基于网络分割的电力系统潮流分解协调计算

因现有计算模式的速度已无法满足现代大规模电力系统实时计算的要求,故引入对等计算(P2P)模式以提供低廉而充足的计算力。为此研究了网络计算环境下的电力系统潮流计算模型,结合基于支路切割的网络分割方法和基于注入电流的潮流模型,提出了基于网络分割的电力系统潮流分解协调算法,将大规模互联电力系统分解成若干子网络,子网络间只需交换边界母线的电压状态就可完成分布式潮流计算,保证各个子网络潮流计算模型的独立性。对IEEE标准系统进行潮流计算的结果表明该法具有较高的收敛速度和计算精度,适合网络计算环境。     

基于电力系统支路切割的潮流并行协调算法

在研究基于支路切割的网络分块方法的基础上,提出了一种通过切割支路实现网络分块的新算法。该算法将切割支路的潮流以虚拟负荷的形式作为协调变量对子网络之间的耦合影响进行处理,并有效地将大规模电力系统的潮流计算问题转化为若干个子网络的潮流计算问题,是一种基于电力系统潮流调度概念的准并行算法,可以方便地在PC机群上实现。该算法在IEEE 14节点、IEEE 30节点和IEEE 118 节点网络上的验算结果表明:应用该算法获得的潮流计算结果正确,切割支路的选择对算法性能存在一定影响,划分网络的具体技术措施还有待深入研究。     

基于图分割的潮流计算中的节点优化编号

随着社会的发展,电网的拓扑结构变得越来越复杂,电力系统潮流计算的维数也越来越大,适当的节点优化编号能够有效地加速电力系统的潮流计算。电力网络作为一种无标度的网络,可以抽象成图来表示各个节点之间的拓扑关系,为了解决电力系统潮流计算中的节点优化编号问题,提出了基于图分割算法中的多层次嵌套排序算法进行节点优化编号的方法,大幅提高了节电优化编号的速度,能够有效地加速大规模系统的潮流计算,并以IEEE14节点算例为例,介绍了所提方法的流程。算例结果验证了该算法无论是在速度上还是在内存占用均优于传统方法,能够更有效地满足大规模电网潮流计算的需求。     

基于Beowulf集群的大规模电力系统方程并行PCG求解

研究基于Beowulf集群的大规模电力系统方程并行PCG求解问题,采用常见的硬件设备和廉价且广为传播的软件构建出Beowulf分布式集群环境,基于这一环境,彻底摒弃矩阵的传统直接分解算法,采用多项式预处理的PCG法并行求解大型稀疏线性方程组.文中方法无需进行任何形式的电网络划分,也无需进行任何的矩阵三角分解和前推回代过程,适合各种类型的大规模电力系统方程的并行求解.本文分别在潮流计算、状态估计和静态安全分析中对大规模电力系统方程实现了并行求解,并获得一定的加速比和并行效率,为大规模电力系统快速、准确的仿真计算和在线分析提供一种可行的新途径.     

固定边界矩阵的并行潮流牛顿算法

为了克服基于BBDF分块的牛顿潮流的协调量计算过大的瓶颈,通过固定处理边界矩阵,提出了一种固定边界矩阵牛顿潮流并行算法,该法可显著减少每次迭代的协调计算量,提高并行效率。在IEEE118和IEEE300标准网络上,使用P42.4G的PC机对各个网络在分块数为2、4、8、12和16块时计算的结果表明,该算法在减少计算量的同时还具有较好收敛性,在大型互连网络上能提高计算速度。     

基于PC机群的发输电系统可靠性评估

为提高发输电系统可靠性评估的计算速度，提出了一种可靠性评估并行交流潮流法。该方法的核心是基于大规模电网分解协调原理的粗粒度空间并行快速解耦潮流模型和算法。其特点是：把系统划分为几个子网络；用LU分解法计算子网络和边界节点的交流潮流；根据进程间交换的潮流违限消息进行校正控制；最后计算可靠性指标。提出的方法在用个人计算机和1000M以太网构建的计算平台上实现了大电力系统充裕度评估交流潮流法的并行计算。通过对IEEE-118、IEEE-RTS96系统和一个实际电力系统进行的计算分析，验证了方法的正确性、可行性和有效性。     

基于松弛牛顿法的互联电网并行分布式潮流计算方法

分布式潮流计算是解决多区域互联电网一体化潮流问题的有效方法.以松弛牛顿法潮流求解公式为出发点,首先利用矩阵分裂法,将互联电网分解为相互独立的子系统,然后利用矩阵求逆运算的Sherman-Morrison-Woodbery公式对各子系统进行协调求解,从而导出了一种新的互联电网并行分布式潮流计算方法.与基于网络分解及协调计算的分布式潮流计算方法相比,该方法具有更好的收敛性.利用基于PVM的分布式计算环境,以IEEE 118节点系统为例,对所提算法进行了装配、测试以及分析,初步验证了所提算法的有效性.     

基于不完全LU分解预处理迭代法的电力系统潮流算法

随着电力系统规模日益增大,对潮流计算速度与实时性的要求相应提高。为了适应大规模电力系统潮流计算需求,根据Krylov子空间思想,提出了一种基于迭代法求解线性方程组的潮流算法,该算法利用不完全LU分解作为预处理,并采用CPU-GPU异构运算架构,根据CPU和GPU的不同特点,将潮流算法分为CPU处理部分和GPU处理部分,其中GPU用于并行处理计算量最为密集的线性方程组求解步骤,CPU用于处理潮流算法的其他步骤,实现快速求解。算例表明,所提算法收敛性能稳定、收敛速度快、算法效率高,在系统规模较大时,与传统基于LU分解的潮流算法相比具有明显优势,能够满足大规模电网在线潮流计算的需求,具有工程应用价值。     

大规模电网并行潮流算法

提出了一种大规模电力系统并行潮流算法。该算法将电力网络划分成若干个子网,以子网为计算节点、联络线为支路构造浓缩网格,进行潮流计算时通过双向迭代方法交替实现对网格和网格中计算节点的牛顿法线性增量方程的求解。该算法有效提高了电力系统潮流方程联立求解的效率,为大规模电力系统并行潮流计算提供了方法。在新英格兰测试系统和我国东北电网上进行了验算,结果验证了算法的有效性和合理性。     

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.