GPU-基于稀疏直接线性求解器的交流最优潮流分析
摘要：在广泛范围内将可再生资源纳入输电网中会对经济调度提出重大挑战，因为它需要更多的优化参数、约束条件和不确定性来源的分析。这促使我们研究更高效的计算方法，特别是用于求解基础线性系统的方法，通常需要超过总计算时间的一半。在本文中，我们介绍了利用硬件加速器（如图形处理单元（GPU））的稀疏线性求解器的工作，以及在经济调度计算中使用时改善整体性能的方法。我们将问题视为稀疏问题，从而实现更快的执行，但同时也使得数值方法的实现更具挑战性。我们提出了第一个可以在AMD和NVIDIA GPU上执行的GPU本地稀疏直接求解器。我们在交流最优潮流（ACOPF）分析中展示了使用高性能线性求解器的显著性能改进。此外，我们证明通过在基于GPU的硬件上执行整个计算可以实现显著的性能改进。最后，我们确定了突出的研究问题和利用异构系统（包括配备GPU的系统）的更好机会。
作者：Kasia ''Swirydowicz, Nicholson Koukpaizan, Tobias Ribizel, Fritz G"obel, Shrirang Abhyankar, Hartwig Anzt and Slaven Pelev{s}
论文ID：2306.14337
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-08-17