[發(fā)明專利]面向指數(shù)積分的電力電子電路暫態(tài)仿真GPU加速方法

有效

• 申請?zhí)枺?/td>: 201711232867.X
• 申請日: 2017-11-29
• 公開（公告）號: CN107918292B
• 公開（公告）日: 2020-10-27
• 發(fā)明（設(shè)計）人: 富曉鵬;劉君陶;李鵬;王成山;趙金利
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G05B17/02
• 分類號: G05B17/02
• 代理公司: 天津市北洋有限責任專利代理事務(wù)所 12201
• 代理人: 杜文茹

1.一種面向指數(shù)積分的電力電子電路暫態(tài)仿真GPU加速方法，其特征在于，包括如下步驟：

1)在狀態(tài)分析框架下，建立待研究電力系統(tǒng)的電磁暫態(tài)仿真模型；

2)進行系統(tǒng)初始化，包括：設(shè)定仿真時間T，仿真步長ΔT＝h；設(shè)定當前時刻為仿真起始時刻t_n＝t₀，依照仿真需要設(shè)置電氣系統(tǒng)狀態(tài)變量的仿真初值x_n＝x₀，并由y₀＝f(t₀，x₀)，得到仿真起始時刻輸出變量的值，寫入輸出文件；在圖形處理器側(cè)分配顯存空間；

3)根據(jù)電磁暫態(tài)仿真模型中的矩陣A以及設(shè)定的仿真步長h在主機端計算矩陣

4)將矩陣A、矩陣以及系統(tǒng)狀態(tài)變量x數(shù)據(jù)由主機端內(nèi)存?zhèn)鬏數(shù)綄?yīng)的設(shè)備端顯存上；

5)將當前狀態(tài)下的矩陣存儲在設(shè)備端的存儲器上，用于當當前狀態(tài)下的開關(guān)狀態(tài)再次出現(xiàn)時直接調(diào)用；

6)利用圖形處理器并行計算資源，使用指數(shù)積分并行算法對電氣系統(tǒng)進行求解，得到電氣系統(tǒng)狀態(tài)量x；

7)將得出的電氣系統(tǒng)狀態(tài)量x傳回主機端，求解該時刻控制系統(tǒng)的狀態(tài)量；

8)通過開關(guān)狀態(tài)向量S判斷開關(guān)狀態(tài)在本時步內(nèi)是否改變，若不變則轉(zhuǎn)至步驟12)，否則繼續(xù)下一步；

9)開關(guān)狀態(tài)改變時，采用適于矩陣存儲的考慮多重開關(guān)動作的改進插值法確定開關(guān)動作時刻，并計算該時刻電氣系統(tǒng)狀態(tài)量；包括：

(1)在t時刻用指數(shù)積分算法仿真至t+ΔT，此時通過開關(guān)狀態(tài)向量S的變化檢測到開關(guān)動作；

(2)由t與t+ΔT的狀態(tài)變量線性插值得到電流的過零時刻t_a，t_a＝t+αΔT，w為PWM變流器調(diào)制與載波信號的差，若t_a∈(t,t+ΔT)則求出該時刻電氣系統(tǒng)狀態(tài)變量x(t_a)＝x(t)+α(x(t+ΔT)-x(t))，繼續(xù)下一步，否則進入第(6)步；

(3)使用指數(shù)積分法仿真一個步長至t_a+ΔT；

(4)繼續(xù)檢測開關(guān)動作，若有動作則返回第(2)步，否則繼續(xù)下一步：

(5)用線性插值法求出t+ΔT時刻電氣系統(tǒng)狀態(tài)變量，x(t+ΔT)＝x(t_a)+(1-α) ( x( t_a+ΔT) -x( t_a) ) ；

(6)使用指數(shù)積分法仿真至下一步t+2ΔT；

10)根據(jù)開關(guān)狀態(tài)向量S判斷該時刻的開關(guān)狀態(tài)在之前的仿真過程中是否出現(xiàn)過，若是則繼續(xù)下一步，否則根據(jù)該時刻的開關(guān)狀態(tài)對電磁暫態(tài)仿真模型中矩陣A的相應(yīng)元素進行更新后，返回步驟3)；

11)調(diào)用存儲器中儲存的與該時刻開關(guān)狀態(tài)對應(yīng)的矩陣返回步驟6)；

12)由y_n＝f(t_n,x_n)得到t_n時刻的輸出向量并寫入輸出文件，更新仿真時刻t_n＝t_n+ΔT，仿真向前推進一個步長；

13)比較當前時刻t_n與仿真時間T，判斷是否已經(jīng)抵達仿真結(jié)束時刻，若已經(jīng)達到，則仿真結(jié)束；若未達到，則返回步驟6)。

2.根據(jù)權(quán)利要求1所述的面向指數(shù)積分的電力電子電路暫態(tài)仿真GPU加速方法，其特征在于，步驟1)所述的電力系統(tǒng)電磁暫態(tài)仿真模型，是采用如下非線性微分方程組描述：

其中，x為電氣系統(tǒng)狀態(tài)變量，矩陣A代表原微分方程組中的線性部分，含義是狀態(tài)量之間的相互耦合關(guān)系，包含了模型中的主要信息；而g(t,x)則代表系統(tǒng)狀態(tài)量耦合的非線性部分，y是通過系統(tǒng)狀態(tài)變量x求出的輸出量。

3.根據(jù)權(quán)利要求1所述的面向指數(shù)積分的電力電子電路暫態(tài)仿真GPU加速方法，其特征在于，步驟6)所述的指數(shù)積分并行算法對電氣系統(tǒng)進行求解，包括：

(1)在圖形處理器上并行實現(xiàn)稀疏矩陣與向量的乘法運算dx←Ax_n；

(2)在圖形處理器上并行完成dx←dx+g(t_n,x_n)部分的計算，即g(t_n,x_n)向量更新和g(t_n,x_n)與x的向量加法；

(3)在圖形處理器上并行實現(xiàn)稠密矩陣與向量的乘法運算

(4)在圖形處理器上并行計算向量加法x_n+1←x_n+dx

其中，x為電氣系統(tǒng)狀態(tài)變量，A為矩陣，g(t,x)代表系統(tǒng)狀態(tài)量耦合的非線性部分，h為仿真步長。