论文部分内容阅读
随着我国社会经济的快速发展,电力需求和供应都在急速增长,电力基础设施建设越来越完善,电力网络结构越来越复杂,规模越来越庞大,联通程度越来越高,电力系统对于计算和存储的需求越来越大,将云计算引入电力系统中,并以此为基础构建电力系统智能化计算平台是必然的选择。作为电力系统分析中最基础同样也是最重要的计算问题,潮流计算也面临计算量越来越大难以快速求解的问题,传统的电力系统潮流求解方法难以在云计算场景下应用,因此,开展电力系统潮流的云计算方法研究具有极其重要的现实意义。论文首先研究了云计算的特点,分析了 Hadoop HDFS的读写文件流程和MapReduce数据处理方式,同时对SparkRDD的特性和Spark的运行机制进行了总结,为文章后续研究提供了理论基础。随后,论文研究了牛顿拉夫逊潮流计算方法,发现其本质是将求解潮流方程的非线性问题转换为线性问题,而其求解的难点在于线性的修正方程组的解算。通过对Cimmino方法、ART方法和SART方法的对比,本文提出了基于牛顿拉夫逊法和ART法(Newton-Raphson-ARTMethod)的电力系统潮流计算方法,该方法利用ART方法进行修正方程组的迭代求解,易于在云计算环境中并行解算潮流,对10母线、14母线和30母线IEEE标准试验系统实例测试表明本文所提方法可以有效地进行潮流求解。最后,论文基于所提Newton-Raphson-ART电力系统潮流计算方法,分别对Hadoop及Spark下的潮流云计算方法进行了详细的设计,搭建了 Hadoop和Spark的集群环境并对多个IEEE标准试验系统进行测试。结果表明,相较于Hadoop平台,本文所设计的Spark平台下的电力系统潮流云计算方法可以进行有效的潮流并行求解并且效果很好,解算潮流速度较快,适合于进行大规模电力系统潮流的求解。