基于分块信息矩阵十字链表的快速状态估计方法

充分利用信息矩阵的分块对称稀疏结构特点,提出了一种基于分块信息矩阵十字链表的快速状态估计方法。采用等效电流量测变换技术,将功率量测方程严格等值变换为电流量测方程,使非对角雅可比矩阵元素为常数,以利于信息矩阵的修正。创建了分块信息矩阵的下三角分块十字链表,提高了信息矩阵内存空间操作与节点优化编号的效率。基于量测方程与分块信息矩阵的网络节点关联关系,提出了信息矩阵形成与修正的量测方程直接追加法,避免了雅可比矩阵的存储操作及其矩阵运算,提高了分块信息矩阵形成与修正及其十字链表存储空间开辟的效率。通过IEEE118、IEEE300以及波兰2746节点的仿真测试,验证了所提方法的快速性。     

基于分块信息矩阵十字链表的快速状态估计方法

充分利用信息矩阵的分块对称稀疏结构特点,提出了一种基于分块信息矩阵十字链表的快速状态估计方法.采用等效电流量测变换技术,将功率量测方程严格等值变换为电流量测方程,使非对角雅可比矩阵元素为常数,以利于信息矩阵的修正.创建了分块信息矩阵的下三角分块十字链表,提高了信息矩阵内存空间操作与节点优化编号的效率.基于量测方程与分块信息矩阵的网络节点关联关系,提出了信息矩阵形成与修正的量测方程直接追加法,避免了雅可比矩阵的存储操作及其矩阵运算,提高了分块信息矩阵形成与修正及其十字链表存储空间开辟的效率.通过IEEE118、IEEE300以及波兰2746节点的仿真测试,验证了所提方法的快速性.     

以支路为基元的封闭格式潮流算法

针对潮流修正方程计算中新注入元处理繁琐的问题,以支路微增模型为基元,充分利用极坐标下牛顿潮流计算中因子分解过程、节点编号及稀疏存储三者间的关联,形成封闭格式的潮流算法。该算法采用支路微增模型的修正方程表达,并以追加形式与雅可比矩阵直接关联,无需导纳阵。依据节点编号同因子分解的关联性质,在节点编号的同时,跟踪未来与数值计算关联的拓扑结构,使前代自动定位,回代自动释放,形成封闭的计算格式,以期提高潮流计算算法的性能。以简单6节点电网为例详细阐述封闭计算格式的计算过程,通过3个IEEE标准系统算例,验证了所提方法在内存和计算速度上的优势。     

一种GPU-CPU异构运算框架加速的实时N-1交流潮流计算方法

随着电力系统规模的扩大,为了适应N-1安全校验日益上升的实时性和精确性的需求,提出一种图形处理单元—中央处理单元(graphics processing unit-central processing unit,GPU-CPU)异构运算框架加速的实时N-1交流潮流计算方法。算法中设计一种N-1潮流问题的拼接求解方法,将原本多个独立的潮流问题组合为一个。雅可比矩阵的拼接生成采用并行化处理,线性方程组的求解根据规模大小选择直接法或迭代法处理,其中迭代法采用并行化处理。算法整体分为CPU处理部分和GPU处理部分,CPU处理迭代初值的设定、节点导纳矩阵的形成、校验集合的形成、迭代值的修正、收敛性判断等步骤,GPU处理雅可比矩阵的拼接生成等步骤,修正方程组的求解根据其规模选择CPU求解或GPU求解,以达到快速求解的目的。算例表明,所提算法效率和精度高、空间占用小,与传统N-1潮流算法相比具有明显优势,能够满足电网实时N-1潮流计算的需求,具有工程应用价值。     

发电机用功率表示的稳态控制潮流的分块降维算法

介绍一种将发电机用功率表示的控制潮流算法.给出了稳态控制潮流修正方程及其雅可比矩阵,并对修正方程进行分块降维,使降维后的修正方程系数矩阵具有比常规潮流雅可比矩阵更小的维数,再利用矩阵求逆修正引理进行分决求解.对试验系统的计算表明,该算法是正确有效的.     

基于二维链表的稀疏矩阵在潮流计算中的应用

介绍了一种基于二维链表的稀疏矩阵存储方法,并将该方法应用到潮流计算中.通过改进二维链表的存储结构、用LU扩展的方法计算LU分解过程中的注入元位置、在稀疏矩阵中预先增加冗余元素存储注入元、针对LU分解的特点优化潮流方程的结构等技术,实现了对稀疏矩阵技术和潮流方程的优化,从而进一步提高了潮流计算的效率.对大系统的潮流计算证明,与传统的潮流算法相比,采用改进二维稀疏矩阵技术的潮流算法的计算速度显著提高,特别适合大规模电力系统的潮流计算.     

求解含小阻抗支路配电网潮流的牛顿法

基于节点导纳矩阵的雅可比矩阵为病态,是采用牛顿法求解含合环支路等小阻抗支路的配电网潮流不易收敛的主要原因。文中以等效负荷支路、合环支路分别为连支建立两类基本回路,潮流方程基于回路电流-负荷节点电压方程建立,合环支路参数不会作为回路矩阵的独立元素存在;采用牛顿法求解时,基于回路导纳矩阵建立良态的雅可比矩阵,使计算收敛性得到保证。多个算例验证了该方法在计算含合环支路和PV节点配电网潮流时的正确性和有效性。     

KLU稀疏直接求解器在状态估计中的应用

稀疏矩阵及稀疏线性方程组求解已成为大规模电网状态估计计算效率的瓶颈,阐释了基于BTF和Gilbert-Peierls算法的稀疏矩阵直接求解器KLU（Clark Kent LU）,并将其嵌入到智能调度技术支持系统中生产运行的状态估计程序功能。首先在计算得到雅可比矩阵的基础上基于OpenMP并行化技术快速求解信息矩阵;然后使用KLU求解器进行信息矩阵的因子表符号分析和数值分解;最后在状态估计计算过程中使用KLU求解器求解线性方程组,从而提高大规模电网状态估计的计算效率。通过省中心、分中心、模型数据中心D5000的状态估计实际应用,证明了该方法的有效性和实用性。     

改进十字链表的稀疏矩阵技术及其在电力系统仿真中的应用

十字链表具有检索方式灵活和操作方便的特点,分析了十字链表在三角分解和前代–回代计算中的应用方法及其内存分配方式对稀疏矩阵计算效率的影响,十字链表的存储结点通常散列于内存空间中,该内存分配方式下稀疏矩阵的运算效率低于存储结点连续分布在内存中的稀疏矩阵运算效率,该现象由计算机的高速缓冲存储器的工作原理造成。为此提出改进十字链表实现方法,在稀疏矩阵的运算过程中充分利用高速缓冲存储器的高速存取速度来提高计算效率。通过算例证明改进十字链表方法是一种高效的稀疏矩阵技术,在传统大规模系统和分布式发电供能系统仿真中均取得了良好的应用效果。     

基于预处理BICGSTAB法的电力系统潮流并行计算方法

为实现大规模电力系统潮流的准确、快速求解,以非精确牛顿法为基础,提出一种基于CPU-GPU异构平台的电力系统潮流并行计算方法。修正方程组的求解是牛拉法潮流计算中最为耗时的部分,提升修正方程组的求解效率可有效提升潮流计算效率。为此,根据雅可比矩阵的不对称不定性,采用稳定双正交共轭梯度(bi-conjugate gradient stabilized, BICGSTAB)法进行修正方程组的求解。进一步,为改善BICGSTAB法的收敛性,根据雅可比矩阵的稀疏性和类对角占优性,提出一种改进PPAT(Preconditioner with sparsity Pattern of AT, PPAT)预处理器和改进Jacobi预处理器相结合的两阶段预处理方法,并对雅可比矩阵进行预处理,提升BICGSTAB法的收敛性能。然后,将上述潮流算法移植到CPU-GPU异构平台,实现电力系统潮流的并行求解。最后,通过不同测试系统算例对所提方法进行验证、分析。结果表明,所提潮流并行计算方法可实现电力系统潮流的准确、快速求解。