CN103701124A - 一种基于并行计算平台的小干扰辅助决策优化方法 - Google Patents

Abstract

本发明提供一种基于并行计算平台的小干扰辅助决策优化方法，包括以下步骤：滤除并行计算平台中的无危害故障，并确定需要调整的严重故障；计算状态量对各参数的灵敏度，生成状态量对应的灵敏度文件，并将灵敏度文件返回到调度节点进行汇总；生成调整量档位文件，并将汇总后的灵敏度文件和调整量档位文件依次下发至各计算节点；确定辅助决策的最终方案。本发明可实现电网传统的离线方式计算向在线稳定分析的转变，为大电网的在线安全诊断和智能化调度提供了有效的技术手段。另外，在新增发输电设备时进行阻尼可靠性计算，可以提供有效的输电方案，发挥电网最大潜力。

Description

一种基于并行计算平台的小干扰辅助决策优化方法

技术领域

本发明涉及一种优化方法，具体讲涉及一种基于并行计算平台的小干扰辅助决策优化方法。

背景技术

随着电力系统规模的迅速扩展，电网建设过程中局部地区网架结构本身存在的动态稳定性差的问题，以及省网交直流运行和西电东送规模加大，使得低频振荡对电网的安全稳定运行潜在的威胁更为突出。电力市场竞争机制的引入使得电力系统发生事故后造成的社会影响和经济影响越来越大，对电力系统安全稳定运行的要求变得越来越高。为确保电力系统安全稳定运行，要求运行人员必须实时、全面的了解电力系统的运行状态和潜在的事故隐患，掌握足够的系统安全可靠信息与可用的发电调整冗余，并按实时工况来动态地修正运行极限值和控制策略，以使系统远离潜在的不稳定事故；随着EMS/SCADA系统功能的不断完善和广泛使用，电力系统计算逐渐地从传统的基于多个典型方式的离线计算转为实时数据的在线计算。通过必要的预防措施和补救措施给出适当的参考方案，以保障电力系统的安全稳定运行。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于并行计算平台的小干扰辅助决策优化方法，可实现电网传统的离线方式计算向在线稳定分析的转变，为大电网的在线安全诊断和智能化调度提供了有效的技术手段。另外，在新增发输电设备时进行阻尼可靠性计算，可以提供有效的输电方案，发挥电网最大潜力。

为了实现上述发明目的，本发明采取如下技术方案：

本发明提供一种基于并行计算平台的小干扰辅助决策优化方法，所述方法包括以下步骤：

步骤1：滤除并行计算平台中的无危害故障，并确定需要调整的严重故障；

步骤2：计算状态量对各参数的灵敏度，生成状态量对应的灵敏度文件，并将灵敏度文件返回到调度节点进行汇总；

步骤3：生成调整量档位文件，并将汇总后的灵敏度文件和调整量档位文件依次下发至各计算节点；

步骤4：确定辅助决策的最终方案。

所述步骤1包括以下步骤：

步骤1-1：通过小干扰稳定计算滤除并行计算平台中的无危害故障；

步骤1-2：通过故障排序，确定需要进行调整的严重故障；

步骤1-3：进行小干扰计算，并下发输出的小干扰弱阻尼作业任务给计算节点。

所述步骤1-2中，并行计算平台中满足阻尼比ξ<0.03的故障，则为需要进行调整的严重故障。

所述步骤1-3中，对于小干扰弱阻尼作业任务，每个计算节点的作业任务只放置单个弱阻尼低频振荡特征值，并放置该特征值相对应的特征向量，在调度节点上先通过相关因子计算获取需要调整的发电机文件，包括待调发电机数据文件第1-nGen行、放置与特征值对应的相关因子以及之下若干行放置待调发电机信息；待调发电机信息包括特征值编号、母线标号、最大发电机有功出力限值、最小发电机有功出力限值、分群结果、母线名称、相关因子、实际发电机有功出力、相关因子权重比和母线区域号；

每个辅助决策节点的作业任务对应特征值生成单个待调整发电机文件，多个弱阻尼作业任务则对应生成多个待调整发电机文件，该文件包含若干条发电机信息，再将每个待调整发电机文件拆分成只含有单个发电机的多个文件形式，连同相关的计算配置文件，根据平台计算节点个数把待调整发电机文件依次分发到各个计算节点；在计算节点上，根据分配得到的待调整发电机文件生成各自对应的灵敏度文件，将这些文件返回到调度节点进行汇总后，根据最大调整量和调整方向等约束条件，生成调整量档位文件。

所述步骤2包括以下步骤：

步骤2-1：在计算节点上，根据分配得到的待调整发电机文件，建立灵敏度数学模型，计算特征值阻尼关于运行方式的灵敏度；

设并行计算平台在运行点处线性化后的状态方程如下：

$\left[\begin{array}{c}\mathrm{\&Delta;}\stackrel{\&CenterDot;}{X}\\ 0\end{array}\right]=\left[\begin{array}{cc}{J}_A& J_B\\ J_C& J_D\end{array}\right]\left[\begin{array}{c}\mathrm{\&Delta;X}\\ \mathrm{\&Delta;Y}\end{array}\right]=J\left[\begin{array}{c}\mathrm{\&Delta;X}\\ \mathrm{\&Delta;Y}\end{array}\right]---\left(1\right)$

其中， $J=\left[\begin{array}{cc}{J}_A& J_B\\ J_C& J_D\end{array}\right]$ 为并行计算平台线性化后的增广雅可比矩阵，ΔX为状态变量，ΔY为输出变量；

则可知该特征值对于发电机出力的灵敏度为：

$\frac{\mathrm{d\&lambda;}}{\mathrm{d\&mu;}}=\frac{\left[\begin{array}{cc}{u}_a& u_a^T\end{array}\right]\left[\begin{array}{cc}\frac{d{J}_A}{\mathrm{d\&mu;}}& \frac{d{J}_B}{\mathrm{d\&mu;}}\\ \frac{d{J}_C}{\mathrm{d\&mu;}}& \frac{d{J}_D}{\mathrm{d\&mu;}}\end{array}\right]\left[\begin{array}{c}v\\ v_a\end{array}\right]}{u^{T}v}---\left(2\right)$

其中，μ为发电机的出力调整因子，设该运行点处，并行计算平台的特征值、左特征向量和右特征向量分别为λ、u和v，且有：

$\begin{array}{c}{v}_a=-J_D^{-1}{J_C}^v\\ u_a^T=-u^T{J}_B{J}_D^{-1}\end{array}----\left(3\right)$

特征值阻尼关于运行方式的灵敏度表示为：

$\frac{\&PartialD;\mathrm{\&xi;}}{\&PartialD;\mathrm{\&mu;}}=\frac{1}{\sqrt{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}}\frac{-{\mathrm{\&beta;}}^2}{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}\frac{\&PartialD;\mathrm{\&alpha;}}{\&PartialD;\mathrm{\&mu;}}+\frac{1}{\sqrt{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}}\frac{\mathrm{\&alpha;\&beta;}}{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}\frac{\&PartialD;\mathrm{\&beta;}}{\&PartialD;\mathrm{\&mu;}}---\left(4\right)$

其中，λ＝α+jβ；

步骤2-2：按照灵敏度大小排序，依据故障切除后设定时刻状态量对各参数的灵敏度数值，生成各自对应的灵敏度文件；

步骤2-3：将生成的灵敏度文件返回到调度节点进行汇总。

步骤3-1：根据约束条件，生成调整量档位文件；所述约束条件包括最大调整量和调整方向；

步骤3-2：根据计算节点个数按照档位从小到大的顺序将汇总后的灵敏度文件和档位文件依次下发至各计算节点；

步骤3-3：在各个计算节点上，根据汇总后的灵敏度文件和各自分配得到的调整量档位文件生成对应的调整量表，并把计算结果再次上传至调度节点通过比较分析。

所述步骤4中，按照调整比例最小，且发电机输出量调整后潮流收敛，发电机调整个数最小的调整方案入选最优策略，作为辅助决策的最终方案。

所述并行计算平台包括客户端、调度节点服务器、计算节点服务器和数据节点服务器；

所述计算节点服务器接收调度节点的组播数据启动多线程计算，并将结果和计算状态返回到调度节点，并形成日志信息保存到计算节点；

所述调度节点服务器提供潮流数据的组播，回收计算结果并分配下发计算任务，并存放每个集群的状态信息和结果回收日志信息，供客户端读取；

所述数据节点服务器负责数据文件的存储和计算结果处理并转存到数据库，通过光交换机储存在磁盘阵列中；同时接受数据网关节点服务器发送过来的潮流文件和调度服务器转发的计算结果文件数据，然后将上述文件数据按照时间目录存储到本地，保留日志文件信息，提供日志查询功能。

与现有技术相比，本发明的有益效果在于：

本发明在计算灵敏度数值和动态元件的参数调整量时，都使用了并行计算方式，大大提高了计算速度，小干扰稳定计算和辅助决策计算能在分钟级内完成，使得在线辅助决策的实现成为可能。从而为调度人员的决策提供理论依据，提高电网应对风险的能力，预防事故进一步扩大。

附图说明

图1是分布式并行计算平台结构框图；

图2是调度节点服务器工作流程图；

图3是计算节点服务器工作流程图；

图4是基于并行计算平台的小干扰辅助决策优化方法流程图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

本发明提供一种基于并行计算平台的小干扰辅助决策优化方法，所述方法包括以下步骤：

步骤1：滤除并行计算平台中的无危害故障，并确定需要调整的严重故障；

步骤2：计算状态量对各参数的灵敏度，生成状态量对应的灵敏度文件，并将灵敏度文件返回到调度节点进行汇总；

步骤3：生成调整量档位文件，并将汇总后的灵敏度文件和调整量档位文件依次下发至各计算节点；

步骤4：确定辅助决策的最终方案。

所述步骤1包括以下步骤：

步骤1-1：通过小干扰稳定计算滤除并行计算平台中的无危害故障；

步骤1-2：通过故障排序，确定需要进行调整的严重故障；

步骤1-3：进行小干扰计算，并下发输出的小干扰弱阻尼作业任务给计算节点。

所述步骤1-2中，并行计算平台中满足阻尼比ξ<0.03的故障，则为需要进行调整的严重故障。

所述步骤1-3中，对于小干扰弱阻尼作业任务，每个计算节点的作业任务只放置单个弱阻尼低频振荡特征值，并放置该特征值相对应的特征向量，在调度节点上先通过相关因子计算获取需要调整的发电机文件，包括待调发电机数据文件第1-nGen行、放置与特征值对应的相关因子以及之下若干行放置待调发电机信息；待调发电机信息包括特征值编号、母线标号、最大发电机有功出力限值、最小发电机有功出力限值、分群结果、母线名称、相关因子、实际发电机有功出力、相关因子权重比和母线区域号；

每个辅助决策节点的作业任务对应特征值生成单个待调整发电机文件，多个弱阻尼作业任务则对应生成多个待调整发电机文件，该文件包含若干条发电机信息，再将每个待调整发电机文件拆分成只含有单个发电机的多个文件形式，连同相关的计算配置文件，根据平台计算节点个数把待调整发电机文件依次分发到各个计算节点；在计算节点上，根据分配得到的待调整发电机文件生成各自对应的灵敏度文件，将这些文件返回到调度节点进行汇总后，根据最大调整量和调整方向等约束条件，生成调整量档位文件。

所述步骤2包括以下步骤：

步骤2-1：在计算节点上，根据分配得到的待调整发电机文件，建立灵敏度数学模型，计算特征值阻尼关于运行方式的灵敏度；

设并行计算平台在运行点处线性化后的状态方程如下：

$\left[\begin{array}{c}\mathrm{\&Delta;}\stackrel{\&CenterDot;}{X}\\ 0\end{array}\right]=\left[\begin{array}{cc}{J}_A& J_B\\ J_C& J_D\end{array}\right]\left[\begin{array}{c}\mathrm{\&Delta;X}\\ \mathrm{\&Delta;Y}\end{array}\right]=J\left[\begin{array}{c}\mathrm{\&Delta;X}\\ \mathrm{\&Delta;Y}\end{array}\right]---\left(1\right)$

其中， $J=\left[\begin{array}{cc}{J}_A& J_B\\ J_C& J_D\end{array}\right]$ 为并行计算平台线性化后的增广雅可比矩阵，ΔX为状态变量，ΔY为输出变量；

则可知该特征值对于发电机出力的灵敏度为：

$\frac{\mathrm{d\&lambda;}}{\mathrm{d\&mu;}}=\frac{\left[\begin{array}{cc}{u}_a& u_a^T\end{array}\right]\left[\begin{array}{cc}\frac{d{J}_A}{\mathrm{d\&mu;}}& \frac{d{J}_B}{\mathrm{d\&mu;}}\\ \frac{d{J}_C}{\mathrm{d\&mu;}}& \frac{d{J}_D}{\mathrm{d\&mu;}}\end{array}\right]\left[\begin{array}{c}v\\ v_a\end{array}\right]}{u^{T}v}---\left(2\right)$

其中，μ为发电机的出力调整因子，设该运行点处，并行计算平台的特征值、左特征向量和右特征向量分别为λ、u和v，且有：

$\begin{array}{c}{v}_a=-J_D^{-1}{J_C}^v\\ u_a^T=-u^T{J}_B{J}_D^{-1}\end{array}----\left(3\right)$

特征值阻尼关于运行方式的灵敏度表示为：

$\frac{\&PartialD;\mathrm{\&xi;}}{\&PartialD;\mathrm{\&mu;}}=\frac{1}{\sqrt{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}}\frac{-{\mathrm{\&beta;}}^2}{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}\frac{\&PartialD;\mathrm{\&alpha;}}{\&PartialD;\mathrm{\&mu;}}+\frac{1}{\sqrt{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}}\frac{\mathrm{\&alpha;\&beta;}}{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}\frac{\&PartialD;\mathrm{\&beta;}}{\&PartialD;\mathrm{\&mu;}}---\left(4\right)$

其中，λ＝α+jβ；

步骤2-2：按照灵敏度大小排序，依据故障切除后设定时刻状态量对各参数的灵敏度数值，生成各自对应的灵敏度文件；

步骤2-3：将生成的灵敏度文件返回到调度节点进行汇总。

步骤3-1：根据约束条件，生成调整量档位文件；所述约束条件包括最大调整量和调整方向；

步骤3-2：根据计算节点个数按照档位从小到大的顺序将汇总后的灵敏度文件和档位文件依次下发至各计算节点；

步骤3-3：在各个计算节点上，根据汇总后的灵敏度文件和各自分配得到的调整量档位文件生成对应的调整量表，并把计算结果再次上传至调度节点通过比较分析。

所述步骤4中，按照调整比例最小，且发电机输出量调整后潮流收敛，发电机调整个数最小的调整方案入选最优策略，作为辅助决策的最终方案。这个过程中通过把多个故障任务拆分，能够有效利用机群资源实现多个任务同时进行计算；通过对单个计算任务中的文件拆分，再次充分利用平台计算机资源，通过机群配合减少了分配给单个计算机的计算任务，从而提高了计算效率。如果使用多个任务在单个计算节点上串行计算，势必要一个个任务依次等待计算，每个任务中对应的每台发电机的灵敏度计算，都要依次计算，以及对应各档位的调整量计算也要依次展开，最终导致整个计算速度过慢难以满足在线计算要求；并行计算尤其在大电网多故障计算中优势显著。

如图1，所述并行计算平台包括客户端、调度节点服务器、计算节点服务器和数据节点服务器；

如图2，所述调度节点服务器提供潮流数据的组播，回收计算结果并分配下发计算任务，并存放每个集群的状态信息和结果回收日志信息，供客户端读取；是所有计算节点的管理者和计算流程的控制者。

如图3，所述计算节点服务器是计算平台实现稳定计算分析和辅助决策功能的执行者，由多台计算服务器组成。接收调度节点的组播数据启动多线程计算，并将结果和计算状态返回到调度节点，并形成日志信息保存到计算节点；多个计算节点互不影响，可以根据运行情况灵活的增加或减少计算节点。

所述数据节点服务器负责数据文件的存储和计算结果处理并转存到数据库，通过光交换机储存在磁盘阵列中；同时接受数据网关节点服务器发送过来的潮流文件和调度服务器转发的计算结果文件数据，然后将上述文件数据按照时间目录存储到本地，保留日志文件信息，提供日志查询功能。

调度节点服务器、数据节点服务器以及计算节点服务器存配置2台服务器，互为冗余。其中计算节点服务器当数据传输量较大时还起到负载均衡的作用。

如图4所示首先进行小干扰稳定计算，界面提交端发送消息，分布式并行平台进程负责分析和处理该消息，分布式平台将消息下发到计算节点请求小干扰稳定计算，当计算节点完成计算后，附带小干扰稳定计算结果返回；小干扰稳定计算完毕后，分布式平台向调度壳程序发送消息请求辅助决策计算，调度壳程序首先向分布式平台请求计算节点资源信息，请求成功后进入辅助决策计算流程；B1表示灵敏度计算，B2表示调整量计算。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述方法包括以下步骤：

步骤1：滤除并行计算平台中的无危害故障，并确定需要调整的严重故障；

步骤2：计算状态量对各参数的灵敏度，生成状态量对应的灵敏度文件，并将灵敏度文件返回到调度节点进行汇总；

步骤3：生成调整量档位文件，并将汇总后的灵敏度文件和调整量档位文件依次下发至各计算节点；

步骤4：确定辅助决策的最终方案。

2.根据权利要求1所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述步骤1包括以下步骤：

步骤1-1：通过小干扰稳定计算滤除并行计算平台中的无危害故障；

步骤1-2：通过故障排序，确定需要进行调整的严重故障；

步骤1-3：进行小干扰计算，并下发输出的小干扰弱阻尼作业任务给计算节点。

3.根据权利要求2所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述步骤1-2中，并行计算平台中满足阻尼比ξ<0.03的故障，则为需要进行调整的严重故障。

4.根据权利要求2所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述步骤1-3中，对于小干扰弱阻尼作业任务，每个计算节点的作业任务只放置单个弱阻尼低频振荡特征值，并放置该特征值相对应的特征向量，在调度节点上先通过相关因子计算获取需要调整的发电机文件，包括待调发电机数据文件第1-nGen行、放置与特征值对应的相关因子以及之下若干行放置待调发电机信息；待调发电机信息包括特征值编号、母线标号、最大发电机有功出力限值、最小发电机有功出力限值、分群结果、母线名称、相关因子、实际发电机有功出力、相关因子权重比和母线区域号；

每个辅助决策节点的作业任务对应特征值生成单个待调整发电机文件，多个弱阻尼作业任务则对应生成多个待调整发电机文件，该文件包含若干条发电机信息，再将每个待调整发电机文件拆分成只含有单个发电机的多个文件形式，连同相关的计算配置文件，根据平台计算节点个数把待调整发电机文件依次分发到各个计算节点；在计算节点上，根据分配得到的待调整发电机文件生成各自对应的灵敏度文件，将这些文件返回到调度节点进行汇总后，根据最大调整量和调整方向等约束条件，生成调整量档位文件。

5.根据权利要求1所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述步骤2包括以下步骤：

步骤2-1：在计算节点上，根据分配得到的待调整发电机文件，建立灵敏度数学模型，计算特征值阻尼关于运行方式的灵敏度；

设并行计算平台在运行点处线性化后的状态方程如下：

$\left[\begin{array}{c}\mathrm{\&Delta;}\stackrel{\&CenterDot;}{X}\\ 0\end{array}\right]=\left[\begin{array}{cc}{J}_A& J_B\\ J_C& J_D\end{array}\right]\left[\begin{array}{c}\mathrm{\&Delta;X}\\ \mathrm{\&Delta;Y}\end{array}\right]=J\left[\begin{array}{c}\mathrm{\&Delta;X}\\ \mathrm{\&Delta;Y}\end{array}\right]---\left(1\right)$

其中， $J=\left[\begin{array}{cc}{J}_A& J_B\\ J_C& J_D\end{array}\right]$ 为并行计算平台线性化后的增广雅可比矩阵，ΔX为状态变量，ΔY为输出变量；

则可知该特征值对于发电机出力的灵敏度为：

$\frac{\mathrm{d\&lambda;}}{\mathrm{d\&mu;}}=\frac{\left[\begin{array}{cc}{u}_a& u_a^T\end{array}\right]\left[\begin{array}{cc}\frac{d{J}_A}{\mathrm{d\&mu;}}& \frac{d{J}_B}{\mathrm{d\&mu;}}\\ \frac{d{J}_C}{\mathrm{d\&mu;}}& \frac{d{J}_D}{\mathrm{d\&mu;}}\end{array}\right]\left[\begin{array}{c}v\\ v_a\end{array}\right]}{u^{T}v}---\left(2\right)$

其中，μ为发电机的出力调整因子，设该运行点处，并行计算平台的特征值、左特征向量和右特征向量分别为λ、u和v，且有：

$\begin{array}{c}{v}_a=-J_D^{-1}{J_C}^v\\ u_a^T=-u^T{J}_B{J}_D^{-1}\end{array}----\left(3\right)$

特征值阻尼关于运行方式的灵敏度表示为：

$\frac{\&PartialD;\mathrm{\&xi;}}{\&PartialD;\mathrm{\&mu;}}=\frac{1}{\sqrt{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}}\frac{-{\mathrm{\&beta;}}^2}{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}\frac{\&PartialD;\mathrm{\&alpha;}}{\&PartialD;\mathrm{\&mu;}}+\frac{1}{\sqrt{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}}\frac{\mathrm{\&alpha;\&beta;}}{({\mathrm{\&alpha;}}^2+{\mathrm{\&beta;}}^2)}\frac{\&PartialD;\mathrm{\&beta;}}{\&PartialD;\mathrm{\&mu;}}---\left(4\right)$

其中，λ＝α+jβ；

步骤2-2：按照灵敏度大小排序，依据故障切除后设定时刻状态量对各参数的灵敏度数值，生成各自对应的灵敏度文件；

步骤2-3：将生成的灵敏度文件返回到调度节点进行汇总。

6.根据权利要求1所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述步骤3包括以下步骤：

步骤3-1：根据约束条件，生成调整量档位文件；所述约束条件包括最大调整量和调整方向；

步骤3-2：根据计算节点个数按照档位从小到大的顺序将汇总后的灵敏度文件和档位文件依次下发至各计算节点；

步骤3-3：在各个计算节点上，根据汇总后的灵敏度文件和各自分配得到的调整量档位文件生成对应的调整量表，并把计算结果再次上传至调度节点通过比较分析。

7.根据权利要求1所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述步骤4中，按照调整比例最小，且发电机输出量调整后潮流收敛，发电机调整个数最小的调整方案入选最优策略，作为辅助决策的最终方案。

8.根据权利要求1-7任一所述的基于并行计算平台的小干扰辅助决策优化方法，其特征在于：所述并行计算平台包括客户端、调度节点服务器、计算节点服务器和数据节点服务器；

所述计算节点服务器接收调度节点的组播数据启动多线程计算，并将结果和计算状态返回到调度节点，并形成日志信息保存到计算节点；

所述调度节点服务器提供潮流数据的组播，回收计算结果并分配下发计算任务，并存放每个集群的状态信息和结果回收日志信息，供客户端读取；

所述数据节点服务器负责数据文件的存储和计算结果处理并转存到数据库，通过光交换机储存在磁盘阵列中；同时接受数据网关节点服务器发送过来的潮流文件和调度服务器转发的计算结果文件数据，然后将上述文件数据按照时间目录存储到本地，保留日志文件信息，提供日志查询功能。

Images