电力系统小干扰稳定分析的数据中心求解方法

电力系统小干扰稳定分析的数据中心求解方法
【专利摘要】本发明公开了一种电力系统小干扰稳定分析的数据中心求解方法，包括：进行小干扰稳定并行化处理；建立小干扰稳定分析并行分解协调算法；建立小干扰稳定分析并行工作流；进行小干扰稳定分析的虚拟机放置问题建模；采用改进大洪水算法对小干扰稳定分析的虚拟机放置问题模型进行求解。本发明通过优化的资源配置降低通过数据中心交换机的流量，以减少通信时延，提高数据传输网络性能。
【专利说明】
电力系统小干扰稳定分析的数据中心求解方法
技术领域
[0001] 本发明设及一种电力系统中小干扰稳定分析的并行计算方法，特别设及一种小干 扰稳定分析的数据中屯、求解方法。
【背景技术】
[0002] 传统的电力系统小干扰稳定分析技术，一般是采用特征分析等方法进行离线分 析，该方法的实时性差，在恶劣天气、用电高峰时某些节点或线路突然短路、断路等特殊情 况下不能准确及时的判断故障。如今大规模的互联电力系统网络中，小干扰稳定分析过程 中所关注的线性化状态矩阵A的维数可W达到上万维，当用传统的QR算法进行特征值求解 时会存在非常严重的"维数灾"问题。因此，近年来电力系统分布式研究逐渐引起人们的重 视并取得了一定的进展，在分布式潮流、分布式暂态稳定和并行无功优化等算法研究方面， 都取得了一定的成果，但是在小干扰稳定分析的分布式计算研究方面的成果还不多。通过 研究小干扰稳定的分布式并行算法并在数据中屯、中运行实现，在数据中屯、，一个主机可W 承载多个虚拟机，虚拟机到主机是多对一映射。但从通信流量角度研究，多个虚拟机配置在 一个物理机中时，出口流量即是该物理机上各个虚拟机在某时刻[t，t+ A t]的通信量之和， 因此对于物理机网络端口而言，多对一的映射可W等效为一个整合的虚拟机对应一个物理 机的映射。则虚拟机-物理机映射就是将图G'映射到图G。基于数值计算理论的向量迭代类 算法和子空间迭代类算法，选择模式法W及自激法等改进的矩阵特征值分析算法，都是基 于数据串行处理方式设计的，在数据中屯、分布式计算环境中，并不能直接应用上述算法。
[0003] 充分考虑我国互联电网分层分区的组织结构和资源分布、异构、独立的特点，通过 各区域调度中屯、分解协调的分布式并行计算获得全网一体化的分析计算结果，减少小干扰 稳定分析的计算时间，提高计算的实时性，将对提高我国大规模互联电力系统小干扰稳定 分析能力具有极其重要的意义。

【发明内容】

[0004] 为了克服上述现有技术存在的问题，本发明提出了一种电力系统小干扰稳定分析 的数据中屯、求解方法，针对电力系统小干扰稳定分析的数据中屯、求解，从电力系统小干扰 稳定计算的特性出发，结合数据中屯、虚拟机封装和迁移技术，实现复杂系统的高效快速计 算。提供一种降低数据中屯、交换机流量的改进大洪水算法。
[0005] 本发明将电力系统小干扰稳定分析在数据中屯、的最优分布式计算问题建模为最 小化交换机流量的QAP模型，同时采用改进大洪水算法进行求解，使得小干扰稳定分析过程 中通过数据中屯、核屯、层交换机的流量最少，W提高通信数据传输速率，减少通信延时。良好 的通信路径配置可W提升网络传输性能，降低数据因长距离传输而造成的高丢包率，在计 算层面表现出数据传输效率和准确度的提升。
[0006] 本发明提出了一种电力系统小干扰稳定分析的数据中屯、求解方法，该方法包括W 下步骤：
[0007]步骤1、进行小干扰稳定并行化处理:求解A V过程中，利用带边界分区的大型互联 电力系统分区方法将大电网进行分区，每块子分区相关参数的公式表示为：
[000引
[0009] 其中，皆Yf"、Y/"6和Y;?"分别为子分区i中的边界节点矩阵、内部节点矩阵W 及边界节点与内部节点之间、内部节点与边界节点之间的节点导纳矩阵;Avf'、A皆分别为 分区i内部节点和边界节点母线电压向量变化量；为子分区i中边界节点注入电流列向 量，Mfi为子分区i中边界节点注入电流列向量；
[0010] 边界分区协调方程为：
[0011] AlB = YB AyB
[001^ 其中，A IB为分区边界节点的汇总的电流变化量，Y%边界分区导纳矩阵，AyB为 分区边界节点的汇总的母线电压向量变化量;根据分区边界电压的计算过程，得到小干扰 稳定的并行分析结果；
[0013] 步骤2、建立小干扰稳定分析并行分解协调算法，该算法具体包括W下流程：
[0014] 步骤2.1、根据分区结果，设定分区边界节点的汇总的母线电压向量变化量AyB, 并将各子分区i相对应的:公^传递给相应子分区i;
[0015] 步骤2.2、各子分区分别根据
计算本子分区的 内部节点母线电压向量变化量Avf，然后根据
'计算各个分区 的边界节点注入电流，并将Mf传递给相应子分区i;
[0016] 步骤2.3、根据Mf计算边界节点母线电压的残差SB,若收敛，结果输出；否则，修正 边界节点母线电压，返回步骤2.1;
[0017] 步骤3、建立小干扰稳定分析并行工作流，在所述工作流中包括各子分区提供节点 导纳矩阵和电压电流向量初始值的计算任务、各个子分区的母线电压向量变化量的计算任 务、协调区边界节点电流向量变化量的计算任务；
[0018] 步骤4、在小干扰稳定分析并行工作流中，将计算任务与虚拟机一一对应，即每一 个虚拟机仅承载一个计算任务，进行小干扰稳定分析的虚拟机放置问题建模，该模型表示 为：
[0019]
[0020]
[0021]
[0022]
[0023] X化G {0,1} ,k《n
[0024] 其中，fij表示虚拟机i与虚拟机j之间的通信量，dki表示物理机k与I之间连通所需 要的交换机个数，分别表示虚拟机i、j与物理机k、l的映射关系;Xik为通信矩阵中X 元素，i行表示虚拟机序号，k列表示物理机序号，当Xik= 1表示虚拟机i放置在物理机k中， Xik = O表示虚拟机i未放置在物理机k中，因化
衰示每个虚拟机i只能用一 个物理机k来承载，同样表示每个物理机k只能为一个虚拟机i服务，构 建典型的QAP模型；
[0025] 步骤5、根据步骤4中建立的QAP模型，采用改进大洪水算法（IGDA)对小干扰稳定分 析的虚拟机放置问题模型进行求解;所述的改进大洪水算法具体包括W下处理：
[0026] 步骤5.1、对上述步骤1至步骤3的电力系统小干扰稳定分析复杂科学计算工作流 程和数据中屯、结构化物理机编码；
[0027] 步骤5.2、根据复杂科学计算工作流程图，设置基准虚拟机:依照所述工作流中计 算任务间连接关系，选择与其它虚拟机数据交换数据量最多的虚拟机作为基准虚拟机，并 将其配置于第一个pod域的第一个服务器中，其它虚拟机随机分配到物理机;当与基准虚拟 机通信的虚拟机迁移完成后，重新选择基准虚拟机，规则是与上一个基准虚拟机临近的虚 拟机作为基准虚拟机，然后按照相同的方式处理剩余的虚拟机直至配置完成；
[0028] 步骤5.3、根据虚拟机的初始放置顺序，计算在初始放置顺序下通过交换机的流量 Fmin ；
[0029] 步骤5.4、选择与基准虚拟机通信量最大且未迁移的虚拟机，根据选择的虚拟机进 行迁移，迁移策略为；
[0030] 当迁移虚拟机与基准虚拟机未在同一个pod域，也未在同一个switch域，判断是否 有未曾与基准虚拟机比较过的虚拟机，如果有，则虚拟机交换，不再捜寻;如果没有，则不交 换；
[0031 ]当被迁移虚拟机与基准虚拟机在同一个pod域时，但未在同一个switch域，判断是 否有未曾与基准虚拟机比较过的虚拟机，如果有，则虚拟机交换，不再捜寻;如果没有，则虚 拟机不交换；
[0032] 步骤5.5、当一次虚拟机迁移完成后，判断是否为与基准虚拟机通信的最后一个虚 拟机，如果是，转入步骤5.6;如果不是，则转入步骤5.4;
[0033] 步骤5.6、根据新的虚拟机放置顺序，计算此时通过交换机的流量F，如果F〉Fmin，跳 出循环，转入步骤5.7 ;如果F<Fmin，则令F = Fmin，选择新的基准虚拟机，同时转入步骤5.4 ;
[0034] 步骤5.7、输出虚拟机的放置顺序及通过交换机的流量。
[0035] 与现有技术相比，本发明通过优化的资源配置降低通过数据中屯、交换机的流量， W减少通信时延，提高数据传输网络性能。
【附图说明】
[0036] 图1是小干扰稳定并行分析流程图；
[0037] 图2是改进大洪水算法具体流程图；
[0038] 图3是数据中屯、常用化t-tree拓扑结构图；
[0039] 图4是对IEEE118节点算例的小干扰稳定分析采用不同算法下各分区数据延时对 比；
[0040] 图5是对IEEE300节点算例的小干扰稳定分析采用不同算法下各分区数据延时对 比；
[0041] 图6为本发明的电力系统小干扰稳定分析的数据中屯、求解方法的整体流程图。
【具体实施方式】
[0042] 下面将结合附图对本发明【具体实施方式】作进一步地详细描述。
[0043] 本发明在自激法小干扰稳定分析的基础上，通过分析电力系统中小干扰稳定的计 算过程，将大规模电力系统进行分区处理，将各个子分区的中间处理结果在协调分区进行 汇总处理后再返回各个子分区，并根据此过程绘制电力系统中小干扰稳定的并行工作流 图。通过对流程图中的任务特性和任务流量特性进行分析，将任务与数据中屯、中虚拟机进 行匹配，W提高计算过程中的数据传输稳定性和降低传输延时为目的，工作流图任务按照 任务-虚拟机-物理机的映射方式被分配到计算资源丰富的数据中屯、中求解，建立了 W最小 化通信数据量的虚拟机放置QAP模型，并采用改进大洪水算法对此模型进行求解，将通信频 繁的虚拟机设置为基准虚拟机，将与基准虚拟机通信量大的虚拟机与该基准虚拟机紧凑放 置。
[0044] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方 式作进一步地详细描述。
[0045] 步骤1、小干扰稳定系统并行化处理：电力系统中，其中一台发电机的动态特性微 分方程如公式(1)所示：
[0046] Cl)
[0047] 式中，A O为转子角速度的变化量，A 5为转子转角的变化量，H为惯性常数，ATm 为机械转矩的变化量，《0为初始角速度，A Te为电磁转矩的变化量，且A Te=KsA S+KdA O， Ks、Kd分别为同步转矩系数和阻尼系数。对公式（1)进行拉普拉斯变换，得到公式(2):
[004引
C2)
[00例 S为复变量，A Tm(S)为A Tm的拉普拉斯形式。
[0化0]当
时，系统稳定。苗4为设定的收敛判据，取可见在分析电 力系统小干化稳定的过程中，关键过程就是求解A Tm的值。A Tm与A Tm(S)意义相同，只是形 式不同，A Tm(S)是为了方便的求取A Tm而做的变换。
[0051]对系统中含有Tl个发电机的线性化状态方程可W写成W下形式：
[0化 2]
(3)
[0053] A O n为转子角速度状态变量，A Sn为转子角状态变量，A Xn为其余状态变量的向 量，A喊，a4，Ax。为各自对应的微分形式，A V为网络母线电压向量，H为惯性常数，
V 3发电机的状态变量系数矩阵，0为网络母线电压向量系数矩阵，代表网 络母线电压对各状态变量的影响。
[0化4] 对/A井r])徘巧扮普扮恥亦拖並消丰A fi。前A ^。_俱山/入井.
[0化5]
(-4)
[0056] 其中，《0为初始角速度，I为单位对角阵。
[0057] 式(4)中除了网络母线电压向量的变化量AvW外都是发电机的本地变量，因此对 A V进行分解协调求解，就成了对电力系统小干扰稳定实现分布式计算的关键。根据全网的 电压电流约束方程A I = Y A V可W求得母线电压向量形式的A V。求解A V过程中，利用带边 界分区的大型互联电力系统分区方法将大电网进行分区，每块子分区可W变化成W下式 (5)表示：
[0化引 (5)
[0059] 边界分区协调方程可写成(6)式：
[0060] AlB = YB AyB (6)
[0061] 式(5)、（6)中，YfS和分别为子分区i中的边界节点矩阵、内部节 点矩阵W及两者(边界节点与内部节点、内部节点与边界节点）之间的节点导纳矩阵，可由 子分区i根据本分区的网络数据计算得出；Avf、Avf分别为分区i内部节点和边界节点母线 电压向量变化量;AJS为子分区i中边界节点注入电流列向量，AIfi为子分区i中边界节点注 入电流列向量，而A IB为分区边界节点的汇总的电流变化量，Y%边界分区导纳矩阵，AyB 为分区边界节点的汇总的母线电压向量变化量。根据分区边界电压的计算过程，可W得到 小干扰稳定的并行分析结果。
[0062] 步骤2、小干扰稳定分析并行分解协调算法:根据步骤1中并行分析结果，可得到并 行分解协调算法如下：
[0063] 步骤2.1、根据分区结果，设定分区边界节点的汇总的母线电压向量变化量AyB, 并将各子分区i相对应的Avf传递给相应子分区i ;
[0064] 步骤2.2、各子分区分别根据
计算本子分区的 Avfi，然后根袁
开算各个分区的边界节点注入电流，并将Mf 传递给相应子分区i;
[00化]步骤2.3、根据Mf计算边界节点母线电压的残差SB,若收敛，结果输出；否则，修正 边界节点母线电压，返回步骤2.1。
[0066]步骤3、根据步骤1、2获得小干扰稳定分析并行工作流，如图1所示：带有编号的六 边形为计算任务，不带编号的矩形为各个任务的输入或输出数据。W-个大规模电力系统 分成=个子分区为例，分区个数n = 3,任务1，2,3为各子分区提供节点导纳矩阵和电压电流 向量初始值，任务4-9，10-15，16-21分别为各个子分区的母线电压向量变化量的计算任务， 在各子分区间可W并行计算，任务22-31为协调区边界节点电流向量变化量的计算任务，为 各个子分区提供协调变量，其中各子分区i边界节点注入电流Mf的计算任务仍然可W通过 配置在不同的计算服务器上实现并行计算。
[0067]对IEEE118节点系统算例进行3个子分区并行计算，得到部分任务的输入输出数据 如表1所示，分析可知，其中求逆运算(任务5，11，17)的交换数据量最大，如第=子分区求逆 任务17要接受任务16的6.25KB数据，并且在计算完成后将计算结果的6.25KB的数据提供给 下一个任务20。因此基于小干扰稳定并行计算流，进行计算任务到计算服务器的优化映射， 实现高复杂度任务在数据中屯、的高速计算和任务间高效数据交互，最终提升计算效能和精 度是本发明拟解决的核屯、问题。
[006引表1、部分任务通信流量化B)
[0069；
[0070；
[0071]步骤4、在小干扰稳定分析并行工作流中，将计算任务与虚拟机一一对应，即每一 个虚拟机仅承载一个计算任务。本发明将虚拟机到物理机的匹配过程描述为一个无向加权 图：G = VUE,其中V = HU W表示顶点集，H=化1,…，hn}表示物理机节点，W= {wi,…,wn}表示 交换机节点；E={ei, . . .em|e =化i，hk)}表示边的集合，正戸xF，?集合E中元素 e为连接两 台设备(物理机或交换机)之间的通信链路;将虚拟机通信网络流量矩阵描述为一个有向加 权图:G' = (V'，E'），其中V' = {vmi,. . .，vmm}(m为承载计算任务的虚拟机个数)代表虚拟机 的顶点集，vmi，vmj G V '（ i声j)分别为网络流的源节点和目的节点，vmm表示最后一个虚拟机 vmi，vmj表示任意两个虚拟机，且他们之间有通信关系。边集iJ'er'xr'为虚拟机间的通信 关系，权重f U代表VHli，VHlj间通信量。在数据中屯、中，一个主机可W承载多个虚拟机，虚拟机 到主机是多对一映射，多个虚拟机配置在一个物理机中的时候，出口流量即是该物理机上 各个虚拟机在某时刻[t，t+A t]的通信量之和，因此对于物理机网络端口而言，多对一的映 射可W等效为一个整合的虚拟机对应一个物理机的映射，即是将图G'映射到图G。
[0072]虽然在电力系统小干扰稳定计算中各计算任务间的通信量是确定的，但通过承载 任务的虚拟机在不同物理机上的分配实现交换数据所通过的交换机个数，特别是通过减少 数据中屯、的上层核屯、层交换机的数量及核屯、层交换机的流量，达到减少数据传输延时，降 低通信时间，进而缩短小干扰稳定分析的计算时间。同时，良好的通信路径配置可W提升网 络传输性能，降低数据因长距离传输而造成的高丢包率，在计算层面表现出数据传输效率 和准确度的提升。W寻求最小通信时间为目标函数，本发明将小干扰稳定分析的虚拟机放 置问是面连摇责/A井
[0073； (7)
[0074；
[0075；
[0076] X 化G{0，l}l《i，k《n (8)
[0077] 式(8)为约束条件，其中，fu表示虚拟机i与虚拟机j之间的通信量，dki表示物理机 k与1之间连通所需要的交换机个数，Xik与XW分别表示虚拟机i、j与物理机k、l的映射关系。 X化为通信矩阵中X元素，i行表示虚拟机序号，k列表示物理机序号，当X化=1表示虚拟机i放 置在物理机k中，Xik = O表示虚拟机i未放置在物理机k中，因 It
良示每个虚 拟机i只能用一个物理机k来承载，同样，
表示每个物理机k只能为一个虚 拟机i服务，运是典型的QAP模型。
[0078] 步骤5、根据步骤4中建立的QAP模型，采用改进大洪水算法（IGDA)对模型进行求 解。算法流程图如图2所示，具体步骤如下：
[0079] 步骤5.1、编码模块首先对电力系统小干扰稳定分析运个复杂科学计算工作流程 图和数据中屯、化t-tree结构（如图3所示)物理机编码，其中复杂科学计算工作流图中各任 务按照顺序编码，F a t -1 r e e拓扑物理机编码义用四段IP地址编码模式：10 . P O d 1, 2. SWitchi,2. id,其中id是此服务器在接入交换机i下面的位置（idG[l，化/2)]，从左到右 编号，h表示交换机端口数），算法描述中podi表示当前基准虚拟机所在pod域，SWitchi表示 当前基准虚拟机所在的switch域，pod2表示待交换虚拟机所在pod域，SWi tch2表示待交换虚 拟机所在switch域。
[0080]步骤5.2、根据复杂科学计算工作流程图，设置基准虚拟机:依照工作流图中任务 间连接关系，选择与其它虚拟机数据交换数据量最多的虚拟机作为基准虚拟机，并将其配 置于第一个pod域的第一个服务器中，其它虚拟机随机分配到物理机。当与基准虚拟机通信 的虚拟机迁移完成后，重新选择基准虚拟机，规则是与上一个基准虚拟机临近的虚拟机作 为基准虚拟机，然后按照相同的方式处理剩余的虚拟机直至配置完成。
[0081 ]步骤5.3、根据虚拟机的初始放置顺序，计算在初始放置顺序下通过交换机的流量 Fmino
[0082] 步骤5.4、选择与基准虚拟机通信量最大且未迁移的虚拟机，调度模块根据选择的 虚拟机进行迁移；
[0083] 步骤5.4.1、当迁移虚拟机与基准虚拟机未在同一个pod域，也未在同一个switch 域，即（podi = !pod2&&swi tchi! = swi tch2)，id序号遍历podi域，是否有未曾与基准虚拟机比 较过的虚拟机，如果有，则虚拟机交换，不再捜寻;如果没有，则不交换；
[0084] 步骤5.4.2、当被迁移虚拟机与基准虚拟机在同一个pod域时，但未在同一个 switch域，即（podi = pod2&&switchi! =switch2)，id序号遍历switchi域，是否有未曾与基准 虚拟机比较过的虚拟机，如果有，则虚拟机交换，不再捜寻;如果没有，则虚拟机不交换；
[0085] 步骤5.5、当一次虚拟机迁移完成后，判断是否为与基准虚拟机通信的最后一个虚 拟机，如果是，转入步骤5.6;如果不是，则转入步骤5.4;
[0086] 步骤5.6、根据新的虚拟机放置顺序，计算此时通过交换机的流量F，如果F〉Fmin， (Fmin为之前每次迭代优化计算后的目标函数值中最小的一个，及为此前迭代过程中的最优 值)跳出循环，转入步骤5.7 ;如果F<Fmin，则令F = Fmin，选择新的基准虚拟机，同时转入步骤 5.4;
[0087] 步骤5.7、输出虚拟机的放置顺序及通过交换机的流量；
[0088] 应用所建模型W及模型求解算法，对IE邸118节点和IE邸300节点系统的小干扰稳 定进行数据中屯、求解，具体处理和获得的相关结果为:对IEEEl 18节点系统和IEEE300节点 系统进行3个子分区并行计算，采用改进大洪水算法进行虚拟机配置，W探究算法对不同规 模的电力系统的影响。根据虚拟机分配结果在NS2下进行网络仿真，并与随机自适应捜索算 法(RASP)和模拟退火算法(SA)下的分配结果进行对比，从数据包延时和通过交换机的数据 流量方面分析网络性能。
[0089] 对于IEEE118节点系统的小干扰稳定分析，应用改进大洪水算法进行虚拟机配置 各任务平均延时为15.65ms，比应用模拟退火算法和随机自适应算法进行虚拟机配置时平 均延时分别降低1.20%和12.37%。图4所示，描述了=种配置算法下各个分区的任务平均 延时（图中S1-S3) W及所有任务平均延时（图4中Aver)。应用改进大洪水算法进行放置时通 过顶层交换机的流量占据总通信流量的27.51%，而应用随机自适应捜索算法和模拟退火 算法进行虚拟机放置时，通过核屯、层交换机的流量分别占到总通信流量的35.30%和 29.40 %，并且改进大洪水配置算法下所有任务仅通过接入层进行数据交换的数据通信量 达到全部数据通信量的49.47%，比随机自适应捜索算法和模拟退火算法下通过接入层交 换机的数据量分别高3.97%和10.55%。说明在改进大洪水算法优化配置下，更多的通信量 大的任务所在虚拟机被分配到了同一交换机下，提高了小干扰稳定分析过程中数据传输的 稳定性，降低了数据传输时间，为加快小干扰稳定分析速率创造了条件。
[0090] 对于IE邸300节点系统，各任务平均延时为15.69ms，比应用模拟退火算法和随机 自适应算法进行虚拟机配置时平均延时分别降低2.24%和15.32%，比I邸E118节点实验中 延时降低量更大，说明电网规模越大，所提算法效果越好。图5所示，描述了=种配置算法下 各个分区的任务平均延时（图5中S1-S3) W及所有任务平均延时（图5中Aver)。应用改进大 洪水算法进行虚拟机配置时核屯、层交换机的流量最小，仅有18.19 %的通信数据经过核屯、 层交换机，而模拟退火算法下要有19.53 %的通信数据要经过核屯、层交换机进行数据通信， 随机自适应捜索算法更是达到25.87 %。有57.81 %的数据仅通过接入层交换机就能从源节 点到达目的节点，与IEEE118节点相比，更多的数据仅经由接入层交换机进行数据交换，并 且更少的数据要通过核屯、层交换机才能到达目的节点，说明随着电力系统规模的增大，所 提算法对小干扰稳定分析过程中网络性能有更加明显的提升。表2中列出了W上两个算例 分析中经过化t-tree拓扑数据中屯、核屯、层、汇聚层W及接入层交换机的流量占比。
[0091] 表2不同算法下通过各层交换机流量占比（％ )
[0092]
[0093] 通过W上实验可知，本发明将小干扰稳定分析计算在数据中屯、模型中实现时，应 用改进大洪水算法对承载计算任务的虚拟机进行配置，在计算任务通信延时W及数据中屯、 网路流量分布方面，都比采用随机自适应捜索算法和模拟退火算法表现出更好的性能。计 算任务通信延时降低，计算过程流量分布更为合理，有效地降低了数据中屯、网络负载，使数 据传输更为可靠稳定，缩短了小干扰稳定分析的计算时间，并且随着电力系统规模的增大， 算法效果越明显。
【主权项】
1. 一种电力系统小干扰稳定分析的数据中心求解方法，其特征在于，该方法包括以下 步骤： 步骤（1)、进行小干扰稳定并行化处理:求解Αν过程中，利用带边界分区的大型互联电 力系统分区方法将大电网进行分区，每块子分区相关参数的公式表示为：其中，\f、Y/"' Y/qpYf"分别为子分区i中的边界节点矩阵、内部节点矩阵以及边 界节点与内部节点之间、内部节点与边界节点之间的节点导纳矩阵;Avf、Avf分别为分区i 内部节点和边界节点母线电压向量变化量;为子分区i中边界节点注入电流列向量，Mf 为子分区i中边界节点注入电流列向量； 边界分区协调方程为： Λ ?Β = γΒΔ VB 其中，A IB为分区边界节点的汇总的电流变化量，边界分区导纳矩阵，为分区 边界节点的汇总的母线电压向量变化量;根据分区边界电压的计算过程，得到小干扰稳定 的并行分析结果； 步骤(2 )、建立小干扰稳定分析并行分解协调算法，该算法具体包括以下流程： 步骤(2.1)、根据分区结果，设定分区边界节点的汇总的母线电压向量变化量△/，并将 各子分区i相对应的传递给相应子分区i ; 步骤(2.2)、各子分区分别根据Avf .Avf)计算本子分区的内 部节点母线电压向量变化量Avf，然后根据= <Λ·Δ^η+Υ/ΚΔν/计算各个分区的 边界节点注入电流，并将ΔΙ『传递给相应子分区i; 步骤(2.3)、根据Alf计算边界节点母线电压的残差36，若收敛，结果输出；否则，修正边 界节点母线电压，返回步骤(2.1); 步骤(3)、建立小干扰稳定分析并行工作流，在所述工作流中包括各子分区提供节点导 纳矩阵和电压电流向量初始值的计算任务、各个子分区的母线电压向量变化量的计算任 务、协调区边界节点电流向量变化量的计算任务； 步骤(4)、在小干扰稳定分析并行工作流中，将计算任务与虚拟机--对应，即每一个 虚拟机仅承载一个计算任务，进行小干扰稳定分析的虚拟机放置问题建模，该模型表示为： 约束条件为：xike{〇，l} Ki，k<n 其中，fu表示虚拟机i与虚拟机j之间的通信量，dkl表示物理机k与1之间连通所需要的 交换机个数，咖与印分别表示虚拟机i、j与物理机k、l的映射关系;Xlk为通信矩阵中X元素， i行表示虚拟机序号，k列表示物理机序号，当Xik= 1表示虚拟机i放置在物理机k中，Xik = 0 表示虚拟机i未放置在物理机k中，因此1夂4<〃表示每个虚拟机i只能用一个物理 /?=1 η 机k来承载，同样，Σ& =1 表示每个物理机k只能为一个虚拟机i服务，构建典型 免二1 的QAP模型； 步骤(5)、根据步骤(4)中建立的QAP模型，采用改进大洪水算法对小干扰稳定分析的虚 拟机放置问题模型进行求解;所述的改进大洪水算法具体包括以下处理： 步骤(5.1)、对上述步骤（1)至步骤(3)的电力系统小干扰稳定分析复杂科学计算工作 流程和数据中心结构化物理机编码； 步骤(5.2)、根据复杂科学计算工作流程图，设置基准虚拟机:依照所述工作流中计算 任务间连接关系，选择与其它虚拟机数据交换数据量最多的虚拟机作为基准虚拟机，并将 其配置于第一个pod域的第一个服务器中，其它虚拟机随机分配到物理机；当与基准虚拟机 通信的虚拟机迀移完成后，重新选择基准虚拟机，规则是与上一个基准虚拟机临近的虚拟 机作为基准虚拟机，然后按照相同的方式处理剩余的虚拟机直至配置完成； 步骤（5.3)、根据虚拟机的初始放置顺序，计算在初始放置顺序下通过交换机的流量 Fmin ； 步骤(5.4)、选择与基准虚拟机通信量最大且未迀移的虚拟机，根据选择的虚拟机进行 迀移，迀移策略为： 当迀移虚拟机与基准虚拟机未在同一个pod域，也未在同一个switch域，判断是否有未 曾与基准虚拟机比较过的虚拟机，如果有，则虚拟机交换，不再搜寻;如果没有，则不交换； 当被迀移虚拟机与基准虚拟机在同一个pod域时，但未在同一个switch域，判断是否有 未曾与基准虚拟机比较过的虚拟机，如果有，则虚拟机交换，不再搜寻;如果没有，则虚拟机 不交换； 步骤(5.5 )、当一次虚拟机迀移完成后，判断是否为与基准虚拟机通信的最后一个虚拟 机，如果是，转入步骤(5.6);如果不是，则转入步骤(5.4); 步骤(5.6)、根据新的虚拟机放置顺序，计算此时通过交换机的流量F，如果F>Fmin，跳出 循环，转入步骤(5.7 );如果F〈Fmin，则令F = Fmin，选择新的基准虚拟机，同时转入步骤(5.4 ); 步骤(5.7)、输出虚拟机的放置顺序及通过交换机的流量。
【文档编号】G06Q50/06GK105956937SQ201610307874
【公开日】2016年9月21日
【申请日】2016年5月9日
【发明人】杨挺, 王洪涛, 冯瑛敏, 尚昆, 武金成, 赵睿
【申请人】天津大学