【技术实现步骤摘要】
本专利技术涉及电力系统调度，更具体地说，涉及一种基于负载灵活性挖掘的数据中心能源管理方法。
技术介绍
1、近几十年来，与日俱增的碳排放导致了全球气候变化。电力行业通过化石燃料生产电力，产生了大量的碳排放。采用可再生能源生产电力是减少碳排放的有效途径。随着人工智能、云计算等领域的发展带来了巨大的计算需求，数据中心行业迅速发展，电力负荷快速增长。巨大的能耗将产生较大的能源成本和碳排放，制约数据中心的发展，因此实现数据中心的低碳经济转型，是数据中心实现可持续发展的关键。
2、现有方法大多关注于对数据中心的子系统进行优化，通过对数据中心的it设备系统、冷却系统、网络系统进行优化来降低能耗，但是数据中心的电力成本受电网价格的影响，如何利用数据中心的延迟容忍型负载的工作模式，充分消纳可再生能源，利用峰谷电价，降低电力成本，是数据中心经济节能减排的下一步发展方向。
技术实现思路
1、本专利技术要解决的技术问题在于，提供一种基于负载灵活性挖掘的数据中心能源管理方法，能够解决现有的数据中心能源管理方法无法充分挖掘负载的时间转移特性从而导致较高的电力成本的问题。
2、本专利技术解决其技术问题所采用的技术方案是：构造一种基于负载灵活性挖掘的数据中心能源管理方法，包括以下步骤：
3、s1，对风机、光伏板出力特性进行建模，建立风光可再生能源出力模型；
4、s2，根据数据负载的延迟敏感度差异，建立数据中心负载模型；
5、s3，对数据中心的能耗特性进行
6、s4，以数据中心电力成本最低作为目标函数，考虑数据中心的供能约束、服务等级协议约束，建立数据中心的经济能源管理模型，求解得到最优的负载调度结果和能源管理方案。
7、按上述方案，所述步骤s1中，风机出力模型如下：
8、
9、pwt,t＝nwind,t(1-ηwind)ci(wt) (2)
10、其中，约束(1)表示理想状态下的风机出力，约束(2)为考虑尾流效应、可靠性和风机效率多因素下修正后的风机出力，
11、ci(w)为风机出力，wt为t时刻的风速，win为风机切入风速，wrated为风机额定风速，wout为风机切出风速，ηwind为尾流效应系数，nwind,t为t时刻风机数量，pwt,t为t时刻风电功率，r为风机最大输出功率；
12、光伏板出力模型如下：
13、
14、sinβ＝sinφsinδ+cosφcosδcosω (4)
15、
16、τd＝0.271-0.274τb (7)
17、jb＝j0τbsinα (8)
18、
19、j0t＝jb+jd (10)
20、rt＝cosθ/sinα (11)
21、
22、其中，约束(3)为光伏出力，利用光生伏打效应将光能转化为电能，约束(4)-(10)为考虑大气质量、太阳直接辐射和太阳漫射辐射的太阳总辐射强度，约束(11)为第t小时斜面上的太阳辐射强度与光伏板上总辐射强度的比值，约束(12)为太阳辐射总强度；
23、ppv，t为t时光伏出力，pstc为光伏额定出力，jstc为标准条件下的太阳辐射强度，αz为光伏发电的温度系数，tc/tstc为真实环境/标准环境下的测试温度，β为太阳高度角，φ为纬度，δ为太阳赤纬角，ω为时角，τb为晴空条件下太阳直射的透明度系数，mh为大气质量，h为海拔高度，τd为晴空条件下漫射太阳辐射的透明度系数，jb为直接太阳辐射强度，jd为漫射太阳辐射强度，j0t为总太阳辐射强度，ρ为地面的反射率，p/q为与大气质量相关的参数，rt在倾斜平面上的太阳辐射强度与在水平面上的太阳辐射强度的比率，jt为t时在光伏板上的总太阳辐射强度，kt为t时的清洁指数。
24、按上述方案，所述步骤s2中，数据中心在低电价和充足的可再生能源时段内执行延迟容忍型的数据负载从而调整数据中心的电力负荷；
25、约束(13)-(15)表示延迟敏感性负载的处理时间，延迟敏感性负载的处理时间由数据负载的等待时间和工作时间决定，工作负载的等待时间通过m/m/1排队模型确定，工作负载的工作时间根据数据中心的服务率计算，
26、
27、其中，ttint、分别为t时刻延迟敏感性负载的处理时间、等待时间、工作时间，为t时刻处理的延迟敏感型数据负载数量，为t时刻到达的延迟敏感型数据负载数量，nt为t时刻服务器的工作数量；
28、约束(16)-(17)为延迟容忍性负载的时间转移特性，只需要在规定的截止时间前处理完成即可；
29、
30、
31、其中，ttdel为t时刻延迟容忍型负载的处理时间，twd为延迟容忍型负载的最大延迟时间，为t时刻转移到τ时刻的延迟容忍型负载的数量，为数据中心t时刻处理的延迟容忍型负载的数量。
32、按上述方案，所述步骤s3中，
33、数据中心的能耗由it设备功耗和制冷设备功耗组成，it设备包括服务器功耗和数据网络功耗，均与服务器的工作数量有关，如约束(18)-(21)所示；
34、pt＝pit，t+pcool，t (18)
35、pit，t＝pser,t+pnet，t (19)
36、pser，t＝(αserf+βser)nt (20)
37、pnet，t＝αnetnt+βnet (21)
38、其中，pt为t时刻数据中心的电力负荷，pit，t为t时刻的it设备功率，pcool，t为t时刻的制冷设备功率，pser，t为t时刻的服务器功率，pnet，t为t时刻的数据网络功率，f为服务器的工作频率，αser/βser/αnet/βnet为统计分析得到的参数与电力负荷有关的数据；
39、服务器的工作数量通过数据负载的处理时间进行计算，并受数据中心内服务器的总数量限制，如约束(22)-(24)所示：
40、
41、
42、0≤nt≤nmax (24)
43、其中，λt为数据中心t时刻处理的工作负载数量，nmax为服务器的最大数量，ηser为将cpu频率转换为服务器的服务速率的效率系数，tt为t时刻数据负载的处理时间；
44、约束(25)为数据中心的能源效率，其为数据中心总耗电量和it设备耗电量的比值：
45、
46、其中，εpue为数据中心的能源效率。
47、按上述方案，所述步骤s4中，
48、以数据中心电力成本最小作为目标函数，如式(26本文档来自技高网...
【技术保护点】
1.一种基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，所述步骤S1中，风机出力模型如下：
3.根据权利要求1所述的基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，所述步骤S2中，数据中心在低电价和充足的可再生能源时段内执行延迟容忍型的数据负载从而调整数据中心的电力负荷；
4.根据权利要求1所述的基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，所述步骤S3中，
5.根据权利要求1所述的基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，所述步骤S4中，
【技术特征摘要】
1.一种基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，所述步骤s1中，风机出力模型如下：
3.根据权利要求1所述的基于负载灵活性挖掘的数据中心能源管理方法，其特征在于，所述步骤s2中，...
【专利技术属性】
技术研发人员：李锋，张银芽，黄海煜，余旸，熊玮，晏鸣宇，刘祎泽，
申请(专利权)人：国家电网有限公司华中分部，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。