配电网分核并行仿真方法技术

本发明专利技术实施例提供一种配电网分核并行仿真方法，所述方法包括：根据目标配电网区域中各馈线所在分区的地理位置，以及各所述分区与所述目标配电网区域中除各所述分区以外的其他分区之间的电气联系，对所有所述馈线进行排序；基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数，根据各所述CPU分配的馈线条数和所述馈线的排序为各所述CPU分配馈线；使用各所述CPU对各所述CPU分配的馈线进行仿真。本发明专利技术实施例具有普适性且仿真速度快。

【技术实现步骤摘要】
配电网分核并行仿真方法
本专利技术实施例属于智能电网
，更具体地，涉及一种配电网分核并行仿真方法。
技术介绍
随着分布式电源、新型负荷等元件的大规模接入，配电网从集中单一供电模式转变为多端多源供电模式，分布式电源投切、继电保护动作、线路故障、合环操作等过程均会出现暂态过程，对配电网在运行、保护、控制等方面产生多维度影响。传统配电网仿真大多关注无源配电网的暂态稳定计算收敛性问题，对有源配电网电磁暂态仿真并行方法研究较少，近年来有研究表明：在混合仿真中，建立元件并行和网络并行，将多重耦合的电机和故障模块分拆，可以大幅减少单个元件的计算量，实现分区的灵活性。在含高比例分布式电源的配电网中，对电气系统和控制系统进行分区解耦，将上一步长电气系统输出量经过数值积分或插值方法得到预测值作为该步长的输入量，仿真速度虽有提高，但受限于并行处理器数量，并不适用于大规模有源配电网的暂态仿真。综上所述，现有的配电网仿真方法不具有普适性且仿真速度较慢。因此，亟需一种配电网分核并行仿真方法，从根本上减小大规模有源配电网仿真计算所需要的时间。
技术实现思路
为克服上述现有的配电网仿真方法不具有普适性且仿真速度较慢的问题或者至少部分地解决上述问题，本专利技术实施例提供一种配电网分核并行仿真方法。根据本专利技术实施例的第一方面，提供一种配电网分核并行仿真方法，包括：根据目标配电网区域中各馈线所在分区的地理位置，以及各所述分区与所述目标配电网区域中除各所述分区以外的其他分区之间的电气联系，对所有所述馈线进行排序；基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数，根据各所述CPU分配的馈线条数和所述馈线的排序为各所述CPU分配馈线；使用各所述CPU对各所述CPU分配的馈线进行仿真。根据本专利技术实施例的第二个方面，还提供一种电子设备，包括：至少一个处理器，以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的配电网分核并行仿真方法。根据本专利技术实施例的第三个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的配电网分核并行仿真方法。本专利技术实施例提供一种配电网分核并行仿真方法，该方法通过将目标配电网区域的地理分区反映到并行计算的分核技术当中，考虑了网络分区结果对并行计算分核结果的影响，具有较强的普适性，根据此原则进行分核处理，在极大程度上削减了并行仿真的计算时间，减少了分裂节点处交互的数据量，能够在满足精度要求的基础上大幅提高仿真速度，实现配电网的实时仿真。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的配电网分核并行仿真方法整体流程示意图；图2为本专利技术实施例提供的配电网分核并行仿真装置整体结构示意图；图3为本专利技术实施例提供的电子设备整体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的一个实施例中提供一种配电网分核并行仿真方法，图1为本专利技术实施例提供的配电网分核并行仿真方法整体流程示意图，该方法包括：S101，根据目标配电网区域中各馈线所在分区的地理位置，以及各分区与目标配电网区域中除各分区以外的其他分区之间的电气联系，对所有馈线进行排序；其中，目标配电网区域为需要使用多个CPU(CentralProcessingUnit，中央处理器)进行并行仿真的配电网区域。目标配电网区域中的每条馈线已预先按照预设分区原则划定好分区，如将从同一变电站出线的馈线划定为同一分区。根据各馈线所属的分区对馈线进行排序，具体根据馈线所属分区的地理位置和馈线所属分区之间的电气联系对馈线进行排序。例如，若两条馈线所属分区的地理位置相邻，则这两条馈线的排列位置相近；若两条馈线所属的分区具有拉手关系，则这两条馈线的排列位置相近，但本实施例不限于这种排列方式。S102，基于遗传算法获取目标配电网区域中各CPU分配的馈线条数，根据各CPU分配的馈线条数和馈线的排序为各CPU分配馈线；其中，遗传算法是一种通过模拟自然进化过程搜索最优解的方法。使用遗传算法对各CPU分配的馈线条数进行优化，从而获取CPU最优的馈线分配结果。根据各CPU分配的馈线条数和馈线的排序为各CPU分配馈线。按照CPU的编号从小到大的顺序，根据各CPU分配的馈线条数，依次将排序后的馈线顺序分配给各CPU。例如，第一个CPU分配的馈线条数为3，第二个CPU分配的馈线条数为4，馈线的排序结果为{4,3,1,5,2,6,7,10,8,9}，其中。排序结果中的1-10为馈线编号。先为第一个CPU分配3条馈线，从排序结果中选择前3条馈线分配给第一个CPU，即编号为4、3和1的馈线。然后为第二个CPU分配4条馈线，从排序结果中未分配的馈线中选择前4条分配给第二个CPU，即编号为5、2、6和7的馈线。S103，使用各CPU对各CPU分配的馈线进行仿真。使用各CPU对分配给各CPU的馈线进行并行计算，仿真各馈线上的各种数据，如馈线上的电流和电压，但本实施例不限于这两种数据。本实施例通过根据目标配电网区域中各馈线所在的分区对馈线进行排序，从而将目标配电网区域中的分区反映到并行计算的分核技术中，适应不同馈线规模和馈线间的连接方式，具有普适性，然后使用遗传算法迭代寻优，完成目标配电网区域中的自适应分核，确定各CPU最终处理的馈线和节点，实现了多核之间的并行计算和实时仿真，在满足精度要求的基础上大幅提高了仿真速度。在上述实施例的基础上，本实施例中根据目标配电网区域中各馈线所在分区的地理位置，以及各分区与目标配电网区域中除各分区以外的其他分区之间的电气联系，对所有馈线进行排序的步骤具体包括：获取各馈线所属的分区，并根据各分区的地理位置，以及各分区与目标配电网区域中除各分区以外的其他分区之间的电气联系对各分区进行编号；地理位置相邻的分区的编号相邻，具有拉手关系的分区的编号相邻；按照馈线所属分区的编号从小到大的顺序，对所有馈线进行排序。其中，各分区与其他分区之间的电气联系为拉手关系，但本实施例不仅限于拉手关系。为目标配电网区域中的每条馈线划定分区，并根据各分区的地理位置为各分区编号，使得地理位置相近的分区编号相邻，具有拉手关系的分区编号相邻。按照馈线所属分区编号从小到大或从大到小的顺序对所有馈线进行排序。本实施例将目标配电网区域的地理分区反映到并行计算的分核技术当中，考虑了网络分区结果对并行计算分核结果的影响，具有较强的普适性，根据此原则进行分核处理，在极大程度上本文档来自技高网...

【技术保护点】
1.一种配电网分核并行仿真方法，其特征在于，包括：根据目标配电网区域中各馈线所在分区的地理位置，以及各所述分区与所述目标配电网区域中除各所述分区以外的其他分区之间的电气联系，对所有所述馈线进行排序；基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数，根据各所述CPU分配的馈线条数和所述馈线的排序为各所述CPU分配馈线；使用各所述CPU对各所述CPU分配的馈线进行仿真。

【技术特征摘要】
1.一种配电网分核并行仿真方法，其特征在于，包括：根据目标配电网区域中各馈线所在分区的地理位置，以及各所述分区与所述目标配电网区域中除各所述分区以外的其他分区之间的电气联系，对所有所述馈线进行排序；基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数，根据各所述CPU分配的馈线条数和所述馈线的排序为各所述CPU分配馈线；使用各所述CPU对各所述CPU分配的馈线进行仿真。2.根据权利要求1所述的方法，其特征在于，根据目标配电网区域中各馈线所在分区的地理位置，以及各所述分区与所述目标配电网区域中除各所述分区以外的其他分区之间的电气联系，对所有所述馈线进行排序的步骤具体包括：获取各所述馈线所属的分区，并根据各所述分区的地理位置，以及各所述分区与所述目标配电网区域中除各所述分区以外的其他分区之间的电气联系对各所述分区进行编号；其中，地理位置相邻的所述分区的编号相邻，具有拉手关系的所述分区的编号相邻；按照所述馈线所属分区的编号从小到大的顺序，对所有所述馈线进行排序。3.根据权利要求1所述的方法，其特征在于，基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数的步骤具体包括：将所述CPU的总个数作为基因元素个数，将各所述CPU分配的馈线条数作为基因元素值进行编码；根据编码结果生成初始种群，将所述初始种群作为当代种群；计算所述当代种群中各个体的适应度值；根据各所述个体的适应度值对所述当代种群进行交叉和变异操作，直到满足预设终止条件；将最后一代种群中适应度值最优的个体进行解码，获取各所述CPU分配的馈线条数。4.根据权利要求3所述的方法，其特征在于，若所述目标配电网区域的仿真场景为稳态仿真，则基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数的目标函数为：其中，Fun1为目标函数，P1为第一预设权重系数，P2为第二预设权重系数，mia为第i个所述CPU分配的首条馈线所属的分区编号，mib为第i个所述CPU分配的末条馈线所属的分区编号，ni*为本次遗传中第i个所述CPU分配的所有馈线上节点的总数；ni为预先获取的第i个CPU的最优计算量，nCPU为所述目标配电网区域中CPU的总数。5.根据权利要求3所述的方法，其特征在于，若所述目标配电网区域的仿真场景为暂态仿真，则基于遗传算法获取所述目标配电网区域中各CPU分配的馈线条数的目标函数为：其中，Fun21和Fun22为目标函数，P1为第一预设权重系数，P2为第二预设权重系数，mia为第i个所述CPU分配...

【专利技术属性】
技术研发人员：唐巍，王照琪，蔡永翔，张博，张涵，陈璐，王越，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11