绿色数据中心多资源协同规划方法、计算设备及存储介质技术

本发明专利技术公开了一种绿色数据中心多资源协同规划方法、计算设备及存储介质，该方法在计算设备中执行，包括：结合内生不确定性和外生不确定性，获取绿色数据中心系统的运行效益，绿色数据中心系统包括配电网线路、绿色数据中心和终端用户，内生不确定性包括终端用户参与需求响应意愿，外生不确定性包括可再生能源发电出力和终端用户数据需求；基于绿色数据中心系统的投资成本和运行效益，构建绿色数据中心多资源协同规划的目标函数；生成约束条件，约束条件包括规划阶段约束和运行阶段约束；通过目标函数，结合约束条件，对绿色数据中心进行多资源协同规划。多资源协同规划。多资源协同规划。

【技术实现步骤摘要】
绿色数据中心多资源协同规划方法、计算设备及存储介质


[0001]本专利技术涉及能源电力领域，特别涉及一种绿色数据中心多资源协同规划方法、计算设备及存储介质。

技术介绍

[0002]数据中心作为信息基础设施的重要组成，呈现出了高速发展态势。伴随着数据中心规模与数量的激增态势，其巨大的用电体量也导致碳污染形势愈发严峻。为此，以数据机房中的IT(InformationTechnology，信息技术)系统、制冷、照明和电气等能取得最大化的能源效率和最小化的环境影响为目标，提出了绿色数据中心(Green Data Center，GDC) 的概念。
[0003]目前，对于绿色数据中心的内部能耗管理已有广泛研究，根据影响绿色数据中心效益的关键因素，结合内部资源的可用性(如服务器、制冷系统、分布式可再生能源等)确定运行策略。但大多数现有研究，均是将绿色数据中心作为需求响应(Demand Response，DR)资源，从电网角度进行建模和探索，常常忽略绿色数据中心中各类不确定性因素对规划决策的影响，或仅用简单的概率分布模型进行描述，从而影响规划结果的准确性。
[0004]尤其对于终端而言，数据中心运营总是假设对用户有完全的了解。在实际中，终端用户是否愿意参与绿色数据中心的需求侧响应及其参与深度，将成为决定投资和建设运行的关键因素。终端用户的数据使用行为具有不确定性，并非总是遵循恒定的统计规律，还会受到一些外部条件的影响，例如所提供的补贴以及用户自身对服务质量的需求。在绿色数据中心规划中，当前阶段的投资决策可能对终端用户数据需求的时间分布产生重大影响，忽略终端用户参与需求响应意愿对于规划决策和政策激励的依赖性，可能会导致非最优的规划决策。
[0005]因此，需要一种新的绿色数据中心多资源协同规划方法来优化处理。

技术实现思路

[0006]为此，本专利技术提供一种绿色数据中心多资源协同规划方案，以力图解决或者至少缓解上面存在的问题。
[0007]根据本专利技术的一个方面，提供一种绿色数据中心多资源协同规划方法，该方法包括如下步骤：首先，获取绿色数据中心系统的投资成本和运行效益，绿色数据中心系统包括配电网线路、绿色数据中心和终端用户；基于投资成本和运行效益，构建绿色数据中心多资源协同规划的目标函数；生成约束条件，约束条件包括规划阶段约束和运行阶段约束；通过目标函数，结合约束条件，对绿色数据中心进行多资源协同规划。
[0008]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，获取绿色数据中心系统的投资成本和运行效益的步骤，包括：分别获取服务器、储能系统功率、储能系统容量、风机、光伏设备、制冷设备的安装成本，以计算绿色数据中心系统的投资成本；结合内生不确定性和外生不确定性，计算绿色数据中心系统的运行效益。
[0009]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，内生不确定性包括终端用户参与需求响应意愿，外生不确定性包括可再生能源发电出力和终端用户数据需求。
[0010]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，投资成本以如下公式确定：
[0011]C
Inv
＝k
ser
c
ser
n
ser
+k
ess
c
ess
P
Ness
+k
ess_e
c
ess_e
E
Ness
+
[0012]k
wt
c
wt
P
Nwt
+k
pv
c
pv
P
Npv
+k
cool
c
cool
P
Ncool
[0013]其中，C
Inv
表示投资成本，k
ser
、k
ess
、k
ess_e
、k
wt
、k
pv
、k
cool
分别表示服务器、储能系统功率、储能系统容量、风机、光伏设备、制冷设备的资本回收系数，c
ser
、c
ess
、c
ess_e
、c
wt
、c
pv
、c
cool
分别表示服务器、储能系统功率、储能系统容量、风机、光伏设备、制冷设备的单位安装成本，n
ser
表示服务器安装数量，P
Ness
、E
Ness
、P
Ncool
分别表示储能系统额定功率、储能系统额定容量、制冷设备额定安装容量，P
Nwt
、P
Npv
分别表示风机、光伏设备的装机容量。
[0014]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，运行效益以如下公式确定：
[0015][0016]其中，Λ
Ope
表示运行效益，ρ
y,s
表示合约期y中场景s出现的概率，表示合约期y中场景s出现的概率，分别表示合约期y中场景s下的运行收益、运行成本、碳排放成本、激励成本，Y表示数据负荷集群参与需求响应的合约期集合，S表示不同场景集合。
[0017]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，合约期y 中场景s下的运行收益以如下公式确定：
[0018][0019]其中，θ表示一个合约期y的天数，表示合约期y中场景s下时刻t 内负荷集群i需求响应后绿色数据中心的总数据负载，δ
Data
表示绿色数据中心提供数据服务的单位价格，T表示一天中各个时刻的集合，I表示数据负荷集群的集合。
[0020]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，合约期y 中场景s下的运行成本以如下公式确定：
[0021][0022]其中，c
serm
、c
essm
、c
wtm
、c
pvm
、c
coolm
分别表示服务器、储能系统、风机、光伏设备、制冷设备的单位年运维成本，n
ser
表示服务器安装数量，E
Ness
、P
Ncool
分别表示储能系统额定容量、制冷设备额定安装容量，P
Nwt
、P
Npv
分别表示风机、光伏设备的装机容量，θ表示一个合约期y的天数，表示合约期y中场景s下时刻t内绿色数据中心从电网购电功率，表示时刻t内配电网电价，Δt表示时间。
[0023]可选地，在根据本专利技术的绿色数据中心多资源协同规划方法中，基于投资成本和运行效益，构建绿色数据中心多资源协同规划的目标函数的步骤，包括：计算运行效益与投资成本的差值，将差值最大化作为绿色数据中心多资源协同规划的目标函数。
[0024本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种绿色数据中心多资源协同规划方法，在计算设备中执行，所述方法包括：结合内生不确定性和外生不确定性，获取绿色数据中心系统的运行效益，所述绿色数据中心系统包括配电网线路、绿色数据中心和终端用户，所述内生不确定性包括终端用户参与需求响应意愿，所述外生不确定性包括可再生能源发电出力和终端用户数据需求；基于所述绿色数据中心系统的投资成本和所述运行效益，构建所述绿色数据中心多资源协同规划的目标函数；生成约束条件，所述约束条件包括规划阶段约束和运行阶段约束；通过所述目标函数，结合所述约束条件，对所述绿色数据中心进行多资源协同规划。2.如权利要求1所述的方法，其中，所述运行效益以如下公式确定：其中，Λ
Ope
表示运行效益，ρ
y,s
表示合约期y中场景s出现的概率，表示合约期y中场景s出现的概率，分别表示合约期y中场景s下的运行收益、运行成本、碳排放成本、激励成本，Y表示数据负荷集群参与需求响应的合约期集合，S表示不同场景集合。3.如权利要求2所述的方法，其中，所述合约期y中场景s下的运行收益以如下公式确定：其中，θ表示一个合约期y的天数，表示合约期y中场景s下时刻t内负荷集群i需求响应后绿色数据中心的总数据负载，δ
Data
表示绿色数据中心提供数据服务的单位价格，T表示一天中各个时刻的集合，I表示数据负荷集群的集合。4.如权利要求2或3所述的方法，其中，合约期y中场景s下的运行成本以如下公式确定：其中，c
serm
、c
essm
、c
wtm
、c
pvm
、c
coolm
分别表示服务器、储能系统、风机、光伏设备、制冷设备的单位年运维成本，n
ser
表示服务器安装数量，E
Ness
、P
Ncool
分别表示储能系统额定容量、制冷设备额定安装容量，P
Nwt
、P
Npv
分别表示风机、光伏设备的装机容量，θ表示一个合约期y的天数，表示合约期y中场景s下时刻t内绿色数据中心从电网购电功率，表示时刻t内配电网电价，Δt表示时间。5.如权利要求1
‑
4中任一项所述的方法，还包括：分别获取服务器、储能系统功率、储能系统容量、风机、光伏设备、制冷设备的安装成本，以计算所述绿色数据中心系统的投资成本。6.如权利要求5所述的方法，其中，所述投资成本以如下公式确定：C
Inv
＝k
ser
c
ser
n
ser
+k
ess
c
ess
P
Ness
+k
ess_e
c<...

【专利技术属性】
技术研发人员：曾博，刘一贤，罗旸凡，吴晨，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：