[發明專利]一種GPU加速的電力潮流下三角方程組前推方法

在審

• 申請號: 201710478882.6
• 申請日: 2017-06-22
• 公開（公告）號: CN107392429A
• 公開（公告）日: 2017-11-24
• 發明（設計）人: 周贛;姚瑤;孫立成;張亮;李琦;何朝偉;馮燕鈞
• 申請（專利權）人: 東南大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06F17/12;G06T1/20
• 代理公司: 南京蘇高專利商標事務所(普通合伙)32204
• 代理人: 張婧

技術領域

本發明屬于電力系統高性能計算應用領域，尤其涉及一種GPU加速的電力潮流下三角方程組前推方法。

背景技術

潮流計算是電力系統中應用最廣泛、最基本和最重要的一種電氣運算。在電力系統運行方式和規劃方案的研究中，都需要進行潮流計算以比較運行方式或規劃供電方案的可行性、可靠性和經濟性。同時，為了實時監控電力系統的運行狀態，也需要進行大量而快速的潮流計算。因此，在系統規劃設計和安排系統的運行方式時，采用離線潮流計算；在電力系統運行狀態的實時監控中，則采用在線潮流計算。

而實際生產過程中，無論離線潮流和在線潮流計算都對潮流的計算速度有這比較高的要求。在涉及規劃設計和安排運行方式的離線潮流中，因設備落地方案等情況復雜，需要仿真運行的種類多，潮流計算量大，單個潮流計算時間影響整體仿真時長；而在電力系統運行中進行的在線潮流計算對計算時間敏感度高，需要實時給出潮流計算結果，如在預想事故、設備退出運行對靜態安全的影響的潮流計算中，系統需要計算大量預想事故下潮流分布，并實時地做出預想的運行方式調整方案。

GPU是一種眾核并行處理器，在處理單元的數量上要遠遠超過CPU。傳統的GPU只負責圖形渲染，而大部分的處理都交給了CPU。現在的GPU已經發展為一種多核、多線程、具有強大計算能力和極高存儲器帶寬、可編程的處理器。在通用計算模型下，GPU作為CPU的協處理器工作，通過任務合理分配分解完成高性能計算。

稀疏線性方程組求解是電力系統潮流計算中一個重要部分，其中下三角方程組求解是線性方程組求解中最常見的操作，是LU分解法求解線性方程組的后續步驟，通常也被稱為前推運算。對方程組系數矩陣進行LU符號分解后，得到下三角變換矩陣L的稀疏結構，對L矩陣各行進行并行化分層，其中每層中的行的計算相互獨立，沒有依賴關系，天然可以被并行的計算處理，適合GPU加速。通過CPU和GPU的有效合作可以完成稀疏線性方程組中下三角方程組的求解，目前國內外研究人員研究重點在于計算量分配的線程設計，而缺乏對線程計算方式和數據索引方式的深入研究，GPU的優勢沒有得到充分發揮。

因此，亟待解決上述問題。

發明內容

發明目的：本發明的目的是提供一種能大幅減少電力潮流下三角方程組前推運算的計算時間并能提升潮流計算速度的GPU加速的電力潮流下三角方程組前推方法。

潮流計算：電力學名詞，指在給定電力系統網絡拓撲、元件參數和發電、負荷參量條件下，計算有功功率、無功功率及電壓在電力網中的分布。

GPU：圖形處理器(英語：GraphicsProcessingUnit，縮寫：GPU)。

技術方案：為實現以上目的，本發明公開了一種GPU加速的電力潮流下三角方程組前推方法，所述方法包括如下步驟：

(1)CPU中根據雅可比矩陣的LU符號分解結果，即下三角變換矩陣L的稀疏結構，對下三角變換矩陣L各行進行并行化分層，并將計算所需數據傳輸至GPU；

(2)GPU中按層次遞增的順序啟動分層LU前推運算內核函數LUForward。

其中，所述步驟(1)中，并行化分層將下三角變換矩陣L的n行歸并到MaxLevel層中，屬于同一層中的行之間相互獨立，可并行進行前推運算；每層包含的行的數量為Levelnum(k)，k表示層號；存儲第k層中所有行號至映射表Map_k；最后CPU將GPU計算所需數據傳輸給GPU，GPU計算所需的數據包括：下三角變換矩陣L，矩陣維度n，線性方程組右端向量b，層數MaxLevel，每層包含的行數Levelnum以及映射表Map。

優選的，所述步驟(2)中，LU前推運算內核函數定義為LUForward<N_blocks，N_threads>，其線程塊大小N_threads固定為128，當對k層進行計算時，線程塊數量N_blocks＝(Levelnum(k)-1)/N_threads+1，調用內核函數LUForward<N_blocks，N_threads>來計算屬于第k層的所有行。

再者，所述內核函數LUForward<N_blocks，N_threads>的計算流程為：

(2.1)CUDA自動為每個線程分配線程塊索引blockID和線程塊中的線程索引threadID；