本文介绍如何使用 sympy 的 solve() 函数准确求解由四个耦合复数代数方程构成的系统（含 v₁, v₂, v₃, vₙ），并提取可直接用于数值计算的浮点/复数值结果。
本文介绍如何使用 sympy 的 solve() 函数准确求解由四个耦合复数代数方程构成的系统（含 v₁, v₂, v₃, vₙ），并提取可直接用于数值计算的浮点/复数值结果。
在电力系统分析、三相电路建模等工程场景中，常需求解含中性点电压（vₙ）与各相节点电压（v₁, v₂, v₃）的耦合复数方程组。原始代码试图通过直接赋值迭代求解，但因变量相互依赖导致未定义错误（如 v_n 在定义 v_1 时未初始化）。此时，符号求解是更鲁棒、精确且可验证的方法。
SymPy 提供了强大的代数求解能力，尤其适合处理此类含复系数、非线性结构（实为分式线性）的方程组。关键在于：
- 将待求变量声明为符号（sp.symbols）；
- 将每个方程整理为「左端 − 右端 = 0」的标准形式；
- 调用 sp.solve(equations, variables) 获取解析解（对线性系统即为唯一闭式解）；
- 从返回的字典中安全提取数值，并通过 complex() 或 float()（若为实部/虚部）转换为 NumPy 兼容类型。
以下为完整可运行示例（已优化数值稳定性与可读性）：
import cmath
import math
import numpy as np
import sympy as sp
# 系统参数定义（保持原物理意义）
r3 = math.sqrt(3)
pp = cmath.exp(-1j * 2 * math.pi / 3) # a² 相位因子
U = 400.0
U_ph = U / r3
U_a, U_b, U_c = U_ph, U_ph * pp, U_ph * pp**2
# 复功率（注意：S = P + jQ，感性负载 Q > 0 → S_HP 含正虚部）
S_HP = 3e3 - 1j * cmath.sqrt((3e3 / 0.95)**2 - (3e3)**2) # 功率因数 0.95 感性
S_PV = -3.6e3 + 0j # 纯有功注入（负号表示发电）
S_EV = 16 * 400 * r3 + 0j # 电动汽车充电负荷（纯有功取用）
# 等效阻抗（基于单相等效模型 Z = U_ph² / S*）
Z = 0.3 + 0.1j
Z_HP = (U_ph**2 / S_HP).conjugate()
Z_PV = (U_ph**2 / S_PV).conjugate()
Z_EV = (U_ph**2 / S_EV).conjugate()
# 声明符号变量
v_1, v_2, v_3, v_n = sp.symbols("v_1 v_2 v_3 v_n")
# 构建方程组：全部移项至左侧（= 0）
eq1 = sp.Eq(v_1, (U_a/Z + v_n/Z_HP) / (1/Z + 1/Z_HP))
eq2 = sp.Eq(v_2, (U_b/Z + v_n/Z_PV) / (1/Z + 1/Z_PV))
eq3 = sp.Eq(v_3, (U_c/Z + v_n/Z_EV) / (1/Z + 1/Z_EV))
eq4 = sp.Eq(v_n, (v_1/Z_HP + v_2/Z_PV + v_3/Z_EV) / (1/Z + 1/Z_HP + 1/Z_PV + 1/Z_EV))
# 求解（推荐显式传入 Eq 对象，语义更清晰）
solution = sp.solve([eq1, eq2, eq3, eq4], [v_1, v_2, v_3, v_n], dict=True)[0]
# 提取数值（SymPy 解默认为 exact 表达式，.evalf() 转为浮点复数）
v_1_val = complex(solution[v_1].evalf())
v_2_val = complex(solution[v_2].evalf())
v_3_val = complex(solution[v_3].evalf())
v_n_val = complex(solution[v_n].evalf())
# 输出结果（与原始 print 格式一致）
print(f"\n |v1−vn| = {np.abs(v_1_val - v_n_val):.0f} V")
print(f" |v2−vn| = {np.abs(v_2_val - v_n_val):.0f} V")
print(f" |v3−vn| = {np.abs(v_3_val - v_n_val):.0f} V")✅ 注意事项与最佳实践：
- 避免循环依赖：原始代码中 v_1 依赖未定义的 v_n，Python 会抛出 NameError；符号求解绕过执行顺序限制。
- 复数精度：SymPy 默认保留符号精度，.evalf() 确保获得双精度复数，可直接传入 np.abs() 等数值函数。
- 解的存在性：该方程组本质是线性（经通分整理后），系数矩阵满秩时有唯一解；若 solve() 返回空列表，需检查参数是否导致分母为零（如 Z_HP 是否无穷大）。
- 扩展性提示：若后续需批量求解不同工况，可将参数封装为函数，sp.solve 结果可缓存或转为 lambdify 加速数值计算。
掌握此方法，即可系统化处理三相不平衡、多分布式电源接入等典型电力电子系统中的节点电压联合求解问题。
