没有合适的资源?快使用搜索试试~ 我知道了~
首页GPU加速大电网N-1故障扫描:一种批量计算方法
GPU加速大电网N-1故障扫描:一种批量计算方法
1 下载量 93 浏览量
更新于2024-08-29
2
收藏 2.89MB PDF 举报
"基于GPU加速的大电网N-1故障扫描批量计算方法" 在现代电力系统中,随着电网规模的持续扩大,N-1安全校验变得越来越重要,它涉及到从大量设备可能的开断情况中筛选出可能导致严重故障的组合。N-1安全校验旨在确保在任一关键设备故障时,电网仍能保持稳定运行。传统的计算方法在处理大规模电网时效率低下,往往无法满足实时调度的需求。 针对这一问题,研究者提出了一种基于CPU-GPU异构计算框架的实时N-1故障扫描批量计算方法。这种方法充分利用了CPU和GPU各自的优势,CPU负责管理和协调任务,而GPU则用于执行高度并行的计算任务,以提升整体计算速度。 在该方法中,研究者不仅考虑了常见的断线故障,还纳入了发电机开断故障的预想事故,进一步扩展了故障场景的覆盖范围。通过挖掘计算过程中的细粒度并行性,他们设计了专门的核函数,优化了关键计算步骤,从而实现了更高效的并行计算。同时,考虑到网络拓扑中的移相器,提高了计算的精确度。 为了验证新方法的正确性和效率,研究者进行了实际测试,对比了IEEE标准算例和欧洲真实电网算例。结果表明,新方法在各种工况下都能准确地完成批量计算,并且显著提升了计算速度,这对于实时的电网监控和决策支持至关重要。 这项工作为大型电力系统的N-1安全校验提供了强大的计算工具,利用GPU的并行计算能力,极大地缩短了故障扫描的时间,有助于实现电网的实时在线安全评估,对于保障电网的安全稳定运行具有重大意义。此外,这种CPU-GPU异构计算框架也为其他需要高效并行计算的领域提供了一种可能的解决方案。
资源详情
资源推荐
第 40 卷 第 8 期
2020 年 8 月
电 力 自 动 化 设 备
Electric Power Automation Equipment
Vol.40 No.8
Aug. 2020
基于 GPU 加速的大电网
N
-1 故障扫描批量计算方法
张宸赓
1
,许 寅
1
,陈 颖
2
,苏大威
3
,李 一
3
,刘思言
4
(1. 北京交通大学 电气工程学院,北京 100044;2. 清华大学 电机工程与应用电子技术系,北京 100084;
3. 国网江苏省电力有限公司,江苏 南京 210024;4. 全球能源互联网研究院有限公司,北京 102209)
摘要:随着电网规模的不断扩大,从各种可能的设备开断情况中筛选出严重故障集成为 N-1 安全校验的重要
耗时部分。为了加速大电网 N-1 安全校验的故障筛选,提出了一种基于中央处理器-图形处理器(CPU-GPU)
异构计算框架的实时 N-1 故障扫描批量计算方法。考虑到不同工况下的计算存在粗粒度并行性,进一步挖
掘计算中的细粒度并行性是提高计算效率的有效途径。提出了同时考虑断线故障和发电机开断故障这 2 种
预想事故下的细粒度并行计算方法,并设计了关键计算步骤的核函数。增加考虑了网络拓扑中的移相器,使
得计算精度更高,通过与 IEEE 标准算例和欧洲真实电网算例对比,验证了各工况下批量计算方法的正确性,
并取得了显著的加速效果。
关键词:电力系统;静态安全分析;GPU;N-1 故障扫描;CPU-GPU 异构计算框架
中图分类号:TM 715 文献标志码:A DOI:10.16081/j.epae.202007030
0 引言
随着电网规模的不断增大和结构的日益复杂,
亟需建立更加可靠的电力运行监视和控制系统,保
障电网的经济安全运行,同时也对电网实时准确的
调度控制能力提出了更高的要求。N-1 安全校验可
用于检验电网中某一元件强迫退出运行后系统的运
行状态,进而准确地指导调度采取措施。为避免发
生元件过负荷或者负荷母线过电压所造成的设备损
坏或大面积停电等严重事故,实时进行系统 N-1 安
全校验尤为重要。但由于在线网络分析能力的不
足,目前 N-1 潮流求解多采用离线方式,无法满足调
度决策的在线需求。因此,提高在线 N-1 安全校验
的计算能力对电力系统实时在线运行具有重要
作用
[1]
。
N-1 安全校验的实质是电力系统运行的稳态分
析问题,即潮流问题
[2]
。在线或实时分析需要在短
时间内完成计算。为加快大电网 N-1 安全校验的潮
流计算速度,文献[3⁃4]采用补偿法,在发生断线故
障的支路两端节点处引入补偿功率或补偿电流模拟
支路开断,因而不必重新形成因子表。文献[5]提出
了一种基于网络分块的新型迭代算法,通过降低网
络维数加快计算速度。上述方法虽然取得了一定的
加速效果,但是对于大电网而言,仍然无法在短时间
内完成所有预想事故的分析,因而难以满足实时的
全局分析要求。
为了进一步加快计算速度,常用的计算方法是
采用多核中央处理器(CPU)并行计算技术,但是受
内存带宽的制约,传统多核 CPU 并行计算效率不能
随着核数增加而线性增加,解决内存带宽饱和问题
需要部署具有独立物理内存的计算节点,这将大幅
增加能耗和费用,因而不适用于大规模系统
[6]
。
与多核 CPU 相比,图形处理器(GPU)因其在浮
点运算和内存带宽的优越性能而具有更为强大的并
行计算能力,已经被成功运用到包括电力系统领域
在内的众多科学计算领域
[7]
。针对不同的计算需
求,相关学者提出了不同的 GPU 加速算法。针对潮
流计算,不同的计算方法如高斯-赛德尔迭代法
[8]
、
牛顿-拉夫逊法
[9]
以及快速分解法
[10]
等均在 GPU 内
被加速实现。针对潮流计算中稀疏线性方程组的求
解,文献[11⁃12]分别提出了基于 GPU 加速的求解稀
疏线性方程组的不同方法,如 LU 分解、共轭梯度法。
针对 N-1 安全校验,文献[13]实现了 GPU 上的批量
LU 分解并行求解器,提高批量潮流求解效率,但是
关于 N-1 安全校验中批量场景生成等其他环节没有
研究。文献[14]设计了批量求解稀疏线性方程组的
QR 分解算法和雅可比矩阵生成的计算方法,取得了
不错的加速效果,但是由于受内存等方面的限制,可
处理的故障规模不大。文献[15]设计了一种双层并
行算法以进行大规模系统的 N-1 安全校验,在 GPU
中取得了近 10 倍的加速效果。文献[16]将 N-1 安
全校验问题拼接成一个较大规模的潮流问题,并采
用迭代计算法,虽然提高了整体计算效率但是迭代
精度不高。上述基于交流潮流算法的 N-1 安全校验
虽然取得了一定的加速效果,但是针对大规模系统,
存在很严重的显存问题,无法进行全网的在线 N-1
安全校验。
实际上只有少数的紧急故障会危及系统安全,
收稿日期:2020-01-17;修回日期:2020-05-27
基金项目:国家电网公司总部科技项目(5455HJ180004)
Project supported by the Science and Technology Project
of SGCC(5455HJ180004)
下载后可阅读完整内容,剩余9页未读,立即下载
weixin_38556668
- 粉丝: 5
- 资源: 981
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 达梦数据库DM8手册大全:安装、管理与优化指南
- Python Matplotlib库文件发布:适用于macOS的最新版本
- QPixmap小demo教程:图片处理功能实现
- YOLOv8与深度学习在玉米叶病识别中的应用笔记
- 扫码购物商城小程序源码设计与应用
- 划词小窗搜索插件:个性化搜索引擎与快速启动
- C#语言结合OpenVINO实现YOLO模型部署及同步推理
- AutoTorch最新包文件下载指南
- 小程序源码‘有调’功能实现与设计课程作品解析
- Redis 7.2.3离线安装包快速指南
- AutoTorch-0.0.2b版本安装教程与文件概述
- 蚁群算法在MATLAB上的实现与应用
- Quicker Connector: 浏览器自动化插件升级指南
- 京东白条小程序源码解析与实践
- JAVA公交搜索系统:前端到后端的完整解决方案
- C语言实现50行代码爱心电子相册教程
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功