1、关于并行处理在电力系统分析中的探讨摘要：近十几年来, 电力系统并行计算技术发展很快, 一些机电暂态仿真并行算法不断地被提出。从实现原理来看, 所提出的并行算法大致可分为空间并行算法、时间并行算法或两者的结合时空并行算法。其中, 空间并行算法是将系统分割为小的子系统后并行处理各个子系统; 时间并行算法则是通过同时求解多个积分步长来实现。从参与并行计算子任务的计算量来看, 又可把并行算法划分为细粒度并行算法和粗粒度并行算法。 关键词：电力系统分析计算并行处理分 布式处理 中图分类号：F470.6 文献标识码：A 引言： 并行处理是一种极有发展前途的技术。复杂故障计算是电力系统仿真计算中最重要、计算
2、量最大的部分之一,己经成为大型电力系统实时仿真的瓶颈。由于求解故障端口间等值阻抗的复杂性, 传统方法不适用于并行处理。作者提出了一种可用于大型电力系统数字仿真的复杂故障并行计算方法。算法中采用了故障处理局部化、降维网络方程的构造和线性方程组并行处理等多种技术, 以减少并行计算量和通讯量。 1 并行处理技术概述 并行处理仅有不足 20 年的历史, 是半个世纪来在微电子、印刷电路、高密度封装技术、高性能处理机、存储系统、外围设备、通信通道、语言开发、编译技术、操作系统、程序设计环境和应用问题等研究和工业发展的产物。并行处理已成为现代计算机的关键技术之一, 并以不同的方式, 在不同的级别上渗透到其他
3、应用领域。 计算机应用可以归纳为向上升级的 4 类: 数据处理、信息处理、知识处理和智能处理。无论是哪种处理, 都具有能同时进行运算或操作的特性, 称为并行性。并行性在不同的处理级别中可表现为多种形式, 如先行方式, 流水方式, 向量化、并发性、同时性、数据并行性、划分、交叉、重叠、多重性、重复、时间共享、空间共享、多任务处理、多道程序、多线程方式和分布式计算。开发并行性的目的是为了能用并行处理来提高计算机的求解效率。并行处理是通过两个或多个处理器以及处理器之间的通信系统的协作完成问题的求解。它着重于发掘被求解问题中的并行性, 使其达到较高的级别。 分布式处理是利用计算机网络来实现并行处理的一
4、种技术。网络中各计算机以并行方式共同完成某项事务处理, 或将一个大处理流程分开由各点计算机处理, 在网络内各计算机彼此能相互存取信息和寻址, 多个计算机同时工作这一点对用户来说是透明的。 并行处理技术是硬件、软件、语言、算法、性能评价等多方面技术的综合。可以分为: 并行系统结构、并行算法、并行操作系统、并行语言及其编译系统等。 并行系统结构研究以何种方式将众多的处理机与存储系统、1/ 0 系统组成一个完整的并行处理系统的技术问题, 如硬件的器件和互联拓扑结构的选择, 同步通信机制的设置, 以及并行软件的配置等。并行操作系统用于支持并行处理, 实现进程(或线程) 间的通信和负载均衡等问题。目前并
5、行操作系统主要有多处理机并行操作系统和多计算机操作系统。 2 并行处理技术在电力系统中的应用 2.1 在潮流问题中的应用 潮流问题描述了电力系统的稳态情况, 因而潮流公式或经过一些修改的潮流公式是优化潮流和暂态稳定等重要问题的基本成分。一个有效的潮流并行化方法同样也会有助于加快其它问题的求解, 因而早期关于并行处理在电力系统中应用的研究主要集中于并行化潮流问题的求解上。虽然问题并没有解决, 但近年来关于这方面的报道明显减少了。 潮流计算是求解一组由潮流方程描述的非线性代数方程。传统的串行解法充分利用了稀疏矩阵技术、三角分解前代/ 回代技术、节点优化编号技巧和快速分解法, 使得潮流计算已经能够在
6、线运行, 从而大大减小了并行化潮流计算的动力。 已有的并行化潮流计算的许多工作都集中在并行化三角分解、前代/ 回代上, 如: 通过对矩阵的重新组合分块来发掘并行性; 降低由最大因子路径长度决定的顺序执行步数; 采用适合于向量机的向量化算法; 多重因子分解方案和稀疏逆因子方案; 基于电力系统运行模式及人工神经网络的潮流并行算法; 利用超立方体结构寻找稳态稳定大矩阵的特征值和特征向量。在超立方体结构并行机上的一个实践表明, 快速分解牛顿潮流法的并行算法可以获得近似 10 的加速比。在 B al a nc e 和 A li a nt 共享内存并行机上, 松弛牛顿法也可以获得几乎相同的加速比脚。 2.
7、 2 在电力系统暂态稳定中的应用 电力系统暂态稳定分析需要求解描述旋转运动的时变微分方程和描述电网的代数方程, 这组微分代数方程(D A E ) 具有多种非线性, 数值方法中的逐步积分法被用来获得时域解。如果通过并行处理技术, 能极大地提高速度, 在线暂态稳定分析也将具有很好前景。 将暂态稳定问题并行化有两个途径: 1. 将系统的变量分组, 称为( 变量) 空间并行化; 2.使几个时间段可以同时求解, 称为时间并行化。非常明显的空间并行化是将微分方程分解成每个发电机一组的多个方程组, 而由代数方程提供它们之间的藕合。时间上的并行是形成每个时间段的牛顿方程, 然后同时求解。龙格库塔法和隐式积分法
8、也被并行化过, 但问题的分解和随之而来的松弛会产生许多新的变量, 使求解复杂化。有的先将网络方程分解, 然后在微分方程或差分化的方程组上实施松弛法, 如对微分方程实施的波形松弛法。有的将差分化的微分方程和代数方程一起, 对每一个系统变量在所有的时间段中通过皮卡德( Pi ca rd ) 松弛法分解并同时求解, 从而提供在时间和空间上最大程度并行化的方法。有的在频域中将暂态稳定问题向量化以获得并行性。上述方法的共同困难是收敛性较差, 通常要经过更多的迭代次数才能收敛, 有时甚至难以收敛。 对暂态问题的细粒度并行化, 也遇到了许多困难, 所获得的效果不很理想。为此粗粒度的并行化也被研究过, 如通过
9、同时计算在不同节点上的故障来并行化, 当 S Y R E IJ 稳定计算程序在一个 16 节点的超立方体计算机上实现时, 可以获得一个数量级的加速比。与之相似的是在一个基于 D O S 共享内存的多处理机上的实验也表明, 多区域可靠性计算、采用蒙特卡洛法的水电发电费用仿真和针对不同故障的矫正方案计算, 是可以被高效并行化的。 3 对并行处理在电力系统应用的若干看法 3.1 充分利用已有的分解/ 聚合技术 在并行处理成为一个研究热点之前, 已经从时间和存储角度出发, 针对电力系统的一些问题开发了分解/ 聚合的方法, 即将大问题分解, 在串行机上分别求解, 然后聚合得出整个问题的解。所以在并行处理
10、中, 应充分利用这些已有的分解/ 聚合技术, 对所要求解的大问题进行合理的分解, 调节子问题间的祸合度、相关性, 使整个问题的求解效率最高。3.2 结合问题本质选择合理的并行粒度 由以上分析可知, 在电力系统基本问题的数学结构中, 并没有显著的内在的并行性。开发细粒度的并行算法(如在潮流问题中和电磁暂态问题中), 难度很大。并行计算理论、并行处理系统(硬件、语言、编译器)等方面的不成熟, 也为开发细粒度的并行算法造成了障碍。而类似于在暂态稳定分析中, 对不同算例计算的并行; 能量管理系统中, 基于功能划分的并行; 系统规划中, 基于不同方案的并行等, 都是在粗粒度上的并行, 各并行子问题间的相
11、关性很少或没有相关性, 从而可以获得很高的并行加速比, 并能充分利用现有的网络资源、计算机资源、软件资源,使系统的性能价格比较高。 3.3 加强测试与评估 以往的研究大部分都集中在并行算法的开发上, 算法在并行处理系统上的测试很少, 仅有的测试结果并不很理想, 在并行加速比的强壮性方面, 也并未提供有价值的信息。实际上, 计算的效率取决于并行算法对并行处理系统的适应程度。对于一个特定问题的一种并行化方案, 必须在实际的并行处理系统上对大量不同的算例进行测试、评估。 3.4 考虑生产的实际需要 并行处理的根本目的是以尽可能小的代价获得尽可能高的生产效率。并行处理的开发要依据生产需要, 并不是任何
12、问题都需要或适合于并行处理。由于单个处理器能力的提高, 使得某些问题采用串行算法在一台计算机上也能满足要求, 因而对这些问题进行并行化研究的实用价值就很小。 4 结语： 并行处理技术的发展, 为解决电力系统问题提供了一个颇具吸引力的机会。但由于并行处理技术的研究刚刚起步, 并行处理的理论、软硬件技术和有关并行处理应用的实践经验, 都还在不断地完善之中, 如何有效地将并行处理技术同电力系统问题结合起来, 满足电力生产的需要, 需要认真考虑。本文首先简述并行处理及其分布式实现, 接着对并行处理在电力系统中的应用进行了分析。 参考文献： 1.黄凯.高等计算机系统结构 并行性、可扩展性、可编程性. 清
13、华大学出版社, 广西科学技术出版社, 1 9 9 5 2.张德富. 并行处理技术. 南京大学出版社, 1 9 9 2 3. 19 李卫东, 柳掉, 郭玉红. 基于电力系统运行模式及人工神经网络的潮流并行算法. 电力系统自动化, 1 9 9 7 , 21（5） 4.A b u r A . A Pa r a lle l S e he m e fo r the Fo r w a r d / B a e k w a r dS u b s t it u tio n s in So lv in g S p a r e L in e a r E (一 u a tio n s . IE E ET r a n s o n Po w e r S y ste m . 1 9 8 8 , 3 (2 )
