一种提升配电网灾后恢复用并行静态安全分析方法技术

本发明专利技术公开了一种提升配电网灾后恢复用并行静态安全分析方法，通过故障情景生成，得到极端灾害情况下的预想故障集，采用GPU进行并行静态安全分析计算，对并行导纳矩阵形成及修改、雅可比矩阵形成、注入功率计算进行并行化设计，对各极端灾害故障情况下的修正方程组求解采用ILU预处理的GMRES算法作为内部迭代的非精确牛顿法并行计算，找到各极端灾害故障情境下的电力系统主要防护元件。本发明专利技术能够给出极端灾害故障情境下系统中的重要薄弱环节，根据计算结果，发现能够有效减少重要负荷停电时间的设备位置，发挥快速实时在线分析的优势，尽可能减少维修过程中电力系统的重要负荷的断电时间。

【技术实现步骤摘要】
一种提升配电网灾后恢复用并行静态安全分析方法
本专利技术属于电力系统安全规划运行
，具体涉及一种提升配电网灾后恢复用并行静态安全分析方法。
技术介绍
电力系统中，为了避免过负荷、电压越限等引起设备损坏，或故障情况下保护设备动作导致的大面积停电，需要快速的在线实时静态安全分析。随着电网规模不断扩大，需要校验的状态数目巨大，传统的串行计算方法已经无法满足大电网实时计算的要求，同时，近年来，大规模电力系统故障往往涉及多个器件故障，此时需要“N-x”故障分析，预想故障集大大增加，导致计算量更大。因此高效的并行化静态安全分析方法对于现代电力系统安全稳定运行非常重要。此外，近年来发生的极端情况下大电网的事故往往导致配电网瘫痪，失去重要负荷，以及造成大量符合丧失，研究配电网灾害预防和灾后恢复变得越来越有必要。例如2019年在委内瑞拉连续发生了几次大规模停电事故，其原因是网络系统被黑客攻击(网络系统和电力系统耦合)。而恢复力研究涉及灾前、灾中以及灾后过程中采取多种有效措施来减小切负荷量、灾害结束后能够快速恢复到正常运行状态。应对极端事件的能力逐渐成为电力系统必不可少的能力。通过故障情景生成，得到极端灾害情况下的预想故障集，采用GPU进行并行静态安全分析计算，找到极端灾害故障集下的电力系统薄弱环节，在灾害后作为重点抢修对象，可以使得在灾害发生时能够发挥快速实时在线分析的优势，尽可能减少维修过程中电力系统的重要负荷的断电时间，以及整体上降低负荷的停电时间。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种提升配电网灾后恢复用并行静态安全分析方法，能够给出极端灾害预想事故下，系统中的主要防护元件，根据计算结果，揭示有效减少重要负荷停电时间的关键设备，发挥快速实时在线分析的优势，尽可能减少维修过程中电力系统的重要负荷的断电时间。本专利技术采用以下技术方案：一种提升配电网灾后恢复用并行静态安全分析方法，包括以下步骤：S1、基于致灾因子建模刻画灾害的性质、强度与概率，依照灾变强度的概率分布生成灾害场景；基于脆弱性建模建立电力系统元件故障率与灾变强度之间的条件依赖关系，结合不可修复元件的可靠性理论将灾害场景转化为电力系统元件的故障场景；综合所生成的故障场景，构建极端灾害下的电力系统故障场景集；S2、根据电力系统结构信息，采用图形处理器并行化构建电力系统导纳矩阵；根据极端灾害故障集，以核函数Kernel在GPU上进行导纳矩阵并行修正；S3、根据已修正的导纳矩阵，以核函数Kernel在GPU上并行形成雅可比矩阵、并行计算节点的有功无功注入功率，形成功率偏差，得到极端灾害故障集的修正方程组；S4、采用非精确牛顿法并行求解步骤S3得到的修正方程组，采用预处理的广义极小化残差法对非精确牛顿法的内部迭代，采用不完全LU分解进行预处理；S5、设置重要元件判据，根据计算结果，在GPU中并行判断各支路功率越限情况和排序、机组状态的统计和排序，重要元件排序后，输出作为极端灾害下的主要防护元件。具体的，步骤S2中，创建核函数adMatrixKernel以GPU线程级别形成对应电力系统导纳矩阵的互导纳，一个线程形成一个互导纳元素，当电力系统支路数超过1024*240时，开启多个网格；在已形成导纳矩阵的基础上，根据步骤S1中形成的极端灾害下的电力系统故障场景集，开启新的核函数Y_XZ_Kernel进行导纳矩阵的并行修正；每个线程上的导纳矩阵修正对应每个故障情况下元件故障导致的对应连接节点的导纳矩阵修正，当一个元件故障时，修正的导纳元素包括两端节点的自导纳和他们的互导纳共4个元素，当Nelement个元件同时故障时，修正的是4*Nelement个导纳矩阵元素。具体的，步骤S3中，k号线程计算k号节点的有功注入功率Pk和无功注入功率Qk具体为：其中，θk为k号节点的电压相角，θj为j号节点的电压相角，G为导纳矩阵实部，Vj为j号节点的电压幅值，Vk为k号节点的电压幅值，B为导纳矩阵虚部，k为核函数Make_S_Kernel在GPU中的线程号；NYseq[k]为导纳矩阵第k行非零元素起始索引；NYseq[k+1]-1为导纳矩阵第k行非零元素终止索引。具体的，步骤S3中，雅可比子矩阵为：Hn×n、Nn×m、Mm×n、Lm×m，其中，m为PQ节点个数、n为系统总结点数-1。进一步的，首先在CPU上形成雅可比子矩阵H、N、M、L与导纳矩阵的对应关系H2Y、N2Y、M2Y、L2Y，作为并行形成雅可比子矩阵的下标索引；然后在CPU上计算雅可比子矩阵H、N、M、L与雅可比矩阵的元素对应关系H2Ja、N2Ja、M2Ja、L2Ja；根据与导纳矩阵不同节点类型的对应关系，在GPU上创建核函数Make_H_Kernel、Make_N_Kernel、Make_M_Kernel、Make_L_Kernel并行计算雅可比子矩阵H、N、M、L，H子矩阵的核函数线程数为n×n，N、H子矩阵的核函数线程数为n×m，L子矩阵的核函数线程数为m×m。具体的，步骤S4中，通过求解极小化J(y)得到ym向量，确定线性方程组的近似解，通过预处理矩阵M，将线性方程组Ax＝b转化为同解的易于迭代求解的新的方程组M-1Ax＝M-1b，选取不完全LU分解(ILU)进行预处理；通过相对残差rrk+1限制内部GMRES迭代求解算法求解当前步骤解sk的精度值，通过内部迭代求解得到的相对残差与预设的阈值比较，决定内部迭代是否收敛；当相对残差小于预设的强迫因子η时，内部迭代停止。进一步的，相对残差rrk+1具体为：其中，ek为误差范数，F(xk)为，F′(xk)为雅可比矩阵，sk为修正量。具体的，步骤S5中，在CPU上进行重要元件排序，重要元件判据根据相对越限程度进行判断，定义重要元件判据为：其中，Fij为故障i情况下支路j的支路功率或故障i情况下节点j有功、无功；为系统中支路j的支路功率或节点j标准有功、标准无功。与现有技术相比，本专利技术至少具有以下有益效果：本专利技术一种提升配电网灾后恢复用并行静态安全分析方法，采用并行算法，提高实时在线分析速度非常重要；首先，本专利技术能够根据输入条件由灾害建模得到发生概率较大的极端灾害故障集，根据GPU的结构特征，在粗粒度并行中进行极端灾害故障集下的静态安全分析，根据CUDA建立每个极端故障情况下的线程级潮流计算，使静态安全分析的计算速度提高倍数。然后，对节点注入功率和每个潮流计算过程中雅可比矩阵的形成进行了细粒度的并行设计，以提高单次潮流的计算速度，达到较好的加速度效果。对于修正方程的求解，由于目前电网和配电网规模较大，电网和配电网较为复杂。此外，修正方程多为稀疏方程，因此采用迭代法求解。由于每次牛顿迭代过程修正方程的求解不需要很精确，这里引入非精确的牛顿方法，以提高内部迭代计算速度。针对网络中存在相移器而导致的Jacobian矩阵不对称的情况，内部迭代方法采用广义最小化残差法(GMR本文档来自技高网...

【技术保护点】
1.一种提升配电网灾后恢复用并行静态安全分析方法，其特征在于，包括以下步骤：/nS1、基于致灾因子建模刻画灾害的性质、强度与概率，依照灾变强度的概率分布生成灾害场景；基于脆弱性建模建立电力系统元件故障率与灾变强度之间的条件依赖关系，结合不可修复元件的可靠性理论将灾害场景转化为电力系统元件的故障场景；综合所生成的故障场景，构建极端灾害下的电力系统故障场景集；/nS2、根据电力系统结构信息，采用图形处理器并行化构建电力系统导纳矩阵；根据极端灾害故障集，以核函数Kernel在GPU上进行导纳矩阵并行修正；/nS3、根据已修正的导纳矩阵，以核函数Kernel在GPU上并行形成雅可比矩阵、并行计算节点的有功无功注入功率，形成功率偏差，得到极端灾害故障集的修正方程组；/nS4、采用非精确牛顿法并行求解步骤S3得到的修正方程组，采用预处理的广义极小化残差法对非精确牛顿法的内部迭代，采用不完全LU分解进行预处理；/nS5、设置重要元件判据，根据计算结果，在GPU中并行判断各支路功率越限情况和排序、机组状态的统计和排序，重要元件排序后，输出作为极端灾害下的主要防护元件。/n

【技术特征摘要】
1.一种提升配电网灾后恢复用并行静态安全分析方法，其特征在于，包括以下步骤：
S1、基于致灾因子建模刻画灾害的性质、强度与概率，依照灾变强度的概率分布生成灾害场景；基于脆弱性建模建立电力系统元件故障率与灾变强度之间的条件依赖关系，结合不可修复元件的可靠性理论将灾害场景转化为电力系统元件的故障场景；综合所生成的故障场景，构建极端灾害下的电力系统故障场景集；
S2、根据电力系统结构信息，采用图形处理器并行化构建电力系统导纳矩阵；根据极端灾害故障集，以核函数Kernel在GPU上进行导纳矩阵并行修正；
S3、根据已修正的导纳矩阵，以核函数Kernel在GPU上并行形成雅可比矩阵、并行计算节点的有功无功注入功率，形成功率偏差，得到极端灾害故障集的修正方程组；
S4、采用非精确牛顿法并行求解步骤S3得到的修正方程组，采用预处理的广义极小化残差法对非精确牛顿法的内部迭代，采用不完全LU分解进行预处理；
S5、设置重要元件判据，根据计算结果，在GPU中并行判断各支路功率越限情况和排序、机组状态的统计和排序，重要元件排序后，输出作为极端灾害下的主要防护元件。


2.根据权利要求1所述的提升配电网灾后恢复用并行静态安全分析方法，其特征在于，步骤S2中，创建核函数adMatrixKernel以GPU线程级别形成对应电力系统导纳矩阵的互导纳，一个线程形成一个互导纳元素，当电力系统支路数超过1024*240时，开启多个网格；在已形成导纳矩阵的基础上，根据步骤S1中形成的极端灾害下的电力系统故障场景集，开启新的核函数Y_XZ_Kernel进行导纳矩阵的并行修正；每个线程上的导纳矩阵修正对应每个故障情况下元件故障导致的对应连接节点的导纳矩阵修正，当一个元件故障时，修正的导纳元素包括两端节点的自导纳和他们的互导纳共4个元素，当Nelement个元件同时故障时，修正的是4*Nelement个导纳矩阵元素。


3.根据权利要求1所述的提升配电网灾后恢复用并行静态安全分析方法，其特征在于，步骤S3中，k号线程计算k号节点的有功注入功率Pk和无功注入功率Qk具体为：






其中，θk为k号节点的电压相角，θj为j号节点的电压相角，G为导纳矩阵实部，Vj为j号节点的电压幅值，Vk为k号节点的电压幅值，B为导纳矩阵虚部，k为核函数Make_S_Kernel在GPU中的线...

【专利技术属性】
技术研发人员：田慧丽，周荣生，李欣，梁毅，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：广东;44