云環(huán)境下大規(guī)模配電網分布式最優(yōu)潮流計算研究.pdf

1、智能電網通過布置大量傳感器以及數據采集裝置，提高對電網相關數據的采集及實時監(jiān)控的能力，以實現智能化的輸電和配電，是未來電網發(fā)展的必然趨勢。然而，智能電網的運行卻帶來了所采集的數據量的爆炸性增長，具備了大數據特征。當前大規(guī)模電網的最優(yōu)潮流計算中，傳統(tǒng)的計算方法面對具備大數據特征的電力系統(tǒng)數據時，便出現計算速度慢，任務執(zhí)行效率低等缺點，難以滿足智能電網的實時計算需求；而現有的并行計算方法大多運行于專用并行機，性價比較低。因此，如何以高性價比

2、，快速地實現最優(yōu)潮流計算，成為智能電網發(fā)展中所需要解決的一個重要問題。
　　本文研究了云環(huán)境下大規(guī)模配電網最優(yōu)潮流的分布式并行計算方法。提出的方法借助Map-Reduce分布式并行編程框架，能夠運行于性價比較高的Hadoop集群之上。具體來說，本文首先提出了面向Map-Reduce框架的最優(yōu)潮流算法性能模型。該模型能夠分析和量化在不同的集群配置下算法的執(zhí)行時間，并為算法中電網的分解和計算粒度提供指導?；诖诵阅苣Ｐ?，本文提出了最優(yōu)

3、潮流計算的負載均衡算法。在給定的集群資源情況下，通過模擬退火算法確定最優(yōu)的算法分解方式和計算粒度；并通過饋線重組算法實現負載均衡，從而優(yōu)化最優(yōu)潮流在云環(huán)境下的計算速度和效率。
　　實驗方面，本文將提出的方法與傳統(tǒng)的串行最優(yōu)潮流計算進行了比較。實驗結果表明，提出的方法相對于串行方法，能夠減少68.3%的計算時間。同時，本文也驗證了負載均衡和不均衡情況下最優(yōu)潮流算法的計算時間。實驗數據表明，相比較于負載不平衡方法，本文提出的負載平衡算