CN113033024A - 输电网细粒度并行电磁暂态仿真方法、系统、终端及介质 - Google Patents
输电网细粒度并行电磁暂态仿真方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN113033024A CN113033024A CN202110446257.XA CN202110446257A CN113033024A CN 113033024 A CN113033024 A CN 113033024A CN 202110446257 A CN202110446257 A CN 202110446257A CN 113033024 A CN113033024 A CN 113033024A
- Authority
- CN
- China
- Prior art keywords
- branch
- node
- simulation
- voltage
- current
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种输电网细粒度并行电磁暂态仿真方法、系统及介质,针对输电网提出一种细粒度并行求解算法,能将输电网的仿真并行度提升至单个节点和单条支路,进而利用GPU海量计算单元进行线程分配,每个节点、每条支路对应一个线程,使得系统规模的增加只会导致并行线程数的增加,并不会对仿真效率产生明显影响。在验证算法准确性的基础上,结合现有高性能集成开发环境进行仿真效率测试,通过不同开发环境的对比,验证了Julia环境下所提算法的优越性。
Description
技术领域
本发明涉及电力系统技术领域,具体地,涉及一种基于Julia的针对大规模输电网的细粒度并行高效电磁暂态仿真方法、系统及介质。
背景技术
随着分布式电压源的高渗透接入,在增强了电力系统的灵活性的同时,让现代电力系统各个环节呈现高度电力电子化趋势,使得大范围的复杂电磁暂态现象时有发生。电磁暂态仿真逐渐成为精确模拟未来电力系统运行状态的有效手段。
随着计算机性能的改善,计算机的计算资源大幅增加,计算速度得到了极大的提升,各类高性能计算设备也层出不穷,为电磁暂态仿真效率的提升提供了必要的硬件支持。同时,随着新的高性能编程语言的出现,实现了在不降低运算速度的前提下代码的简化,为电磁暂态仿真的简化提供了一种新的可能。此外,随着各类新的建模技术和数值分析方法的出现,电磁暂态仿真算法和理论也在不断更新和完善,逐渐做到了算法框架与硬件资源的统一,有力保障了电磁暂态仿真效率的提升。
传统电磁暂态仿真采用的是高串行度的节点分析法,大多采用中央处理器(CPU)来实现,CPU架构很大一部分都是缓存,计算的主要时间用在数据的传输上,效率受到其本身体系结构的制约。图形处理器(GPU)的发展为高性能计算提供了硬件支持,GPU有海量的计算单元,相比于CPU利用复杂逻辑结构优化算法,GPU利用其处理海量数据的优势,通过提高总的数据吞吐量来提高计算效率,使其在浮点运算、并行计算等方面极大优于CPU,更适合于开发大电网电磁暂态并行仿真程序。
目前,随着高性能计算设备和硬件资源的不断完善,提升电磁暂态仿真效率主要从提高计算并行度出发。基于分组分区的思想对大电网进行分割建模是提高计算并行度的主要手段,最早实现并行计算的是长传输线解耦分网方法,但分网条件要求高,难以做到灵活分网。后来一些新的分网方法被提出,主要有状态空间节点法、多区域戴维南等值法、理想变压器模型法以及节点分裂法等,这些方法虽然都可以实现并行求解,但由于分块数量的限制,往往利用多核CPU进行分网计算,属于系统级并行,各个分区系统的复杂程度会制约仿真效率的进一步提升。此外,在长距离输电线路中,需要考虑线路参数的分布特性,建立精细化的传输线模型,一般采用的方法是在考虑多种因素建模的基础上进行分段处理,这种分段线性增加了系统的规模,即使是对系统级并行来说,其各个分区的系统规模也会线性增加,此时系统级并行方案也无法有效的提高仿真效率。
发明内容
本发明针对现有技术中存在的上述不足,提供了一种输电网细粒度并行电磁暂态仿真方法、系统、终端及介质。
根据本发明的一个方面,提供了一种输电网细粒度并行电磁暂态仿真方法,包括:
构建电力系统仿真模型;所述电力系统仿真模型包括:电压源部分、输电网络部分以及接口部分,其中,所述电压源部分和输电网络部分能够进行独立并行求解,所述接口部分依据所述电压源部分和所述输电网络部分的电流更新结果进行求解;
针对所述电力系统仿真模型,获取所述电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;
根据所述节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;
依据所述潮流数据,构建电力系统负荷节点的恒阻抗模型,并将所述负荷节点以恒阻抗的形式添加到所述节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵;
根据所述新的节点参数矩阵和支路参数矩阵,得到初始数据;
利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据;
利用所述仿真数据,分别对所述电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束。
优选地,所述构建电力系统仿真模型,包括:
针对电力系统的拓扑结构,依据双端戴维南等值方法将所述电力系统进行解耦,使得所述电力系统被分解成电压源部分、输电网络部分以及接口部分;其中:所述电压源部分和输电网络部分均能够独立并行求解,所述接口部分依据所述电压源部分和所述输电网络部分的电流更新结果进行求解。
优选地,所述电力系统仿真模型,选用电感支路和电容支路的组合作为所述电压源部分和所述输电网络部分的接口;在所述电压源部分和所述输电网络部分,与之相连的对地电容被等效为所在支路上的电压源,同时,对所述电容支路,与之相连的所述电压源部分和所述输电网络部分被等效为所在节点上的对地电流源。
优选地,所述针对所述电力系统仿真模型,获取所述电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵,包括:
获取所述电力系统仿真模型的节点参数,包括节点编号、电压幅值、电压相角、电机有功功率、电机无功功率、负荷有功功率、负荷无功功率、电导G、电纳B以及节点类型编号,依据平衡节点、PV节点、PQ节点三种不同节点类型获取所述电力系统仿真模型潮流求解所需的节点参数,按照节点参数矩阵基本格式补充到对应的位置上,得到节点参数矩阵;
获取所述电力系统仿真模型的支路参数,包括支路始端节点编号、支路末端节点编号、支路电阻值、支路电抗值、支路对地电纳值、变压器变比以及相位,依据所述电力系统仿真模型支路的相关参数,按照支路参数矩阵基本格式补充到对应的位置上,得到支路参数矩阵。
优选地,所述根据所述节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流结果,包括:
依据求得的所述节点参数矩阵和支路参数矩阵,求解所述电力系统仿真模型的节点导纳矩阵以及各个类型的节点数目;
依据节点数目、节点类型、电压幅值初值、电压相角初值、节点导纳矩阵、发电机有功功率、发电机无功功率、负荷有功功率、负荷无功功率以及潮流计算精度,计算节点有功功率、无功功率的变化量,同时判断所述电力系统仿真模型的潮流收敛性;
依据输入的电压幅值、电压相角、节点导纳矩阵、待求电压相角的节点编号以及待求电压幅值的节点编号,求取所述电力系统仿真模型的雅可比矩阵;
依据所述雅可比矩阵以及迭代次数和潮流计算精度,求取所述电力系统仿真模型的节点潮流结果和支路潮流结果。
优选地,所述依据所述潮流数据,构建电力系统负荷节点的恒阻抗模型,并将所述负荷节点以恒阻抗的形式添加到所述节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵,包括:
依据所述电力系统仿真模型节点及支路的潮流结果,得到负荷所在节点的节点电压幅值和相角参数,再利用负荷有功功率和负荷无功功率,构建电力系统负荷节点的恒阻抗模型,求取负荷节点对应的恒阻抗模型参数;
根据所述节点参数矩阵和支路参数矩阵基本格式,将构建的负荷节点恒阻抗模型参数添加到所述节点参数矩阵和支路参数模型的对应位置上,并对整个电力系统仿真模型的节点进行重新编号,得到新的节点参数矩阵和支路参数矩阵。
优选地,所述根据所述新的节点参数矩阵和支路参数矩阵,得到初始数据,包括:
根据所述新的节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的不同节点进行分类,得到电压源节点编号,并对电压源所在支路编号进行预存储,得到电压源部分初始数据;
对所述电力系统仿真模型的对地导纳矩阵、对地电容矩阵、支路电阻矩阵以及支路电抗矩阵进行计算并预存储,得到输电网络部分初始数据;
对所述电力系统仿真模型的接口电容矩阵进行计算并预存储,得到接口部分初始数据。
优选地,所述利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据,包括:
利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到电压源部分的节点电压幅值及相角、电压源所在支路电流更新所需的系数矩阵、输电网络部分节点电压及支路电流更新所需的系数矩阵以及接口部分节点电压更新所需的系数矩阵,并进行预存储,得到主循环仿真所需的仿真数据。
优选地,利用所述仿真数据,分别对所述电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束,包括:
依据所述电压源部分的支路电流更新方程对电压源所在支路的支路电流进行求解,得到所述电压源部分当前仿真步的支路电流向量;
依据所述输电网络部分的电压电流更新方程对输电网络部分所在支路的支路电流进行求解,得到所述输电网络部分当前仿真步的支路电流向量;
调用所述电压源部分的支路电流向量和所述输电网络部分的支路电流向量,利用所述接口部分的节点电压更新方程对接口部分的节点电压进行求解,得到所述接口部分当前仿真步的节点电压向量;
至此,所述电力系统仿真模型在一个仿真循环内的计算完成;下一仿真步时,所述电压源部分和所述输电网络部分调用所述接口部分的节点电压向量进行其各自的仿真计算,然后将各自的支路电流向量送回接口部分,用于接口部分进行下一仿真步节点电压向量的更新,进而完成电力系统仿真模型在下一仿真循环内的计算。
优选地,接口部分、电压源部分以及输电网络部分的节点电压和支路电流更新的表达式为:
其中,为下一仿真步的接口电压,为当前仿真步的接口电压,h为仿真步长,C为接口电容值,为当前仿真步下电压源部分所在支路的支路电流,为当前仿真步下输电网络部分所在支路的支路电流,为下一仿真步下电压源部分所在支路的支路电流,fsource为电压源部分支路电流更新的求解函数,为下一仿真步下输电网络部分所在支路的支路电流,fLIM为输电网络部分支路电流更新的求解函数。
优选地,所述电压源部分的支路电流更新方程,包括:
列写电压源部分所在支路的KVL方程:
VL=Vsource-VC=LpIb-source
其中,VL为电压源所在支路电感上的电压,Vsource为电压源电压,VC为接口电压,L为电压源所在支路电感值,Ib-source为电压源所在支路的支路电流,p为微分算子;
对所述电压源部分所在支路的KVL方程进行矩阵化和差分化处理,得到所述电压源部分的支路电流更新方程:
Ib-source(t)=Ib-source(t-h)+GL(VC(t)+VC(t-h))
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,GL为电压源所在支路电感经差分化之后的等效导纳向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长。
优选地,所述输电网络部分的电压电流更新方程,包括:
列写输电网络部分节点拓扑结构的KCL方程和分支拓扑结构的KVL方程:
其中,为与节点a相连的支路流出节点a的电流,为当前仿真步节点a对地电流源的电流值,Ga为节点a对地导纳,为下一仿真步节点a电压,Ca为节点a对地电容,为当前仿真步节点a电压,为下一仿真步节点b电压,为下一仿真步支路ab上电压源的电压值,Rab为支路ab的支路电阻,为当前仿真步支路ab的支路电流,Lab为支路ab的支路电感,为下一仿真步支路ab的支路电流,h为仿真步长;
对所述输电网络部分的节点拓扑结构的KCL方程和分支拓扑结构的KVL方程进行变换以及矩阵化处理,得到输电网络部分的电压电流更新方程为:
式中,为下一仿真步的节点电压向量,为当前仿真步的节点电压向量,C、G是由各个节点对地电容和导纳的值构成的对角阵,R、L是由各条支路的支路电阻和电感值构成的对角阵,为当前仿真步的支路电流向量,为当前仿真步的节点对地电流源向量,为下一仿真步的支路电流向量,为下一仿真步的支路电压源向量,;Minc是电力系统的关联矩阵。
优选地,所述电力系统的关联矩阵Minc定义如下:
当支路j从节点i流出时,Minc(i,j)=1;
当支路j从节点i流入时,Minc(i,j)=-1;
当支路j与节点i无关时,Minc(i,j)=0。
优选地,所述接口部分的节点电压更新方程,包括:
列写接口部分所在节点的KCL方程:
Ib-source+Ib-LIM=CpVC
其中,Ib-source为电压源所在支路上的支路电流,Ib-LIM为输电网络部分所在支路上的支路电流,VC为接口电压,C为接口节点的对地电容,p为微分算子;
对所述接口部分所在节点的KCL方程进行矩阵化和差分化处理,得到接口部分的节点电压更新方程:
VC(t)=VC(t-h)+RC[Ib-source(t)+Ib-LIM(t)+Ib-source(t-h)+Ib-LIM(t-h)]
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,Ib-LIM(t)为当前仿真步下输电网络所在支路的支路电流向量,Ib-LIM(t-h)为上一仿真步下输电网络所在支路的支路电流向量,RC为接口节点对地电容经差分化之后的等效电阻向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长。
优选地,利用GPU对所述电压源部分、输电网络部分和接口部分进行更新计算,其中每个节点的支路电流或节点电压更新对应GPU的一个线程。
根据本发明的另一个方面,提供了一种输电网细粒度并行电磁暂态仿真系统,包括:
电力系统仿真模型模块,该模块构建电力系统仿真模型;所述电力系统仿真模型包括:电压源部分、输电网络部分以及接口部分,其中,所述电压源部分和输电网络部分能够进行独立并行求解,所述接口部分依据所述电压源部分和所述输电网络部分的更新结果进行求解;
参数矩阵构建模块,针对所述电力系统仿真模型,获取所述电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;根据所述节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;依据所述潮流数据,构建电力系统负荷节点的恒阻抗模型,并将所述负荷节点以恒阻抗的形式添加到所述节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵;
初始数据获取模块,该模块根据所述新的节点参数矩阵和支路参数矩阵,得到初始数据;
仿真数据获取模块,该模块利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据;
仿真模块,该模块利用所述仿真数据,分别对所述电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束。
根据本发明的第三个方面,提供了一种终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行上述任一项所述的方法,或,运行上述的系统。
根据本发明的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可用于执行上述任一项所述的方法,或,运行上述的系统。
由于采用了上述技术方案,本发明与现有技术相比,具有如下至少一项的有益效果:
本发明提供的输电网细粒度并行电磁暂态仿真方法、系统、终端及介质,提出了一种基于双端戴维南等值的机网接口算法,使系统求解较为复杂的电压源部分和网络部分变得相互独立,由于接口的计算只依赖单个元件,因此占用较少的仿真时间,进一步提高了系统仿真的并行度。
本发明提供的输电网细粒度并行电磁暂态仿真方法、系统、终端及介质,搭建了基于Julia的CPU-GPU联合仿真平台,通过对比选择了性能更优的集成开发环境Julia,并将初始数据处理、存储以及仿真结果输出与缓存较大的CPU进行结合,将细粒度解耦的电压源部分、输电网络部分以及接口部分与拥有海量计算单元的GPU相结合,充分发挥了各硬件架构的优势,使得系统仿真时间不会随着仿真规模的增大而显著降低,突破了系统仿真规模对仿真效率的限制,极大的提高了系统仿真效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明一实施例中输电网细粒度并行电磁暂态仿真方法流程图;
图2为本发明一优选实施例中输电网细粒度并行电磁暂态仿真方法流程图;
图3为本发明一优选实施例中延迟插入法两种基本拓扑结构;其中,(a)为节点拓扑结构,(b)为支路拓扑结构;图中,Ia1、Ia2、Ia3、Ia4均为与节点a相连的支路上的支路电流,Ha为节点a对地电流源,Ga为节点a对地导纳,Ca为节点a对地电容,Eab为支路ab上的电压源,Rab为支路ab上的支路电阻,Lab为支路ab上的支路电感;
图4为本发明一优选实施例中电力系统仿真模型电压源部分与输电网络部分的接口;其中,(a)为双端戴维南等值解耦后的接口拓扑图,(b)为接口部分经差分化处理的离散电路图;图中,L1、L2分别为支路电感,C为节点对地电容,R1为支路电阻,VC为接口电压等效在电压源支路上和网络支路上的电压源,Ib-source为电压源支路电流等效在接口上的对地电流源,Ib-LIM为输电网络支路电流等效在接口上的对地电流源;RL1、RL2、RC为L1、L2、C进行差分化之后的等效电阻,E(t)为理想电压源的电压,IL1(t-h)为L1的历史电流源项,IL2(t-h)为L2的历史电流源项,Ib-source(t-h)为上一仿真步电压源支路电流等效在接口上的对地电流源,Ib-LIM(t-h)为上一仿真步输电网络支路电流等效在接口上的对地电流源,VC(t)为当前仿真步接口电压等效在电压源支路上和网络支路上的电压源;
图5为本发明一优选实施例中GPU内核函数算法流程图;
图6为本发明一优选实施例中IEEE-case9级联系统拓扑图;
图7为本发明一优选实施例中基于Julia的CPU-GPU联合仿真精度验证示意图;其中,(a)为并行仿真法与节点分析法下节点电压的精度对比,(b)为并行仿真法与节点分析法下支路电流的精度对比;
图8为本发明一优选实施例中Python与Julia求解性能比较示意图;其中,(a)为单步仿真求解时间对比,(b)为单步仿真预处理时间对比;
图9为本发明一实施例中输电网细粒度并行的高效电磁暂态仿真系统组成结构示意图。
具体实施方式
下面对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
图1为本发明一实施例提供的输电网细粒度并行电磁暂态仿真方法流程图。
如图1所示,该实施例提供的输电网细粒度并行电磁暂态仿真方法,可以包括如下步骤:
S100,构建电力系统仿真模型;电力系统仿真模型包括:电压源部分、输电网络部分以及接口部分,其中,电压源部分和输电网络部分能够进行独立并行求解,接口部分依据电压源部分和输电网络部分的电流更新结果进行求解;
S200,针对电力系统仿真模型,获取电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;
S300,根据节点参数矩阵和支路参数矩阵,对电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;
S400,依据潮流数据,构建电力系统负荷节点的恒阻抗模型,并将负荷节点以恒阻抗的形式添加到节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵;
S500,根据新的节点参数矩阵和支路参数矩阵,得到初始数据;
S600,利用初始数据,分别对电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据;
S700,利用仿真数据,分别对电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束。
在该实施例的S100中,作为一优选实施例,构建电力系统仿真模型,可以包括如下步骤:
针对电力系统的拓扑结构,依据双端戴维南等值方法将电力系统进行解耦,使得电力系统被分解成电压源部分、输电网络部分以及接口部分;其中:电压源部分和输电网络部分均能够独立并行求解,接口部分依据电压源部分和输电网络部分的电流更新结果进行求解。
在该实施例的S100中,作为一优选实施例,电力系统仿真模型,可以选用电感支路和电容支路的组合作为电压源部分和输电网络部分的接口;在电压源部分和输电网络部分,与之相连的对地电容被等效为所在支路上的电压源,同时,对电容支路,与之相连的电压源部分和输电网络部分被等效为所在节点上的对地电流源。
在该实施例的S200中,作为一优选实施例,针对电力系统仿真模型,获取电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵,可以包括如下步骤:
获取电力系统仿真模型的节点参数,包括节点编号、电压幅值、电压相角、电机有功功率、电机无功功率、负荷有功功率、负荷无功功率、电导G、电纳B以及节点类型编号,依据平衡节点、PV节点、PQ节点三种不同节点类型获取其求解所需的参数,并补充到节点参数矩阵对应的位置上;
获取电力系统仿真模型的支路参数,包括支路始端节点编号、支路末端节点编号、支路电阻值、支路电抗值、支路对地电纳值、变压器变比以及相位,依据电力系统仿真模型支路的相关参数,将其补充到支路参数矩阵对应的位置上。
在该实施例的S300中,作为一优选实施例,根据节点参数矩阵和支路参数矩阵,对电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据,可以包括如下步骤:
第一部分依据求得的节点参数矩阵和支路参数矩阵,求解电力系统仿真模型的节点导纳矩阵以及各个类型节点的数目;
第二部分依据节点数目、节点类型、电压幅值初值、电压相角初值、节点导纳矩阵、发电机有功功率、发电机无功功率、负荷有功功率、负荷无功功率以及潮流计算精度,计算节点有功功率、无功功率的变化量,同时判断电力系统仿真模型的潮流收敛性;
第三部分依据输入的电压幅值、电压相角、节点导纳矩阵、待求电压相角的节点编号以及待求电压幅值的节点编号,求取电力系统仿真模型的雅可比(Jacobi)矩阵;
第四部分是潮流计算的迭代程序,依据的Jacobi矩阵以及迭代次数和潮流计算精度,求取电力系统仿真模型的节点潮流结果和支路潮流结果。
在该实施例的S400中,作为一优选实施例,依据潮流数据,构建电力系统负荷节点的恒阻抗模型,并将负荷节点以恒阻抗的形式添加到节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵,包括:
依据的电力系统仿真模型的潮流结果,得到负荷所在节点的节点电压幅值和相角参数,再利用的负荷有功功率和负荷无功功率,构建电力系统负荷节点的恒阻抗模型,求取负荷节点对应的恒阻抗参数;
按照节点参数矩阵和支路参数矩阵的基本格式,将构建的负荷节点恒阻抗模型参数添加到对应的位置上,并对整个电力系统仿真模型的节点进行重新编号。
在该实施例的S500中,作为一优选实施例,根据新的节点参数矩阵和支路参数矩阵,得到初始数据,可以包括如下步骤:
根据新的节点参数矩阵和支路参数矩阵,对电力系统仿真模型的不同节点进行分类,得到电压源节点编号,并对电压源所在支路编号进行预存储,得到电压源部分初始数据;同时对电力系统仿真模型的对地导纳矩阵、对地电容矩阵、支路电阻矩阵以及支路电抗矩阵进行计算并预存储,得到输电网络部分初始数据;另外对电力系统仿真模型的接口电容矩阵进行计算并预存储,得到接口部分初始数据。
在该实施例的S600中,作为一优选实施例,利用初始数据,分别对电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据,可以包括如下步骤:
利用初始数据,分别对电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到电压源部分的节点电压幅值及相角、电压源所在支路电流更新所需的系数矩阵、输电网络部分节点电压及支路电流更新所需的系数矩阵以及接口部分节点电压更新所需的系数矩阵,并进行预存储,得到主循环仿真所需的仿真数据。
在该实施例的S700中,作为一优选实施例,利用仿真数据,分别对电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束,可以包括如下步骤:
S701,依据电压源部分的支路电流更新方程对电压源所在支路的支路电流进行求解,得到电压源部分当前仿真步的支路电流向量;
S702,依据输电网络部分的电压电流更新方程对输电网络部分所在支路的支路电流进行求解,得到输电网络部分当前仿真步的支路电流向量;
S703,调用电压源部分的支路电流向量和输电网络部分的支路电流向量,利用接口部分的节点电压更新方程对接口部分的节点电压进行求解,得到接口部分当前仿真步的节点电压向量;
S704,至此,电力系统仿真模型在一个仿真循环内的计算完成;下一仿真步时,电压源部分和输电网络部分调用接口部分的节点电压向量进行其各自的仿真计算,然后将各自的支路电流向量送回接口部分,用于接口部分进行下一仿真步节点电压向量的更新,进而完成电力系统仿真模型在下一仿真循环内的计算。
在该实施例的S700中,作为一优选实施例,接口部分、电压源部分以及输电网络部分的节点电压和支路电流更新的表达式为:
其中,为下一仿真步的接口电压,为当前仿真步的接口电压,h为仿真步长,C为接口电容值,为当前仿真步下电压源部分所在支路的支路电流,为当前仿真步下输电网络部分所在支路的支路电流,为下一仿真步下电压源部分所在支路的支路电流,fsource为电压源部分支路电流更新的求解函数,为下一仿真步下输电网络部分所在支路的支路电流,fLIM为输电网络部分支路电流更新的求解函数。
在该实施例的S701中,作为一优选实施例,电压源部分的支路电流更新方程,可以包括:
列写电压源部分所在支路的KVL方程:
VL=Vsource-VC=LpIb-source
其中,VL为电压源所在支路电感上的电压,Vsource为电压源电压,VC为接口电压,L为电压源所在支路电感值,Ib-source为电压源所在支路的支路电流,p为微分算子;
对电压源部分所在支路的KVL方程进行矩阵化和差分化处理,得到电压源部分的支路电流更新方程:
Ib-source(t)=Ib-source(t-h)+GL(VC(t)+VC(t-h))
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,GL为电压源所在支路电感经差分化之后的等效导纳向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长。
在该实施例的S702中,作为一优选实施例,输电网络部分的电压电流更新方程,可以包括:
列写输电网络部分节点拓扑结构的KCL方程和分支拓扑结构的KVL方程:
其中,为与节点a相连的支路流出节点a的电流,为当前仿真步节点a对地电流源的电流值,Ga为节点a对地导纳,为下一仿真步节点a电压,Ca为节点a对地电容,为当前仿真步节点a电压,为下一仿真步节点b电压,为下一仿真步支路ab上电压源的电压值,Rab为支路ab的支路电阻,为当前仿真步支路ab的支路电流,Lab为支路ab的支路电感,为下一仿真步支路ab的支路电流,h为仿真步长;
对输电网络部分的节点拓扑结构的KCL方程和分支拓扑结构的KVL方程进行变换以及矩阵化处理,得到输电网络部分的电压电流更新方程为:
式中,为下一仿真步的节点电压向量,为当前仿真步的节点电压向量,C、G是由各个节点对地电容和导纳的值构成的对角阵,R、L是由各条支路的支路电阻和电感值构成的对角阵,为当前仿真步的支路电流向量,为当前仿真步的节点对地电流源向量,为下一仿真步的支路电流向量,为下一仿真步的支路电压源向量,;Minc是电力系统的关联矩阵。
在该实施例的S702中,作为一优选实施例,电力系统的关联矩阵Minc定义如下:
当支路j从节点i流出时,Minc(i,j)=1;
当支路j从节点i流入时,Minc(i,j)=-1;
当支路j与节点i无关时,Minc(i,j)=0。
在该实施例的S703中,作为一优选实施例,接口部分的节点电压更新方程,包括:
列写接口部分所在节点的KCL方程:
Ib-source+Ib-LIM=CpVC
其中,Ib-source为电压源所在支路上的支路电流,Ib-LIM为输电网络部分所在支路上的支路电流,VC为接口电压,C为接口节点的对地电容,p为微分算子;
对接口部分所在节点的KCL方程进行矩阵化和差分化处理,得到接口部分的节点电压更新方程:
VC(t)=VC(t-h)+RC[Ib-source(t)+Ib-LIM(t)+Ib-source(t-h)+Ib-LIM(t-h)]
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,Ib-LIM(t)为当前仿真步下输电网络所在支路的支路电流向量,Ib-LIM(t-h)为上一仿真步下输电网络所在支路的支路电流向量,RC为接口节点对地电容经差分化之后的等效电阻向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长。
在该实施例的S700中,作为一优选实施例,利用GPU对电压源部分、输电网络部分和接口部分进行更新计算,其中每个节点的支路电流或节点电压更新对应GPU的一个线程。
该实施例提供的,输电网细粒度并行电磁暂态仿真方法,针对传统节点分析法串行度高、现有系统级并行仿真方法不能充分使用高性能计算设备硬件资源的不足,结合现有高性能集成开发环境Julia和CPU、GPU的架构特点,充分使用CPU复杂逻辑运算优势和GPU海量计算单元优势,使得整个系统的求解并行度提升至单条支路和单个节点,进而使得系统仿真效率不会随着系统仿真规模的增大而显著降低。
在该实施例中,细粒度是指,仿真方法能够做到单个节点和单条支路的并行计算,解决了目前主流方法都是针对小系统(含较多支路和节点)实现并行计算的问题。
图2为本发明一优选实施例提供的输电网细粒度并行电磁暂态仿真方法流程图。
如图2所示,该优选实施例提供的输电网细粒度并行电磁暂态仿真方法,可以包括如下步骤:
步骤1,构建解耦系统的电磁暂态仿真模型(即电力系统仿真模型):针对具体电力系统的拓扑结构,依据双端戴维南等值方法将整个系统进行解耦,使得电力系统被分解成电压源部分、输电网络部分以及接口部分,其中电压源部分和输电网络部分可以做到独立并行求解,接口部分需依据电压源部分和输电网络部分的更新结果进行求解;
步骤2,针对解耦后的仿真模型,获取电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;
步骤3,根据节点参数矩阵和支路参数矩阵,对电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;
步骤4,依据潮流数据,对电力系统负荷节点进行恒阻抗建模,并将负荷节点以恒阻抗的形式添加到节点参数矩阵和支路参数矩阵对应的位置中;
步骤5,根据修改后的节点参数矩阵和支路参数矩阵,对系统的不同节点进行分类,得到电压源节点编号,并对电压源所在支路编号以及系统总节点数和总支路数进行预存储,得到初始数据;
步骤6,利用初始数据,分别对系统的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到电压源部分的电压幅值、相角以及电压源所在支路电流更新求解所需的系数矩阵,并得到输电网络部分节点电压以及支路电流更新求解所需的系数矩阵,并对其进行预存储,得到主循环仿真所需的数据;
步骤7,利用所得到仿真数据分别对电压源部分、输电网络部分和接口部分进行更新。电压源部分的并行度提升至单个电压源支路,多个电压源支路可以利用GPU进行多线程的并行求解;输电网络部分的并行度提升至单个节点和单条支路,与GPU海量计算单元结合后可以实现各节点、各支路的并行求解;接口部分的并行度也是单个节点,利用GPU分配相应数量的线程后也可以实现接口部分各节点的并行求解。以此循环直至仿真过程结束。
依据上述仿真过程,结合现有的高性能编程环境Julia进行实现。
作为一优选实施例,构建的解耦系统的电磁暂态仿真模型,利用如图4中(a)所示双端戴维南等值对系统进行分区重组处理,选用电感支路和电容支路的组合作为电压源部分和网络部分的接口;在电压源部分和网络部分,与之相连的对地电容被等效为所在支路上的电压源,同时对电容支路,与之相连的电压源部分和网络部分被等效为所在节点上的对地电流源。
作为一优选实施例,解耦系统的电磁暂态仿真模型在考虑机网接口后,各部分节点电压和支路电流更新的表达式为:
其中,为下一仿真步的接口电压,为当前仿真步的接口电压,h为仿真步长,C为接口电容值,为当前仿真步下电压源部分所在支路的支路电流,为当前仿真步下输电网络部分所在支路的支路电流,为下一仿真步下电压源部分所在支路的支路电流,fsource为电压源部分支路电流更新的求解函数,为下一仿真步下输电网络部分所在支路的支路电流,fLIM为输电网络部分支路电流更新的求解函数。
作为一优选实施例,,对解耦系统的电压源部分进行仿真,包括:
列写电压源部分所在支路的KVL方程:
VL=Vsource-VC=LpIb-source
其中,VL为电压源所在支路电感上的电压,Vsource为电压源电压,VC为接口电压,L为电压源所在支路电感值,Ib-source为电压源所在支路的支路电流,p为微分算子;
考虑解耦系统具有多条电压源支路,如图4中(b)所示对电压源部分方程进行矩阵化和差分化处理,可以得到电压源部分的支路电流更新方程:
Ib-source(t)=Ib-source(t-h)+GL(VC(t)+VC(t-h))
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,GL为电压源所在支路电感经差分化之后的等效导纳向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长;
依据上述计算流程可以得到解耦系统电压源部分的主循环仿真流程,包括:
基于上一仿真步得到的电压源所在支路电流向量、接口电压向量以及预存储的GL等效导纳向量,通过电压源部分的支路电流更新方程计算当前仿真步下的电压源所在支路的支路电流向量,并将其存储到全局内存中;
至此,解耦系统电压源部分在一个仿真循环内的计算完成,可进入下一步仿真计算。
电压源部分中单条支路电流的求解更新并不依赖于其他支路的相关变量,计算过程是相互独立且重复的,选用计算资源丰富的GPU对电压源部分进行仿真计算,每条支路的支路电流更新对应GPU的一个线程,系统规模的增大只会导致并行线程数的增加,并不会对系统仿真效率产生明显影响。
作为一优选实施例,,对解耦系统的输电网络部分进行仿真,包括:
列写延迟插入法两种拓扑结构(节点拓扑结构和分支拓扑结构)的KCL和KVL方程,其中,延迟插入法两种拓扑结构如图3所示,则:
其中,为与节点a相连的支路流出节点a的电流,为当前仿真步节点a对地电流源的电流值,Ga为节点a对地导纳,为下一仿真步节点a电压,Ca为节点a对地电容,为当前仿真步节点a电压,为下一仿真步节点b电压,为下一仿真步支路ab上电压源的电压值,Rab为支路ab的支路电阻,为当前仿真步支路ab的支路电流,Lab为支路ab的支路电感,为下一仿真步支路ab的支路电流,h为仿真步长。
通过变换以及矩阵化处理,得到输电网络部分电压电流的更新方程为:
式中,为下一仿真步的节点电压向量,为当前仿真步的节点电压向量,C、G是由各个节点对地电容和导纳的值构成的对角阵,R、L是由各条支路的支路电阻和电感值构成的对角阵,为当前仿真步的支路电流向量,为当前仿真步的节点对地电流源向量,为下一仿真步的支路电流向量,为下一仿真步的支路电压源向量,;Minc是系统的关联矩阵,其定义如下所示:
当支路j从节点i流出时,Minc(i,j)=1;
当支路j从节点i流入时,Minc(i,j)=-1;
当支路j与节点i无关时,Minc(i,j)=0;
依据节点参数矩阵和支路参数矩阵预处理输电网络部分电压电流更新方程的系数矩阵C、G、R、L、Minc,并通过计算得到循环求解所需的系数矩阵,进行预存储,得到仿真数据用于主循环内调用。
依据上述计算流程可以得到解耦系统输电网络部分的主循环仿真流程,如图5所示,包括:
基于上一仿真步得到的节点电压向量以及更新的对地电流源向量,并调用预先存储的C、G、Minc系数矩阵,通过输电网络部分的节点电压更新方程计算当前仿真步的节点电压向量;
依据得到的当前仿真步的节点电压向量、更新的当前仿真步的支路电压源向量以及上一仿真步的支路电流向量,并调用预先存储的L、R、Minc系数矩阵,通过输电网络部分的支路电流更新方程计算当前仿真步的支路电流向量,并将支路电流向量的求解结果存储到全局内存中;
至此,解耦系统输电网络部分在一个仿真循环内的计算完成,可进入下一步仿真计算。
输电网络部分中单个节点电压以及单条支路电流的求解更新是相互独立的,由于其计算的重复性,选用吞吐能力强的GPU对输电网络部分进行仿真计算,每个节点、每条支路分别对应GPU的一个线程,系统规模的增大只会导致并行线程数的增加,并不会对系统仿真效率产生明显影响。
作为一优选实施例,对解耦系统的接口部分进行仿真,包括:
列写接口部分所在节点的KCL方程:
Ib-source+Ib-LIM=CpVC
其中,Ib-source为电压源所在支路上的支路电流,Ib-LIM为输电网络部分所在支路上的支路电流,VC为接口电压,C为接口节点的对地电容,p为微分算子;
考虑解耦系统具有多个接口部分,如图4中(b)所示对接口部分方程进行矩阵化和差分化处理,可以得到接口部分的节点电压更新方程:
VC(t)=VC(t-h)+RC[Ib-source(t)+Ib-LIM(t)+Ib-source(t-h)+Ib-LIM(t-h)]
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,Ib-LIM(t)为当前仿真步下输电网络所在支路的支路电流向量,Ib-LIM(t-h)为上一仿真步下输电网络所在支路的支路电流向量,RC为接口节点对地电容经差分化之后的等效电阻向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长;
依据上述计算流程可以得到解耦系统接口部分的主循环仿真流程,包括:
基于上一仿真步得到的接口节点电压向量,当前仿真步得到的电压源所在支路的支路电流向量和输电网络所在支路的支路电流向量,并调用预存储的等效电阻向量RC以及上一仿真步下电压源所在支路的支路电流向量和上一仿真步下输电网络所在支路的支路电流向量,通过接口部分的节点电压更新方程计算当前仿真步下的接口所在节点的节点电压向量,并将其存储到全局内存中;
至此,解耦系统接口部分在一个仿真循环内的计算完成,可进入下一步仿真计算。
接口部分中单个节点电压的求解更新并不依赖于其他节点的相关变量,计算过程是相互独立且重复的,可以利用GPU大量计算资源对接口部分进行仿真计算,每个节点的节点电压更新对应GPU的一个线程,系统规模的增大只会导致并行线程数的增加,并不会对系统仿真效率产生明显影响。
作为一优选实施例,利用仿真数据分别对电压源部分、输电网络部分和接口部分进行电压电流更新,以此循环直至仿真过程结束,包括:
首先依据解耦系统电压源部分的支路电流求解方程对电压源所在支路的支路电流进行求解,得到电压源部分当前仿真步的支路电流向量并存储;
再依据解耦系统输电网络部分的节点电压和支路电流的求解更新方程对输电网络部分所在支路的支路电流进行求解,得到输电网络部分当前仿真步的支路电流向量并存储;
调用前述得到的电压源部分支路电流向量以及输电网络部分支路电流向量,利用接口部分的节点电压求解方程对接口节点的电压向量进行求解,得到当前仿真步的接口节点电压,进而进行存储;
至此,解耦系统在一个仿真循环内的计算完成,下一仿真步时电压源部分和输电网络部分调用所存储的接口节点电压向量进行其各自的仿真计算,然后将各自的支路电流向量送回接口部分,便于接口部分进行下一仿真步接口电压向量的更新,进而完成解耦系统在下一仿真循环内的计算。
为便于理解,下面将以IEEE-case9标准算例及其级联系统为例,对本发明进行阐述,但不应以此限制本发明的保护范围。
导入系统各节点、支路的参数信息:
IEEE-case9系统的潮流结果如下:
利用潮流结果将系统负荷节点进行恒阻抗建模,将负荷节点以恒阻抗的形式添加到系统输入矩阵中去:
对输电网络部分求解的系数矩阵进行预处理:
相关参数预处理完成后,可进入主循环,依据电压源部分和输电网络部分的电压电流更新方程进行电压源输出电流以及网络支路电流的更新,接口电容依据两部分支路电流求解结果进行接口节点电压的更新,将电压更新结果传输到电压源部分和输电网络部分。如此循环往复,直至仿真结束。其中,电压源部分支路电流的更新、输电网络部分电压电流方程的更新以及接口部分节点电压的更新在GPU上完成,仿真数据的存储以及数据的输出在CPU上完成。整个的仿真计算流程在高性能的集成开发环境Julia上完成。依据上述解耦系统的并行电磁暂态仿真算法流程,利用常见的高性能集成开发环境Python以及新兴的高性能集成开发环境Julia进行系统仿真效率验证,分别在两种集成开发环境下设计输电网细粒度电磁暂态仿真算法,对解耦系统的单步仿真求解时间以及单步仿真预处理时间进行比较,验证了Julia环境下所提算法的优越性。
系统仿真的精度验证以IEEE-case9系统为基本拓扑,系统仿真的效率验证以IEEE-case9级联系统为基本拓扑,如图6所示,其相关仿真步骤如前。
精度验证结果请参见图7,Julia和Python求解性能比较请参见图8,效率验证结果请参见表1。图7是本发明方法与传统节点分析法求解的结果精度对比,可以看出,并行仿真方法无论是在稳态还是暂态情况下,都与节点分析法有着基本一致的响应曲线,验证了并行仿真方法用作电磁暂态仿真算法的正确性。图8是对Python和Julia求解性能的比较,Python采用numpy等库实现矩阵化计算,Julia使用其基本的数值计算功能,可以看出,在大规模非对角运算、循环判断、数组操作以及结构转换等方面,Julia都具有更明显的优势。表1是基于CPU的节点分析法,基于CPU的并行仿真法以及基于GPU的并行仿真法在Python与Julia环境下求解效率,展示了两种开发环境下三种不同算法的求解效率,可以看出无论是在Python还是Julia环境下,并行仿真方法与GPU结合后都具有更优的计算效率,而且在Julia环境下的效率更加优于Python。
表1Python环境下单步仿真速度对比(微秒)
Julia环境下单步仿真速度对比(微秒)
图9为本发明一实施例提供的输电网细粒度并行电磁暂态仿真系统组成结构示意图。
如图9所示,该实施例提供的输电网细粒度并行电磁暂态仿真系统,可以包括:电力系统仿真模型模块、参数矩阵构建模块、初始数据获取模块、仿真数据获取模块以及仿真模块。其中:
电力系统仿真模型模块,该模块构建电力系统仿真模型;电力系统仿真模型包括:电压源部分、输电网络部分以及接口部分,其中,电压源部分和输电网络部分能够进行独立并行求解,接口部分依据电压源部分和输电网络部分的更新结果进行求解;
参数矩阵构建模块,针对电力系统仿真模型,获取电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;根据节点参数矩阵和支路参数矩阵,对电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;依据潮流数据,构建电力系统负荷节点的恒阻抗模型,并将负荷节点以恒阻抗的形式添加到节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵;
初始数据获取模块,该模块根据新的节点参数矩阵和支路参数矩阵,得到初始数据;
仿真数据获取模块,该模块利用初始数据,分别对电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据;
仿真模块,该模块利用仿真数据,分别对电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束。
本发明一实施例提供了一种终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时可用于执行上述实施例中任一项的方法,或,运行上述实施中任一项的系统。
可选地,存储器,用于存储程序;存储器,可以包括易失性存储器(英文:volatilememory),例如随机存取存储器(英文:random-access memory,缩写:RAM),如静态随机存取存储器(英文:static random-access memory,缩写:SRAM),双倍数据率同步动态随机存取存储器(英文:Double Data Rate Synchronous Dynamic Random Access Memory,缩写:DDR SDRAM)等;存储器也可以包括非易失性存储器(英文:non-volatile memory),例如快闪存储器(英文:flash memory)。存储器用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等,上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
处理器,用于执行存储器存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
处理器和存储器可以是独立结构,也可以是集成在一起的集成结构。当处理器和存储器是独立结构时,存储器、处理器可以通过总线耦合连接。
根据本发明的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可用于执行上述实施例中任一项的方法,或,运行上述实施例中任一项的系统。
本发明上述实施例提供的输电网细粒度并行电磁暂态仿真方法、系统、终端及介质,针对输电网提出一种细粒度并行求解算法,能将输电网的仿真并行度提升至单个节点和单条支路,进而利用GPU海量计算单元进行线程分配,每个节点、每条支路对应一个线程,使得系统规模的增加只会导致并行线程数的增加,不会对仿真效率产生明显影响。
需要说明的是,本发明提供的方法中的步骤,可以利用系统中对应的模块、装置、单元等予以实现,本领域技术人员可以参照方法的技术方案实现系统的组成,即,方法中的实施例可理解为构建系统的优选例,在此不予赘述。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (18)
1.一种输电网细粒度并行电磁暂态仿真方法,其特征在于,包括:
构建电力系统仿真模型;所述电力系统仿真模型包括:电压源部分、输电网络部分以及接口部分,其中,所述电压源部分和输电网络部分能够进行独立并行求解,所述接口部分依据所述电压源部分和所述输电网络部分的电流更新结果进行求解;
针对所述电力系统仿真模型,获取所述电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;
根据所述节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;
依据所述潮流数据,构建电力系统负荷节点的恒阻抗模型,并将所述负荷节点以恒阻抗的形式添加到所述节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵;
根据所述新的节点参数矩阵和支路参数矩阵,得到初始数据;
利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据;
利用所述仿真数据,分别对所述电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束。
2.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述构建电力系统仿真模型,包括:
针对电力系统的拓扑结构,依据双端戴维南等值方法将所述电力系统进行解耦,使得所述电力系统被分解成电压源部分、输电网络部分以及接口部分;其中:所述电压源部分和输电网络部分均能够独立并行求解,所述接口部分依据所述电压源部分和所述输电网络部分的电流更新结果进行求解。
3.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述电力系统仿真模型,选用电感支路和电容支路的组合作为所述电压源部分和所述输电网络部分的接口;在所述电压源部分和所述输电网络部分,与之相连的对地电容被等效为所在支路上的电压源,同时,对所述电容支路,与之相连的所述电压源部分和所述输电网络部分被等效为所在节点上的对地电流源。
4.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述针对所述电力系统仿真模型,获取所述电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵,包括:
获取所述电力系统仿真模型的节点参数,包括节点编号、电压幅值、电压相角、电机有功功率、电机无功功率、负荷有功功率、负荷无功功率、电导G、电纳B以及节点类型编号,依据平衡节点、PV节点、PQ节点三种不同节点类型获取所述电力系统仿真模型潮流求解所需的节点参数,按照节点参数矩阵基本格式补充到对应的位置上,得到节点参数矩阵;
获取所述电力系统仿真模型的支路参数,包括支路始端节点编号、支路末端节点编号、支路电阻值、支路电抗值、支路对地电纳值、变压器变比以及相位,依据所述电力系统仿真模型支路的相关参数,按照支路参数矩阵基本格式补充到对应的位置上,得到支路参数矩阵。
5.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述根据所述节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流结果,包括:
依据求得的所述节点参数矩阵和支路参数矩阵,求解所述电力系统仿真模型的节点导纳矩阵以及各个类型的节点数目;
依据节点数目、节点类型、电压幅值初值、电压相角初值、节点导纳矩阵、发电机有功功率、发电机无功功率、负荷有功功率、负荷无功功率以及潮流计算精度,计算节点有功功率、无功功率的变化量,同时判断所述电力系统仿真模型的潮流收敛性;
依据输入的电压幅值、电压相角、节点导纳矩阵、待求电压相角的节点编号以及待求电压幅值的节点编号,求取所述电力系统仿真模型的雅可比矩阵;
依据所述雅可比矩阵以及迭代次数和潮流计算精度,求取所述电力系统仿真模型的节点潮流结果和支路潮流结果。
6.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述依据所述潮流数据,构建电力系统负荷节点的恒阻抗模型,并将所述负荷节点以恒阻抗的形式添加到所述节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵,包括:
依据所述电力系统仿真模型节点及支路的潮流结果,得到负荷所在节点的节点电压幅值和相角参数,再利用负荷有功功率和负荷无功功率,构建电力系统负荷节点的恒阻抗模型,求取负荷节点对应的恒阻抗模型参数;
根据所述节点参数矩阵和支路参数矩阵基本格式,将构建的负荷节点恒阻抗模型参数添加到所述节点参数矩阵和支路参数模型的对应位置上,并对整个电力系统仿真模型的节点进行重新编号,得到新的节点参数矩阵和支路参数矩阵。
7.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述根据所述新的节点参数矩阵和支路参数矩阵,得到初始数据,包括:
根据所述新的节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的不同节点进行分类,得到电压源节点编号,并对电压源所在支路编号进行预存储,得到电压源部分初始数据;
对所述电力系统仿真模型的对地导纳矩阵、对地电容矩阵、支路电阻矩阵以及支路电抗矩阵进行计算并预存储,得到输电网络部分初始数据;
对所述电力系统仿真模型的接口电容矩阵进行计算并预存储,得到接口部分初始数据。
8.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据,包括:
利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到电压源部分的节点电压幅值及相角、电压源所在支路电流更新所需的系数矩阵、输电网络部分节点电压及支路电流更新所需的系数矩阵以及接口部分节点电压更新所需的系数矩阵,并进行预存储,得到主循环仿真所需的仿真数据。
9.根据权利要求1所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,利用所述仿真数据,分别对所述电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束,包括:
依据所述电压源部分的支路电流更新方程对电压源所在支路的支路电流进行求解,得到所述电压源部分当前仿真步的支路电流向量;
依据所述输电网络部分的电压电流更新方程对输电网络部分所在支路的支路电流进行求解,得到所述输电网络部分当前仿真步的支路电流向量;
调用所述电压源部分的支路电流向量和所述输电网络部分的支路电流向量,利用所述接口部分的节点电压更新方程对接口部分的节点电压进行求解,得到所述接口部分当前仿真步的节点电压向量;
至此,所述电力系统仿真模型在一个仿真循环内的计算完成;下一仿真步时,所述电压源部分和所述输电网络部分调用所述接口部分的节点电压向量进行其各自的仿真计算,然后将各自的支路电流向量送回接口部分,用于接口部分进行下一仿真步节点电压向量的更新,进而完成电力系统仿真模型在下一仿真循环内的计算。
11.根据权利要求9所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述电压源部分的支路电流更新方程,包括:列写电压源部分所在支路的KVL方程:
VL=Vsource-VC=LpIb-source
其中,VL为电压源所在支路电感上的电压,Vsource为电压源电压,VC为接口电压,L为电压源所在支路电感值,Ib-source为电压源所在支路的支路电流,p为微分算子;
对所述电压源部分所在支路的KVL方程进行矩阵化和差分化处理,得到所述电压源部分的支路电流更新方程:
Ib-source(t)=Ib-source(t-h)+GL(VC(t)+VC(t-h))
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,GL为电压源所在支路电感经差分化之后的等效导纳向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长。
12.根据权利要求9所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述输电网络部分的电压电流更新方程,包括:
列写输电网络部分节点拓扑结构的KCL方程和分支拓扑结构的KVL方程:
其中,为与节点a相连的支路流出节点a的电流,为当前仿真步节点a对地电流源的电流值,Ga为节点a对地导纳,为下一仿真步节点a电压,Ca为节点a对地电容,为当前仿真步节点a电压,为下一仿真步节点b电压,为下一仿真步支路ab上电压源的电压值,Rab为支路ab的支路电阻,为当前仿真步支路ab的支路电流,Lab为支路ab的支路电感,为下一仿真步支路ab的支路电流,h为仿真步长;
对所述输电网络部分的节点拓扑结构的KCL方程和分支拓扑结构的KVL方程进行变换以及矩阵化处理,得到输电网络部分的电压电流更新方程为:
13.根据权利要求12所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述电力系统的关联矩阵Minc定义如下:
当支路j从节点i流出时,Minc(i,j)=1;
当支路j从节点i流入时,Minc(i,j)=-1;
当支路j与节点i无关时,Minc(i,j)=0。
14.根据权利要求9所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,所述接口部分的节点电压更新方程,包括:
列写接口部分所在节点的KCL方程:
Ib-source+Ib-LIM=CpVC
其中,Ib-source为电压源所在支路上的支路电流,Ib-LIM为输电网络部分所在支路上的支路电流,VC为接口电压,C为接口节点的对地电容,p为微分算子;
对所述接口部分所在节点的KCL方程进行矩阵化和差分化处理,得到接口部分的节点电压更新方程:
VC(t)=VC(t-h)+RC[Ib-source(t)+Ib-LIM(t)+Ib-source(t-h)+Ib-LIM(t-h)]
其中,Ib-source(t)为当前仿真步下电压源所在支路的支路电流向量,Ib-source(t-h)为上一仿真步下电压源所在支路的支路电流向量,Ib-LIM(t)为当前仿真步下输电网络所在支路的支路电流向量,Ib-LIM(t-h)为上一仿真步下输电网络所在支路的支路电流向量,RC为接口节点对地电容经差分化之后的等效电阻向量,VC(t)为当前仿真步下的接口电压向量,VC(t-h)为上一仿真步下的接口电压向量,h为仿真步长。
15.根据权利要求11-14中任一项所述的输电网细粒度并行电磁暂态仿真方法,其特征在于,利用GPU对所述电压源部分、输电网络部分和接口部分进行更新计算,其中每个节点的支路电流或节点电压更新对应GPU的一个线程。
16.一种输电网细粒度并行电磁暂态仿真系统,其特征在于,包括:
电力系统仿真模型模块,该模块构建电力系统仿真模型;所述电力系统仿真模型包括:电压源部分、输电网络部分以及接口部分,其中,所述电压源部分和输电网络部分能够进行独立并行求解,所述接口部分依据所述电压源部分和所述输电网络部分的更新结果进行求解;
参数矩阵构建模块,针对所述电力系统仿真模型,获取所述电力系统仿真模型的相关节点参数和支路参数,形成节点参数矩阵和支路参数矩阵;根据所述节点参数矩阵和支路参数矩阵,对所述电力系统仿真模型的潮流进行求解,得到电力系统仿真模型各节点及支路的潮流数据;依据所述潮流数据,构建电力系统负荷节点的恒阻抗模型,并将所述负荷节点以恒阻抗的形式添加到所述节点参数矩阵和支路参数矩阵对应的位置中,形成新的节点参数矩阵和支路参数矩阵;
初始数据获取模块,该模块根据所述新的节点参数矩阵和支路参数矩阵,得到初始数据;
仿真数据获取模块,该模块利用所述初始数据,分别对所述电力系统仿真模型的电压源部分、输电网络部分和接口部分所需数据进行初始化操作,得到主循环仿真所需的仿真数据;
仿真模块,该模块利用所述仿真数据,分别对所述电压源部分、输电网络部分和接口部分进行更新,以此循环直至仿真过程结束。
17.一种终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时可用于执行权利要求1-15中任一项所述的方法,或,运行权利要求16所述的系统。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时可用于执行权利要求1-15中任一项所述的方法,或,运行权利要求16所述的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110446257.XA CN113033024B (zh) | 2021-04-25 | 2021-04-25 | 输电网细粒度并行电磁暂态仿真方法、系统、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110446257.XA CN113033024B (zh) | 2021-04-25 | 2021-04-25 | 输电网细粒度并行电磁暂态仿真方法、系统、终端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113033024A true CN113033024A (zh) | 2021-06-25 |
CN113033024B CN113033024B (zh) | 2022-09-02 |
Family
ID=76457680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110446257.XA Active CN113033024B (zh) | 2021-04-25 | 2021-04-25 | 输电网细粒度并行电磁暂态仿真方法、系统、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033024B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150149128A1 (en) * | 2013-11-22 | 2015-05-28 | General Electric Company | Systems and methods for analyzing model parameters of electrical power systems using trajectory sensitivities |
WO2016188503A2 (zh) * | 2015-05-22 | 2016-12-01 | 中国电力科学研究院 | 一种适用于电磁暂态多时间尺度实时仿真接口的实现方法 |
CN107664954A (zh) * | 2017-10-16 | 2018-02-06 | 国网四川省电力公司电力科学研究院 | 一种电力系统电磁暂态可视化仿真模型自动生成方法 |
CN110569558A (zh) * | 2019-08-16 | 2019-12-13 | 上海交通大学 | 适用于微电网实时仿真的混合电磁暂态仿真方法 |
CN111460648A (zh) * | 2020-03-30 | 2020-07-28 | 国网福建省电力有限公司电力科学研究院 | 一种电力系统电磁暂态实时仿真数据通信方法 |
CN112234598A (zh) * | 2020-08-28 | 2021-01-15 | 国网天津市电力公司电力科学研究院 | 一种电磁暂态仿真初始化方法 |
-
2021
- 2021-04-25 CN CN202110446257.XA patent/CN113033024B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150149128A1 (en) * | 2013-11-22 | 2015-05-28 | General Electric Company | Systems and methods for analyzing model parameters of electrical power systems using trajectory sensitivities |
WO2016188503A2 (zh) * | 2015-05-22 | 2016-12-01 | 中国电力科学研究院 | 一种适用于电磁暂态多时间尺度实时仿真接口的实现方法 |
CN107664954A (zh) * | 2017-10-16 | 2018-02-06 | 国网四川省电力公司电力科学研究院 | 一种电力系统电磁暂态可视化仿真模型自动生成方法 |
CN110569558A (zh) * | 2019-08-16 | 2019-12-13 | 上海交通大学 | 适用于微电网实时仿真的混合电磁暂态仿真方法 |
CN111460648A (zh) * | 2020-03-30 | 2020-07-28 | 国网福建省电力有限公司电力科学研究院 | 一种电力系统电磁暂态实时仿真数据通信方法 |
CN112234598A (zh) * | 2020-08-28 | 2021-01-15 | 国网天津市电力公司电力科学研究院 | 一种电磁暂态仿真初始化方法 |
Non-Patent Citations (5)
Title |
---|
ZHIYIN ZHOU: "Fine-Grained Network Decomposition Decomposition for Massively Parallel Electromagnetic Transient Simulation of Large Power System", 《IEEE POWER AND ENERGY TECHNOLOGY SYSTEMS JOURNAL》 * |
杜子璇: "大规模电网电磁暂态仿真的负荷模型适应性研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
王哲等: "电力系统机电―电磁暂态混合仿真接口技术", 《电力科学与工程》 * |
赵建伟等: "戴维南等值参数时域仿真跟踪算法分析与改进", 《电力自动化设备》 * |
陈颖等: "基于GPU的大规模配电网电磁暂态并行仿真技术", 《电力系统自动化》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113033024B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhong et al. | Fast algorithms for IR drop analysis in large power grid | |
AlHajri et al. | Exploiting the radial distribution structure in developing a fast and flexible radial power flow for unbalanced three-phase networks | |
US9858369B2 (en) | Large-scale power grid analysis on parallel architectures | |
CN104298809B (zh) | 一种基于矩阵指数电磁暂态仿真的非线性建模求解方法 | |
Tomim et al. | Parallel transient stability simulation based on multi-area Thévenin equivalents | |
CN103617150A (zh) | 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 | |
CN104375805A (zh) | 采用多核处理器仿真可重构处理器并行计算过程的方法 | |
Zhao et al. | Power grid analysis with hierarchical support graphs | |
Damiani et al. | Observability Don't Care Sets and Boolean Relations. | |
Ablakovic et al. | Parallelization of radial three-phase distribution power flow using GPU | |
Cao et al. | Faster-than-real-time dynamic simulation of AC/DC grids on reconfigurable hardware | |
CN116362194A (zh) | 布线资源预分配方法、装置、计算设备及存储介质 | |
CN107846022B (zh) | 基于ilutp预处理并行迭代法的大规模配电网潮流分析方法 | |
CN113221298B (zh) | 一种机电暂态过程的仿真方法及系统 | |
Wang et al. | GPU-based power flow analysis with continuous Newton's method | |
WO2006132639A1 (en) | Circuit splitting in analysis of circuits at transistor level | |
CN113033024B (zh) | 输电网细粒度并行电磁暂态仿真方法、系统、终端及介质 | |
CN110472338B (zh) | 适用于现场可编程逻辑阵列的改进电磁暂态仿真方法 | |
Guo et al. | Improved approximate minimum degree ordering method and its application for electrical power network analysis and computation | |
Yuan et al. | Exploration of bi-level PageRank algorithm for power flow analysis using graph database | |
CN114943133A (zh) | 配电网细粒度并行电磁暂态仿真方法、系统、终端及介质 | |
Zhong et al. | Efficient second-order iterative methods for IR drop analysis in power grid | |
Sharma et al. | MPI to Coarray Fortran: Experiences with a CFD Solver for Unstructured Meshes | |
CN110489798B (zh) | 面向有源配电网实时仿真的解算器细粒度高效设计方法 | |
Lumsdaine | Theoretical and practical aspects of parallel numerical algorithms for initial value problems, with applications |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |