电力系统潮流计算是电力系统最基本也是最重要的计算,为了实现电力系统的实时分析,加快潮流计算速度是很重要的研究课题。并行计算是加快计算速度的一个很好的解决方案,图形处理器(GPU)具有运算效率高、存放空间小和成本低等优势,已经在需要密集型数据处理的各个领域得到了应用。本论文的主要研究内容是GPU并行潮流算法。在分析对比四种GPU并行编程方式(CUDA、OpenACC、C++AMP、Jacket)和三种潮流算法(高斯-赛德尔法、牛顿-拉夫逊法、P-Q分解法)理论加速性能的基础上,论文首先使用CUDA实现三种潮流算法的GPU并行程序,使用相同规模的电力系统运行数据(4个IEEE标准算例和1个具有974个节点实际运行的电力系统)来评估加速效果,并对比三种潮流算法的加速性能,找出适合使用GPU并行的潮流算法。结果显示牛顿-拉夫逊法加速效果最好,P-Q分解法次之,高斯-赛德尔法最着,并且随着系统规模的增长,各个算法的加速比和各个算法加速比的差距都增加。然后,使用稀疏矩阵技术优化牛顿-拉夫逊法并行潮流算法,进一步缩短并行程序运行时间并改善加速性能。最终,使用OpenACC实现三种潮流算法的GPU并行程序,使用相同的算例评估OpenACC的加速性能,并对比CUDA和OpenACC在电力系统计算中的加速性能,结果显示OpenACC具有与CUDA相当的加速性能。