Solución al problema de flujos de potencia por el método de inyecciones de corriente usando programación en paralelo

Abstract

This work consists in the resolution of Power Flow Systems that ensure the balance of the electrical systems, it is used the Current Injection Method for being more practical than the normally use Newton-Raphson method, additional to that it is also implemented in a section of the coding parallel computing in the GPU. Following this procedure rather than just using sequential programming in the CPU, it is more efficient. The program used was assemble on language C, using CUDA that act as bridge between the CPU and the GPU, thus allowing streamline tasks within the process, using the GPU in the more repetitive task such as the lower-upper (LU) decomposition in the matrix, and with the help of the toolkit that also it is include on CUDA, like cuSOLVER and CUBLAS it is a very simple way of reducing the computational effort. The results are favorable, and it was found that the use of parallel programing is outstanding when including more elements, in this case prove to solve in a faster way the Power Flow problem. This could be advantageous in the now modern electrical systems that are more complicated, with large and vast networks, and this could save valuable time.

Este trabajo consiste en la solución de sistemas de flujo de potencia que aseguren el equilibrio de los sistemas eléctricos, se utiliza el método de inyección de corriente (FPIC) por ser más práctico que el método normalmente utilizado de Newton-Raphson, añadiendo la implementación de la computación en paralelo usando Unidades de Procesamiento Gráfico (GPU) en una sección del código. Seguir este procedimiento en lugar de usar exclusivamente programación secuencial en la CPU, hace la obtención de resultados más eficiente. El programa utilizado fue ensamblado en lenguaje C, utilizando CUDA que actúa como la conexión entre la CPU y la GPU, permitiendo así agilizar las tareas dentro del proceso, utilizando la GPU en las tareas más repetitivas como la descomposición en LU dentro la matriz de admitancias, y con la ayuda del kit de herramientas que incluye CUDA, como cuSOLVER y CUBLAS. Esto es una forma muy sencilla de reducir el esfuerzo computacional para obtener resultados mejor optimizados. Los resultados se muestran favorables, y se entiende que el uso de la programación paralela es más eficiente al incluir un mayor número de elementos, en este caso demuestra resolver más rápido el problema del flujo de potencia. Esto podría ser ventajoso en los sistemas eléctricos modernos, los cuales son cada vez más complejos, con grandes y extensas redes, resultando en una mayor estabilidad dentro de los mismos.