电磁暂态仿真采用元件详细动态特性建模,因其可以准确刻画微秒级的系统快动态过程,在对电力系统的分析和研究方面有着重要意义。同时,随着电力系统网络的规模不断扩大,可再生能源的大规模接入以及电力电子化系统的发展趋势,使得传统的电磁暂态仿真方法无论从速度上还是精度上都受到了极大的挑战。本文充分利用GPU的并行计算资源,面向指数积分方法提出了基于CPU/GPU混合的电磁暂态仿真方法,将其应用于具有连续非线性特征的动态系统中,同时针对电力电子电路提出了相应的加速策略。论文主要研究内容如下:1)将指数积分算法矩阵运算的高度并行性与基于CUDA的GPU并行计算相结合,提出基于指数积分方法的电磁暂态CPU/GPU混合仿真算法。该方法利用GPU并行处理指数积分方法求解所需的大规模矩阵运算,而将复杂的系统状态判断更新环节保留在CPU中完成,有效提升了仿真计算速度;2)针对含有电力电子变流装置的电力系统,提出了基于指数积分算法的GPU加速策略。包括避免对?族函数的大量重复求解的矩阵存储方案,相适应的考虑多重开关动作的差值算法以及电力电子装置的GPU混合并行算法,为解决面向电力电子化的电力能源系统的新需求提供了新的思路;3)对配电网以及高维非线性实际风电场算例进行仿真测试,验证了所提出的基于指数积分方法的电磁暂态CPU/GPU混合仿真算法,无论在速度或是精度上都取得了较好的效果。通过对更大规模的系统进行测试,验证了该算法随着系统规模增大,加速效果会得到更加明显的提升。此外,对含电力电子装置系统进行算例验证,证明了电力电子电路加速方法的正确性和有效性。