基于GPU加速的電力系統(tǒng)并行潮流的研究.pdf

1、隨著電力系統(tǒng)規(guī)模的增大、網(wǎng)絡(luò)結(jié)構(gòu)也變得越來(lái)越復(fù)雜,大規(guī)模電力系統(tǒng)的分析與仿真面臨著嚴(yán)峻的挑戰(zhàn)。傳統(tǒng)的電力系統(tǒng)計(jì)算分析都是基于中央單元處理器(Central Processing Unit,CPU)平臺(tái)上，并且在此平臺(tái)上對(duì)算法進(jìn)行優(yōu)化改進(jìn),這一途徑難于從根本上對(duì)性能有大幅度的提升。因此,研究適應(yīng)于其他高速計(jì)算平臺(tái)的并行算法是解決這一問(wèn)題的非常重要的途徑。和傳統(tǒng)的CPU架構(gòu)相比,圖形處理器(Graphic Processing Unit,G

2、PU)在大規(guī)模數(shù)據(jù)處理上擁有絕對(duì)的優(yōu)勢(shì),同時(shí),統(tǒng)一設(shè)備架構(gòu)(Compute Unified Device Architecture, CUDA)的提出,也為基于GPU硬件平臺(tái)在通用計(jì)算領(lǐng)域的發(fā)展提供了簡(jiǎn)潔統(tǒng)一的計(jì)算接口,降低了GPU開(kāi)發(fā)的難度,擴(kuò)展了GPU的可編程性,因而研究基于GPU的電力系統(tǒng)并行仿真計(jì)算對(duì)降低成本,推進(jìn)電力系統(tǒng)計(jì)算向更深層次的高性能并行計(jì)算發(fā)展有著十分重要的意義。
　　本文分析了CPU/GPU混合平臺(tái)硬件架構(gòu)和

3、軟件體系,在此基礎(chǔ)上研究了混合平臺(tái)上的電力系統(tǒng)并行潮流算法,提出了基于混合平臺(tái)的潮流共軛梯度(Conjugate Gradient,CG)算法,以適用于電力系統(tǒng)在線分析與實(shí)時(shí)仿真。
　　結(jié)合GPU硬件結(jié)構(gòu)的特點(diǎn),為了有效地解決CSR壓縮格式在GPU通用計(jì)算中的全局內(nèi)存對(duì)齊問(wèn)題,提出了一種稀疏矩陣壓縮格式——改進(jìn)的行格式壓縮法。設(shè)計(jì)GPU平臺(tái)上的基于該格式的稀疏矩陣向量乘法計(jì)算核,采用算例驗(yàn)證表明該格式與傳統(tǒng)CSR格式相比,有效地縮

4、短了在GPU平臺(tái)上的稀疏矩陣向量乘法的計(jì)算時(shí)間。
　　深入分析了基于CPU/GPU架構(gòu)的電力系統(tǒng)潮流算法,確定出適合于GPU加速的解修正方程部分。根據(jù)共軛梯度法的內(nèi)在并行性,實(shí)現(xiàn)了基于GPU的并行共軛梯度法。由隨機(jī)算例的測(cè)試結(jié)果表明在求解大型稀疏方程時(shí),共軛梯度法在GPU平臺(tái)上比傳統(tǒng)CPU平臺(tái)上具有顯著的加速優(yōu)勢(shì)。
　　給出了基于CPU/GPU混合平臺(tái)的直流潮流CG法和交流潮流PQ-CG法的具體實(shí)現(xiàn),通過(guò)多個(gè)IEEE測(cè)試系統(tǒng)