[发明专利]一种基于图计算的电力系统拓扑实时计算方法

说明书

本发明涉及一种基于图计算的电力系统拓扑实时计算方法，属于电力系统运行调度技术领域。本方法结合互联网领域最新提出的图计算技术，充分考虑以节点为中心的计算特性，将拓扑分析转化成最小值传播的过程，并通过对节点存储的数据结构和节点之间信息传递方式的设计，使得每个节点的计算仅依赖其自身节点、相邻节点和边的信息。本方法设计了节点在活跃状态和休眠状态的转换机制，最大程度减少了冗余计算。本发明方法提高了节点计算的可并行性和计算效率，克服了原有算法在拓扑检索过程中由于函数的递归和回溯产生内存占用问题。该方法可以用于能量管理系统的在线分析应用，对电力系统实时优化调度以及电力系统安全性可靠性的在线分析具有重要意义。

技术领域

本发明涉及一种基于图计算的电力系统拓扑实时计算方法，属于电力系统运行调度技术领域。

背景技术

电力系统在正常运行的情况下，EMS(能量管理系统)在线分析程序的诸多功能都是基于节点导纳矩阵完成的。当电力系统中进行开关或刀闸的开断操作时，电网的拓扑结构会发生变化，进而导致节点导纳矩阵发生变化。如果不能迅速而准确地随着开关或刀闸开断状态的变化而修改接线，形成新的节点导纳矩阵，那么原有的节点导纳矩阵就不能实时反映实际系统，这会导致错误的分析与判断。因此，根据开关的实时状态，迅速且准确的确定网络连接情况，并在此基础上确定节点导纳矩阵，才能保证后续各种在线分析计算程序的正常进行。节点导纳矩阵是潮流计算、灵敏度分析等网络分析的基础，对于Y＝AY_bA^T，Y_b是支路导纳对角矩阵，由输变电元件参数决定，是已知的、不变的量；而节点-支路关联矩阵A则由网络结构和厂站开关状态决定，是在运行中变化的量，由遥信量决定。

传统的基于矩阵的拓扑分析方法主要有深度优先搜索和广度优先搜索。这些方法在搜索过程中会出现多次的函数递归和回溯，运算量较大且占用内存较多。当连通网络规模较大或节点出线度较大时，就会对计算机的内存容量提出较高要求。

近年来，互联网领域出现了一种新的并行计算框架——图计算。这里的“图”强调的是数据之间的关联性。其出现的驱动力在于互联网领域的许多数据具有图的特征且规模巨大。例如，据中国互联网络信息中心统计，我国2010年Web页面间通过链接指向形成规模超过600亿节点的巨型图；Facebook社交网络中，仅好友关系就已经形成了超过10亿节点、千亿边的社交网络图。传统的分布式计算框架Mapreduce在处理此类复杂关联性问题时，会产生大量I/0读写和节点通信的开销，计算效率不高，例如，有公司利用Mapreduce进行社交用户推荐，对于5000万注册用户，50亿个关系对，利用10台机器的集群，需要超过10个小时的计算。而在同等数量级下，图计算系统Graphchi对一个15亿条边的Twitter社交网络进行推荐仅需要一台计算机和13分钟。

而在电力系统中，电网是一个天然的图结构，很多数据具有图的特征。对于拓扑分析这样一个与图强相关的应用场景而言，图计算在问题建模和算法设计上具有天然的优势。因此，借鉴图计算的技术和思想，挖掘电网实时拓扑分析的可并行性,是进一步提高潮流计算速度的有效途径。此外，图计算技术对于海量数据强大的处理能力，对于规模日益增大的电网而言具有很大的应用潜力。

发明内容

本发明的目的是提出一种基于图计算的电力系统拓扑实时计算方法，电力系统实时拓扑结构分析的任务是实时处理开关或刀闸的状态变化，自动将发电厂、变电站等抽象成计算用母线，进而形成新的网络接线，确定连通的最大子网络，为后续各种分析提供可供计算用的网络结构。该方法是基于图计算技术中以节点为中心的计算思想，将拓扑分析过程转化为一种最小值传播的过程，通过将电网中的刀闸、开关、线路等双端设备抽象成图拓扑中的边，完成原始电网的图计算建模；通过对节点存储的数据结构和节点间消息传递方式的设计，最大化提高节点运算的可并行性，提升计算效率。

本发明提出的基于图计算的电力系统拓扑实时计算方法，包括以下步骤：

(1)确定电力系统中发电厂和变电站的设备连接关系，具体过程包括以下步骤：