基于GPU的大規(guī)模電力系統(tǒng)電磁暫態(tài)仿真矩陣指數(shù)并行算法研究.pdf

1、電磁暫態(tài)仿真主要用于捕捉系統(tǒng)中的快動態(tài)過程，它需要采用詳細(xì)的元件模型和較小的仿真步長才能準(zhǔn)確刻畫，具有較大的仿真規(guī)模和計算量。與此同時，跨區(qū)域互聯(lián)電網(wǎng)的規(guī)模不斷擴(kuò)大，分布式發(fā)電能源的廣泛接入，以及不同時間尺度特性的新型電力設(shè)備的大規(guī)模接入，使得電磁暫態(tài)仿真面臨新的問題與挑戰(zhàn)，計算速度受到更大限制。為了快速準(zhǔn)確估測系統(tǒng)運(yùn)行狀態(tài)，對仿真程序的計算效率提出了更高的要求，提高電磁暫態(tài)仿真程序計算速度成為當(dāng)務(wù)之急。
　　GPU是一種眾核并行

2、處理器，擁有巨大的計算能力和高存儲帶寬，基于GPU的電磁暫態(tài)仿真并行算法研究具有很大的潛力。本文提出了一種基于GPU的大規(guī)模電力系統(tǒng)電磁暫態(tài)仿真的矩陣指數(shù)并行算法。本文的主要工作如下:
　　1)介紹了矩陣指數(shù)積分算法的基本原理，并將其與幾種傳統(tǒng)的數(shù)值積分算法進(jìn)行了比較分析，說明了矩陣指數(shù)算法具有良好數(shù)值精度和數(shù)值穩(wěn)定性，同時展現(xiàn)了矩陣指數(shù)算法模型的數(shù)據(jù)高度并行性，以便進(jìn)行并行算法設(shè)計;
　　2)重點(diǎn)分析了并行算法設(shè)計中最為重

3、要的內(nèi)核函數(shù)的定義、優(yōu)化等問題，并針對矩陣指數(shù)算法中僅涉及矩陣向量間運(yùn)算特性，介紹了各種高性能BLAS函數(shù)庫以及CUDA提供的面向稠密矩陣CUBLAS庫以及面向稀疏矩陣CUSPARSE函數(shù)庫;
　　3)提出了基于GPU的大規(guī)模電力系統(tǒng)電磁暫態(tài)仿真矩陣指數(shù)并行算法。以測試風(fēng)電場系統(tǒng)為算例進(jìn)行了算法研究。設(shè)計了完全在CPU上計算的CPU版本程序、在CPU和GPU上異構(gòu)并行計算的CPU+GPU版本程序以及商業(yè)仿真軟件MATLAB/Sim