[发明专利]一种基于运算树GPU并行加速模型的电力系统潮流计算方法

说明书

本发明公开了一种基于运算树并行加速模型的电力系统潮流计算方法，该方法包括以下步骤：(1)潮流计算信息导入；(2)潮流计算初值设定；(3)矩阵向量元素计算：基于运算树GPU并行加速模型计算当前迭代步的雅可比矩阵J(x^k)和量测修正量b(x^k)；(4)修正方程组求解，得到修正量Δx^k；(5)状态变量修正：x^k+1＝Δx^k+x^k；(6)收敛性判断：若满足修正量的无穷范数小于收敛精度ε，则算法收敛，结束；否则令当前迭代步数k加1，然后返回步骤(3)。本发明利用运算树GPU并行加速模型来加速电力系统潮流计算中的雅可比矩阵和量测修正量的生成，在系统规模较大时，能显著提高计算效率，满足潮流计算的实时性需求。同时，该方法编程简单，逻辑清晰直观，易于实现。

技术领域

本发明涉及电力系统潮流计算，尤其涉及一种基于运算树并行加速模型的电力系统潮流计算方法。

背景技术

电力系统潮流计算通过给定的电网结构、参数和发电机、负荷等元件的运行条件得到全网功率分布，进而确定系统运行状态，是电力系统稳定计算的基础。随着电网规模不断扩大和“省地一体化”调度模式的发展，为满足实时计算的要求，亟需提高潮流计算的计算效率。目前潮流计算中广泛应用的方法是牛顿法，该方法迭代次数少，收敛速度快，但在迭代过程中需要多次生成雅可比矩阵，计算量非常庞大。当系统规模较大时，使用传统的串行生成方法难以满足实时性需求。

发明内容

本发明要解决的技术问题是对现有技术方案进行完善与改进，提供基于运算树并行加速模型的电力系统潮流计算方法，以提高整体计算效率。为此，本发明采取以下技术方案。

本发明技术方案的主要实现步骤包括潮流计算信息导入、潮流计算初值设定、矩阵向量元素计算、修正方程组求解、状态变量修正、收敛性判断共六个子步骤。

一种基于运算树GPU并行加速模型的电力系统潮流计算方法，具体包括如下步骤：

(1)潮流计算信息导入：导入量测信息(节点电压、节点注入功率)、网络拓扑结构、线路参数信息，形成量测向量z、节点导纳矩阵Y。

(2)潮流计算初值设定：状态变量的迭代值为x^k，设定算法初始迭代步数k等于0，则状态变量的迭代初值为x⁰、收敛精度ε。

(3)矩阵向量元素计算：基于运算树GPU并行加速模型，根据量测向量z、节点导纳矩阵Y和当前状态变量迭代值x^k计算当前迭代步的雅可比矩阵J(x^k)和量测修正量b(x^k)。

(4)修正方程组求解：求解下式中表示的线性方程组得到修正量Δx^k。

Δx^k＝J(x^k)^-1b(x^k)

(5)状态变量修正：按下式计算

x^k+1＝Δx^k+x^k

(6)收敛性判断：若下式满足(即修正量的无穷范数小于收敛精度ε)，则算法收敛，结束；否则令当前迭代步数k加1，然后返回步骤(3)。

||Δx^k||_∞≤ε。

上述技术方案中，进一步地，所述的步骤(3)中，矩阵向量元素计算包含以下六个子步骤：