基于gpu的大规模电力系统电磁暂态仿真矩阵指数并行算法研究

《基于gpu的大规模电力系统电磁暂态仿真矩阵指数并行算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于GPU的大规模电力系统电磁暂态仿真矩阵指数并行算法研究StudiesontheParallelAlgorithmofMatrixExponentialforElectromagneticTransientSimulationBasedonGPUPlatform学科专业：电气工程研究生：周红珊指导教师：赵金利副教授天津大学电气与自动化工程学院二零一五年十二月摘要电磁暂态仿真主要用于捕捉系统中的快动态过程，它需要采用详细的元件模型和较小的仿真步长才能准确刻画，具有较大的仿真规模和计算量。与此同时，跨区域互联电网的规模不断扩大，分布式发电能源的广泛接入，以及不同时间尺度特性的新型电力设备的大规

2、模接入，使得电磁暂态仿真面临新的问题与挑战，计算速度受到更大限制。为了快速准确估测系统运行状态，对仿真程序的计算效率提出了更高的要求，提高电磁暂态仿真程序计算速度成为当务之急。GPU是一种众核并行处理器，拥有巨大的计算能力和高存储带宽，基于GPU的电磁暂态仿真并行算法研究具有很大的潜力。本文提出了一种基于GPU的大规模电力系统电磁暂态仿真的矩阵指数并行算法。本文的主要工作如下：1）介绍了矩阵指数积分算法的基本原理，并将其与几种传统的数值积分算法进行了比较分析，说明了矩阵指数算法具有良好数值精度和数值稳定性，同时展现了矩阵指数算法模型的数据高度并行性，以便进行并行算法设计；2）重点分析了并行算

3、法设计中最为重要的内核函数的定义、优化等问题，并针对矩阵指数算法中仅涉及矩阵向量间运算特性，介绍了各种高性能BLAS函数库以及CUDA提供的面向稠密矩阵CUBLAS库以及面向稀疏矩阵CUSPARSE函数库；3）提出了基于GPU的大规模电力系统电磁暂态仿真矩阵指数并行算法。以测试风电场系统为算例进行了算法研究。设计了完全在CPU上计算的CPU版本程序、在CPU和GPU上异构并行计算的CPU+GPU版本程序以及商业仿真软件MATLAB/SimPowerSystems仿真的MATLAB版本程序。分析比较了各版本程序消耗的时间，GPU版本程序消耗时间最小，验证了所提算法的准确性与高效性。关键词：电磁

4、暂态仿真；并行计算；GPU；CUDA；内核函数ABSTRACTElectromagnetictransientsimulationismainlyusedtocapturethefast-dynamicprocessinthesystem.Itneedsdetailedmodelsoftheelementsandasmallsimulationstepsize,whichhaslargesimulationscaleandcalculation.Atthesametime,withthedevelopmentoftheinterconnectedpowergrid,thedistribute

5、dgenerationenergyandothernewpowerelectronicequipments,electromagnetictransientsimulationisfacednewproblemsandchallenges,wherethecalculationspeedofthesimulationprogramismorerestricted.Inordertoquicklyandaccuratelyestimatetheoperatingstateofthesystem,thecomputationalefficiencyofthesimulationprogramis

6、putforwardhigherrequirements,anditisurgenttoimprovethecalculationspeedofelectromagnetictransientsimulationprogram.GPUisamulti-coreparallelprocessor,withgreatcomputingpowerandhighmemorybandwidth.TheresearchoftheparallelalgorithmbasedonGPUhasgreatpotentialinelectromagnetictransientsimulation.Inthispa

7、per,aparallelalgorithmofmatrixexponentialforelectromagnetictransientsimulationoflargescalepowersystembasedonGPUisproposed.Mainworkofthisthesisisasfollows:(1)Comparedwithsometraditionalnumericalintegrational