基于多核处理器技术的暂态稳定并行算法

对电力系统暂态稳定分析的算法及并行化设计进行了研究,针对多核计算机特点,抛弃了传统的消息传递接口,采用了近年来新出现的OpenMP并行技术,结合最小度最小深度的重排序算法和基于因子表路径树法进行区域的划分,使LU分解法和暂态稳定的其他计算过程能够解耦成为若干并行任务,由各个核心并行执行。此法的优点在于,各核心之间具有可靠的高带宽、低延时通信,联系非常紧密,可以实现"多次少量"的细颗粒并行。用1 056和3 872条母线的2个算例进行测试,结果显示,相比传统的多机并行技术,基于多核处理器的并行算法获得了良好的效果,在双核、四核计算机上分别获得了超过1.7及3.0的加速比。     

抑制超低频振荡的调速器PID参数多机协调优化

针对云南电网与主网异步后系统频率出现的持续超低频振荡问题,提出一种用于抑制超低频振荡的调速器PID参数多机协调优化策略。该策略首先在分析PID参数敏感性的基础上提出多机协调优化目标,然后以一次调频稳定时间最小为指标,通过PID参数的启发式动态调整,实现云南电网各机组调频能力平衡和协调优化。利用所提出策略得到云南电网主力机组调速器PID的优化参数,并在云南电网实际系统多个场景中进行仿真,结果表明:优化后的系统参数能够有效提升云南电网频率响应阻尼比,抑制超低频振荡,从而验证了所提策略的有效性与可行性。     

多端柔性直流电网的中高频振荡特性分析

大量研究和实发事件表明,柔性直流输电技术的应用会在系统中引入潜在的振荡风险。以往对于柔直振荡的研究往往集中于交流侧,而对于直流电网侧的振荡问题研究较少。该文针对柔直换流器与直流电网之间的振荡问题展开研究,首先通过电磁暂态仿真分析复现出柔直系统中高频振荡现象,其次建立系统直流阻抗网络模型,然后采用对数导数法定量分析系统振荡模式,最后分析了振荡的影响因素,总结了多端柔直电网中高频振荡特性。     

MMC-HVDC高频振荡问题研究进展

基于模块化多电平换流器(modular multilevel converter,MMC)的高压直流(high voltage direct current,HVDC)输电工程在近年来出现了多起高频谐振事件:2015年西班牙-法国联网工程发生了频段在1.6 kHz的高频谐振事件;2017年鲁西背靠背工程广西侧电压和电流出现1271Hz左右的高频分量;2018年渝鄂工程鄂侧和渝侧分别出现1810Hz和700Hz的高频振荡事件.这些高频振荡事件发生后导致换流站闭锁,由此产生的功率盈余/缺额将对接入的交流电网产生严重的冲击.首先回顾了国内外典型的MMC-HVDC高频振荡事件,并总结归纳振荡发生的机理;然后从柔性直流输电系统数学建模、高频振荡分析方法以及振荡抑制策略等角度对研究现状进行介绍和总结,指出目前研究中存在的难点和不足;最后对MMC-HVDC高频谐振问题的后续研究做出展望.     

采用混合时序的机电-电磁暂态解耦混合仿真

提出一种使用SOCKET通信搭建的混合仿真通信框架,以实现机电-电磁混合仿真的完全解耦,在此基础上提出一种可自动切换的串并行结合的混合交互时序,以提高混合仿真的精度和速度。以PSCAD及开源的PSAT为例对混合仿真系统的实现进行了详细描述,并在含有SVC的三机九节点系统上做了验证,表明所提出解耦混合仿真方法及所采用的时序交互方式有效,同时得出了普适性结论,即只要仿真程序支持相关的API调用,则所提出的基于通信的仿真框架均可实现。     

基于知识库的BPA二次开发

对于现代电力系统,采用N-2原则进行电力系统稳定分析的难度不断地在加大,采用人工方式进行预想事故预演,即费时费力又容易产生遗漏。研究N-2安全稳定计算分析软件与现有BPA软件无缝衔接,引入知识库系统,识别电网中最为严重的事故以及可能存在的薄弱环节。在保证了仿真覆盖范围的前提下,大大地减少了仿真案例的数目,缩减了系统的仿真时间,实现了对电网的快速仿真。     

基于图形处理器的广义最小残差迭代法在电力系统暂态仿真中的应用

文中对电力系统暂态仿真算法及并行化设计进行了研究,针对图形处理器(graphic processing unit,GPU)的特性,应用广义最小残差法(generalized minimal residual,GMRES)提出一种基于GPU的电力系统暂态仿真并行算法。该算法采用预处理算法对暂态仿真计算过程中的系数矩阵进行预处理,降低条件数以提升收敛速度,经预处理后的线性方程组通过GMRES算法在GPU上并行求解,针对暂态仿真计算中线性方程组稀疏性的特点,算法应用稀疏存储技术以节省计算量和内存占用空间。测试表明,所提出的GPU并行算法与PSAT软件计算结果近似;相对CPU串行程序,当算例规模足够大时,GPU并行算法的加速效果明显,实测最高加速比为3.3。     

基于图形处理器的电力系统稀疏线性方程组求解方法

针对电力系统大规模线性方程组的稀疏特点,提出了基于图形处理器(GPU)的直接求解方法。该方法首先利用基于先排序的分块对角加边形式(BBDF)划分方法对方程组系数矩阵进行分割,形成具有粗粒度和细粒度两层并行结构的线性方程组,然后利用GPU的线程块和线程并行特性对其分别予以求解。将上述方法应用到电力系统暂态稳定计算中,并对其加速效果进行了测试。测试结果表明,在目前普及的设备上,所提方法可获得3~4倍的加速比;在高端设备上,能够获得7~8倍的加速比。