|
|
|
4 |
|
|
0 |
|
6 |
|
|
X(1) |
|
|
0,545 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
2 |
|
|
|
4 |
6 |
|
|
|
0 |
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
0,182 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
0 |
0 |
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
(0) |
|
|
|
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
(1) |
|
X1 |
|
|
, X1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
11 |
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
1 |
|
|
X1(0) , X1(0) |
|
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
k 2 |
|
|
|
|
X(2) A X(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
11 |
|
|
6 |
2 |
|
|
|
|
|
|
1 |
|
|
|
|
11 3, 27 0,364 |
|
|
14,634 |
|
|
|
|
|
1 |
|
|
|
|||||||||||||||||||||||||||
X(2) |
|
|
6 |
|
|
10 |
|
|
4 |
|
|
0,545 |
|
|
6 5, 45 0,728 |
|
|
|
12,178 |
x(2) 0,832 |
|
|
|||||||||||||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
2 |
|
|
4 |
6 |
|
|
|
|
0,182 |
|
|
|
|
2 2,18 1,092 |
|
|
|
5, 272 |
|
|
|
|
|
0,36 |
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14, 634 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
0,545 |
0,182 |
12,178 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
(1) |
|
|
(2) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
(2) |
|
X1 |
|
, X1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5, 272 |
|
|
|
14, 634 6, 637 0,959 |
|
|
22, 23 |
16, 716 |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
1 |
|
X1(1) , X1(1) |
|
|
|
|
|
|
|
|
|
12 0,5452 |
0,1822 |
|
|
|
|
|
|
|
|
|
|
1,33 |
|
|
|
|
|
1,33 |
|
|
|
||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
k 3 |
|
|
|
|
X(3) |
A X(2) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
|
|
6 |
2 |
|
|
|
|
|
1 |
|
|
|
|
11 4,992 0,72 |
|
|
16,712 |
|
|
|
|
|
|
1 |
|
|
|
|||||||||||||||||||||||||||
X(3) |
|
|
6 |
|
|
10 |
|
|
|
4 |
|
0,832 |
|
|
6 8,32 1, 44 |
|
15,76 |
x(3) |
|
0,943 |
|
||||||||||||||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
2 |
|
|
4 |
6 |
|
|
|
|
0,36 |
|
|
|
|
|
2 3,328 2,16 |
|
|
|
7, 488 |
|
|
|
|
|
|
|
0, 448 |
|
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16, 712 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
0,832 |
|
0,36 |
15, 76 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
(2) |
|
|
|
(3) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
(3) |
|
X1 |
, X1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7, 488 |
|
|
16, 712 13,112 2, 695 |
|
32,519 |
17,85 |
||||||||||||||||||||||||||||||||
X1(2) , X1(2) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
12 0,8322 |
0,362 |
|
|
|
|
|
|
|
|
1,8218 |
|
|
1,8218 |
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||||||
Процесс сходится за 27 итераций с точностью |
|
10 6 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(27) |
18 |
|
|
|
|
|
|
|
|
X(27) |
|
|
1 |
|
|
– собственный вектор с учетом нормирования |
|
|
|||||||||||||||||||||||||||||||||||||||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
* 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
85
Степенной метод со сдвигом
Как известно, степенной метод предназначен для вычисления максимального по модулю собственного значения. При различном задании начального прибли-
жения собственного вектора X1(0) он будет вычислять первое собственное значе-
ние – максимальное по модулю.
Чтобы вычислить другие (n-1) собственных значений матрицы А необходимо отстроиться от уже вычисленных собственных значений. Процесс отстройки от уже вычисленных собственных значений называется исчерпыванием.
Один из самых распространенных способов исчерпывания – использование сдвигов. В качестве сдвигов используются ранее вычисленные собственные значения.
Алгоритм степенного метода со сдвигом.
Пусть 1A – известно, т.к. вычислено ранее максимальное собственное значение матрицы А.
1)Чтобы вычислить 2A формируем матрицу В со сдвигом в диагональных элементах матрицы А:
B A 1AE
|
|
a11 1A |
|
a12 |
a1n |
|
||
|
|
|
a21 |
a22 1A |
a2n |
|
||
B |
|
|
|
|||||
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
an1 |
|
an2 |
|
|
|
|
|
|
|
ann 1A |
||||
|
2) К матрице В применяется обычный степенной метод: |
|||||||
Y BX(k 1) |
|
|
|
|
||||
|
|
|
2 |
|
|
|
|
|
(k ) |
|
X(2k 1) |
, Y |
– максимальное собственное значение матрицы В |
||||
X(2k 1) , X(2k 1) |
||||||||
B |
|
|
|
|
|
|||
|
|
|
|
|
|
X(k ) Y |
|
2 |
Y |
|
(k ) (k 1) |
|
|
|
B |
B |
|
3) Вычисляется второе собственное значение матрицы А
2A B 1A
Покажем, что собственные значения матриц А и В связаны через сдвиг
B A 1AE BX BX
A 1AE X BX
AX 1AX BX
1A
86
AX 1A |
B X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
AX 2AX |
|
2A 1A |
B |
что и требовалось доказать |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
Для |
определения |
следующего, третьего собственного значения матрицы |
||||||||||||||||||||||||||||||||||||||||
A 3A |
|
|
формируем |
|
|
матрицу С B 2AE |
или |
|
С A 1AE 2AE |
|||||||||||||||||||||||||||||||||
С A 1A 2A E |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
Аналогично и к матрице С надо применить степенной метод и найти с за- |
||||||||||||||||||||||||||||||||||||||||||
данной точностью: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
3A С |
|
2A 1A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
сдвиг по |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
отношению к А |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
Пример: Считаем, что максимальное 1 |
для матрицы А уже найдено степен- |
|||||||||||||||||||||||||||||||||||||||||
ным методом. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
1 18 . Надо найти 2А и X2 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
11 |
6 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
||||||||
|
|
6 |
10 |
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(0) |
|
|
1 |
|
|
|
||||||||||
A |
|
|
выбираем начальное приближение X2 |
|
|
|
|
|||||||||||||||||||||||||||||||||||
|
|
2 |
4 |
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
11 |
18 |
|
|
|
|
6 |
|
|
|
|
|
2 |
|
|
|
7 |
|
6 |
|
2 |
|
|
|
|
|
|
|
|
|
||||||||||
B |
|
|
6 |
|
|
|
|
|
|
|
18 |
|
|
4 |
|
|
6 |
|
8 |
4 |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
2 |
|
|
|
|
|
|
|
|
|
4 |
|
|
|
6 18 |
|
|
|
2 |
|
4 |
12 |
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
k=1: Y X(1)2 BX(0)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
7 |
|
6 |
|
|
2 |
|
0 |
6 2 |
|
8 |
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Y X2 |
|
6 |
|
8 |
|
|
4 |
|
1 |
|
|
|
8 4 |
|
4 |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
2 |
|
4 |
|
|
|
|
|
|
|
|
|
4 12 |
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
12 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
1 |
|
1 |
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
||
|
|
(0) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
X2 |
|
|
, Y |
|
|
|
|
|
|
|
|
|
|
|
|
8 |
4 8 6 |
|
|
|
|
|
|
Y |
|
0,5 |
|||||||||||||
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X(1) |
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
B |
|
(0) |
|
|
|
(0) |
|
|
|
|
|
|
|
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
||||
|
|
|
X2 |
|
, X2 |
|
|
|
|
|
|
|
1 |
1 |
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
Y |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
k=1: Y X(2)2 BX(1)2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
7 |
6 |
|
2 |
|
|
1 |
|
|
7 3 2 |
|
|
12 |
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
|
6 |
8 |
|
4 |
|
0,5 |
|
|
6 4 |
4 |
|
6 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
2 |
4 |
12 |
|
1 |
|
|
|
2 |
2 12 |
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
87
|
|
|
|
|
|
|
|
|
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
1 |
0,5 |
1 |
|
6 |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
(1) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
X2 |
|
, Y |
|
|
|
|
|
|
|
|
12 |
12 3 12 12 |
|
|
|
|
|
Y |
|
|
|
П |
|||
(2) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X(2) |
|
|
|
|
0,5 |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
B |
|
(1) |
|
(1) |
|
|
2 |
|
0,5 |
2 |
|
|
2 |
|
|
2, 25 |
|
2 |
|
|
|
Y |
|
|
|
|
|
|
|
X2 |
, X2 |
|
|
1 |
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
роцесс сошелся за две итерации.
2A B 1A 12 18 6
Таким образом, эффективность поиска СЗ и СВ степенным методом со сдвигом существенно выше эффективности степенного метода.
Лекция №16
Расчеты динамической устойчивости и длительных переходных процессов. Математические модели основных элементов ЭЭС.
Основные определения: способность ЭС возвращаться в исходное состояние после значительных возмущений без перехода в асинхронный режим. Результирующая устойчивость – способность ЭС восстановить синхронную работу после возникновения асинхронного режима.
Под длительными ПП понимают ПП, возникающими при системных авариях, продолжительность которых может исчисляться минутами.
Развитие аварийной ситуации в каскадную системную аварию сопровождается большими небалансами мощности в системе вследствие отключения нагрузок, генерирующих мощностей и ВЛ. Это приводит к глубоким изменениям частоты f и напряжения U в узлах системы.
Задачи расчёта динамической устойчивости и длительных ПП в ЭС
Исследования ПП при больших возмущениях проводятся для решения следующих задач:
1.Обеспечение надежности работы ЭЭС;
2.Анализ аварий, возникающих в ЭЭС и выработка мероприятий по их предотвращению;
3.Выбор противоаварийной автоматики;
4.Составление инструкций для оперативного персонала;
5.Подготовка к системным испытаниям перед их проведением и оценка результатов и т.д.
88
В настоящее время основная часть исследований выполняется в связи с выбором типа и настройки противоаварийной автоматики. При этом проводятся расчеты двух типов:
1.Ограниченные длительностью до 10с (1–2 цикла качаний) для оценки динамической устойчивости;
2.Длительные ПП с учётом действия противоаварийной автоматики. (десятки
секунд и минут).
Переходные процессы при системной аварии можно разбить на 2 этапа:
Первый этап – следует за аварийным возмущением и характеризуется взаимными качаниями роторов генераторов, колебаниями напряжения в узлах, перетоками мощности по линиям. Амплитуда колебаний определяется местными небалансами мощности. Эти колебания, если сохраняется динамическая устойчивость, затухают через 5-10с после возмущения.
Второй этап – происходит медленное изменение частоты и перераспределение потоков мощности в системе. Длительность второго этапа может достигать нескольких минут или нескольких часов (при каскадных авариях), что было 25.05.2005 года. Авария длилась 3 часа. В результате отключены были:
25 ВЛ 110-220 кВ; генераторы на 9-ти станциях; 321 ПС 220/110/35 с прекращением питания потребителей мощностью 3,5 ГВт (Калуга, Тула).
Возможность проведения натурных экспериментов в энергосистеме существенно ограничена из-за опасности последующих нарушений устойчивости и сложности управления режимами (каскадные аварии), например, в Чернобыле. Поэтому требования к точности расчётов переходных процессов и ответственность за правильность решения задач и принятие решений в настоящее время весьма высоки.
Формирование математической модели ЭЭС для расчета переходных процессов.
В общем случае поведение динамической системы описывается системой обыкновенных дифференциальных уравнений, приведённых к форме Коши:
d |
y1 f1( t , y1, y2 , , yn ) |
|||||
|
|
|
|
|||
dt |
||||||
|
|
|||||
d |
y2 f2( t , y1, y2 , , yn ) |
|||||
|
|
|
|
|||
|
|
|||||
dt |
|
|||||
. . . . . . . . . . . . . . |
||||||
|
|
|||||
d |
yn fn( t, y1, y2 , , yn ) |
|||||
|
|
|
||||
dt |
|
89
Запишем систему в векторной форме, введя обозначения y( t ) вектор неизвестных функций
y1( t ) |
|
|
|
y2 |
( t ) |
y t |
|
. . . |
|
|
( t ) |
yn |
Вектор правых частей дифференциальных уравнений:
f1( t, y1, y2 , , yn ) |
||||||
|
|
( t, y1 , y2 |
, , yn ) |
|||
f |
2 |
|||||
f t, y |
|
|
|
|
|
|
. . . . . . . . . . |
||||||
f |
n |
( t, y , y |
2 |
, , y |
n |
) |
|
1 |
|
|
Для расчёта заданного переходного процесса вектор начальных условий:
|
|
y10 |
|
|
|
|
|
y0 |
y0 |
y20 |
y10 y1( t0 0 ) |
t |
|||
|
|
. . |
|
yn0
ограничения В общем случае на функции yi t и их производные могут накладываться различного типа.
Математическая модель в векторной форме:
Так как теория и численные алгоритмы для одного уравнения распространяются на случай системы дифференциальных уравнений, то в дальнейшем все методы расчёта переходных процессов будем рассматривать для одного дифференциально уравнения, считая, что оно в общем случае может быть векторным.
90