面向大电网在线实时仿真的通信敏感资源调度

面向大电网的实时仿真计算被建模为协同运行的多进程并行计算任务的集合,任务调度与资源分配的优劣是其能否实现实时性目标的关键因素之一。本文针对大规模电网机电-电磁混合仿真计算的应用场景,根据任务进行了特性分析,总结了资源利用率规律,提出了一种通信敏感的组调度框架(CGS)。该框架提出了一种集中式两阶段调度架构,以在不中断在线流运行过程中对任务进行主动采样和调度,达到精准预测需求的目标;提出了基于通信图的图划分策略与基于调度模型的匹配策略相结合的CGS调度算法,实现了进程组调度,降低了任务跨节点的通信开销。实验从任务平均划分数、平均割边成本、有负载节点数、集群资源利用率和资源碎片率指标方面对5种基线算法与应用了CGS的算法进行对比测试,结果表明CGS与基本策略相比至少降低了37%的进程间通信开销,减少了19%的资源碎片,平均提高了34%的集群资源利用率。