KLU稀疏直接求解器在状态估计中的应用

doi:10.11930/j.issn.1004-9649.201806130

中国电力 ›› 2019, Vol. 52 ›› Issue (2): 111-118.DOI: 10.11930/j.issn.1004-9649.201806130

KLU稀疏直接求解器在状态估计中的应用

罗玉春^1,2,3, 王毅^1,2,3, 闪鑫^1,2,3, 邹德虎^1,2,3

1. 南瑞集团(国网电力科学研究院)有限公司, 江苏南京 211106;
2. 国电南瑞科技股份有限公司, 江苏南京 211106;
3. 智能电网保护和运行控制国家重点实验室, 江苏南京 211106

收稿日期:2018-06-29 修回日期:2018-10-28 出版日期:2019-02-05 发布日期:2019-03-27
作者简介:王毅(1980-),男,高级工程师,从事电力调度自动化电网分析与控制研究,E-mail:wang-yi2@sgepri.sgcc.com.cn;闪鑫(1980-),男,高级工程师(研究员级),从事电网调度自动化高级应用研究,E-mail:shanxin@sgepri.sgcc.com.cn
基金资助:
国家重点研发计划（大电网智能调度与安全预警关键技术研究及应用，2017YFB0902600）；国家电网公司科技项目（大电网实时数据及网络分析高性能计算技术研究）。

Application of KLU Sparse Direct Linear Solver in State Estimation

LUO Yuchun^1,2,3, WANG Yi^1,2,3, SHAN Xin^1,2,3, ZOU Dehu^1,2,3

1. NARI Group Corporation (State Grid Electric Power Research Institute), Nanjing 211106, China;
2. NARI Technology Co.Ltd., Nanjing 211106, China;
3. State Key Laboratory of Smart Grid Protection and Control, Nanjing 211106, China

Received:2018-06-29 Revised:2018-10-28 Online:2019-02-05 Published:2019-03-27

摘要/Abstract

摘要： 稀疏矩阵及稀疏线性方程组求解已成为大规模电网状态估计计算效率的瓶颈，阐释了基于BTF和Gilbert-Peierls算法的稀疏矩阵直接求解器KLU（Clark Kent LU），并将其嵌入到智能调度技术支持系统中生产运行的状态估计程序功能。首先在计算得到雅可比矩阵的基础上基于OpenMP并行化技术快速求解信息矩阵；然后使用KLU求解器进行信息矩阵的因子表符号分析和数值分解；最后在状态估计计算过程中使用KLU求解器求解线性方程组，从而提高大规模电网状态估计的计算效率。通过省中心、分中心、模型数据中心D5000的状态估计实际应用，证明了该方法的有效性和实用性。

关键词: 电力系统, 状态估计, 稀疏矩阵, 向左看LU分解, 多线程, KLU求解器

Abstract: Solving sparse matrix and linear equation is an important computational kernel in large-scale power system state estimation. This paper embeds the BTF and Gilbert-Peierls algorithm-based KLU sparse direct linear solver into the state estimation program of smart grid operation supporting systems. Firstly, based on the computation of the measurement jacobi matrix, the OpenMP parallelization technology is used to solve G which called gain matrix; and then, symbolic analysis and numerical factorization of G are handled by KLU solver; finally, the KLU solver is used to solve the linear equations in the process of state estimation, thus significantly improving the computational efficiency of state estimation in large-scale power network. The effectiveness and practicality of the proposed method are verified through practical application in D5000 system of provincial power company and model data dispatch centers.

Key words: power system, state estimation, sparse matrix, left-looking LU factorization, multi-process, KLU sparse solver

中图分类号:

TM711

罗玉春, 王毅, 闪鑫, 邹德虎. KLU稀疏直接求解器在状态估计中的应用[J]. 中国电力, 2019, 52(2): 111-118.

LUO Yuchun, WANG Yi, SHAN Xin, ZOU Dehu. Application of KLU Sparse Direct Linear Solver in State Estimation[J]. Electric Power, 2019, 52(2): 111-118.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201806130

https://www.electricpower.com.cn/CN/Y2019/V52/I2/111

参考文献

[1] 王永, 郭志忠, 彭茂君, 等. 基于灵敏度分析的多区域互联电力系统状态估计[J]. 电力系统自动化, 2007, 19(31):27-31 WANG Yong, GUO Zhizhong, PENG Maojun, et al. State estimation of a multi-area interconnected power system based on sensitivity analysis[J]. Automation of Electric Power Systems, 2007, 19(31):27-31
[2] 王建, 陈颖, 黄少伟, 等. 基于KKT条件分解的互联电网分布式状态估计算法[J]. 电力系统自动化, 2010, 34(19):31-36 WANG Jian, CHEN Ying, HUANG Shaowei, et al. A distributed state estimation method for interconnected power grid based on decomposition of KKT condition[J]. Automation of Electric Power Systems, 2010, 34(19):31-36
[3] 王耀瑜, 余贻鑫. 分布式能量管理系统(DEMS)状态估计分布式异步迭代算法[J]. 中国电机工程学报, 1996, 16(3):160-164 WANG Yaoyu, YU Yixin. Distributed energy management system (DEMS) asynchronous iteration state estimation[J]. Proceedings of the CSEE, 1996, 16(3):160-164
[4] 高毅, 王成山, 李继平. 改进十字链表的稀疏矩阵技术及其在电力系统仿真中的应用[J]. 电网技术, 2011, 35(5):33-36 GAO Yi, WANG Chengshan, LI Jiping. An improved cross chain table based sparse matrix technology and its application in power system simulation[J]. Power System Technology, 2011, 35(5):33-36
[5] 朱凌志, 安宁. 基于二维链表的稀疏矩阵在潮流计算中的应用[J]. 电网技术, 2005, 29(8):51-55 ZHU Lingzhi, AN Ning. Application of two-dimensional chain table based sparse matrix in power flow calculation[J]. Power System Technology, 2005, 29(8):51-55
[6] 陈荃韡, 龚成明, 赵晋泉, 等. 并行稀疏系统直接求解库SuperLU_MT在状态估计中的应用[J]. 电力系统自动化, 2017, 41(3):83-88 CHEN Quanwei, GONG Chengming, ZHAO Jinquan, et al. Application of parallel sparse system direct solver library SuperLU_MT in state estimation[J]. Automation of Electric Power Systems, 2017, 41(3):83-88
[7] 宁剑, 王毅, 邹德虎, 等. 状态估计智能分析功能设计与应用[J]. 中国电力, 2015, 48(2):85-89 NING Jian, WANG Yi, ZOU Dehu, et al. Design and application of state estimation intelligent analysis[J]. Electric Power, 2015, 48(2):85-89
[8] DAVIS T A, HU Yifan. The university of Florida sparse matrix collection[J]. ACM Transactions on Mathematical Software, 2011, 38(1):1-25.
[9] DAVIS T A, NATARAJAN E P. Algorithm 907:KLU, a direct sparse solver for circuit simulation problems[J]. ACM Transactions on Mathematical Software, 2010, 37(3):36:1-36:17.
[10] DUFF I S. On algorithms for obtaining a maximum transversal[J]. ACM Transactions on Mathematical Software, 1981, 7(3):315-330.
[11] DUFF I S. Algorithm 575:Permutations for a zero-free diagonal[J]. ACM Transactions on Mathematical Software, 1981, 7(3):387-390.
[12] DUFF I S, REID J K. An implementation of Tarjan's algorithm for the block triangularization of a matrix[J]. ACM Transactions on Mathematical Software, 1978, 4(2):137-147.
[13] DUFF I S, REID J K. Algorithm 529:Permutations to block triangular form[J]. ACM Transactions on Mathematical Software, 1978, 4(2):189-192.
[14] AMESTOY P R, DAVIS T A, DUFF I S. An approximate minimum degree ordering algorithm[J]. SIAM J. Matrix Anal. & Applic., 1996, 17(4):886-905.
[15] 唐灿, 郭睿, 顾黎强, 等. 基于图分割的潮流计算中的节点优化编号[J]. 中国电力, 2017, 50(4):52-58 TANG Can, GUO Rui, GU Liqiang, et al. Node ordering in power flow calculation based on graph partitioning algorithm[J]. Electric Power, 2017, 50(4):52-58
[16] GILBERT J R, NG E G. Predicting structure in nonsymmetric sparse matrix factorizations[M]. New York:Springer, 1992.
[17] DAVIS T A. Direct methods for sparse linear systems[M]. Philadelphia:SIAM, 2006.
[18] GILBERT J R, TIM PEIERLS T. Sparse partial pivoting in time proportional to arithmetic operations[J]. SIAM Journal on Scientific & Statistical Computing, 1988, 9(9):862-874.
[19] 罗玉春, 王毅, 戴则梅, 等. 基于多调度控制中心的分解协调状态估计[J]. 电网技术, 2016, 40(5):1516-1521 LUO Yuchun, WANG Yi, DAI Zemei, et al. Decomposition and coordination state estimation for multi dispatching and control centers[J]. Power System Technology, 2016, 40(5):1516-1521
[20] 姚诸香, 郭烨, 郭玉金, 等. 含指数型目标函数的电力系统抗差状态估计方法在江西电网中的应用[J]. 电网技术, 2012, 36(4):155-159 YAO Zhuxiang, GUO Ye, GUO Yujin, et al. Application of a robust state estimator based on maximum exponential square in Jiangxi power system[J]. Power System Technology, 2012, 36(4):155-159
[21] 厉超, 卫志农, 倪明, 等. 基于变量代换内点法的加权最小绝对值抗差状态估计[J]. 电力系统自动化, 2015, 39(6):48-52 LI Chao, WEI Zhinong, NI Ming, et al. WLAV robust state estimation based on variable substitution interior point method[J]. Automation of Electric Power Systems, 2015, 39(6):48-52
[22] 王雅婷, 何光宇, 刘铠诚, 等. 求解状态估计问题的内点半定规划法[J]. 电网技术, 2012, 36(10):209-215 WANG Yating, HE Guangyu, LIU Kaicheng, et al. An semi-definite programming method for state estimation problem[J]. Power System Technology, 2012, 36(10):209-215
[23] 张伯明, 陈寿孙, 严正. 高等电力网络分析[M]. 北京:清华大学出版社, 2007:58-62.
[24] 颜伟, 黄正波, 余娟, 等. 牛顿法潮流计算的高效综合稀疏技术[J]. 中国电力, 2010, 43(7):19-23 YAN Wei, HUANG Zhengbo, YU Juan, et al. Integrated sparse technique of Newton power flow calculation[J]. Electric Power, 2010, 43(7):19-23
[25] Peter S. Pacheco. 并行程序设计导论[M]. 邓倩妮, 译. 北京:机械工业出版社, 2016:139-143
[26] 龚成明, 於益军, 路轶, 等. 加权最小二乘状态估计量测权值计算的实用方法[J]. 电力系统自动化, 2016, 40(11):143-147 GONG Chengming, YU Yijun, LU Yi, et al. Practical method for calculating measurement weights in weighted least square state estimation[J]. Automation of Electric Power Systems, 2016, 40(11):143-147

KLU稀疏直接求解器在状态估计中的应用

Application of KLU Sparse Direct Linear Solver in State Estimation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李健, 张钧, 韩新阳, 靳晓凌. 新型电力系统形态量化推演方法的总体框架与功能设计[J]. 中国电力, 2025, 58(3): 1-7, 97.
[2]	张磊, 马晓伟, 王满亮, 陈力, 高丙团. 互联新能源电力系统区内AGC机组分布式协同控制策略[J]. 中国电力, 2025, 58(3): 8-19.
[3]	张沛, 杨马婧, 张放, 谢桦, 刘广一, 李文云, 路学刚, 王珍意, 翟苏巍. 图数据库与图计算在电力系统调度运行应用综述[J]. 中国电力, 2025, 58(3): 119-131.
[4]	高志远, 庄卫金, 李峰, 于芳, 张鸿, 王艳, 夏旻. 调控领域人工智能应用的高复用性验证平台[J]. 中国电力, 2025, 58(3): 142-150.
[5]	汤明润, 李若旸, 刘慕然, 程晓钰, 刘铫, 杨淑霞. 电力系统稳态下可再生能源大规模接入量预测[J]. 中国电力, 2025, 58(2): 126-132.
[6]	赵晨浩, 焦在滨, 李程昊, 张迪, 张鹏辉. 基于主动迁移学习的电力系统暂态稳定自适应评估[J]. 中国电力, 2025, 58(1): 70-77.
[7]	董武, 张健, 周勤勇, 张立波, 龚浩岳. 中国电力系统安全稳定性演化综述[J]. 中国电力, 2025, 58(1): 115-127.
[8]	贺全鹏, 刘苇, 杨维永, 魏兴慎, 王琦. 针对负荷重分配攻击的移动目标防御策略[J]. 中国电力, 2024, 57(9): 44-52.
[9]	张玉敏, 张涌琛, 叶平峰, 吉兴全, 石春友, 蔡富东, 李一宸. 基于集合经验模态分解的增强核岭回归配电系统状态估计[J]. 中国电力, 2024, 57(9): 156-168.
[10]	朱瑞, 娄奇鹤, 靳晓凌, 刘畅. 适应新型电力系统的电网基建功能化投资结构演化研究[J]. 中国电力, 2024, 57(9): 194-204.
[11]	傅观君, 张富强, 夏鹏, 冯君淑, 张晋芳. 天然气发电在新型电力系统中的功能定位及发展前景研判[J]. 中国电力, 2024, 57(8): 67-74.
[12]	翟苏巍, 李银银, 杜凡, 李文云, 潘凯岩, 梁峻恺. 考虑海量分布式能源接入的配电网分布式无功控制策略[J]. 中国电力, 2024, 57(8): 138-144.
[13]	李碧君, 李威, 董希建. 新型电力系统中主控型安全稳定服务质量的在线评估[J]. 中国电力, 2024, 57(8): 168-181.
[14]	朱沐雨, 马宏忠, 郭鹏宇, 宣文婧. 典型调峰/调频工况下储能电池组荷电状态估计[J]. 中国电力, 2024, 57(6): 18-26.
[15]	叶小宁, 王彩霞, 李琼慧, 杨超. 国外新能源高占比电力系统电力供应保障措施及启示[J]. 中国电力, 2024, 57(4): 61-67.

模态框（Modal）标题

KLU稀疏直接求解器在状态估计中的应用

Application of KLU Sparse Direct Linear Solver in State Estimation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics