电力系统工具简介：MATPOWER, PYPOWER, pandapower

本文将简要介绍电力系统的研究与应用中常见的三个开源工具：MATPOWER、PYPOWER 和 pandapower，它们提供了丰富的电力系统分析功能，适用于潮流计算、最优潮流、状态估计等任务。

---

1. MATPOWER 是什么？

MATPOWER 是一套基于 Matlab 或 Octave 的开源工具包，主要用于电力系统稳态分析和最优潮流（OPF，Optimal Power Flow）问题求解。它包括了潮流计算（PF，Power Flow）、连续潮流（CPF，Continuation Power Flow）、最优潮流（OPF）、机组组合（UC，Unit Commitment）等多种功能，适用于学术研究中的算法验证。

连续潮流 是沿着某个“加载参数”（比如系统总负荷逐渐增加）的方向，一步步跟踪潮流解的变化，直到接近电压崩溃点/极限点，用来做：

• 电压稳定分析（找最大可承载负荷、电压崩溃点）；
• 研究“从当前工况到临界工况”这条路径上的电压变化情况。

机组组合 是电力系统调度中的一个经典优化问题，在满足电力系统安全约束的前提下，决定每个发电机在每个时段要不要开机、开多大功率，目标通常是：

• 最小化总运行成本（燃料成本 + 启停成本等）；

• 在满足各种约束（负荷平衡、备用、爬坡、最小开停时间、网络约束等）的前提下，找到最经济的机组启停方案。 典型特点：

  • 决策变量既有 0/1 离散变量（某台机组在该时段是开=1 还是停=0），
  • 也有 连续变量（机组的出力大小）。
  • 常见模型是 混合整数规划。

主要功能：

• AC/DC 潮流计算；
• AC/DC 最优潮流（OPF）；
• CPF、UC、多时段随机 OPF/UC 等扩展功能。

使用环境：

• MATLAB 或 Octave。

特点：

• MATPOWER 作为标准的电力系统稳态仿真和 OPF 平台，广泛用于电力系统研究、论文、教材等的基准测试。

2. PYPOWER 是什么？

PYPOWER 是把 MATPOWER 的核心算法移植到 Python 中的工具包，主要用于电力系统的潮流计算和最优潮流求解。它提供了与 MATPOWER 高度相似的接口和数据结构，适用于 Python 环境中的电力系统研究。

主要功能：

• DC/AC 潮流计算；
• DC/AC 最优潮流（OPF）。

特点：

• PYPOWER 高度模仿 MATPOWER 的数据结构和函数接口；
• 易于将 MATPOWER 的案例迁移到 Python 环境中。

3. pandapower 是什么？

pandapower 是一个基于 Python 的电力系统建模与分析工具，结合了 pandas 和 PYPOWER 的功能。它通过高层次的建模接口和自动化的电力系统建模功能，简化了电力系统的建模与分析过程。

主要功能：

• AC 潮流计算、OPF、短路计算；
• 状态估计、时间序列仿真、拓扑分析等；
• 完善的设备建模接口，如 line, trafo, load, sgen, switch 等。

特点：

• 与 pandas 紧密结合，便于数据管理和批量仿真；
• 提供了一个更现代、更工程化的工具集，适用于配电网建模、优化及数据分析。

4. 三者之间的关系

这三者的关系可以用以下的框架来表示：

MATPOWER (Matlab)
⬇ 被“翻译”
PYPOWER (Python，算法 & 数据结构跟 MATPOWER 很像)
⬇ 被“封装 & 扩展”
pandapower (Python，高层建模 + 更强功能 & 自有求解器)

5. 选用建议

如何选择这三个工具，取决于研究环境和需求：

• MATPOWER：如果已经在 MATLAB 环境中，且需要做基础的潮流与最优潮流计算，MATPOWER 是一个不错的选择。适合学术界和已经熟悉 MATLAB 的用户。

• PYPOWER：如果想要在 Python 环境中复现 MATPOWER 的潮流和最优潮流算法，或者需要 Python 中的某些特性，选用PYPOWER 。

• pandapower：如果工作涉及到 更复杂的电力系统建模，如配电网建模、状态估计、优化等，并且希望能够方便地处理大规模数据集，pandapower 是更现代化、功能更强大的选择。

6. 其他包

Matlab / Octave 生态：

• PSAT（Power System Analysis Toolbox）

  • 核心功能：
    • 潮流、延续潮流（CPF）；
    • 最优潮流（OPF）；
    • 小扰动稳定分析；
    • 时域仿真（动态模型）。
  • 特点：
    • 包含 Simulink 模块、图形界面和脚本接口；
    • 更偏“大一统”的电力系统分析平台，相比 MATPOWER，动态与稳定分析功能更丰富。

Python 生态：

• PyPSA（Python for Power System Analysis）

  • 定位：电力 + 多能系统（气、热、氢等）的大规模优化与规划平台。
  • 功能：
    • 静态潮流；
    • 线性/混合整数 OPF（多时段、机组组合、储能、传输扩展规划）；
    • 可以耦合气网、热网等做综合能源系统研究。
  • 特点：
    • 经常用于欧洲多国电力系统+可再生能源渗透率研究；
    • 更偏“系统规划 / 能源系统优化”，而不是单纯潮流。

总结

• MATPOWER：适合 MATLAB 用户，功能完整，且已广泛用于学术研究；
• PYPOWER：适合 Python 用户，功能与 MATPOWER 相似，但移植到 Python 环境中；
• pandapower：适合需要更高层次建模与数据分析的 Python 用户，功能更为丰富，支持配电网建模和优化。

根据个人的需求和工作环境，选择最合适的工具来进行电力系统的分析与仿真。