收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于GPU加速的电力系统最优潮流算法研究

赵嘉豪  
【摘要】:随着现代电力系统趋向于规模化、多元化、复杂化方向发展,人们对电力系统安全稳定运行的需求也日益增加。最优潮流(Optimal Power Flow,OPF)是同时考虑电力系统安全性和经济性的重要分析工具,在经济调度、安全运行、电网规划、可靠性分析等方面得到了广泛的应用。在全网统一分析的背景下,为了满足电力系统在调控运行等实时场景中对计算速度的需求,开发一个高效、准确的最优潮流计算方案成为了重要的研究课题。近年来,图形处理器(Graphics Processing Unit,GPU)因其在浮点计算速度和存储带宽方面的优势而成为高性能计算方向的研究热点,也被成功应用在电力系统领域,使得更大规模、更高效率的电力系统分析与计算应用成为可能。本文通过GPU对最优潮流算法进行并行加速,具体研究内容如下:首先,研究了基于原对偶内点法的最优潮流并行算法。考虑到算法流程中KKT系统的求解是主要的计算瓶颈,提出了利用GPU强大的并行计算能力去加速稀疏线性方程组求解的计算方案,采用消去树跨层并行的优化策略实现了GPU加速的稀疏直接求解算法。相比KLU求解器和cu SOLVER算法库,本文设计的GPU算法具有更好的计算性能。GPU算法在9241节点系统上的经典最优潮流计算时间相较于CPU算法可取得2.86倍的加速比。然后,在基础的最优潮流模型上进行拓展,讨论了更复杂的安全约束最优潮流(Security Constrained Optimal Power Flow,SCOPF)计算问题,通过对问题的解耦重构挖掘了KKT系统潜在的特殊结构,研究了基于对角加边模型的SCOPF并行算法。根据CPU和GPU各自的计算特点,提出了SCOPF算法在异构计算平台上的总体流程,对混合架构中的流程控制和数据传输等任务分配方式作了具体优化,对多GPU并行计算的调度机制进行了详细阐述。进一步,在SCOPF算法流程并行化的基础上研究了GPU加速的分块消元法,通过对GPU内核函数的优化设计挖掘了细粒度的并行计算模式。在耗时较长的局部Schur补计算上,采用规则化建模方法实现了批量三角方程组的求解,采用高效访问共享内存的线程分配策略实现了稀疏矩阵乘法。在边界稠密线性方程组求解上,通过GPU算法减少了这一串行组件的计算时间,进一步提高了算法的整体效率。最后,在不同规模的电力系统算例上对GPU加速的SCOPF算法进行了性能测试。测试结果表明,基于分块消元法的GPU计算方案在求解大规模电力系统优化问题时表现出更高的计算效率。以2869节点系统的SCOPF计算为例,相比传统的CPU计算方案,GPU方案在求解KKT系统上取得了21.77倍的加速比,并在全流程上总共取得了8.52倍的加速比。算例结果验证了所提方法的高效性与适用性。


知网文化
【相似文献】
中国期刊全文数据库 前16条
1 李繁;金明录;刘继;;基于GPU的并行奇异值分解最小平方估计算法[J];计算机科学;2014年06期
2 董亚清;;基于GPU的线性调频信号脉冲压缩算法实现[J];电子科技;2013年12期
3 陈昱;江兰帆;;基于GPU加速的光线跟踪渲染算法研究[J];武夷学院学报;2013年02期
4 陆建勇;曹雪虹;焦良葆;;基于GPU交互式光线跟踪算法的设计与实现[J];南京工程学院学报(自然科学版);2009年03期
5 王世元;温柳英;;GPU光线跟踪算法加速结构研究[J];技术与市场;2010年05期
6 刘剑英;;基于GPU的并行协同差分进化算法研究[J];计算机工程与应用;2012年07期
7 徐磊;徐莹;;多体问题在GPU上实现的讨论[J];计算机应用与软件;2012年01期
8 付诚;贾年;;基于混合高斯模型和GPU的车辆闯红灯快速检测算法及实现[J];西华大学学报(自然科学版);2012年02期
9 于飞;吉庆兵;罗顺;张李军;兰天;;GPU计算及其在密码分析中的应用[J];信息安全与通信保密;2012年12期
10 刘进锋;郭雷;;神经网络前向传播在GPU上的实现[J];微型机与应用;2011年18期
11 丁鹏;陈利学;龚捷;张岩;;GPU通用计算研究[J];计算机与现代化;2010年01期
12 倪炜;;GPU通用计算研究[J];黑龙江科技信息;2009年16期
13 杨俊华;符红光;郭惠;;基于GPU快速光线跟踪算法的设计与实现[J];计算机应用;2007年08期
14 张澳博;;GPU并行计算分析[J];数字通信世界;2017年09期
15 陈来军;陈颖;许寅;梅生伟;;基于GPU的电磁暂态仿真可行性研究[J];电力系统保护与控制;2013年02期
16 胡鹤;赵毅;庞飞;;GPU加速高性能计算平台上容器性能评估[J];云南民族大学学报(自然科学版);2021年01期
中国重要会议论文全文数据库 前20条
1 梁亮;张定华;毛海鹏;王凯;吴清;;用GPU实现快速三维图像重建[A];2004年CT和三维成像学术年会论文集[C];2004年
2 陆娟娟;温柏坚;王毅;陆进军;郭文鑫;;基于GPU并行的静态安全分析设计与应用[A];2016智能电网发展研讨会论文集[C];2016年
3 刘志宏;张年梅;;磁流体力学数值模拟GPU加速技术研究[A];第九届全国流体力学学术会议论文摘要集[C];2016年
4 ;GPU加速基于经验模态分解的高动态范围图像色调映射[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
5 王健;许明;陈飞国;葛蔚;李静海;;单相流动直接数值模拟在GPU上的实现[A];中国颗粒学会第七届学术年会暨海峡两岸颗粒技术研讨会论文集[C];2010年
6 任鸿翔;金一丞;尹勇;;基于GPU的多重凹凸贴图方法[A];2007系统仿真技术及其应用学术会议论文集[C];2007年
7 张嘉华;梁成;李桂清;;细分曲面的GPU完全实现[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年
8 张明磊;孙树立;邱鑫;;基于重心坐标插值的网格变形GPU并行方案[A];北京力学会第19届学术年会论文集[C];2013年
9 钟何平;黄攀;田振;吴浩然;;基于GPU的干涉相位质量图快速计算方法[A];中国声学学会水声学分会2015年学术会议论文集[C];2015年
10 李茂文;唐林波;曾涛;张超;韩煜祺;于春磊;;基于嵌入式GPU的双目视觉测距研究[A];第十届全国信号和智能信息处理与应用学术会议专刊[C];2016年
11 刘丽;刘晓峰;李洪林;;GPU加速技术在分子模拟中的应用[A];2011年全国药物化学学术会议——药物的源头创新论文摘要集[C];2011年
12 罗月童;薛晔;刘晓平;;基于GPU的多分辨率体数据重构技术研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
13 邢怡;;基于GPU的逆时偏移方法在地震数据处理中的应用[A];中国地球物理2013——第二十二专题论文集[C];2013年
14 常新正;王宇新;狄少丞;郭禾;季顺迎;;基于GPU的颗粒离散元并行计算[A];颗粒材料计算力学研究进展[C];2012年
15 潘宏伟;李辉;廖昌阊;曾安祥;;一种基于现代GPU的大地形可视化算法[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
16 刘颜;金一丞;尹勇;任鸿翔;;航海模拟器中基于GPU的雨的实时渲染[A];第十四届全国图象图形学学术会议论文集[C];2008年
17 孙伟平;向杰;廖红虹;周敬利;;基于GPU的协方差矩阵粒子滤波算法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
18 王为中;胡天跃;;基于GPU的三维地震波变阶数交错网格数值模拟[A];中国石油学会2017年物探技术研讨会论文集[C];2017年
19 李慧;付志一;;基于GPU计算的有限元总刚组成方法探索[A];北京力学会第17届学术年会论文集[C];2011年
20 蔡勇;;基于GPU并行的材料结构一体化拓扑优化方法[A];中国力学大会-2015论文摘要集[C];2015年
中国博士学位论文全文数据库 前20条
1 白冰;混响室电磁环境的GPU并行重建算法及应用研究[D];西安电子科技大学;2015年
2 陈俊杰;基于GPU的隐式曲面多边形化和造型技术[D];浙江大学;2015年
3 崔树林;基于GPU的并行矢量数据分析与索引技术研究[D];中国科学院研究生院(东北地理与农业生态研究所);2014年
4 王思博;GPU加速耗散粒子动力学模拟软件及其在重质油介观模拟中的应用[D];中国科学院研究生院(过程工程研究所);2015年
5 李荣春;基于GPU的软件无线电并行算法与系统结构关键技术研究[D];国防科学技术大学;2014年
6 韩元利;基于GPU编程的虚拟自然环境技术研究[D];武汉大学;2007年
7 张楠;基于相位差异的地基望远镜图像恢复算法与GPU高速实现[D];中国科学院研究生院(长春光学精密机械与物理研究所);2012年
8 李仕;航空异速像移模糊实时恢复算法研究与GPU平台实现[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
9 李昌国;基于谱间和校正相关性的高光谱图像压缩方法研究及GPU并行实现[D];成都理工大学;2015年
10 葛子厚;基于GPU动态误差度量的大规模地形绘制方法[D];吉林大学;2012年
11 甘新标;面向众核GPU的编程模型及编译优化关键技术研究[D];国防科学技术大学;2012年
12 王晶;基于等几何分析模型的数控编程GPU内核及应用优化算法[D];西北工业大学;2019年
13 代媛;基于GPU并行计算的图像压缩技术研究[D];西北农林科技大学;2014年
14 张兵;高超声速多场耦合及其GPU计算加速技术研究[D];南京航空航天大学;2011年
15 任鸿翔;航海模拟器中基于GPU的海洋场景真实感绘制[D];大连海事大学;2009年
16 蔡勇;基于GPU的车身结构接触碰撞过程并行计算方法[D];湖南大学;2013年
17 黄玉龙;基于GPU的查询技术并行化研究[D];华南理工大学;2013年
18 陈照云;基于小规模GPU集群平台的深度学习任务调度研究[D];国防科技大学;2019年
19 郑默;基于GPU的煤热解化学反应分子动力学(ReaxFF MD)模拟[D];中国科学院研究生院(过程工程研究所);2015年
20 程开东;基于GPU并行计算的动态签名鉴别算法研究[D];吉林大学;2009年
中国硕士学位论文全文数据库 前20条
1 赵嘉豪;基于GPU加速的电力系统最优潮流算法研究[D];东南大学;2021年
2 刁兴光;独立成分算法在GPU上的实现[D];大连理工大学;2012年
3 夏春芬;基于GPU高性能计算的人脸表情识别算法的研究[D];武汉理工大学;2011年
4 王世元;基于GPU的光线跟踪算法的加速结构比较研究[D];华中师范大学;2008年
5 彭德雯;基于GPU加速的四面体网格优化[D];浙江大学;2013年
6 宋卢军;基于GPU的实时部分相干光并行生成算法研究[D];长春理工大学;2016年
7 金国平;GPU加速的音频检索算法的研究与实现[D];南京大学;2013年
8 徐琛彦;基于的分子对接加速技术研究GPU[D];国防科学技术大学;2010年
9 张震;基于机载GPU的无人机视频流实时检测系统的设计与实现[D];山东大学;2021年
10 彭灿;GPU堆管理器中地址随机化技术的研究与实现[D];湖南大学;2019年
11 周思璐;基于GPU的隐藏通道的研究[D];湖南大学;2019年
12 尚维;基于GPU的光纤非线性薛定谔方程的仿真与计算[D];北京交通大学;2019年
13 姜大闯;基于GPU的光纤振动信号并行处理研究[D];杭州电子科技大学;2019年
14 银朋;基于物理模型和GPU加速的火焰实时模拟[D];河南大学;2019年
15 李联炜;基于GPU集群的机器人人体综合特征识别算法研究[D];南京邮电大学;2019年
16 武旭晨;基于GPU并行计算的城市电动出租车充电设施优化选址研究[D];石家庄铁道大学;2019年
17 周志敏;可变形部件模型的并行加速及应用[D];上海交通大学;2016年
18 黄兰兰;基于访存行为分类的GPU内存调度研究[D];华中科技大学;2019年
19 梁观玉;基于嵌入式GPU的模切工件尺寸测量与表面缺陷检测算法研发[D];浙江大学;2019年
20 宋广振;基于嵌入式GPU的自由视点视频播放软件设计[D];浙江工业大学;2019年
中国重要报纸全文数据库 前10条
1 本报记者 藏瑾;苹果、三星自研GPU:手机厂商供应链发力[N];21世纪经济报道;2017年
2 本报记者 陈洲;三星苹果竞技GPU 产业链洗牌大幕再次拉开?[N];通信信息报;2017年
3 本报记者 陈炳欣;移动GPU再受关注 市场竞争格局复杂多变[N];中国电子报;2019年
4 本报记者 齐旭;英特尔入局高性能独显,GPU未来谁成赢家[N];中国电子报;2019年
5 本报记者 李佳师;苹果英特尔入局 GPU为何这么热?[N];中国电子报;2020年
6 本报记者 张一迪;英伟达发布全新数据中心GPU 剑指人工智能生态[N];中国电子报;2020年
7 本报记者 沈丛;从GPU反攻到IDM模式再革新 英特尔将全面发力混合架构[N];中国电子报;2021年
8 记者 许子皓;英特尔收购芬兰公司Siru意在增强GPU实力[N];中国电子报;2022年
9 本报记者 顾鸿儒;手机企业自研GPU成趋势 专业壁垒和生态束缚是两道坎[N];中国电子报;2018年
10 ;骁龙8移动平台性能实测:跑分超百万,GPU成最大亮点![N];电脑报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978