光伏阵列组态优化控制策略分析

我国交直流电力系统的日益扩大与复杂化对暂态稳定仿真的速度与精度提出了更高的要求。为此,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双层并行算法。第一层为“交-直并行”,考虑直流系统动态的独立性,将交流系统与直流系统解耦,分别部署在CPU和GPU上计算。第二层为“直流系统时间并行”,直流系统在小步长下采用详细模型仿真,进一步在时间并行算法的框架下,使用GPU模拟实现了流水线计算,可灵活设置流水线条数,对多个直流系统多积分时步并行求解。最后,使用2个算例验证了该算法的有效性与实用性。计算结果表明：该算法可有效提高计算速度,为交直流系统稳定分析提供了新的解决思路。     

基于图形处理器的广义最小残差迭代法在电力系统暂态仿真中的应用

文中对电力系统暂态仿真算法及并行化设计进行了研究,针对图形处理器(graphic processing unit,GPU)的特性,应用广义最小残差法(generalized minimal residual,GMRES)提出一种基于GPU的电力系统暂态仿真并行算法。该算法采用预处理算法对暂态仿真计算过程中的系数矩阵进行预处理,降低条件数以提升收敛速度,经预处理后的线性方程组通过GMRES算法在GPU上并行求解,针对暂态仿真计算中线性方程组稀疏性的特点,算法应用稀疏存储技术以节省计算量和内存占用空间。测试表明,所提出的GPU并行算法与PSAT软件计算结果近似;相对CPU串行程序,当算例规模足够大时,GPU并行算法的加速效果明显,实测最高加速比为3.3。     

电力系统暂态稳定计算的一种时间并行算法

介绍了一种电力系统暂态稳定计算的时间并行算法。该算法应用隐式梯形积分法将描述电力系统有关元件动态特性的微分方程转化成差分方程，采用牛顿法对相应的差分方程和网络代数方程进行联立求解。借助于流水线处理技术的思想方法，实现了对暂态稳定计算中多个积分时间步的并行求解。描述了所提出的算法在IBM-SP2并行计算机上的实现方法。通过大型电力系统的仿真计算，对所提出的时间并行算法进行了评估。     

应用有向图分层的控制系统暂态仿真并行算法及其GPU实现

随着基于变流器的电气接口和交直流混联技术的广泛使用,电网电磁暂态仿真中需对大规模复杂控制系统进行建模。采用细粒度并行方法可加速控制系统计算,提升电网电磁暂态仿真整体效率。文中提出了一种控制系统细粒度并行仿真算法,加速了图形处理器(GPU)计算平台上大规模控制系统仿真。首先,为构造面向GPU的多线程细粒度并行计算,将控制系统建模为由大量基本控制元件构成的有向图。进一步,对控制系统有向图进行分层,生成控制元件求解顺序,以利用GPU的分组细粒度并行实现控制元件的分层计算。最后,结合GPU的三层并行结构,通过优化线程结构和配置共享内存,将计算线程映射到GPU中的计算资源,最大化控制系统仿真的并行度。对分布式电源接入IEEE 13节点系统的仿真结果对比表明,所提出算法在保证电网电磁暂态仿真正确性的同时,可显著提高GPU计算平台上大规模、复杂控制系统的仿真速度,在硬件资源充足时,不存在仿真规模限制。     

电力系统电磁暂态实时仿真中并行算法的研究

该文从软件开发的角度出发,提出了一种解决电磁暂态实时仿真问题的分网并行算法.算法中采用"节点分裂"进行网络分割,采用子网内部节点电压方程与子网之间边界点电压相等的关系联合求解网络,并结合长输电线解耦法,在电科院开发的实时仿真器ADPSS中实现了电磁暂态分网并行计算,使网络中任意点都可以作为边界点进行网络分割.该算法不但能保持长输电线解耦法并行计算的较高并行效率,还能提高分网并行的灵活性.实际系统的计算结果表明:文中所提出的网络并行算法是正确和有效的;节点分裂法即可用于交直流电力系统实时仿真分网并行计算,以实现交直流系统实时仿真.也可应用于电力系统电磁暂态仿真与机电暂态仿真接口计算中,实现电力系统电磁暂态仿真与机电暂态仿真的混合仿真.     

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。     

一种新的电力系统暂态稳定性时间并行计算方法

为了解决传统时间并行方法在电力系统暂态稳定性仿真中存在的迭代次数过多的问题,运用隐式梯形法在多个时间点上连续离散,然后结合不动点迭代运用牛顿法求解,推导出一种收敛性更好的电力系统暂态稳定性仿真并行算法。数学推导以及算例系统对比测试结果表明,该算法保持了牛顿法的收敛特性,解决了时间并行度和收敛性之间的矛盾,且算法中绝大多数计算为矢量计算,使用图形处理器(graphics processing unit,GPU)组织并行计算,可以获得传统中央处理器(central processing unit,CPU)并行无法获得的加速效果。     

基于GPU的机电暂态仿真细粒度并行算法

提出一种基于图形处理器(GPU)并采用隐形梯度法的机电暂态仿真细粒度并行算法。该算法将整个系统分为发电机节点系统和非发电机节点系统,对发电机节点系统求解时,先将在网络中直接相连的发电机节点合并成一个子系统,然后在GPU中给每个子系统分配相应线程块进行并行求解,其中采用了LU并行分解来求解线性方程组。求解完成后,利用从发电机节点系统传递来的LU分解信息,再对非发电机节点系统使用GPU进行求解。通过对不同规模的算例进行分析表明:所提出的GPU并行算法的计算结果与CPU串行算法和BPA软件的计算结果大致相同,且随着系统规模的增加,GPU并行算法的加速效果更为明显。     

基于平均化理论的PWM变流器电磁暂态快速仿真方法：(三)适用于图像处理器的改进EMTP并行仿真算法

智能电网技术的发展需要快速电磁暂态程序(EMTP),而日益广泛应用的图像处理器(GPU)为电磁暂态仿真提供了高效的仿真环境和平台。文中首先提出了细粒度并行算法的运算级并行策略,即基于单指令多数据流(SIMD)的运算级并行策略和基于共享内存的运算级并行策略。随后,设计了应用这两种并行策略的改进电磁暂态细粒度并行算法。三相脉宽调制(PWM)变流器仿真测试表明,适用于GPU的细粒度并行算法能够在保证仿真正确性的同时,显著提高仿真效率,从而验证了基于GPU的细粒度并行仿真算法适用于带有开关过程和复杂控制的大规模电力系统快速电磁暂态仿真应用的可行性。     

基于GPU的电磁暂态并行仿真研究

随着电力系统大量高压直流、新能源、柔性交流输电系统的接入,传统电磁暂态仿真由于步长小、仿真速度慢,已无法满足大规模系统的仿真需求。近年来,图形处理器(GPU)在高性能计算领域发展迅速,通过GPU优化从而提高电磁暂态仿真计算效率成为可能。本文在研究了GPU结构特点后,提出了一种适用于电磁暂态仿真线性方程组的并行LU分解算法,从三个方面对传统算法进行了加速。通过和基于CPU的传统算法的仿真结果对比,证明了本算法的优越性。