基于道路树分层的大电网潮流并行算法及其GPU优化实现

针对大规模电网分析及能量管理系统对快速潮流计算的需求,提出了一种适于图形处理器(GPU)的基于道路树分层的稀疏矩阵直接分解算法,并结合该算法在GPU上实现了基于牛顿—拉夫逊法的潮流计算。为提高基于GPU的计算效率,首先在GPU上实现了潮流方程式右端项生成、雅可比矩阵生成、LU分解以及前推回代求解,减少了CPU和GPU之间的数据传输时间。其次,针对GPU中寄存器—缓存—显存多级存储架构,改进数据存储方式,减少了读取延迟。进一步,考虑GPU线程组织特点,优化任务分配,增加了计算并行度。最后,对比基于CPU的电力系统分析综合程序(PSASP)潮流计算模块,进行了数值仿真测试。结果表明,随着节点数的增加,所提出的程序计算优势越来越显著,算例规模达到43 602个节点时可获得5.172倍的加速比,验证了算法的有效性和实用性。