[发明专利]基于蒙特卡罗仿真任务动态分配的电网可靠性实时并行评估方法

说明书

技术领域

本发明属于电源规划及发电系统可靠性评估领域，尤其是一种基于蒙特卡罗仿真任务动态分配的电网可靠性实时并行评估方法。

背景技术

随着电力系统规模的迅速扩大，电网结构日益复杂，对电网各项指标进行分析时所需要处理计算的数据量成倍增加，其模型化的计算分析都面临着计算复杂性的严峻挑战。即使对于最基本的潮流计算，传统的串行计算方法已难以满足大规模电力系统实时分析和控制的要求，而并行计算为该类大规模运算提供了可行的途径。随着廉价的并行Beowulf集群的出现，为解决大规模电力系统在线仿真分析问题提供了极具吸引力的机会。并行算法的引入可在保证计算准确性的前提下，最大限度的提高对电网进行分析的速度。因此，对于并行计算在电网潮流、可靠性分析中应用的研究也越来越多。

电力系统并行计算的研究始于20世纪70年代后期，其目的是为加快电力系统分析的计算速度，提高实用性。80年代及以前的研究工作大多是在串行计算机上模拟并行计算机的环境进行分析；90年代初，并行计算机逐渐被电力系统所采用，开始了在并行计算机上进行电力系统并行计算的研究。到目前为止，并行计算已在电力系统潮流、暂态稳定、电磁暂态仿真和能量管理等方面均有相应的研究，但结果仍十分有限。以潮流计算为例，已有的并行化潮流计算主要集中在两个方面：一种是基于网络分割寻求计算的并行性，这种算法虽然在某些系统上能够取得好的结果，但是通用性较差，其难点在于很难找到一种通用的网路分割方法实现并行负载平衡；另一种是基于数值并行计算，主要包括多重因子分解方案和稀疏逆因子方案、并行化三角分解、前推/回推运算等，由于在迭代过程中存在内在的前后依赖关系，并行数值实现比较困难，研究进展缓慢。

电力系统结构复杂、元件众多，各元件元件对系统可靠性的“贡献”各不相同，且基于可靠性评估技术的大电力系统可靠性跟踪仍需超大规模计算量。因此，需要实时、快速完成大规模的计算算法，并行处理硬件和软件的出现及其发展，为解决这类问题提供了有效的手段。除了计算本身需要反复求解的异步化计算过程外，电力系统本身并没有明显的并行性。但是，目前对于电力系统可靠性评估并行计算的研究却相对较少，有研究采用枚举的思想，基于nCUBE共享内存处理系统(SMP)对某中型系统进行测试并得到了一定加速比；基于不同的并行粒度，采用时序Monte-Carlo法，在并行和分布式环境下分别测试可能达到的并行效率。

尽管电力系统并行计算的研究已获得一定的进展，但研究仍然处于初步阶段，离实际应用尚有很大距离，特别是在电力系统可靠性评估方面的研究还很少。随着大规模复杂电力系统的不断涌现，串行单处理技术的有限时空处理能力已不能满足工程计算的要求。目前，基于集群技术的高性能计算平台已成为并行计算系统发展的一种新主流技术，因此，基于高性价比的Beowulf集群环境实现电力系统可靠性评估的并行仿真研究是合理的选择。

发明内容

本发明要解决上述现有技术的缺点，提供一种仿真精度更高的基于蒙特卡罗仿真任务动态分配的电网可靠性实时并行评估方法。

本发明解决其技术问题采用的技术方案：这种基于蒙特卡罗仿真任务动态分配的电网可靠性实时并行评估方法，首先数据输入，基于德莫佛-拉普拉斯中心极限定理估计系统LOLP指标方差系数收敛时对应的抽样次数进行保守估计，然后根据抽样次数估计值进行任务分配，各从处理器收到仿真任务后，首先通过并行随机数发生器抽取N/p个系统状态，然后对各同类故障状态进行故障后果分析，形成N/p个系统状态下的可靠性指标，随即将仿真结果发送给主处理器并结束任务，主处理器完成任务％后立即接收各从处理器发来的仿真结果，并执行S完成各可靠性指标的综合计算和输出。

所述各从处理器收到仿真任务后，首先采用并行伪随机数发生器生成所需的随机数，并进行相应的抽样模拟，完成模拟任务后立即将模拟结果发送给主处理器，然后等待主处理器分配新的任务，主处理器收到各从处理器传回的仿真结果后立即更新系统可靠性指标并进行收敛控制Ci，若仿真未达到收敛精度，则继续分配任务并等待从处理器传回新的结果；若仿真已经收敛，则给所有从处理器发送停止模拟命令S。

本发明有益的效果是：本发明方法的仿真精度高，同时在保证收敛精度的条件下还减少了处理器间的通信次数(或时间)，进一步提高了Monte-Carlo仿真的并行效率。

附图说明

图1是本发明的流程示意图；

图2是基于固定点抽样的静态任务分配示意图；

图3是计及系统仿真收敛条件的静态任务分配示意图。

具体实施方式