動態電力系統第3章(編輯修改稿)

　

【文章內容簡介】 心的形式提供底層資源的使用 ， 并不強調虛擬組織 （ VO） 的概念 。 ? 網格計算 用聚合資源來支持挑戰性的應用 ， 因為高性能計算的資源不夠用 ， 要把分散的資源聚合起來 ； 后來到了 2022 年以后 ， 逐漸強調適應普遍的信息化應用 ， 特別在中國 ， 做的網格跟國外不太一樣 ， 就是強調支持信息化的應用 。 但 云計算 從一開始就支持廣泛企業計算 、Web 應用 ， 普適性更強 。 ? 在對待異構性方面，二者理念上有所不同。 網格計算 用中間件屏蔽異構系統，力圖使用戶面向同樣的環境，把困難留在中間件，讓中間件完成任務。而 云計算 實際上承認異構，用鏡像執行，或者提供服務的機制來解決異構性的問題。當然不同的云計算系統還不太一樣， 像Google 一般用比較專用的自己的內部的平臺來支持。 ? 網格計算 強調資源共享，任何人都可以做為請求者使用其它節點的資源， 任何人都需要貢獻一定資源給其他節點。網格計算強調將工作量轉移到遠程的可用計算資源上。 云計算 強調專有，任何人都可以獲取自己的專有資源，并且這些資源是由少數團體提供的，使用者不需要貢獻自己的資源。 ? 網格計算 用執行作業形式使用，在一個階段內完成作用產生數據。而 云計算 支持持久服務，用戶可以利用云計算作為其部分 IT 基礎設施，實現業務的托管和外包。 ? 網格計算 更多地面向科研應用，商業模型不清晰。而 云計算 從誕生開始就是針對企業商業應用， 商業模型比較清晰。 綜上可得， 云計算 是以相對集中的資源，運行分散的應用（大量分散的應用在若干大的中心執行）；而 網格計算 則是聚合分散的資源，支持大型集中式應用（一個大的應用分到多處執行）。但從根本上來說，從應對 Inter 的應用的特征特點來說，它們是一致的，為了完成在 Inter 情況下支持應用，解決異構性、資源共享等等問題。 云計算與智能電網 ? Smart Grid 全面、及時地感知電網運行的信息和態勢，綜合各自動化功能系統對信息分析的結果作出最優的反應。 – 精確 – 快速 – 開放 – 共享 ? 信息平臺是支撐統一堅強智能電網建設的公共平臺和重要手段。 電力物聯網 ? 電力系統各種電氣設備之間以及人員之間通過各種信息傳感設備或分布式識讀器形成的智能網絡。 – 節能、安全、可靠、高效 ? 云計算模式支持電力物聯網 – 感知設備（包括 RFID、傳感器等）獲得海量數據。 – 云端提供存儲和處理感知數據，并實現“按需獲取”信息。 電力智能云 ? 云計算平臺通過 Inter 與由大量傳感器和其他數據采集設備組成的數據采集網絡相連接。對電力系統而言 ,未來的數據采集網絡既包括傳統的 SCADA 系統的傳感器 ,還可能包括 PMU 和安置在終端用戶家中的智能電表 ,甚至是各種智能家電的嵌入式系統。 ? 云計算平臺 主要由 Web層、負荷分配層 ( load balancer) 、數據管理層、計算邏輯層 (p uting logic) 、物理計算設備層和物理存儲設備層組成。 ? Web 層 負責實現云計算平臺的 Web 站點 ,該站點是用戶訪問云計算平臺的唯一接口。 ? 負荷分配層 是云計算平臺的核心部件。該層具有 4 個主要功能：①將用戶的計算任務劃分成若干部分，并決定執行每一個任務的計算設備；②將待存儲的數據劃分成若干部分 ,并決定相應的存儲設備； ③將計算邏輯層返還的計算結果整合后 ,再反饋給用戶；④根據數據讀取請求，指令數據管理層讀取數據，并將數據整合后輸出。 ? 計算邏輯層 負責根據負荷分配層確定的計算任務分配方式 ,控制具體的計算設備進行計算 ,并在計算完成后返還結果。 ? 數據管理層 則主要控制數據存儲設備進行數據讀寫操作。 上述 4層組成了云計算平臺的軟件部分。 物理計算設備層 和 物理存儲設備層 代表了云計算平臺所整合的所有物理設備 ,它們組成了云計算平臺的硬件部分。 云計算平臺除了能為電力系統分析提供計算和存儲能力支持外 ,還具有可擴展性強、硬件投資少、便于軟件開發和升級、便于用戶使用等諸多優點。這使得云計算有希望取代現有的集中式計算成為未來電力系統核心計算技術。云計算在電力系統分析中的潛在應用領域包括安全分析、潮流和最優潮流計算、系統恢復、監控、調度、可靠性分析等很多方面。此外 ,利用 SaaS 技術 ,很多電力系統分析軟件都可以發布到云計算平臺上 ,從而有望建立基于云計算的電力系統統一計算平臺。 電力系統云計算研究的挑戰 目前 ,云計算仍然處于發展之中 ,還存在一些沒有得到很好解決的技術問題： ▲ 與云計算相適應的電力系統分析并行算法； ▲ 云計算負荷分配算法研究； ▲ 適用于電力系統的云計算平臺物理結構設計； ▲ 電力系統云計算的安全性。 GPU計算 GPU產生之前，處理 2D、 3D圖像都是依賴于 CPU，但是由于 CPU任務繁多，而且還有設計上的原因，這樣面對處理日益復雜的 3D圖形圖像時就會常常出現顯卡等待 CPU數據的情況，正是在這種情況下一種全新的圖形圖像處理器誕生了，從而大大加快了圖形圖像的處理速度，這種處理器就是“ GPU”。 從 1999 年以來，圖形處理器（ Graphic Processing Unit， GPU）以其強大的處理能力和低功耗、低成本的優點受到愈來愈多研究人員的關注。 從晶體管結構組成上而言， GPU 與 CPU 的設計是截然不同的。 CPU 主要將晶體管用于復雜的控制單元和數據緩存部分，而在GPU 中，大量的晶體管被用作執行單元，這就決定了 GPU 在數據計算能力和存儲器帶寬上相比 CPU 有著更為明顯的優勢。 CPU、 GPU協同工作 GPU計算的模式 GPU計算的模式就是在異構協同處理計算模型中將 CPU與 GPU結合起來加以利用。 應用程序的串行部分在 CPU上運行，而計算任務繁重的部分則由 GPU來加速。 從用戶的角度來看，應用程序只是運行得更快了。因為應用程序利用了 GPU的高性能來提升性能。 CUDA架構 2022年 NVIDIA公司推出了統一計算設備架構（ Compute Unified Device Architecture， CUDA）， CUDA架構是一種將GPU作為數據并行計算設備的軟硬件體系，CUDA架構推出使得 GPU能高效地執行通用計算。 CUDA是一個新的基礎架構，這個架構可以使用 GPU來解決商業、工業以及科學方面的復雜計算問題。 GPU超強的計算能力讓它在通用計算領域大有可為，而 CUDA則讓它變成可能，簡單易用的開發環境讓 CUDA主導起 GPU計算的革命。 CUDA將 GPU強大的浮點運算能力轉化為全新的應用方式更加簡單，將成為 PC機正在經歷的一場全新變革。 八、 電力系統數字仿真軟件介紹 1. EDSA軟件 由美國 EDSA Micro Corporation公司開發的電力設計系統分析軟件包，是一個功能強大的針對電力電氣系統進行設計、分析、模擬、控制的綜合性工具軟件包。 EDSA軟件已被美國專業工程師委員會協會確認為電氣專業軟件，它廣泛地應用于電力設計部門、電廠及電網管理部門，煉油廠、石油化工廠、油田、核電廠、航空控制中心、空間站等領域中的區域電網設計、分析與運行模擬，可作為電網自動控制系統中的在線或離線分析軟件。 主要功能有：潮流與最優潮流、 ANSI／ IEEE／ IEC短路分析、負載對電網的沖擊分析、諧波分析、 暫態穩定分析 、智能焊接設備分析、輸電網智能型保護設備配合、功率因數的校正、接地母線的設計、電力系統設備性能分析、電動機參數估計、電纜托架分析、輸電線的弧垂及張拉力分析、電網與變電站可靠性分析。 2. NETOMAC軟件 NETOMAC(Network Torsion Machine Control) 是德國西門子公司 (Siemens AG)開發和研制的用于電力系統仿真計算分析和研究的大型軟件。是目前國際上集成化程度較高的電力系統分析軟件，主要特點是：（ 1）元件模型全。它可詳細模擬電力系統幾乎所有的元件，包括避雷器、晶閘管等非線性元件，高壓直流輸電 (HVDC)以及靜止無功補償器(SVC)等 FACTS裝置； (2)仿真頻帶寬。它既可模擬 102Hz的汽輪發電機調節過程，也可以模擬 106Hz的雷電波過程，能進行電磁暫態、機電暫態、穩態等各種電力系統過程的仿真計算 ； (3)功能多且強。它可進行潮流、短路、穩定、動態等值、電動機啟動分析、參數辨識、機組軸系扭振、優化潮流等各種計算。 此外， NETOMAC的開放性也很好，它不僅提供了豐富的控制器設計功能，還具有較強的用戶自定義功能，因而使用起來十分靈活方便。 3. PSCAD/EMTDC電磁暫態分析軟件 EMTDC(ElectroMagic Transient in DC System)是目前世界上被廣泛使用的一種電磁暫態分析軟件。為了研究高壓直流輸電系統， Dennis Woodford博士于 1976年