随着我国电网装机容量、输电网规模的不断增大,全网统一分析使得网络分析和应用计算规模不断增大。同时,故障预想更为全面,对电网实时准确的调度控制能力也提出了更高要求。在线静态安全分析和灵敏度分析对于保证电网稳定运行至关重要,但是传统基于中央处理单元(CPU)的计算方法效率较低且适用性差,无法满足大规模系统的分析需求。图形处理单元(GPU)通过成千的计算单元以及高速内存带宽提高吞吐率,具有超强的浮点计算能力。因此,有必要研究静态安全分析和灵敏度分析的并行计算方法,根据CPU-GPU软硬件架构和编程模型进行加速实现,实现大规模系统快速准确的静态安全分析和灵敏度分析。本文的主要研究成果如下:第一,设计了基于GPU加速的静态安全分析求解计算方法。结合CPU-GPU软硬件架构及编程模型,合理分配计算资源,采用直流潮流法对全网进行故障扫描。根据故障后网络拓扑结构相似的特点,提出了一种基于数据集合的实时N-1故障扫描并行计算策略,并设计了每一个层级的细粒度并行算法。该方法可以批量生成各场景下的线路功率,实现大电网快速实时的静态安全分析。第二,设计了面向GPU加速的灵敏度分析批量计算方法。在CPU-GPU异构计算框架下,分析支路开断分布因子、发电机输出功率转移分布因子、灵敏度矩阵等计算流程和特点,挖掘其中的细粒度并行性,提出了常用灵敏度因子的GPU加速计算方法。其中包含批量生成自阻抗、互阻抗等关键步骤的核函数(Kernel)设计,通过实际电网测试,验证其加速效果。第三,提出了网络分析应用服务软件设计与定制方法。在多层次混合并行计算模式下,对多GPU并行关键步骤进行设计。应用虚拟化容器技术实现了静态安全分析和灵敏度分析应用的多GPU板卡间粗粒度并行,并设计了具有静态安全分析和灵敏度分析的应用服务软件。