并行性分析：如何提高程序的效率？

多核并行计算是将一个大规模的任务分解为多个规模更小的子任务，在不同的物理核心中同时运行，可以显著提高计算效率。在DDDP求解过程中，不同廊道内的迭代计算是DDDP计算耗时的主要因素。假设采用3个离散点的DDDP方法求解一个确定性的2库水电系统长期优化调度问题，且该问题的计算时段为月，调度期为1年，始末水位固定，则在任意廊道内一次迭代过程的计算任务规模为32＋10×34＋32，见图8.5。因此，假设一个水电系统长期优化调度问题包含M个水电站，调度周期T，离散数为y，则DDDP方法一次迭代过程的计算规模可表示为式（8.3），即

(www.xing528.com)

从式（8.3）看到，在廊道内离散点数的数量直接影响算法的计算规模及耗时。一般离散数量越多，廊道内搜索的最优轨迹质量越高，但是也意味着“维数灾”加剧，导致消耗更多的计算时间，降低求解效率。因此，在计算规模较大的水电站群优化调度问题时，通常取3个离散点求解，可以最大限度地缓解“维数灾”问题。本章采用3离散点，则每次迭代过程的计算规模为3M＋（T-2）×32M＋3M，同时，从图8.5中看到，由于DDDP方法采用离散状态变量的寻优思想，计算每个多维的组合状态对应于递推公式（8.1）的返回值都是独立的，具有天然的并行性。因此，可以利用并行框架将DDDP每次迭代的所有计算任务并行化，提高DDDP方法的求解效率。