[發明專利]電力優化運行方法、終端設備及計算機可讀存儲介質

有效

• 申請號: 202110386050.8
• 申請日: 2021-04-12
• 公開（公告）號: CN113254195B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 石立寶;趙嘉倫
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06N3/00;G06N3/12;G06Q10/04;G06Q50/06
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀純

本發明公開了一種電力優化運行方法、終端設備及計算機可讀存儲介質，包括如下步驟：客戶端接收用戶發起的認證連接請求，促使用戶側計算機在請求通過后被納為新增計算節點；選擇處理器并行計算方式；輸入計算任務信息至客戶端；指使服務器管理節點接收輸入信息，據此測算任務計算量大小，并根據各計算節點的計算能力劃分計算任務；指使各計算節點使用處理器多線程，并行計算潮流及適應度值，得到最終結果。本發明可調用不同電力計算庫，為不同電力優化需求的用戶提供智能共享計算加速，在大規模計算、計算節點計算性能較強時能夠取得良好的加速效果；具有一定的通用性，滿足實際電力系統多種優化任務的需求。

技術領域

本發明涉及電力領域，特別是涉及一種電力優化運行方法、終端設備及計算機可讀存儲介質。

背景技術

電力系統優化本質為研究如何通過控制影響電網運行狀態的各種因素，讓電網在實現某個指標最優化的狀態下運行。電力系統優化的實施與實現是電力系統穩定運行、電能質量保持在較高水平的重要保障。

對電網優化問題的求解方法主要有傳統數學規劃方法與智能計算方法，其中智能計算方法相比傳統數學規劃方法具有收斂速度快、不易陷入局部最優解等優點，近年來深受不少研究者的青睞。但系統規模達到上萬節點時，利用串行計算實現智能計算耗時長達數個小時，無法滿足一些具有在線甚至實時性的優化問題求解的要求。

有效縮短智能計算方法計算耗時的方式是并行計算，目前許多學者針對某些具體的電力優化問題的智能計算方法提出并行化改造方案，但這些方案不具有通用性；此外，現有的分布式并行計算平臺結構專用性強、靈活性較差，用戶想要利用這些平臺對電力系統優化智能計算方法加速運算時面臨平臺改造成本過高、計算效率不理想、二次開發困難等問題。

發明內容

為了彌補上述現有技術中電力優化計算效率不理想的不足，本發明提出一種面向電力優化運行的智能共享計算方法，以解決現有分布式并行計算平臺通用性、靈活性較差以及難以進行二次開發的問題。

本發明的技術問題通過以下的技術方案予以解決：

本發明提出一種電力優化運行方法，包括如下步驟：A1：客戶端接收用戶發起的認證連接請求，促使用戶側計算機在請求通過后被納為新增計算節點；A2：選擇處理器并行計算方式；A3：輸入計算任務信息至客戶端；A4：指使服務器管理節點接收輸入信息，據此測算任務計算量大小，并根據各計算節點的計算能力劃分計算任務；A5：指使各計算節點使用處理器多線程，并行計算潮流及適應度值，得到最終結果。

在一些實施例中，還包括如下可選技術特征：

在一些實施例中，A2步驟中，處理器并行計算方式包括CPU并行計算、GPU并行計算。

在一些實施例中，A3步驟中，當處理器并行計算方式為CPU并行計算時，計算任務信息包括：智能計算方法類型、初始種群信息、適應度計算方法；當處理器并行計算方式為GPU并行計算時，計算任務信息包括：智能計算方法類型、電力系統參數、種群編碼方式。

在一些實施例中，智能計算方法類型包括：進化規劃智能計算方法、粒子群智能計算方法。

在一些實施例中，A5步驟中，處理器多線程包括CPU多線程、GPU多線程。

在一些實施例中，A5步驟中，當處理器多線程為CPU多線程時，具體包括如下子步驟：A51：指使客戶端計算節點使用CPU多線程，并行計算潮流及適應度值，計算完上傳結果文件至管理節點；A52：指使服務器管理節點待所有計算節點的適應度值計算完成后，發送計算結果給用戶；提示用戶對種群按智能計算方法步驟進行變異、選擇等后續操作，促使生成新一代種群，并發送新一代種群信息給客戶端；A53：重復步驟A51、A52，直至迭代次數達到設定上限，得到最終結果。