Q_theta = np.zeros(n, dtype=complex) Q_eta = np.zeros(n, dtype=complex) Sig_re = np.zeros(n, dtype=complex) # part real de sigma Sig_im = np.zeros(n, dtype=complex) # part imaginària de sigma Ybus = Yseries_slack + diags(Yshunts_slack) + Ytap # matriu d'admitàncies total from Funcions import pade4all, epsilon2, eta, theta, aitken, Sigma_funcO, rho, thevenin_funcX2 # importar funcions # SUMA U_sum[pqpv] = np.sum(U[:, pqpv_], axis=0) U_sum[sl] = V_sl # FI SUMA # PADÉ Upa = pade4all(prof-1, U[:, :], 1) Qpa = pade4all(prof-1, Q[:, pv_], 1) # trobar reactiva amb Padé U_pa[sl] = V_sl U_pa[pqpv] = Upa Pfi[pqpv] = vec_P[pqpv_] if npq > 0: Qfi[pq] = vec_Q[pq_] if npv > 0: Qfi[pv] = Qpa Pfi[sl] = np.nan Qfi[sl] = np.nan # FI PADÉ limit = 10 # límit per tal que els mètodes recurrents no treballin amb tots els coeficients if limit > prof: limit = prof - 1
Q_eta = np.zeros(n, dtype=complex) Sig_re = np.zeros(n, dtype=complex) # part real de sigma Sig_im = np.zeros(n, dtype=complex) # part imaginària de sigma Ybus = Yseries_slack + diags( Yshunts_slack) + Ytap # matriu d'admitàncies total from Funcions import pade4all, epsilon2, eta, theta, aitken, Sigma_funcO, rho, thevenin_funcX2 # importar funcions # SUMA U_sum[pqpv] = np.sum(U[:, pqpv_], axis=0) U_sum[sl] = V_sl # FI SUMA # PADÉ Upa = pade4all(prof - 1, U[:, :], 1) Qpa = pade4all(prof - 1, Q[:, pv_], 1) # trobar reactiva amb Padé U_pa[sl] = V_sl U_pa[pqpv] = Upa Pfi[pqpv] = vec_P[pqpv_] if npq > 0: Qfi[pq] = vec_Q[pq_] if npv > 0: Qfi[pv] = Qpa Pfi[sl] = np.nan Qfi[sl] = np.nan # FI PADÉ limit = 10 # límit per tal que els mètodes recurrents no treballin amb tots els coeficients if limit > prof: limit = prof - 1
#Ybus = Yseries_real - diags(vecx_shunts[:, 0]) # matriu d'admitàncies total from Funcions import pade4all, epsilon2, eta, theta, aitken, Sigma_funcO, rho, thevenin_funcX2, shanks, SigmaX # SUMA U_sum[pqpv] = np.sum(U[:, pqpv_], axis=0) U_sum[sl] = V_sl if npq > 0: Q_sum[pq] = vec_Q[pq_] if npv > 0: Q_sum[pv] = np.sum(Q[:, pv_], axis=0) Q_sum[sl] = np.nan # FI SUMA # PADÉ Upa = pade4all(prof, U[:, :], 1) if npv > 0: Qpa = pade4all(prof - 1, Q[:, pv_], 1) # trobar reactiva amb Padé U_pa[sl] = V_sl U_pa[pqpv] = Upa Pfi[pqpv] = vec_P[pqpv_] if npq > 0: Qfi[pq] = vec_Q[pq_] if npv > 0: Qfi[pv] = Qpa Pfi[sl] = np.nan Qfi[sl] = np.nan # FI PADÉ limit = 8 # límit per tal que els mètodes recurrents no treballin amb tots els coeficients if limit > prof: