近年来,随着现代化电力系统的快速发展,如何保证电网安全稳定成为迫切需要解决的技术问题。电力系统灵敏度分析可以获取电网故障薄弱点从而改善系统安全性能。但是传统的灵敏度计算方法速度较慢,无法实现电网快速分析的功能。本文通过图形处理器(Graphics Processing Unit,GPU)对批量灵敏度并行计算,有效提高了计算速度,具体研究内容如下:首先,介绍了GPU的硬件架构和CUDA计算模型,描述了GPU的并行计算模式。并对稀疏矩阵预处理、批量稀疏线性方程组(sparse linear systems,SLS)up-looking LU分解、批量前推回代等GPU内核函数进行了详细设计。接着,根据灵敏度分析的原理和流程,研究了灵敏度计算在CPU+GPU异构平台上的总体并行化方案,并对摄动法计算原理、GPU批量扰动和导纳矩阵批量修正的具体步骤进行了详细阐述。然后,对批量的灵敏度计算算法和流程进行优化,根据CPU与GPU擅长的工作和软硬件架构特点,提出采用多块GPU卡计算多类型灵敏度的批量计算原则,将不同类型的扰动和潮流并行计算。最后,选用5个电力系统算例对上述GPU加速的解稀疏线性方程组和灵敏度分析算法进行了性能测试。结果表明,通过对电网矩阵灵敏度潮流计算的合并访存、细粒度并行等进行优化,在单块K40C GPU上进行9421节点算例的批量稀疏同构方程组计算相对于Matpower取得了大于72倍的加速效果,潮流计算时间控制在2.75ms以内,相较于Matpower取得了149倍加速比。