IEEE 33 节点配电网潮流与分布式能源接入分析

English summary

项目概述

基于公开 IEEE 33 节点辐射型配电网数据，实现后推前代潮流算法，并分析光伏、储能和电动汽车负荷接入前后的节点电压与线路损耗。项目同时完成 24 小时、96 时段准静态分析，输出 CSV、JSON、PNG 和离线 HTML 看板。

关键结果

指标	基准工况	DER 静态工况
最低节点电压	0.913090 p.u.（18号）	0.951335 p.u.（18号）
低于 0.95 p.u. 的节点	21	0
有功网损	202.677 kW	93.085 kW
迭代次数	9	8

基准工况与公开 MATPOWER/pandapower 结果一致：最低电压约 0.9131 p.u.，有功网损约 202.7 kW。

静态 DER 工况采用以下明确假设，便于复现而非追求“调参最优”：14 号节点接入 500 kW 光伏，31 号节点接入 900 kW 分布式电源并提供 150 kvar 无功支撑，28 号节点叠加 250 kW EV 充电负荷。时序工况使用合成日负荷、光伏和晚高峰 EV 曲线，并对 1 MWh / 300 kW 储能设置 20%–90% SOC 边界。

结果预览

打开在线分析看板

运行方法

py -3 -m pip install -r requirements.txt
py -3 -m unittest discover -v
py -3 -m src.run_analysis

运行后打开 results/dashboard.html，或查看：

• results/voltage_profile.png
• results/voltage_profile.csv
• results/timeseries_analysis.png
• results/timeseries_results.csv
• results/summary.json

技术内容

• 标幺值与恒功率负荷模型；
• 辐射型配电网后推前代潮流；
• 节点电压、低电压节点和支路损耗；
• 光伏、储能和 EV 充电负荷的节点注入建模；
• 储能 SOC、功率和效率约束；
• 24 小时准静态时序；
• 自动化测试与 GitHub Actions。

模型边界

本项目是教学型确定性仿真，不是实际电网数据分析。模型采用平衡三相单相等值，不包含三相不平衡、谐波、保护动作、概率预测误差和生产级调度约束。

仓库结构

src/case33.py          IEEE 33 节点数据
src/power_flow.py      后推前代潮流求解器
src/scenarios.py       PV/BESS/EV 与 24 小时场景
src/reporting.py       CSV/JSON/PNG/HTML 报告
tests/                 数值基准与边界测试
docs/algorithm.md      算法推导和适用范围
docs/index.html        GitHub Pages 在线看板
results/               自动生成结果

English summary

Backward-forward sweep load-flow analysis for the IEEE 33-bus radial distribution feeder, including static and 24-hour quasi-static PV/BESS/EV scenarios. The implementation reproduces the published base-case minimum voltage (0.9131 p.u. at bus 18) and active loss (about 202.7 kW).