[發明專利]用于電力電子高效暫態仿真的圖形處理器內存管理方法

有效

• 申請號: 201810897132.7
• 申請日: 2018-08-08
• 公開（公告）號: CN109214059B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 富曉鵬;吳蔚;王成山;李鵬
• 申請（專利權）人: 天津大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06T1/20;G06T1/60;G06F17/12;G06F17/16
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 杜文茹

本發明的用于電力電子高效暫態仿真的圖形處理器內存管理方法，著眼于有限計算資源情況與大規模電力系統電磁暫態仿真計算需求之間的矛盾。仿真過程中，多個電力電子開關的快速變化使得系統狀態頻繁發生改變，進而需要多次對狀態更新矩陣進行求解和存儲，隨之導致計算效率低以及計算資源占用過多的問題。基于最不經常使用算法的內存替換方法，能夠保證在有限的計算資源下電磁暫態仿真的順利進行，另一方面隨著實際電力系統的規模不斷增加，對仿真規模的要求也不斷增加，使用內存替換方法之后，能夠以犧牲很少仿真速度的條件下，極大地提高仿真規模的大小。

技術領域

本發明涉及一種電力系統仿真方法。特別是涉及一種適用于電力系統暫態建模仿真應用的用于電力電子高效暫態仿真的圖形處理器內存管理方法。

背景技術

近年來，電力系統在實際運行中面臨著可再生能源的大規模接入以及交直流互聯電網運行規模不斷增加的挑戰，使用傳統的電磁暫態仿真算法研究其復雜的暫態特性及運行控制問題時會在計算資源和計算速度方面受到限制。而基于元件詳細動態特性建模的電力系統電磁暫態仿真因其能夠準確刻畫微秒級的系統快動態過程，正逐漸在新能源電力系統的分析、設計與運行等方面獲得更加廣泛的重視與應用。此外，電網規模持續擴大及仿真時間尺度不斷延伸給電磁暫態仿真提出了新的挑戰，需要結合問題特性在計算效率方面做出改進。

目前，提高暫態仿真的計算效率主要有兩種思路：一是在仿真算法層面進行針對性的改進，二是利用硬件的并行特性對仿真程序進行加速，如多核CPU(CentralProcessing Unit，中央處理器)、FPGA(Field Programmable Gate Array，現場可編程門陣列)、GPU(Graphic Process Unit，圖形處理器)等。近年來，由于電力系統規模的不斷增加，使得僅依靠改進仿真算法提升電磁暫態仿真算法的計算效率，可能較難得到理想的效果。隨著科技水平和制造工藝的不斷進步，各類硬件不論在并行資源的容量還是效率方面都有著飛躍地提升。因此，利用硬件的并行計算資源來提高電磁暫態仿真的計算效率是一種高效且有發展前景的解決方案。其中，FPGA是可編程的集成數字電路板，由于電路天然的并行性，使得FPGA在處理復雜的仿真計算時具有很強的靈活性，但是其使用硬件描述語言(Verilog或VHDL)進行結構繁復的系統設計，通用性稍顯不足。GPU，特別是GPGPU(GeneralPurpose GPU，通用計算圖形處理器)，具有更多的計算單元，適用于計算維度更大但計算復雜度更小的計算場景，并且借助于C或Python等更加成熟通用的編程語言，在CUDA(ComputeUnified Device Architecture)等運算平臺上進行計算結構的設計，能夠理論上較傳統方法取得近百倍的計算峰值。此外，隨著GPU在多領域的廣泛應用，促進了GPU相關技術的不斷進步，同時期的GPU在性能上已經遠超CPU，并且性能提升的速度日益增加，支持的運算也越來越復雜，可編程性和功能都得到了極大的擴展，在高性能計算領域展示了巨大的發展潛力，可以預見，GPU并行計算是高性能計算重要的發展方向之一。

CPU/GPU異構計算結構，主要是從計算速度和計算資源兩方面來考慮。首先，根據CPU和GPU在計算特性上差異，設計程序將邏輯復雜且串行運行的計算部分分配到CPU上計算，將邏輯簡單但是計算密度大的部分分配到GPU中處理，由此可以看出計算速度只要取決與計算任務的分配以及CPU和GPU不同計算任務之間的數據傳輸，其次在計算資源方面，GPU受制于結構，其計算資源遠少于CPU，在CPU和GPU之間合理分配資源，能夠有效地提高計算效率以及計算的維度。

基于指數積分的電磁暫態仿真方法具有良好的數值精度和穩定性。該方法是一種適合處理電磁暫態模型剛性特征的數值積分方法，通過矩陣指數算子的引入，克服了系統剛性對算法數值穩定性的影響，使得仿真過程可以采用較大的步長進行計算；同時，通過對系統的線性動態過程進行精確求解，避免了傳統數值積分方法所遇到的局部截斷誤差問題，使算法具有很高的數值精度。此外，該方法尤其適于大規模高維非線性問題，且具有良好的數值性能，仿真計算速度得到明顯提升。

不同于EMTP類程序，指數積分方法主要基于狀態分析框架，此時系統的仿真模型可以用以下的狀態方程描述：