[论文解读] Power Grid Simulation using Matrix Exponential Method with Rational Krylov Subspaces

Hao Zhuang, Shih-Hung Weng+1 more|arXiv (Cornell University)|Sep 20, 2013

Matrix Theory and Algorithms参考文献 9被引用 3

一句话总结

本文提出一种基于有理Krylov子空间的自适应时间步长矩阵指数方法，用于电力网络仿真，通过利用低频响应特性实现显著加速，同时保持精度。通过用强调小特征值的有理基替代标准Krylov基，该方法减轻了刚性约束，允许采用大而自适应的时间步长，且仅需一次LU分解和前向/后向代入，相比固定步长梯形法最高可实现18倍加速。

ABSTRACT

One well adopted power grid simulation methodology is to factorize matrix once and perform only backward forward substitution with a deliberately chosen step size along the simulation. Since the required simulation time is usually long for the power grid design, the costly factorization is amortized. However, such fixed step size cannot exploit larger step size for the low frequency response in the power grid to speedup the simulation. In this work, we utilize the matrix exponential method with the rational Krylov subspace approximation to enable adaptive step size in the power grid simulation. The kernel operation in our method only demands one factorization and backward forward substitutions. Moreover, the rational Krylov subspace approximation can relax the stiffness constraint of the previous works. The cheap computation of adaptivity in our method could exploit the long low frequency response in a power grid and significantly accelerate the simulation. The experimental results show that our method achieves up to 18X speedup over the trapezoidal method with fixed step size.

研究动机与目标

• 解决长期电力网络仿真中固定步长时间积分方法效率低下的问题，尤其针对低频响应场景。
• 克服先前基于矩阵指数方法的刚性限制，后者限制了时间步长并降低了性能。
• 在保持计算效率的前提下，实现电力网络仿真中的自适应时间步长，仅依赖一次分解与代入运算。
• 提升复杂刚性系统下工业规模配电网络（PDNs）的仿真精度与性能。
• 证明有理Krylov子空间近似可有效处理实际PDN设计中常见的奇异电容矩阵。

提出的方法

• 利用矩阵指数方法（MEXP）求解由电力网络修正节点分析导出的微分-代数系统。
• 将基于矩阵A的标准Krylov子空间替换为使用基（I − γA）⁻¹的有理Krylov子空间，以更好地捕捉低频动态特性。
• 应用尺度不变的有理Krylov近似，即使在条件数较高的刚性系统中也能准确计算矩阵指数。
• 在对（I − γA）仅进行一次LU分解后，通过前向/后向代入构建有理Krylov子空间，最大限度减少重复分解。
• 通过基于局部误差估计动态调整时间步长，实现自适应时间步长，使低频区域可采用更大步长。
• 在矩阵指数公式中解析集成分段线性输入源，避免数值积分，保持高精度。

实验结果

研究问题

• RQ1 有理Krylov子空间能否有效降低基于矩阵指数的电力网络仿真中的刚性，从而实现更大的时间步长？
• RQ2 与固定步长梯形积分相比，矩阵指数方法中的自适应时间步长在仿真性能方面提升了多少？
• RQ3 所提方法如何处理工业电力网络设计中常见的奇异电容矩阵？
• RQ4 在真实世界PDN基准测试中，采用有理Krylov子空间的自适应MEXP方法可实现多大程度的运行时间加速？
• RQ5 该方法在低、中、高频响应分量上与工业标准HSPICE仿真相比，是否保持了高精度？

主要发现

• 在含最多740万个节点的工业PDN基准测试中，该方法相比固定步长梯形法平均实现17.9倍加速，最高达18.1倍。
• 对于一个2500节点的刚性RC网格，该方法将Krylov子空间平均维度从标准MEXP的115降低至3.11，使矩阵指数计算加速达224倍。
• 该方法无需正则化即可成功处理奇异电容矩阵，而先前的MEXP方法需正则化且仍存在刚性问题。
• 仿真结果表明，与HSPICE相比最大误差为7.33×10⁻⁴，与梯形法的7.47×10⁻⁴相当，证实了高精度。
• 该方法实现了自适应时间步长，可有效利用长时序的低频响应，使稳定区域的时间步长远大于10 ps，而固定步长方法无法实现。
• 运行时间分解显示，LU分解与直流分析耗时极短，远低于总仿真时间，证实核心运算被高效摊销。