基于嵌套BBDF算法的分布式状态估计的研究

电力系统发展对电网在线安全计算提出新的要求。提出一种适用于大电网系统状态估计的嵌套对角加边(bordered block diagonal form,BBDF)雅可比矩阵分割算法。该算法基于大电网地理区域信息,利用边割集自外而内形成电网的嵌套对角加边的结构,将状态估计在解耦后的各分区内实现。针对该算法,还提出一种分布式数据存储方式,不但能满足一般电网的状态估计计算要求,而且特别适用于当电网拓扑信息发生改变时的状况。通过算例验证了算法的有效性。

基于集群机的大规模电力系统暂态过程并行仿真

由于传统的串行计算方法无法满足互联电力系统在线动态安全分析和实时仿真的要求,研究高效的电力系统暂态并行仿真算法及其软件已成为电力系统动态实时仿真的关键。该文基于集群系统,提出一种利用电力系统区域特性的多重化网络划分方案,弥补了传统网络划分算法在计算规模和划分质量上的不足;并提出了一种基于分块思想、消息传递与动态多线程相结合的网络方程分层算法及其实现策略,缩短了网络方程的计算时间,解决了暂态仿真中计算量突增的问题,提高了算法的并行效率和整体性能。同时,文中还简化了暂态稳定算法迭代流程,改进了全局收敛判定方法,有效地减少了算法计算量和通信损耗。实际电网的数值计算结果表明,文中提出的算法计算加速比高,实时性好,因此研制的电力系统动态并行仿真程序能够满足大规模电力系统暂态过程实时仿真、甚至超实时仿真的要求。

基于节点迁移的电力系统并行计算优化分割策略

利用基于拉普拉斯谱划分的递归二分法将电力网络进行支路切割,然后将支路切割转换为节点撕裂。在转换过程中使用了一种优化的支路排序策略,以减小边界块,从而减小协调计算时间,提高并行效率。通过计算迁移节点目标函数,减小了分割的不平衡度。在IEEE标准网络上,用并行潮流算法对分割的网络进行测试计算。结果表明,该优化策略有效减小了边界块,适合电力系统并行计算。

一种电力系统暂态稳定并行计算的优化分区策略

大规模电力系统的区域特性为暂态稳定并行计算任务的优化划分创造了条件。基于分层递归二分法的思想 ,分析了基于块对角加边策略的空间暂态稳定并行计算的任务划分目标 ,提出了一种基于区域特性的任务划分策略 ,将电力系统自然的分层分区特性与并行计算领域的图划分算法相结合 ,有效地降低了暂态稳定计算中协调系统规模和算法通信量 ,提高了各个计算进程的负载平衡度和并行计算性能。实际大规模电力系统的算例仿真结果表明 ,文中提出的方法优于METIS图划分软件 ,与其划分后计算性能的对比可见 ,暂态稳定并行计算最佳仿真速率提高超过 10 % ,有效地提高了并行计算性能 ,为大规模电力系统实时暂态稳定并行计算的实现奠定了基础。

电力系统对角加边模型的数据中心求解方法

随着超大规模区域互联电网的发展,智能电子设备和相量测量单元广泛应用,如何实现对所产生的PB级大数据的高速处理成为完成实时(超实时)计算的关键。云计算作为一种新型的互联网计算模式,为实现电力系统大数据分析和复杂电网高效并行计算提供了可能。针对电力系统基本计算单元对角加边模型(block bordered diagonal form,BBDF)和分解协调并行算法,提出一种低能耗数据中心的优化映射和并行计算方法。依据任务间计算耦合性,将分解协调并行算法进行拆分,并提出依据任务计算复杂度的任务到虚拟机偏好绑定放置方法。随后建立以虚拟机的CPU利用率、内存利用率为约束条件,以节能为目标的Bin-Packing模型,求解BBDF分解协调并行计算到数据中心映射的最优配置。通过Cloud Sim平台对IEEE 118节点电网模型和含有538节点和1133节点的大规模电网进行仿真计算。结果表明,应用虚拟机技术的数据中心计算在时间和系统能耗方面都优于传统单机多线程并行计算。IEEE 118节点算例计算时间降低42.32%,随着系统规模增大,1133节点实际电网计算时间降低75.8%。

基于GPU计算平台的大规模电力系统暂态稳定计算

为满足对大规模互联电网进行快速暂态稳定仿真的需求,提出了一种基于图形处理器(Graphics Processing Unit,GPU)计算平台的暂态稳定并行算法。算法依据暂态稳定联立矩阵的双层对角加边结构,将整体计算分解为三部分:1)动态元件相关计算;2)分区系统计算;3)边界系统计算。第1)、2)部分被分配到计算平台中的多核CPU上进行处理。第3)部分则采用可完全并行化的稳定双共轭梯度法在GPU上计算,并且为了减少迭代次数使用了稀疏近似逆预处理技术。针对一个含12823节点、1431台发电机组的算例进行了仿真测试,验证了所提算法的有效性和实用性。结果显示,算法并行加速比可达到7.01倍,仿真速度快于实际暂态过程,为暂态稳定并行计算提供了新的解决思路。

固定边界矩阵的并行潮流牛顿算法

为了克服基于BBDF分块的牛顿潮流的协调量计算过大的瓶颈,通过固定处理边界矩阵,提出了一种固定边界矩阵牛顿潮流并行算法,该法可显著减少每次迭代的协调计算量,提高并行效率。在IEEE118和IEEE300标准网络上,使用P42.4G的PC机对各个网络在分块数为2、4、8、12和16块时计算的结果表明,该算法在减少计算量的同时还具有较好收敛性,在大型互连网络上能提高计算速度。

电力系统并行仿真的PVM实现

本文将块对角加边模型的并行仿真算法在并行虚拟机 (Parallel Virtual Machine) PVM上编程实现 ,在 45机42 9节点仿真计算实例上结果比较理想 ,潮流计算取得了2 .5倍的加速比 ,仿真计算的加速比为 2 .3 8。

PMU在多区域互联系统状态估计中的应用

利用PMU和SCADA(数据采集与监控系统)组成混合量测,提出一种基于PMU量测多区域互联系统状态估计方法。从通过对角块加边模型(BBDF)的方法对大规模系统进行分区出发,在各区域内部单独进行状态估计的基础上,推导通过区域间数据交换得到修正的各区域外网戴维南等值,进而利用边界条件构造基于边界节点状态量的状态迭代模型,并通过不断修正各子系统相应的外界节点状态得到整个系统状态估计结果,通过6机25节点系统的仿真结果,验证了算法的有效性及优越性。