A. 高斯-賽德爾法潮流計算適用於什麼情況
目前基於節點導納矩陣的高斯賽德爾法潮流計算只在少數場合使用，例如：網路規模較小且計算機內存較少，或為牛頓拉夫遜法提高一個較好的初值。現在潮流計算普遍採用牛拉法或PQ分解法
B. 用高斯塞德爾法進行電力系統潮流手算時，PV節點的Q如何處理需要先計算出來然後去迭代嗎
我理解的是根據節點功率方程計算PV節點的Q。
在高斯戴德爾迭代中，通過各個節點的的注入功率(P+jQ)和上次迭代的電壓值(V0)計算節點注入電流(I0)，繼而通過阻抗法潮流計算計算各節點的電壓V1，重復迭代，直至收斂。
為了計算各節點的注入電流I0，就要知道各個節點的注入功率，對於PQ節點，其功率值時固定的，沒有什麼問題；但是對於PV節點，由於其P和V是固定的，而Q值和theta值未知，求其注入電流就必然通過其他方法，譬如：（1）獲得當前迭代步中該PV節點的電壓（V0，包括幅值V和相角theta），（2）根據該節點的網路方程和其他相鄰節點的電壓（V0）計算該點的實際注入有功P'和無功Q'，這里得到的P'一般不等於PV節點的預設P值，但可仍將該節點的發電機注入功率取為P+jQ'，（3）這樣便可通過(P-jQ')/(Vsin(theta)-jcos(theta))計算該點的注入電流，進入下一步迭代。
對於第一步迭代，可以取所有節點的相角都為0，PV節點的Q=0作為初值。
C. 基於高斯—塞德爾法潮流計算
借我參考一下，要有程序的，當然程序最好是MATLAB的
D. 潮流計算的方法比較
潮流計算對電力系統正常運行狀況的分析和計算，即電力系統中的電壓、電流、功率的計算，即潮流計算
E. 什麼是「潮流計算」有什麼作用比較潮流計算與一般計算的區別
潮流計算
對電力系統正常運行狀況的分析和計算，即電力系統中的電壓、電流、功率的計算，即潮流計算；潮流計算方法很多：高斯—塞德爾法、牛頓—拉夫遜法、P-Q分解法、直流潮流法，以及由高斯—塞德爾法、牛頓—拉夫遜法演變的各種潮流計算方法。
F. 潮流計算演算法有哪些
一般110（66）kV以上多選用牛頓拉夫遜發，快速解耦法，配網一般採用前推回帶法或者容量分攤法，有各自的特點，其他的潮流演算法有很多，高斯賽德爾法，直流潮流，隨機潮流，三相潮流，最優潮流之類的。，
G. 潮流計算程序 高斯賽德爾法 C編程
源程序。
H. 高斯賽德爾法、牛頓-拉夫遜法及PQ分解法進行潮流計算的優缺點
一：牛頓潮流演算法的特點
1）其優點是收斂速度快，若初值較好，演算法將具有平方收斂特性，一般迭代4～5 次便可以
收斂到非常精確的解，而且其迭代次數與所計算網路的規模基本無關。
2）牛頓法也具有良好的收斂可靠性，對於對高斯-塞德爾法呈病態的系統，牛頓法均能可靠
地斂。
3）初值對牛頓法的收斂性影響很大。解決的辦法可以先用高斯-塞德爾法迭代1～2 次，以
此迭代結果作為牛頓法的初值。也可以先用直流法潮流求解一次求得一個較好的角度初值，
然後轉入牛頓法迭代。
PQ法特點：
(1)用解兩個階數幾乎減半的方程組（n-1 階和n-m-1 階）代替牛頓法的解一個(2n-m-2)階方程
組，顯著地減少了內存需求量及計算量。
(2)牛頓法每次迭代都要重新形成雅可比矩陣並進行三角分解，而P-Q 分解法的系數矩陣 B』
和B』』是常數陣，因此只需形成一次並進行三角分解組成因子表，在迭代過程可以反復應用，
顯著縮短了每次迭代所需的時間。
(3)雅可比矩陣J 不對稱，而B』和B』』都是對稱陣，為此只要形成並貯存因子表的上三角或下
三角部分，減少了三角分解的計算量並節約了內存。由於上述原因，P-Q 分解法所需的內存
量約為牛頓法的60%，而每次迭代所需時間約為牛頓法的1/5。
二：因為牛頓法每次迭代都要重新生成雅克比矩陣，而PQ法的迭代矩陣是常數陣（第一次形成的）。參數一變，用PQ法已做的工作相當於白做了，相當於重新算，次數必然增多。
有點啰嗦了。。。。
I. 電力系統計算機潮流計算問題，謝！
一：牛頓潮流演算法的特點
1）其優點是收斂速度快，若初值較好，演算法將具有平方收斂特性，一般迭代4～5 次便可以
收斂到非常精確的解，而且其迭代次數與所計算網路的規模基本無關。
2）牛頓法也具有良好的收斂可靠性，對於對高斯-塞德爾法呈病態的系統，牛頓法均能可靠
地斂。
3）初值對牛頓法的收斂性影響很大。解決的辦法可以先用高斯-塞德爾法迭代1～2 次，以
此迭代結果作為牛頓法的初值。也可以先用直流法潮流求解一次求得一個較好的角度初值，
然後轉入牛頓法迭代。
PQ法特點：
(1)用解兩個階數幾乎減半的方程組（n-1 階和n-m-1 階）代替牛頓法的解一個(2n-m-2)階方程
組，顯著地減少了內存需求量及計算量。
(2)牛頓法每次迭代都要重新形成雅可比矩陣並進行三角分解，而P-Q 分解法的系數矩陣 B』
和B』』是常數陣，因此只需形成一次並進行三角分解組成因子表，在迭代過程可以反復應用，
顯著縮短了每次迭代所需的時間。
(3)雅可比矩陣J 不對稱，而B』和B』』都是對稱陣，為此只要形成並貯存因子表的上三角或下
三角部分，減少了三角分解的計算量並節約了內存。由於上述原因，P-Q 分解法所需的內存
量約為牛頓法的60%，而每次迭代所需時間約為牛頓法的1/5。
二：因為牛頓法每次迭代都要重新生成雅克比矩陣，而PQ法的迭代矩陣是常數陣（第一次形成的）。參數一變，用PQ法已做的工作相當於白做了，相當於重新算，次數必然增多。
J. 電力系統分析中，潮流計算，為什麼高斯迭代法的迭代次數多於PQ分解法和牛拉法
這是不一定的，要看情況，只是因為現在電力系統都比較復雜，才總體上表現為高斯-賽德爾法迭代次數比較多。
高斯-賽德爾法與PQ分解法、牛拉法所用的迭代矩陣不一樣，收斂的快慢就是要看迭代矩陣的譜半徑。譜半徑小於1說明收斂，否則不收斂。譜半徑越小，收斂速度越快。
對於Ax=b，PQ分解法和牛拉法的迭代方程為：
x=B1x+f1, B1=I-inv(D)A,f1=inv(D)b,D為對角矩陣。
對於Ax=b，高斯-賽德爾法的迭代方程為：
x=B2x+f2, B2=inv(D-L)U,f2=inv(D-L)b，L、U為下三角和上三角矩陣。
對於病態電網，例如重負荷、很多長線路、負電抗變壓器等等，都是病態電網的表現。病態電網的特點使得迭代方程中的B1、B2的譜半徑不一樣，B2往往大於1（矩陣近似奇異或者奇異），而B1往往小於1，此時高斯-賽德爾法表現為發散，所以迭代很可能不收斂。
當B2的譜半徑小於B1時，高斯-賽德爾法的迭代次數是要少於PQ分解法、牛拉法的。