新能源电力系统的细粒度与多速率仿真方法、系统及终端与流程

1.本发明涉及电力系统仿真技术领域，尤其涉及一种新能源电力系统的细粒度与多速率仿真方法、系统及终端。


背景技术：

2.电力系统正在向以新能源为主体及大规模交直流互联的复杂网络转化。大量电力电子设备的引入导致电力系统的强非线性特性越发明显，以及大范围、宽频域的复杂电磁暂态现象时有发生，严重威胁电网安全。因此，高性能的电磁暂态仿真方法将逐渐成为精确、快速模拟未来复杂电力系统运行状态的有效手段。但电磁暂态仿真效率主要受限于仿真平台的计算能力以及仿真算法的结构。目前广泛使用的节点分析法是一种高串行度的算法，其数值复杂度是o(n2)，适合在cpu上进行求解，但摩尔定律的失效导致cpu的时钟频率达到饱和，其性能不会再有明显的提升。随着高性能计算平台的出现，很多学者开始研究基于多核cpu、处理器以及fpga的并行电磁暂态仿真算法，大多是对矩阵运算进行并行求解，或者是对系统分区进行并行求解。上述方法均属于单速率并行电磁暂态仿真方法，整个系统采用统一化的步长进行仿真，仿真步长的选取没有充分考虑各子网时间尺度的不同，浪费计算资源的同时降低了系统的仿真效率。后来针对复杂电力系统的多时间尺度问题，多速率并行电磁暂态仿真的概念被提出。由此大量学者提出了基于传输线分网、节点分裂接口、松弛变量法等方法多速率并行仿真方案，在提高系统仿真效率的基础上也考虑了仿真精度的提升。但上述方法本质上没有改变以节点分析法为基础的串行仿真算法框架，分网子系统的求解属于系统级的并行，在单机容量小、数量多的新能源接入场景下，难以充分发挥处理器、fpga 等细粒度并行化硬件的优势。
3.因此，如何提供一种新能源电力系统的细粒度与多速率仿真方法、系统及终端，以克服现有技术中存在的上述缺陷，日益成为本领域技术人员亟待解决的技术问题之一。


技术实现要素：

4.本发明的目的在于提供一种新能源电力系统的细粒度与多速率仿真方法、系统及终端，以解决现有技术存在的以节点分析法为基础的串行仿真算法，导致的在单机容量小、数量多的新能源接入场景下，难以充分发挥细粒度并行化硬件优势的问题。
5.为了达到上述目的，本发明提供了一种新能源电力系统的细粒度与多速率仿真方法，包括：
6.构建系统仿真求解模型，所述系统仿真求解模型解耦后包括常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型；
7.根据预设获取规则，获取所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的仿真初始数据；
8.利用所述仿真初始数据，以不同仿真步长和插值方法完成所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型之间的多速率并行求解；
9.根据预设处理规则，利用所述仿真初始数据，为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别配置预设数量的处理线程以进行细粒度并行求解；
10.根据所述细粒度并行求解结果和所述多速率并行求解结果，更新所述仿真初始数据，重新进行所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的多速率并行求解和细粒度并行求解，依此循环，直至完成仿真过程。
11.可选的，所述构建系统仿真求解模型，包括：
12.构建解耦后的所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型；
13.所述网络接口模型根据所述常规动态系统细粒度模型和快速动态模型的电流更新结果进行求解；
14.所述常规动态系统细粒度模型和所述快速动态系统细粒度模型通过所述网络接口模型的接口电容电压实现独立的细粒度并行求解，并且能够以不同的仿真步长进行多速率并行求解；
15.所述快速动态系统细粒度模型的出口处设有电容支路，将所述电容支路作为所述快速动态系统细粒度模型与所述常规动态系统细粒度模型的所述接口电容，以及将所述接口电容等效为所述快速动态系统细粒度模型与所述常规动态系统细粒度模型所在支路上的受控电压源；其中，所述常规动态系统细粒度模型和快速动态系统细粒度模型根据所述受控电压源的电压更新结果，能以不同的仿真步长进行多速率并行求解；
16.将所述网络接口模型所在的电容支路等效为所述网络接口模型所在节点上的受控电流源；其中，所述网络接口模型根据所述常规动态系统细粒度模型和所述快速动态系统细粒度模型的所述受控电流源的电流更新结果进行多速率并行求解。
17.可选的，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型内分别包括数个节点和数个支路；
18.所述根据预设获取规则，获取所述系统仿真求解模型的仿真初始数据，包括：
19.获取所述系统仿真求解模型的接口电容参数、节点参数、支路参数、电机参数以及新能源电力系统参数，并以此形成所述仿真系统的接口电容参数矩阵、节点参数矩阵、支路参数矩阵、电机参数矩阵以及新能源电力系统参数矩阵；
20.根据所述节点参数矩阵和所述支路参数矩阵，获取所述系统仿真求解模型的潮流参数，并得到所述系统仿真求解模型的各个所述节点及各条所述支路的潮流数据；
21.根据所述潮流数据，获取所述系统仿真求解模型的负荷节点的恒阻抗模型参数，并将所述负荷节点的恒阻抗参数添加到所述节点参数矩阵和所述支路参数矩阵的预设位置，形成新的节点参数矩阵和新的支路参数矩阵，同时根据所述潮流数据，初始化所述常规动态系统细粒度模型中同步电机的电压电流向量；
22.根据所述接口电容参数矩阵及所述接口电容的节点电压求解方程，对所述网络接口模型所需数据进行初始化操作，得到所述网络接口模型节点电压求解所需的系数矩阵和仿真初始数据，并进行预存储；
23.根据所述电机参数矩阵、所述新的节点参数矩阵、所述新的支路参数矩阵以及常规动态系统细粒度模型中输电网络部分的电气方程、同步电机的电气方程，求解并预存储
常规动态系统细粒度模型的系数矩阵，得到常规动态系统细粒度模型求解所需的仿真初始数据，并进行预存储；
24.根据所述新能源电力系统参数矩阵以及快速动态系统细粒度模型中永磁同步电机的电气方程、主电路的电气方程、网侧变换器控制系统的电气方程和机测变换器控制系统的电气方，求解并预存储快速动态系统细粒度模型的系数矩阵，得到所述快速动态系统细粒度模型求解所需的仿真初始数据，并进行预存储。
25.可选的，所述预设处理规则，包括：
26.根据所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型的细粒度并行求解的复杂度分配处理线程的数量，所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型在各自分配的所述处理线程上进行各模型之间及各模型内部之间的细粒度并行求解。
27.可选的，所述常规动态系统细粒度模型、快速动态系统细粒度模型和所述网络接口模型之间的多速率并行求解，包括：
28.利用所述常规动态系统细粒度模型、快速动态系统细粒度模型和所述网络接口模型的所述仿真初始数据，分别对所述系统仿真求解模型的常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型进行下一仿真步的电压电流更新；且主同步时刻以满足系统误差需求的最大仿真步长对所述常规动态系统细粒度模型的待求参数进行更新，且非同步时刻以插值方法对常规动态系统细粒度模型的待求参数进行更新，而快速动态系统细粒度模型与网络接口模型以其所能接受的最大仿真步长对其待求参数进行更新。
29.可选的，所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型在各自分配的所述处理线程上进行各模型之间及各模型内部之间的细粒度并行求解，包括：
30.所述常规动态系统细粒度模型中的输电网络，通过处理器实现其各个所述节点和各条所述支路的细粒度并行求解，并获得下一仿真步输电网络电压电流的更新结果；且所述常规动态系统细粒度模型中的同步电机基于处理器采用直接lu分解法实现同步电机之间和同步电机内部的细粒度并行求解，并获得下一仿真步同步电机电压电流的更新结果；
31.所述快速动态系统细粒度模型的主电路，通过所述处理器实现其各个所述节点和各条所述支路的细粒度并行求解，并获得下一仿真步主电路的电压电流的更新结果，且所述快速动态系统细粒度模型包括多个控制系统，其中每个所述控制系统分配一个线程进行并行求解，获得下一仿真步控制电路的电压电流的更新结果；
32.所述网络接口模型，利用所述处理器分配相应数量的处理线程后实现各所述节点的细粒度并行求解，并获得下一仿真步网络接口模型的电压电流的更新结果。
33.可选的，所述直至完成预设长度的仿真步内所述系统仿真求解模型的多速率并行求解和细粒度并行求解，包括：
34.当所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型完成当前仿真步的细粒度并行求解和多速率并行求解后，进行下一仿真步时，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型调用所存储的接口电容电压向量进行其各自的仿真计算，然后将各自的支路电流向量发送至所述网络接口模型，所述网络接口模型将进行再下一仿真步的接口电压向量的更新，如此循环，直至完
成预设长度的仿真步内所述系统仿真求解模型的多速率并行求解和细粒度并行求解。
35.可选的，所述处理器为gpu，当所述网络接口模型、所述常规动态系统细粒度模型和所述快速动态系统细粒度模型进行更新计算时，其中每个所述节点的支路电流或所述节点的电压更新对应所述gpu的一个处理线程。
36.可选的，所述网络接口模型的节点电压求解方程为：
[0037][0038]
其中，是下一仿真步，是当前仿真步接口电容的电压，c
if
是接口电容向量；是当前仿真步与接口电容相连的变换器支路电流组成的向量，是当前仿真步与接口电容相连的网侧支路电流组成的向量，h是仿真步长，n是仿真步。
[0039]
可选的，所述常规动态系统细粒度模型中所述同步电机的电气方程为：
[0040]
u＝pψ ωψ ri，ψ＝xi
[0041]
其中，u为电机电压向量，p为微分算子，i为电机电流向量，ψ为电机磁链向量，r为电阻矩阵，x为电抗矩阵，ω为转速矩阵。
[0042]
可选的，所述常规动态系统细粒度模型中所述输电网络的电气方程为：
[0043][0044][0045]
其中，为下一仿真步的节点电压向量，为当前仿真步的节点电压向量，c、g是由各个节点对地电容和导纳的值构成的对角阵，r、l是由各条支路的支路电阻和电感值构成的对角阵，为当前仿真步的支路电流向量，为当前仿真步的节点对地电流源向量，为下一仿真步的支路电流向量，为下一仿真步的支路电压源向量，m
inc
是电力系统的关联矩阵。
[0046]
可选的，所述关联矩阵m
inc
定义如下：
[0047]
当支路j从节点i流出时，m
inc
(i，j)＝1；
[0048]
当支路j从节点i流入时，m
inc
(i，j)＝-1；
[0049]
当支路j与节点i无关时，m
inc
(i，j)＝0。
[0050]
可选的，所述快速动态系统细粒度模型中所述永磁同步电机的的电气方程为：
[0051][0052]
其中，p为微分算子；ld和lq为电枢绕组dq轴电感；id和iq为dq轴电流；ψf为永磁体磁链；ud和uq为dq轴电压分量；rr为电枢绕组电阻；ωe为发电机电气转速；te为发电机电磁转矩；n
p
为电机极对数。
[0053]
可选的，所述快速动态系统细粒度模型中所述主电路的电气方程为：
[0054][0055]
其中，e
gsc
是网侧变换器等效三相受控电压源值；i
gsc
是滤波电感上的三相电流值；u
dc
是直流侧电容正负极电压值组成的向量；
[0056][0057]s1-s6是网侧变换器的6个开关控制信号，开关导通时，值为1，开关关断时，值为0。
[0058]
可选的，所述快速动态系统细粒度模型中所述网侧变换器控制系统的电气方程为：
[0059][0060]
其中，u
id
，u
iq
为控制输出量；r、l为网侧滤波电阻、电感；ω为网侧角速度，k
p1
、k
i1
、k
p2
、k
i2
为网侧变换器pi控制参数。
[0061]
可选的，所述快速动态系统细粒度模型中所述机侧变换器控制系统的电气方程为：
[0062][0063]
其中，i
dref
，i
qref
分别为dq轴电流参考值，u
rd
，u
rq
分别为机侧变换器控制电压输出量，k
p1
、k
i1
、k
p2
、k
i2
为机侧变换器pi控制参数。
[0064]
为了达到上述目的，本发明还提供了一种新能源电力系统的细粒度与多速率仿真系统，包括：模型构建模块、数据获取模块、多速率并行求解模块、细粒度并行求解模块和主控模块；
[0065]
其中，所述模型构建模块：被配置为构建系统仿真求解模型，所述系统仿真求解模型解耦后包括常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型；
[0066]
所述数据获取模块：被配置为根据预设获取规则，获取所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的仿真初始数据；
[0067]
所述多速率并行求解模块：被配置为利用所述仿真初始数据，以不同仿真步长和插值方法对所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别进行多速率并行求解；
[0068]
所述细粒度并行求解模块：被配置为根据预设处理规则，利用所述仿真初始数据，为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别配置预设数量的处理线程以进行细粒度并行求解；
[0069]
所述主控模块：被配置为根据所述细粒度并行求解结果和所述多速率并行求解结果，更新所述仿真初始数据，重复进行所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的多速率并行求解和细粒度并行求解，直至完成预设长度的仿真步内所述系统仿真求解模型的多速率并行求解和细粒度并行求解。
[0070]
为了达到上述目的，本发明还提供了一种新能源电力系统的细粒度与多速率仿真终端，包括存储器和处理器，所述存储器上存储能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时，用于实现上述任一项所述的一种新能源电力系统的细粒度与多速率仿真方法。
[0071]
与现有技术相比，本发明提供的新能源电力系统的细粒度与多速率仿真方法、系统及终端具有以下有益效果：
[0072]
本发明提供的一种新能源电力系统的细粒度与多速率仿真方法，首先构建系统仿真求解模型，所述系统仿真求解模型解耦后包括常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型；其次根据预设获取规则，获取所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的仿真初始数据；随后利用所述仿真初始数据，以不同仿真步长和插值方法完成所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型之间的多速率并行求解；然后根据预设处理规则，利用所述仿真初始数据，为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别配置预设数量的处理线程以进行细粒度并行求解；最后根据所述细粒度并行求解结果和所述多速率并行求解结果，更新所述仿真初始数据，重新进行所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的多速率并行求解和细粒度并行求解，依此循环，直至完成仿真过程。本发明提供的新能源电力系统的细粒度与多速率仿真方法，利用所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型对获取的仿真初始数据进行细粒度并行求解，由于所述系统仿真求解模型是通过解耦为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型，因此，在进行所述细粒度并行求解的同时，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型之间还将进行多速率并行求解，并且通过将所述多速率并行求解的结果和所述多速率并行求解结果进行所述仿真初始数据的更新，使得所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型能够进行下一仿真步的细粒度并行求解和多速率并行求解。由此，本发明提供的新能源电力系统的细粒度与多速率仿真方法，通过对快速动态系统细粒度模型、常规动态系统细粒度模型进行细粒度建模，可以使快速动态系统细粒度模型、常规动态系统细粒度模型求解的并行度提升至单个节点、单条支路以及单个设备，降低了系统的求解复杂度，实现了各子系统的全局细粒度求解，使得系统仿真时间不会随着仿真规模的增大而显著降低；另一方面，针对快速动态系统细粒度模型、常规动态系统细粒度模型时间尺度的差异，采用插值方法进行了多速率仿真，实现了复杂的常规动态系统细粒度模型的快速求解，解决了细粒度仿真算法效率主要受复杂常规动态系统细粒度模型仿真影响的问题。
[0073]
由于本发明提供的所述新能源电力系统的细粒度与多速率仿真系统和终端与上述任一实施方式提供的新能源电力系统的细粒度与多速率仿真方法属于同一发明构思，因此，至少具有相同的技术效果，在此不再一一赘述。
附图说明
[0074]
图1为本发明实施例一提供的新能源电力系统的细粒度与多速率仿真方法的流程图；
[0075]
图2为本发明实施例一提供的新能源电力系统的细粒度与多速率仿真方法的示意图；
[0076]
图3为本发明实施例一提供的常规动态系统细粒度模型中输电网络部分细粒度建模示意图；
[0077]
图4为本发明实施例一提供的常规动态系统细粒度模型中同步电机部分接入常规动态系统细粒度模型建模网络示意图；
[0078]
图5为本发明实施例一提供的快速动态系统细粒度模型接入常规动态系统细粒度模型建模网络示意图；
[0079]
图6为本发明实施例一提供的快速动态系统细粒度模型主电路建模；
[0080]
图7为本发明实施例一提供的机侧变换器系统的控制框图；
[0081]
图8为本发明实施例一提供的网侧变换器系统的控制框图；
[0082]
图9为本发明实施例一提供的网络接口建模；
[0083]
图10为本发明实施例一提供的快速动态系统细粒度模型、常规动态系统细粒度模型数据交互方法；
[0084]
图11为本发明实施例一提供的gpu线程分配架构示意图；
[0085]
图12(a)-12(d)为本发明实施例一提供的仿真算法仿真精度验证示意图；
[0086]
图13为本发明实施例二提供的新能源电力系统的细粒度与多速率仿真系统结构图。
具体实施方式
[0087]
下面将结合示意图对本发明的具体实施方式进行更详细的描述。根据下列描述，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。应当了解，说明书附图并不一定按比例的显示本发明的具体结构，并且在说明书附图中用于说明本发明某些原理的图示性特征也会采取略微简化的画法。本文所公开的本发明的具体设计特征包括例如具体尺寸、方向、位置和外形将部分地由具体所要应用和使用的环境来确定。以及，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0088]
实施例一
[0089]
本实施例提供了一种新能源电力系统的细粒度与多速率仿真方法，具体地，请参见附图1-附图2，图1示意性地提供了新能源电力系统的细粒度与多速率仿真方法的流程图，图2示意性地提供了新能源电力系统的细粒度与多速率仿真方法的示意图；结合图1-图2可以看出，所述新能源电力系统的细粒度与多速率仿真方法，包括：
[0090]
s100：构建系统仿真求解模型，所述系统仿真求解模型解耦后包括常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型；
[0091]
s200：根据预设获取规则，获取所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的仿真初始数据；
[0092]
s300：利用所述仿真初始数据，以不同仿真步长和插值方法完成所述常规动态系
统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型之间的多速率并行求解；
[0093]
s400：根据预设处理规则，利用所述仿真初始数据，为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别配置预设数量的处理线程以进行细粒度并行求解；
[0094]
s500：根据所述细粒度并行求解结果和所述多速率并行求解结果，更新所述仿真初始数据，重复进行所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的多速率并行求解和细粒度并行求解，依此循环，直至完成仿真过程。
[0095]
如此设置，本发明提供的新能源电力系统的细粒度与多速率仿真方法，利用所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型对获取的仿真初始数据进行细粒度并行求解，由于所述系统仿真求解模型是通过解耦为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型，因此，在进行所述细粒度并行求解的同时，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型之间还将进行多速率并行求解，并且通过将所述多速率并行求解的结果和所述多速率并行求解结果进行所述仿真初始数据的更新，使得所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型能够进行下一仿真步的细粒度并行求解和多速率并行求解。由此，本发明提供的新能源电力系统的细粒度与多速率仿真方法，通过对快速动态系统细粒度模型、常规动态系统细粒度模型进行细粒度建模，可以使快速动态系统细粒度模型、常规动态系统细粒度模型求解的并行度提升至单个节点、单条支路以及单个设备，降低了系统的求解复杂度，实现了各子系统的全局细粒度求解，使得系统仿真时间不会随着仿真规模的增大而显著降低；另一方面，针对快速动态系统细粒度模型、常规动态系统细粒度模型时间尺度的差异，采用插值方法进行了多速率仿真，实现了复杂的常规动态系统细粒度模型的快速求解，解决了细粒度仿真算法效率主要受复杂常规动态系统细粒度模型仿真影响的问题。
[0096]
优选的，步骤s100中，所述构建系统仿真求解模型，包括：构建解耦后的所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型；其中，所述网络接口模型根据所述常规动态系统细粒度模型和快速动态模型的电流更新结果进行求解；所述常规动态系统细粒度模型和所述快速动态系统细粒度模型通过所述网络接口模型的接口电容电压实现独立的细粒度并行求解，并且能够以不同的仿真步长进行多速率并行求解。所述快速动态系统细粒度模型的出口处设有电容支路，将所述电容支路作为所述快速动态系统细粒度模型与所述常规动态系统细粒度模型的所述接口电容，以及将所述接口电容等效为所述快速动态系统细粒度模型与所述常规动态系统细粒度模型所在支路上的受控电压源；其中，所述常规动态系统细粒度模型和快速动态系统细粒度模型根据所述受控电压源的电压更新结果，能以不同的仿真步长进行多速率并行求解；将所述网络接口模型所在的电容支路等效为所述网络接口模型所在节点上的受控电流源；其中，所述网络接口模型根据所述常规动态系统细粒度模型和所述快速动态系统细粒度模型的所述受控电流源的电流更新结果进行多速率并行求解。由此，通过解耦后的所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型间的多数率并行求解，解决了复杂电力系统下的宽时间域尺度问题。
[0097]
优选的，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型内分别包括数个节点和数个支路，步骤s200，所述根据预设获取规则，获取所述系统仿真求解模型的仿真初始数据，包括：
[0098]
s210：获取所述系统仿真求解模型的接口电容参数、节点参数、支路参数、电机参数以及新能源电力系统参数，并以此形成所述仿真系统的接口电容参数矩阵、节点参数矩阵、支路参数矩阵、电机参数矩阵以及新能源电力系统参数矩阵。
[0099]
优选地，所述节点参数包括节点编号、电压幅值、电压相角、电机有功功率、电机无功功率、负荷有功功率、负荷无功功率、电导g、电纳b以及节点类型编号。具体地，根据平衡节点、pv节点、pq节点三种不同节点类型获取所述模型潮流求解所需的节点参数，按照节点参数矩阵基本格式补充到对应的位置上，得到系统的节点参数矩阵。
[0100]
较佳地，所述支路参数包括支路始端节点编号、支路末端节点编号、支路电阻值、支路电抗值、支路对地电纳值、变压器变比以及相角，根据所述模型的支路相关参数，按照支路参数矩阵基本格式补充到对应的位置上，得到系统的支路参数矩阵。获取所述接口电容参数，包括接口电容所在的节点编号和接口对应的电容值，将所述接口的节点编号和所述接口对应的电容值补充到接口电容参数矩阵的对应位置上，得到所述系统仿真求解模型的接口电容参数矩阵。
[0101]
作为其中一种优选实施方式，所述电机参数包括同步电机定子绕组电阻，转子f绕组电阻，转子d绕组电阻，转子h绕组电阻，转子q绕组电阻，定子 d轴电抗，定子d轴电枢反应电感，定子q轴电抗，定子q轴电枢反应电感，转子f绕组电抗，转子f绕组和d绕组互感电抗，转子d绕组电抗，转子h绕组电抗，转子q绕组电抗，同步电机同步转速，根据所述模型的电机相关参数，按照电机参数矩阵基本格式补充到对应的位置上，得到电机参数矩阵。
[0102]
在其中一种示范性实施方式中，所述新能源电力系统参数，包括所述新能源电力系统的主电路参数及控制系统参数；其中，所述主电路参数包括机侧线路的阻抗参数、直流侧接口电容参数、滤波电感参数和滤波接口电容参数；所述控制系统参数包括机侧锁相环pi参数和传统pq控制的pi参数，网侧锁相环 pi参数和直流电压和无功控制的pi参数；根据所述模型的可再生能源系统相关参数，按照所述新能源电力系统参数矩阵基本格式补充到对应的位置上，得到系统的新能源电力系统参数矩阵。由此，通过获取上述所有参数从而获取所述述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型的仿真初始数据。
[0103]
s220：根据所述节点参数矩阵和所述支路参数矩阵，获取所述系统仿真求解模型的潮流参数，并得到所述系统仿真求解模型的各个节点及各条支路的潮流数据。
[0104]
具体地，所述潮流数据的获取包括根据求得的节点参数矩阵和支路参数矩阵，求解所述高比例可再生能源电力系统仿真求解模型的节点导纳矩阵以及各个类型的节点数目；根据节点数目、节点类型、电压幅值初值、电压相角初值、节点导纳矩阵、发电机有功功率、发电机无功功率、负荷有功功率、负荷无功功率以及潮流计算精度，计算节点有功功率、无功功率的变化量，同时判断所述电力系统仿真模型的潮流收敛性；根据输入的电压幅值、电压相角、节点导纳矩阵、待求电压幅值及相角的节点编号，求取高比例可再生能源电力系统仿真求解模型的雅可比矩阵；根据雅可比矩阵以及迭代次数和潮流计算精度，求取所述高比例可再生能源电力系统仿真求解模型的节点潮流数据和支路潮流数据。
[0105]
s230：根据所述潮流数据，获取所述系统仿真求解模型的负荷节点的恒阻抗模型参数，并将所述负荷节点的恒阻抗参数添加到所述节点参数矩阵和所述支路参数矩阵的预设位置，形成新的节点参数矩阵和新的支路参数矩阵，同时根据所述潮流数据，初始化所述常规动态系统细粒度模型中同步电机的电压电流向量。
[0106]
在其中一种优选实施方式中，具体包括：
[0107]
s231：构建负荷节点的恒阻抗模型；
[0108]
s232：根据所述高比例可再生能源电力系统仿真求解模型节点及支路的潮流结果，得到负荷所在节点的节点电压幅值和相角参数，再利用负荷有功功率和负荷无功功率，构建电力系统负荷节点的恒阻抗模型，求取负荷节点对应的恒阻抗模型参数；
[0109]
s233：根据所述节点参数矩阵和支路参数矩阵基本格式，将构建的负荷节点恒阻抗模型参数添加到所述节点参数矩阵和支路参数模型的对应位置上，并对整个电力系统仿真模型的节点进行重新编号，得到新的节点参数矩阵和支路参数矩阵；
[0110]
s234：初始化所述常规动态系统细粒度模型中同步电机部分的电压电流向量；
[0111]
s235：根据xy0坐标系下的潮流数据，通过下式求解同步电机电压电流结果：
[0112][0113][0114][0115]
[u
gd u
gq
]
t
＝tf[u
gx u
gy
]
t
[0116]
[i
gd i
gq
]
t
＝tf[i
gx i
gy
]
t
[0117][0118]
其中pg和qg分别为发电机输出的有功功率和无功功率；u
gx
和u
gy
分别为发电机端电压的x轴分量和y轴分量；i
gx
和i
gy
分别为发电机输出电流的x轴分量和y轴分量；δf是xy轴和dq轴的相角差；r是定子绕组的电阻；xd和xq分别为定子d轴和q轴的电抗；tf是从xy轴到dq轴的坐标变换矩阵；u
gd
和u
gq
分别为发电机端电压的d轴分量和q轴分量；i
gd
和i
gq
分别为发电机输出电流的d轴分量和q轴分量；rf是励磁绕组的电阻；x
ad
是定子d轴电枢反应电感；uf是同步电机的励磁电压；ω是同步转速。
[0119]
s240：根据所述接口电容参数矩阵及接口电容的节点电压求解方程，对所述网络接口模型所需数据进行初始化操作，得到所述网络接口模型节点电压求解所需的系数矩阵和仿真初始数据，并进行预存储。
[0120]
具体地，请参见附图5和附图9，其中，图5示意性地提供了快速动态系统细粒度模型接入常规动态系统细粒度模型建模网络示意图，图9示意性地提供了网络接口建模，结合5图5和图8可以看出，由于所述网络接口模型涉及的是单个电容的电压更新，因此根据所述网络接口模型的求解方程，得到所述网络接口模型节点电压求解方程为：
[0121][0122]
其中，分别是下一仿真步、当前仿真步接口电容的电压；c
if
是接口电容向量；是当前仿真步与接口电容相连的变换器支路电流组成的向量；是当前仿真步与接口电容相连的网侧支路电流组成的向量；h是仿真步长。根据网络接口模型的求解方程，对网络接口模型所需数据进行初始化操作，由此得到网络接口模型节点电压求解所需的系数矩阵和仿真初始数据。
[0123]
s250：根据所述电机参数矩阵、所述新的节点参数矩阵、所述新的支路参数矩阵以及常规动态系统细粒度模型中输电网络部分的电气方程、同步电机的电气方程，求解并预存储常规动态系统细粒度模型的系数矩阵，得到常规动态系统细粒度模型求解所需的仿真初始数据，并进行预存储。
[0124]
具体地，请继续参见附图3，图3示意性地提供了常规动态系统细粒度模型中输电网络部分细粒度建模示意图；从图3可以看出，包括：
[0125]
s251：根据新的节点参数矩阵、新的支路参数矩阵以及常规动态系统细粒度模型中输电网络部分的电气方程，求解并预存储常规动态系统细粒度模型中输电网络部分求解的系数矩阵。
[0126]
具体地，列写常规动态系统细粒度模型中输电网络部分的节点拓扑结构的 kcl方程和分支拓扑结构的kvl方程，得到所述常规动态系统细粒度模型中所述输电网络的电气方程为：
[0127][0128][0129]
其中，为下一仿真步的节点电压向量，为当前仿真步的节点电压向量，c、g是由各个节点对地电容和导纳的值构成的对角阵，r、l是由各条支路的支路电阻和电感值构成的对角阵，为当前仿真步的支路电流向量，为当前仿真步的节点对地电流源向量，为下一仿真步的支路电流向量，为下一仿真步的支路电压源向量，m
inc
是电力系统的关联矩阵。所述关联矩阵m
inc
定义如下：
[0130]
当支路j从节点i流出时，m
inc
(i,j)＝1；
[0131]
当支路j从节点i流入时，m
inc
(i,j)＝-1；
[0132]
当支路j与节点i无关时，m
inc
(i,j)＝0。
[0133]
s252：根据电机参数矩阵以及常规动态系统细粒度模型中同步电机部分的电气方程，求解并预存储常规动态系统细粒度模型中同步电机部分求解的系数矩阵。
[0134]
具体地，请参见附图4，图4示意性地提供了常规动态系统细粒度模型中同步电机部分接入常规动态系统细粒度模型建模网络示意图；从图4可以看出，根据同步电机的定子d、q绕组、转子d轴的励磁绕组f和阻尼绕组d以及转子q轴的阻尼绕组h、q，所述常规动态系
统细粒度模型中所述同步电机的电气方程为：
[0135]
u＝pψ ωψ ri，ψ＝xi
[0136]
其中，u为电机电压向量，p为微分算子，i为电机电流向量，ψ为电机磁链向量，r为电阻矩阵，x为电抗矩阵，ω为转速矩阵；
[0137]
u＝[u
d u
q u
f 0 0 0]
t
，i＝[i
d i
q i
f i
d i
h iq]
t
[0138]
ψ＝[ψ
d ψ
q ψ
f ψ
d ψ
h ψq]
t
，r＝diag[-r
ꢀ‑
r r
f r
d r
h rq]
[0139][0140]
其中，ud、id、ψd分别为同步电机定子d轴的电压、电流和磁链，uq、iq、ψq分别为同步电机定子q轴的电压、电流和磁链，if、ψf分别为同步电机转子 f绕组的电流和磁链，id、ψd分别为同步电机转子d绕组的电流和磁链，ih、ψh分别为同步电机转子h绕组的电流和磁链，iq、ψq分别为同步电机转子q绕组的电流和磁链，rd为同步电机转子d绕组电阻，rh为同步电机转子h绕组电阻， rq为同步电机转子q绕组电阻；x
aq
为同步电机定子q轴电枢反应电感，xf为同步电机转子f绕组电抗，x
fd
为同步电机转子f绕组和d绕组互感电抗，xd为同步电机转子d绕组电抗，xh为同步电机转子h绕组电抗，xq为同步电机转子q 绕组电抗。将同步电机电气方程中的ψ＝xi代入u＝pψ ωψ ri，消去磁链变量ψ，得到同步电机的电压方程：
[0141]
u＝xpi (ωx r)i
[0142]
利用梯形积分方法进行差分化建模，则电压方程变换为：
[0143][0144]
其中，m
b-g
是3n
sg
×
3nb的转换矩阵，用来将输电网络电压更新值提供给电机，更新电机输出电流；nb是输电网络的支路数，n
sg
是系统电机数；d、e是同步电机更新方程的系数矩阵，其定义如下所示，其中r、ω、x分别是同步电机的电阻矩阵、转速矩阵和阻抗矩阵。
[0145][0146]
s253：根据常规动态系统细粒度模型中输电网络部分的电气方程、同步电机部分的电气方程，对常规动态系统细粒度模型求解所需数据进行初始化，由此得到所述常规动态系统细粒度模型求解所需的系数矩阵和所述仿真初始数据。
[0147]
s260：根据所述新能源电力系统参数矩阵以及快速动态系统细粒度模型中永磁同步电机的电气方程、主电路的电气方程、网侧变换器控制系统的电气方程和机测变换器控制系统的电气方程，求解并预存储快速动态系统细粒度模型的系数矩阵，得到所述快速动态系统细粒度模型求解所需的仿真初始数据，并进行预存储。
[0148]
具体地，包括：
[0149]
s261：列写快速动态系统细粒度模型中永磁同步电机的电气方程：
[0150][0151]
其中，p为微分算子；ld，lq为电枢绕组dq轴电感；id，iq为dq轴电流；ψf为永磁体磁链；ud，uq为dq轴电压分量；rr为电枢绕组电阻；ωe为发电机电气转速； te为发电机电磁转矩；n
p
为电机极对数。
[0152]
请参见附图6，其示意性地提供了快速动态系统细粒度模型主电路建模，从图6可以看出，变换器主电路通过直流侧电容将机侧变换器和网侧变换器进行划分，并根据开关元件的输入信号将其等效为受控电源的形式，此处主要以网侧变换器为例，列写其解耦两侧受控电源的更新方程，机侧变换器与其思想一致，得到所述快速动态系统细粒度模型中所述主电路的电气方程为：
[0153][0154]
其中，e
gsc
是网侧变换器等效三相受控电压源值；i
gsc
是滤波电感上的三相电流值；u
dc
是直流侧电容正负极电压值组成的向量；s是由网侧变换器6个开关控制信号组成的矩阵，开关导通时，值为1，开关关断时，值为0，其定义如下：
[0155][0156]
进而求解变换器主电路的电气方程，其电气方程与常规动态系统细粒度模型中输电网络部分的电气方程一致。
[0157]
请参见附图7-附图8，其中图7示意性地提供了机侧变换器系统的控制框图；
[0158]
图8示意性地提供了网侧变换器系统的控制框图；，其示意性地提供了快速动态系统细粒度模型控制系统模型，结合图7-图8可以看出，所述快速动态系统细粒度模型中所述网侧变换器控制系统的电气方程为：
[0159][0160]
其中，u
id
，u
iq
为控制输出量；r、l为网侧滤波电阻、电感；ω为网侧角速度，k
p1
、k
i1
、k
p2
、k
i2
为网侧变换器pi控制参数。
[0161]
所述快速动态系统细粒度模型中所述机侧变换器控制系统的电气方程为：
[0162][0163]
其中，i
dref
，i
qref
分别为dq轴电流参考值，u
rd
，u
rq
分别为机侧变换器控制电压输出量，k
p1
、k
i1
、k
p2
、k
i2
为机侧变换器pi控制参数。由此得到快速动态系统细粒度模型求解所需的系数矩阵和所述仿真初始数据。
[0164]
更具体地，在其中一种优选实施方式中，所述预设处理规则，包括：根据所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型的细粒度并行求解的复杂度分配处理线程的数量，所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型在各自分配的所述处理线程上进行各模型之间及各模型内部之间的细粒度并行求解。由此，实现了所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型之间和其内部的细粒度并行求解。
[0165]
在其中一种优选实施方式中，所述常规动态系统细粒度模型、快速动态系统细粒度模型和所述网络接口模型之间的多速率并行求解，包括：
[0166]
利用所述常规动态系统细粒度模型、快速动态系统细粒度模型和所述网络接口模型的所述仿真初始数据，分别对所述系统仿真求解模型的常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型进行下一仿真步的电压电流更新；且主同步时刻以满足系统误差需求的最大仿真步长对所述常规动态系统细粒度模型的待求参数进行更新，且非同步时刻以插值方法对常规动态系统细粒度模型的待求参数进行更新，而快速动态系统细粒度模型与网络接口以其所能接受的最大仿真步长对其待求参数进行更新。
[0167]
请参见附图10，其示意性地提供了快速动态系统细粒度模型、常规动态系统细粒度模型数据交互方法，从图10可以看出，利用所述仿真初始数据，分别以不同仿真步长对所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型进行更新，包括：
[0168]
根据不同仿真步长下常规动态系统细粒度模型、快速动态系统细粒度模型的仿真结果，利用插值技术进行网络接口的数据交互，设快速动态系统细粒度模型的状态变量是xf，仿真步长为h，常规动态系统细粒度模型的状态变量是 xs，仿真步长是mh，则其常规动态系统细粒度模型的插值过程如下式所示：
[0169][0170]
其中，是常规动态系统细粒度模型在非同步时刻的估计值，xs(n)和 xs(n-mh)是常规动态系统细粒度模型前两仿真步的计算结果。在非同步时刻，此时只需对快速动态系统细粒度模型进行求解，但需要考虑常规动态系统细粒度模型参数对其计算过程的影响。首先，利用xs(n)和x
f2
(n)以及x
f1
(n-h/2)来更新 x
f1
(n h/2)；进而利用x
f1
(n h/2)来更新x
f2
(n h)；然后利用插值公式得到常规动态系统细粒度模型n h时刻的支路电流估计值，与x
f2
(n h)和x
f1
(n h/2)共同求解 x
f1
(n 3h/2)。以此类推，直到n mh的同步时刻，此时在更新快速动态系统细粒度模型参数的同时，也需要对常规动态系统细粒度模型参数进行更新，即利用 x
f1
(n mh-h/2)更新xs(n mh)和x
f2
(n mh)，后续又进入到非同步时刻，如前所述进行下一个mh仿真步长的更新计算。快速动态系统细粒度模型所能接受的最大仿真步长h的选择条件如下：
[0171]
利用离散系统分析理论，对解耦系统进行更为一般化的数值稳定性判据推导。解耦后系统的基本方程如下所示：
[0172][0173]
其中，m
cv-b
是3nb×
3n
cv
的转换矩阵， m
b-cv
是3n
cv
×
3nb的转换矩阵，用于将关联系统求解结果转换成子系统求解所需要的信息。
[0174]
进一步对子系统方程以及接口方程进行整理，可以得到如下的状态空间表达式：
[0175][0176]
其中，系统状态变量的定义如下：
[0177][0178]
由此，得到了整个系统仿真求解模型的状态空间表达式，a是系统仿真求解模型的状态矩阵，若要该离散时间系统仿真求解模型稳定，状态矩阵a的所有特征值需全部位于单位圆内，也就是系统仿真求解模型状态矩阵的谱半径小于1。以此条件为基础，来选取满足整个系统数值稳定性的快速动态系统细粒度模型最大仿真步长。而满足系统误差需求的常规动态系统细粒度模型的最大仿真步长mh的选择条件如下：
[0179]
进一步的，根据所采用的积分方法可以得到，快速动态系统细粒度模型、常规动态系统细粒度模型的局部截断误差：
[0180][0181][0182]
在多速率仿真情况下，假设系统步长比是m，快速动态系统细粒度模型在 n mh时刻的误差为：
[0183][0184]
步长比值的选取应该使常规动态系统细粒度模型的误差与快速动态系统细粒度模型的误差具有相同的阶数，这样才能最大限度的提升系统的仿真效率，由此可以得到步长比m的选择方法，如下式所示：
[0185][0186]
由此可以确定常规动态系统细粒度模型满足系统误差需求的最大仿真步长的值。
[0187]
优选的，所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型在各自分配的所述处理线程上进行各模型之间及各模型内部之间的细粒度并
行求解，包括：
[0188]
所述常规动态系统细粒度模型中的输电网络，通过处理器实现其各个所述节点和各条所述支路的细粒度并行求解，并获得下一仿真步输电网络电压电流的更新结果；且所述常规动态系统细粒度模型中的同步电机基于处理器采用直接lu分解法实现同步电机之间和同步电机内部的细粒度并行求解，并获得下一仿真步同步电机电压电流的更新结果；所述快速动态系统细粒度模型的主电路，通过所述处理器实现其各个所述节点和各条所述支路的细粒度并行求解，并获得下一仿真步主电路的电压电流的更新结果，且所述快速动态系统细粒度模型包括多个控制系统，其中每个所述控制系统分配一个线程进行并行求解，获得下一仿真步控制电路的电压电流的更新结果；所述网络接口模型，利用所述处理器分配相应数量的处理线程后实现各所述节点的细粒度并行求解，并获得下一仿真步网络接口模型的电压电流的更新结果。
[0189]
具体地，请参见图11，其示意性地提供了gpu线程分配架构示意图，在其中一种优选实施方式中，所述处理器为gpu，当所述网络接口模型、所述常规动态系统细粒度模型和所述快速动态系统细粒度模型进行更新计算，其中每个所述节点的支路电流或所述节点的电压更新对应所述gpu的一个处理线程。因此，所述快速动态系统细粒度模型、所述常规动态系统细粒度模型和所述网络接口模型在各自分配的所述处理线程上进行各模型之间及各模型内部之间的细粒度并行包括：
[0190]
根据常规动态系统细粒度模型的电气部分方程对接口电容在常规动态系统细粒度模型中所在支路的支路电流进行求解，得到常规动态系统细粒度模型当前仿真步的支路电流向量并存储，其中，常规动态系统细粒度模型的求解结合 gpu实现了各个节点、各条支路、各个电机之间的并行求解；
[0191]
根据快速动态系统细粒度模型的电气方程对接口电容在快速动态系统细粒度模型中所在支路的支路电流进行求解，得到快速动态系统细粒度模型当前仿真步的支路电流向量并存储，其中，快速动态系统细粒度模型的求解结合gpu 实现了各个节点、各条支路、各控制系统之间的并行求解；调用得到的两种支路电流向量，利用网络接口模型的节点电压更新方程对接口电容的电压向量进行求解，得到当前仿真步的接口节点电压，并进行存储，其中，所述接口电容模型的求解结合gpu实现了各个节点之间的并行求解；至此，解耦后各模型在一个仿真循环内的计算完成，下一仿真步时常规动态系统细粒度模型、快速动态系统细粒度模型调用所存储的接口电容电压向量进行其各自的仿真计算，然后将各自的支路电流向量送回网络接口模型部分，便于网络接口模型进行下一仿真步接口电压向量的更新。由此，相较于传统节点分析法串行度高、现有系统级并行仿真方法不能充分使用高性能计算设备硬件资源的不足，本实施方式通过结合gpu并行计算架构的特点，充分使用gpu海量计算单元优势，使得整个仿真系统的细粒度并行求解提升至单条支路、单个节点和单个设备，进而使得系统仿真效率不会随着系统仿真规模的增大而显著降低；并针对快速动态系统细粒度模型、常规动态系统细粒度模型时间尺度的差异，采用插值方法进行了多速率仿真，实现了复杂常规动态系统细粒度模型的细粒度快速求解，解决了细粒度仿真算法效率主要受复杂常规动态系统细粒度模型仿真影响的问题。
[0192]
优选的，所述依此循环，直至完成仿真过程，包括：
[0193]
当所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口
模型完成当前仿真步的细粒度并行求解和多速率并行求解后，进行下一仿真步时，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型调用所存储的接口电容电压向量进行其各自的仿真计算，然后将各自的支路电流向量发送至所述网络接口模型，所述网络接口模型将进行再下一仿真步的接口电压向量的更新，如此循环，直至完成预设长度的仿真步内所述系统仿真求解模型的多速率并行求解和细粒度并行求解。
[0194]
为了便于理解，本实施例将以风电系统接入苏北地区等值电网的仿真拓扑进行举例说明，具体地，请结合表一-表九，其中，表1为节点参数矩阵，表二为支路参数矩阵，表三为电机参数矩阵，表四为新能源电力系统参数矩阵，表五为接口电容参数矩阵，表六为潮流数据结果。
[0195]
表一：节点参数矩阵
[0196][0197]
表二：支路参数矩阵
[0198][0199]
表三：电机参数矩阵
[0200]
[0201]
表四：新能源电力系统参数矩阵
[0202][0203]
表五：接口电容参数矩阵
[0204]
interface_para＝
[0205]
10.00000.0001
[0206]
表六：潮流数据结果
[0207][0208]
利用潮流数据结果将系统负荷节点进行恒阻抗建模，将负荷节点以恒阻抗的形式添加到系统输入矩阵中去，如表7所示：
[0209]
表七：
[0210][0211]
结合表一至表七，进而对各子系统求解的系数矩阵进行预处理，相关参数预处理完成后，可进入主循环，依据常规动态系统细粒度模型和快速动态系统细粒度模型的电气方程进行输出电流的更新，接口电容依据两子系统的支路电流求解结果进行接口节点电压的更新，将电压更新结果传输到两子系统。在主同步时刻以满足系统误差需求的大仿真步长对常规动态系统细粒度模型的待求参数进行更新，在非同步时刻以插值方法对常规动态系统细粒度模型的待求参数进行更新，而快速动态系统细粒度模型与网络接口模型始终以其所能接受的最大仿真步长对其待求参数进行更新，以此循环直至仿真过程结束。其中，系统潮流计算、同步电机模型初始化、负荷恒阻抗模型计算、快速动态系统细粒度模型及常规动态系统细粒度模型的系数矩阵的预存储、同步电机系数矩阵预处理、计算结果的存储以及最终结果的输出均在cpu上完成。快速动态系统细粒度模型、常规动态系统细粒度模型以及网络接口模型的变量求解过程在gpu 上完成。
[0212]
系统仿真的精度验证以图11所示算例为基本拓扑，系统仿真的效率验证以不同规模的系统为基本拓扑，其相关仿真步骤如前。精度验证结果请参见图12 (a)-12(d)，其示意性地提供了仿真算法仿真精度验证示意图，结合图12(a)
ꢀ‑
12(d)可以看出，细粒度并行求解与多速率并行求解的仿真方法无论是在稳态还是暂态情况下，都与节点分析法有着基本一致的响应曲线，验证了细粒度并行求解与多速率并行求解的仿真方法用作电磁暂态仿真算法的正确性。效率验证结果请参见表八和表九。为了验本发明的细粒度特性在效率上的优越性，考虑对不同规模的系统进行仿真效率测试。系统规模的变化主要体现在两个方面，分别是接入的可再生能源数、网侧系统的节点数和电机数。以苏北地区等值电网、ieee-case118两种不同规模的网侧系统，同时考虑不同数量的可再生能源和同步电机接入为例，测试系统的仿真效率。相关效率测试结果如表八所示。表八：不同规模下系统单步求解时间(μs)
[0213][0214]
为了验证本发明的多速率特性在效率上的优越性，考虑对含10台可再生能源接入的118节点系统进行多速率下的仿真效率测试。主要考虑对快速动态、常规动态系统细粒度模型采用不同的仿真步长进行仿真，系统在不同仿真步长组合下的效率测试结果如表九所示。
[0215]
表九：不同仿真步长组合下系统单步求解时间(μs)
[0216][0217]
实施例二
[0218]
基于新能源电力系统的细粒度与多速率仿真方法的同一发明构思，本实施例提供了一种新能源电力系统的细粒度与多速率仿真系统，具体地，请参见附图13，图13示意性地
提供了新能源电力系统的细粒度与多速率仿真系统结构图，从图13可以看出，所述新能源电力系统的细粒度与多速率仿真系统，包括：模型构建模块、数据获取模块、多速率并行求解模块、细粒度并行求解模块和主控模块；
[0219]
其中，所述模型构建模块：被配置为构建系统仿真求解模型，所述系统仿真求解模型解耦后包括常规动态系统细粒度模型、快速动态系统细粒度模型和网络接口模型；
[0220]
所述数据获取模块：被配置为根据预设获取规则，获取所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的仿真初始数据；
[0221]
所述多速率并行求解模块：被配置为利用所述仿真初始数据，以不同仿真步长和插值方法对所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别进行多速率并行求解；
[0222]
所述细粒度并行求解模块：被配置为根据预设处理规则，利用所述仿真初始数据，为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型分别配置预设数量的处理线程以进行细粒度并行求解；
[0223]
所述主控模块：被配置为根据所述细粒度并行求解结果和所述多速率并行求解结果，更新所述仿真初始数据，重复进行所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型的多速率并行求解和细粒度并行求解，直至完成预设长度的仿真步内所述系统仿真求解模型的多速率并行求解和细粒度并行求解。
[0224]
由于本发明提供的所述新能源电力系统的细粒度与多速率仿真系统与上述任一实施方式提供的新能源电力系统的细粒度与多速率仿真方法属于同一发明构思，因此，至少具有相同的技术效果，在此不再一一赘述。
[0225]
实施例三
[0226]
基于新能源电力系统的细粒度与多速率仿真方法的同一发明构思，本实施例提供了一种新能源电力系统的细粒度与多速率仿真终端，包括存储器和处理器，所述存储器上存储能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时，用于实现上述任一实施方式所述的一种新能源电力系统的细粒度与多速率仿真方法。
[0227]
由于本发明提供的所述新能源电力系统的细粒度与多速率仿真终端能够实现上述任一实施方式提供的新能源电力系统的细粒度与多速率方法，因此，至少具有相同的技术效果，在此不再一一赘述。
[0228]
另外，应当注意的是，在本文的实施方式中所揭露的系统和方法，也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。在本说明书的
描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。
[0229]
综上，本发明提供的新能源电力系统的细粒度与多速率仿真方法，利用所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型对获取的仿真初始数据进行细粒度并行求解，由于所述系统仿真求解模型是通过解耦为所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型，因此，在进行所述细粒度并行求解的同时，所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型之间还将进行多速率并行求解，并且通过将所述多速率并行求解的结果和所述多速率并行求解结果进行所述仿真初始数据的更新，使得所述常规动态系统细粒度模型、所述快速动态系统细粒度模型和所述网络接口模型能够进行下一仿真步的细粒度并行求解和多速率并行求解。由此，本发明提供的新能源电力系统的细粒度与多速率仿真方法，通过对快速动态系统细粒度模型、常规动态系统细粒度模型进行细粒度建模，可以使快速动态系统细粒度模型、常规动态系统细粒度模型求解的并行度提升至单个节点、单条支路以及单个设备，降低了系统的求解复杂度，实现了各子系统的全局细粒度求解，使得系统仿真时间不会随着仿真规模的增大而显著降低；另一方面，针对快速动态系统细粒度模型、常规动态系统细粒度模型时间尺度的差异，采用插值方法进行了多速率仿真，实现了复杂的常规动态系统细粒度模型的快速求解，解决了细粒度仿真算法效率主要受复杂常规动态系统细粒度模型仿真影响的问题。
[0230]
由于本发明提供的所述新能源电力系统的细粒度与多速率仿真系统和终端与上述任一实施方式提供的新能源电力系统的细粒度与多速率仿真方法属于同一发明构思，因此，至少具有相同的技术效果，在此不再一一赘述。
[0231]
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。