CN112949232A - 一种基于分布式建模的电气仿真方法 - Google Patents

一种基于分布式建模的电气仿真方法 Download PDF

Info

Publication number
CN112949232A
CN112949232A CN202110286182.3A CN202110286182A CN112949232A CN 112949232 A CN112949232 A CN 112949232A CN 202110286182 A CN202110286182 A CN 202110286182A CN 112949232 A CN112949232 A CN 112949232A
Authority
CN
China
Prior art keywords
current
distributed
iteration
solution
vector
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110286182.3A
Other languages
English (en)
Inventor
梁文毅
高秋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110286182.3A priority Critical patent/CN112949232A/zh
Publication of CN112949232A publication Critical patent/CN112949232A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/32—Circuit design at the digital level
    • G06F30/33—Design verification, e.g. functional simulation or model checking
    • G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
    • G06F30/331—Design verification, e.g. functional simulation or model checking using simulation with hardware acceleration, e.g. by using field programmable gate array [FPGA] or emulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于分布式建模的电气仿真方法，具体包括如下步骤：S1、在初始化时，读入网表文件；同时读入仿真配置文件；S2、并行构造Jacobian初始矩阵；S3、初始化本次非线性迭代的起始求解向量、右端项，并根据上一步向量解状态，给定当前时刻的步长；S4、并行更新Jacobian矩阵元素和右端项；S5、分布式计算：基于MPI技术，并行求解矩阵方程，得到当前迭代的向量解；S6、对非线性迭代进行收敛判断；S7、当步骤S6中的收敛判断成立时，当前的步长迭代结束。本发明的方法针对大型复杂系统，采用分布式技术，对各节点中模型进行更新运算，从而提高仿真效率；可以显著提高复杂大系统的整体仿真效率。

Description

一种基于分布式建模的电气仿真方法
技术领域
本发明涉及计算机虚拟仿真技术领域，具体为一种基于分布式建模的电气仿真方法。
背景技术
电气仿真技术广泛应用于航空、航天、舰船、兵器以及轨道交通等复杂电气系统的设计，目前通用的电气系统仿真器普遍采用基于LU三角分解的直接法来进行系统模拟仿真。对于大型稀疏矩阵，实现LU三角分解的并行运算有较大的技术障碍，因此，目前通用的求解器普遍采用单节点技术进行电气系统仿真。随着多电、全电技术的发展，独立供电系统越来越复杂，同时，随着建模技术的不断进步，电气系统仿真模型的复杂程度也越来越高，采用单节点硬件配置由于仿真效率低下，难以应对越来越高的复杂大系统仿真的需求。
发明内容
本发明的目的在于提供一种基于分布式建模的电气仿真方法，以解决上述背景技术中提出的问题，从而提高复杂电气系统仿真的求解效率。
为实现上述目的，本发明提供如下技术方案：
一种基于分布式建模的电气仿真方法，具体包括如下步骤：
S1、在初始化时，读入网表文件，所述的网表文件包括元件类型信息、元件管脚节点连接信息、元件模型参数信息；同时读入仿真配置文件，所述的仿真配置文件包括收敛相关参数、变步长相关参数和积分算法；
S2、根据步骤S1导入的元件类型信息、元件管脚节点连接信息和元件模型参数信息，基于节点电压法，建立求解方程，构造Jacobian初始矩阵；
S3、根据向量解状态，初始化本次非线性迭代的起始求解向量、右端项，并根据上一步向量解状态，给定当前时刻的步长；
S4、进入求解方程的非线性迭代求解过程：如果当前运算为当前时刻的第一次求解运算，则根据步骤S3提供的步长和初始向量解，更新Jacobian矩阵元素和右端项；如果当前运算不是当前时刻的第一次求解运算，则根据步骤S6计算得到的临时向量解，更新Jacobian矩阵元素和右端项；
S5、分布式计算：基于MPI技术，并行求解矩阵方程，得到当前迭代的向量解；
S6、根据向量解，对非线性迭代进行收敛判断，当矩阵求解收敛时，则进入步骤S7，否则返回步骤S4；根据当前计算得到的解向量，重新调用并行建模模块，更新Jacobian矩阵元素和右端项，继续求解当前矩阵，直到迭代收敛；当迭代次数超过最大迭代次数仍然不收敛时，给出警告信息；
S7、当步骤S6中的收敛判断成立时，当前的步长迭代结束；根据当前仿真时刻，判断仿真任务是否完成，若已达到设定的结束时间，则结束仿真，否则根据变步长算法，返回到步骤S3，设定步长、初始化下一个步长对应的解向量，重复步骤S3～S7过程。
作为本发明进一步的方案，所述步骤S2中求解方程的构造采用分布式技术进行，具体为：将节点信息分配到局域网计算资源中，分别对各节点模型进行建模。
作为本发明进一步的方案，所述步骤S3中非线性迭代采用牛顿-拉斐逊算法，步长的算法采用变步长运算。
作为本发明进一步的方案，所述步骤S4的Jacobian矩阵元素和右端项更新过程采用分布式并行技术进行，具体为：根据步骤S2中的节点分配信息，在各节点进行方程参数和右端项激励运算，各节点运算完成后，将所有信息反馈到主机，准备方程的分布式求解。
作为本发明进一步的方案，所述步骤S4～S6为基于牛顿-拉斐逊算法的非线性迭代过程。
作为本发明进一步的方案，在所述的非线性迭代过程中，运算量为两个方面，一方面是系数矩阵和右端项的更新，另一方面是基于系数矩阵和右端项进行方程组的求解。
与现有技术相比，本发明的有益效果是：本发明的方法针对大型复杂系统，采用分布式技术，将项目网表数据分配到多个节点上，在电气仿真过程中，对各节点中模型进行更新运算，从而提高仿真效率；通过充分利用局域网内的硬件计算资源，该方法可以显著提高复杂大系统的整体仿真效率；分布式并行计算基于MPI并行环境，能够实现多进程并行运算。
附图说明
图1为一种基于分布式建模的电气仿真方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种基于分布式建模的电气仿真方法，具体包括如下步骤：
S1、在初始化时，读入网表文件，所述的网表文件包括元件类型信息、元件管脚节点连接信息、元件模型参数信息；同时读入仿真配置文件，所述的仿真配置文件包括收敛相关参数、变步长相关参数和积分算法；
S2、根据步骤S1导入的元件类型信息、元件管脚节点连接信息和元件模型参数信息，基于节点电压法，建立求解方程，构造Jacobian初始矩阵；对于复杂大系统模型，可能涉及元件非常多，为了提高构建方程的效率，这里采用分布式技术进行方程构造，将节点信息分配到局域网计算资源中，分别对各节点模型进行建模；
S3、根据向量解状态，初始化本次非线性迭代的起始求解向量、右端项，并根据上一步向量解状态，给定当前时刻的步长；所述步骤S3中非线性迭代采用牛顿-拉斐逊算法，步长的算法采用变步长运算；
S4、进入求解方程的非线性迭代求解过程：如果当前运算为当前时刻的第一次求解运算，则根据步骤S3提供的步长和初始向量解，更新Jacobian矩阵元素和右端项；如果当前运算不是当前时刻的第一次求解运算，则根据步骤S6计算得到的临时向量解，更新Jacobian矩阵元素和右端项；这里Jacobian矩阵元素和右端项更新过程中，由于可能涉及到大量的函数运算，其计算量可能较大，因此，这里采用分布式并行技术，根据步骤S2中的节点分配信息，在各节点进行方程参数和右端项激励运算，各节点运算完成后，将所有信息反馈到主机，准备方程的分布式求解；
S5、分布式计算：基于MPI技术，并行求解矩阵方程，得到当前迭代的向量解；
S6、根据向量解，对非线性迭代进行收敛判断，当矩阵求解收敛时，则进入步骤S7，否则返回步骤S4；根据当前计算得到的解向量，重新调用并行建模模块，更新Jacobian矩阵元素和右端项，继续求解当前矩阵，直到迭代收敛；当迭代次数超过最大迭代次数仍然不收敛时，给出警告信息；所述步骤S4～S6为基于牛顿-拉斐逊算法的非线性迭代过程，在该非线性迭代过程中，主要的运算量为两个方面，一方面是系数矩阵和右端项的更新，另一方面是基于系数矩阵和右端项进行方程组的求解，通过对这两方面的并行运算，可以有效提高仿真效率；
S7、当步骤S6中的收敛判断成立时，当前的步长迭代结束；根据当前仿真时刻，判断仿真任务是否完成，若已达到设定的结束时间，则结束仿真，否则根据变步长算法，返回到步骤S3，设定步长、初始化下一个步长对应的解向量，重复步骤S3～S7过程。
本发明的方法针对大型复杂系统，采用分布式技术，将项目网表数据分配到多个节点上，在电气仿真过程中，对各节点中模型进行更新运算，从而提高仿真效率；通过充分利用局域网内的硬件计算资源，该方法可以显著提高复杂大系统的整体仿真效率；分布式并行计算基于MPI并行环境，能够实现多进程并行运算。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种基于分布式建模的电气仿真方法，其特征在于：具体包括如下步骤：
S1、在初始化时，读入网表文件，所述的网表文件包括元件类型信息、元件管脚节点连接信息、元件模型参数信息；同时读入仿真配置文件，所述的仿真配置文件包括收敛相关参数、变步长相关参数和积分算法；
S2、根据步骤S1导入的元件类型信息、元件管脚节点连接信息和元件模型参数信息，基于节点电压法，建立求解方程，构造Jacobian初始矩阵；
S3、根据向量解状态，初始化本次非线性迭代的起始求解向量、右端项，并根据上一步向量解状态，给定当前时刻的步长；
S4、进入求解方程的非线性迭代求解过程：如果当前运算为当前时刻的第一次求解运算，则根据步骤S3提供的步长和初始向量解，更新Jacobian矩阵元素和右端项；如果当前运算不是当前时刻的第一次求解运算，则根据步骤S6计算得到的临时向量解，更新Jacobian矩阵元素和右端项；
S5、分布式计算：基于MPI技术，并行求解矩阵方程，得到当前迭代的向量解；
S6、根据向量解，对非线性迭代进行收敛判断，当矩阵求解收敛时，则进入步骤S7，否则返回步骤S4；根据当前计算得到的解向量，重新调用并行建模模块，更新Jacobian矩阵元素和右端项，继续求解当前矩阵，直到迭代收敛；当迭代次数超过最大迭代次数仍然不收敛时，给出警告信息；
S7、当步骤S6中的收敛判断成立时，当前的步长迭代结束；根据当前仿真时刻，判断仿真任务是否完成，若已达到设定的结束时间，则结束仿真，否则根据变步长算法，返回到步骤S3，设定步长、初始化下一个步长对应的解向量，重复步骤S3～S7过程。
2.根据权利要求1所述的一种基于分布式建模的电气仿真方法，其特征在于：所述步骤S2中求解方程的构造采用分布式技术进行，具体为：将节点信息分配到局域网计算资源中，分别对各节点模型进行建模。
3.根据权利要求1所述的一种基于分布式建模的电气仿真方法，其特征在于：所述步骤S3中非线性迭代采用牛顿-拉斐逊算法，步长的算法采用变步长运算。
4.根据权利要求2所述的一种基于分布式建模的电气仿真方法，其特征在于：所述步骤S4的Jacobian矩阵元素和右端项更新过程采用分布式并行技术进行，具体为：根据步骤S2中的节点分配信息，在各节点进行方程参数和右端项激励运算，各节点运算完成后，将所有信息反馈到主机，准备方程的分布式求解。
5.根据权利要求1所述的一种基于分布式建模的电气仿真方法，其特征在于：所述步骤S4～S6为基于牛顿-拉斐逊算法的非线性迭代过程。
6.根据权利要求5所述的一种基于分布式建模的电气仿真方法，其特征在于：在所述的非线性迭代过程中，运算量为两个方面，一方面是系数矩阵和右端项的更新，另一方面是基于系数矩阵和右端项进行方程组的求解。
CN202110286182.3A 2021-03-17 2021-03-17 一种基于分布式建模的电气仿真方法 Pending CN112949232A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110286182.3A CN112949232A (zh) 2021-03-17 2021-03-17 一种基于分布式建模的电气仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110286182.3A CN112949232A (zh) 2021-03-17 2021-03-17 一种基于分布式建模的电气仿真方法

Publications (1)

Publication Number Publication Date
CN112949232A true CN112949232A (zh) 2021-06-11

Family

ID=76228687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110286182.3A Pending CN112949232A (zh) 2021-03-17 2021-03-17 一种基于分布式建模的电气仿真方法

Country Status (1)

Country Link
CN (1) CN112949232A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070136044A1 (en) * 2005-12-13 2007-06-14 Beattie Michael W Efficient simulation of dominantly linear circuits
US20070157135A1 (en) * 2005-12-19 2007-07-05 Baolin Yang Parallel multi-rate circuit simulation
CN101699448A (zh) * 2009-10-26 2010-04-28 清华大学 一种电力系统暂态稳定的分布式仿真方法
US20100332202A1 (en) * 2009-06-30 2010-12-30 Omniz Design Automation Corporation Parallel simulation of general electrical and mixed-domain circuits
CN101976835A (zh) * 2010-10-11 2011-02-16 重庆大学 一种大规模电力系统牛顿潮流的并行计算方法
CN103617150A (zh) * 2013-11-19 2014-03-05 国家电网公司 一种基于gpu的大规模电力系统潮流并行计算系统及其方法
CN104298809A (zh) * 2014-08-27 2015-01-21 天津大学 一种基于矩阵指数电磁暂态仿真的非线性建模求解方法
CN108023356A (zh) * 2017-12-01 2018-05-11 国网浙江省电力公司衢州供电公司 光伏电站电力系统的电压稳定分析方法及装置
CN111401413A (zh) * 2020-02-29 2020-07-10 同济大学 一种基于优化理论的带规模约束的并行聚类方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070136044A1 (en) * 2005-12-13 2007-06-14 Beattie Michael W Efficient simulation of dominantly linear circuits
US20070157135A1 (en) * 2005-12-19 2007-07-05 Baolin Yang Parallel multi-rate circuit simulation
US20100332202A1 (en) * 2009-06-30 2010-12-30 Omniz Design Automation Corporation Parallel simulation of general electrical and mixed-domain circuits
CN101699448A (zh) * 2009-10-26 2010-04-28 清华大学 一种电力系统暂态稳定的分布式仿真方法
CN101976835A (zh) * 2010-10-11 2011-02-16 重庆大学 一种大规模电力系统牛顿潮流的并行计算方法
CN103617150A (zh) * 2013-11-19 2014-03-05 国家电网公司 一种基于gpu的大规模电力系统潮流并行计算系统及其方法
CN104298809A (zh) * 2014-08-27 2015-01-21 天津大学 一种基于矩阵指数电磁暂态仿真的非线性建模求解方法
CN108023356A (zh) * 2017-12-01 2018-05-11 国网浙江省电力公司衢州供电公司 光伏电站电力系统的电压稳定分析方法及装置
CN111401413A (zh) * 2020-02-29 2020-07-10 同济大学 一种基于优化理论的带规模约束的并行聚类方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIU Y 等: "Two-Stage Parallel Waveform Relaxation Method for Large-Scale Power System Transient Stability Simulation", 《IEEE TRANSACTIONS ON POWER SYSTEMS》, pages 153 - 162 *
江涵 等: "一种可变步长的暂态稳定自适应修正牛顿组合算法", 《中国电机工程学报》, pages 105 - 112 *
王建;陈颖;沈沉;: "基于逆Broyden拟牛顿法的分布式暂态稳定仿真算法", 电力系统自动化, no. 05, pages 11 - 16 *

Similar Documents

Publication Publication Date Title
Vincent et al. Facilitating the adoption of unstructured high-order methods amongst a wider community of fluid dynamicists
CN101976835B (zh) 一种大规模电力系统牛顿潮流的并行计算方法
CN113191105A (zh) 一种基于分布式并行运算方法的电气仿真方法
Bochkov et al. Solving Poisson-type equations with Robin boundary conditions on piecewise smooth interfaces
CN111125963B (zh) 基于拉格朗日积分点有限元的数值仿真系统及方法
Montenegro et al. A-diakoptics for the multicore sequential-time simulation of microgrids within large distribution systems
Falgout et al. A parallel-in-time algorithm for variable step multistep methods
Zhong et al. An efficient large-scale mesh deformation method based on MPI/OpenMP hybrid parallel radial basis function interpolation
CN111582494A (zh) 一种基于延迟处理的混合分布式机器学习更新方法
CN116401907A (zh) 风洞试验数据静气弹修正方法、装置、设备及存储介质
Li et al. MPMNet: A data-driven MPM framework for dynamic fluid-solid interaction
CN105406517B (zh) 基于有限时间平均一致性算法的电力系统经济调度方法
CN112949232A (zh) 一种基于分布式建模的电气仿真方法
Tesfahunegn et al. Surrogate-based airfoil design with space mapping and adjoint sensitivity
Francescatto et al. A semi‐coarsening strategy for unstructured multigrid based on agglomeration
CN116956671A (zh) 基于深度学习神经网络的有限元模拟方法、系统、介质及设备
Tang Solving Stackelberg equilibrium for multi objective aerodynamic shape optimization
Fornasier et al. Time-dependent aeroelastic simulation of rapid manoeuvring aircraft
CN112949238A (zh) 一种基于迭代法的电气仿真方法
CN109635370A (zh) 开裂式阻力方向舵静气动弹性特性分析方法
CN107742042A (zh) 一种cae仿真前处理系统及方法
CN112307607B (zh) 一种基于边耦合的相依网络渗流分析方法及分析系统
CN114741956A (zh) 一种基于图神经网络的碳排放流追踪方法
Ebrahimi et al. A hierarchical parallel strategy for aerodynamic shape optimization with genetic algorithm
CN104600700B (zh) 基于发电机诺顿等值和广义逆的网损微增率计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination