随着现代电网规模的不断变大,电力系统潮流的计算复杂度也随之变高,传统串行潮流算法的性能已经难以满足实际生产要求,需要采用并行计算技术来加速潮流的计算过程。多核CPU是一种主流的并行计算硬件,本文研究采用多核CPU来加速牛顿-拉夫逊潮流计算,由于牛顿-拉夫逊潮流计算中核心部分是雅克比矩阵生成和潮流修正方程组求解,所以本文着重研究对雅克比矩阵生成和潮流修正方程组求解的并行加速策略,具体研究内容如下:首先,研究归纳了并行算法的设计原则,接着对稀疏雅克比矩阵生成算法和left-looking稀疏LU分解算法进行了并行度挖掘,提出了并行稀疏雅克比矩阵生成算法和并行left-looking稀疏LU分解算法。然后,基于PosixPthread并行算法库,在多核CPU上实现了并行稀疏雅克比矩阵生成算法和并行left-looking稀疏LU分解算法。算法研究表明,电网规模越大,加速效果越明显。在2.0 GHZ的6核心CPU上,相对于单核CPU雅克比矩阵生成算法在维数约为2000时取得加速,当维数为12664时,取得4.61倍加速比;相对于串行KLU算法在维数约为5000时取得加速,当维数为12664时,取得1.79倍加速比。另外,在多核CPU上对多米诺和分层两种并行策略进行了对比分析,结果表明多米诺并行的LU分解法在方程组维数大于500时开始体现性能优势,当维数为12664时,可取得1.31倍加速比。最后,比较分析了多核CPU和GPU加速潮流计算的性能差异,GPU并行算法采用和多核CPU并行算法相同的并行度挖掘策略,在CUDA 7.0编程环境和K20C GPU上,GPU并行雅克比矩阵生成性能良好,但GPU并行潮流修正方程组求解相对于串行KLU算法始终没有加速,在方程组维度较大时性能不及多核CPU并行算法。