【技术实现步骤摘要】
本专利技术涉及异构算力网络智能电力调度优化领域，特别是涉及一种基于碳强度的异构算力网络供电调度方法及相关装置。
技术介绍
1、随着全球对气候变化和环境污染问题日益关注，清洁能源的利用已经成为解决能源与环境之间矛盾的重要途径之一。在这种背景下，电力系统的可持续发展和运行效率成为了重要议题。传统的电力系统供电调度主要基于对负载需求和发电成本的优化，但往往忽略了对环境的影响。
2、碳强度是衡量能源系统对环境影响的重要指标之一，它表示单位能源产生的二氧化碳排放量。降低碳强度意味着减少对环境的负面影响，这与清洁能源的发展目标一致。因此，将碳强度考虑到电力系统供电调度中成为了一个重要课题。
3、传统的电力系统供电调度主要依赖于集中式的算法和系统，这种方法在一定程度上可以满足系统的需求，但在应对复杂的环境和不确定的因素时存在局限性。随着信息技术的发展，分布式计算和异构计算的概念逐渐被引入到电力系统调度中，以应对系统的动态性和不确定性。
4、异构算力网络是一种结合了不同类型计算资源的网络，它可以同时利用传统的集中式计算资源和分布式的计算资源，以实现对电力系统的高效调度。在异构算力网络中，集中式计算资源可以处理大规模的复杂问题，而分布式计算资源则可以处理实时性要求高的任务，从而提高了系统的响应速度和灵活性。
5、本专利技术正是基于上述背景和技术需求而提出的，其旨在将碳强度考虑到电力系统供电调度中，通过结合异构计算的优势，实现对电力系统的高效调度和环境友好型运行。本专利技术的提出将为电力系统的可持续发
技术实现思路
1、有鉴于此，本专利技术提供基于碳强度的异构算力网络供电调度方法及相关装置，充分利用异构算力网络的优势，通过碳强度优化算法和异构计算资源，实现对电力系统的动态调度和碳排放的最小化，可提高电力系统的环境友好性和运行效率。
2、为了实现上述任务，本专利技术提供了一种基于碳强度的异构算力网络供电调度方法，包括：
3、在预设时间段里，获取当前时刻的碳强度。
4、实时接收来自异构算力网络节点的电力使用状态信息。
5、根据所述碳强度和所述电力使用状态信息，生成异构算力网络的最新供电调度方案，使得执行所述最新供电调度方案所产生的碳排放量小于或等于碳排放预算；所述最新供电调度方案包括分配给每个所述异构算力网络节点深度学习作业的供电量；
6、根据所述最新供电调度方案，为每个所述异构算力网络节点的深度学习作业分配供电量。
7、进一步的，所述根据所述碳强度和所述电力使用状态信息，生成异构算力网络的最新供电调度方案，包括：
8、根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量；
9、根据所述异构算力网络节点总碳排放量，生成所述异构算力网络供电优先级队列；
10、所述优先级队列中优先级最高的异构算力网络节点，在原分配的电量的基础上增加δe；
11、重复执行上述步骤，直至达到终止条件，得到最新供电调度方案，所述终止条件为：所述异构算力网络中的总电量都被分配完成，和/或，所述异构算力网络的碳排放量超过所述碳排放预算。
12、进一步的，所述根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量，包括：
13、根据所述电力使用状态信息和每个所述异构算力网络节点深度学习作业已被分配的电量，计算每个所述异构算力网络节点深度学习作业的第一作业完成能耗和第二作业完成能耗；其中，所述第一作业完成能耗表示，按照所述已被分配的电量，所述异构算力网络节点供电传输所需能耗；所述第二作业完成能耗为供电量增加δe后所述异构算力网络节点供电传输所需能耗；
14、根据第一作业完成能耗和第二作业完成能耗，计算所述异构算力网络节点深度学习作业的第一作业碳排放量和第二作业碳排放量；其中，所述第一作业碳排放量为按照所述已被分配的电量，供电传输过程所产生的碳排放量；所述第二作业排放量为供电量增加δe后供电传输过程所产生的碳排放量；
15、比较所述异构算力网络节点深度学习作业的第一作业碳排放量和第二作业碳排放量，取两者中碳排放量较低值作为所述异构算力网络节点总碳排放量。
16、一种基于碳强度的异构算力网络供电调度装置，包括：
17、碳强度收集模块，用于每隔预设时间段获取当前时刻的碳强度，将所述碳强度发送给协调模块；
18、协调模块，包括网络状态实时监测反馈模块、电力资源分配模块和作业放置模块；
19、所述网络状态实时监测反馈模块，用于实时接收来自异构算力网络节点的电力使用状态信息和所述碳强度收集模块发送的碳强度；
20、所述电力资源分配模块，用于根据所述碳强度和所述电力使用状态信息，生成对异构算力网络的最新供电调度方案，以确定每个所述异构算力网络节点的供电量，使得执行所述最新供电调度方案所产生的碳排放量小于或等于碳排放预算，所述最新供电调度方案包括分配给每个所述异构算力网络节点的供电量，用于训练节点深度学习模型，满足深度学习作业的计算需求；
21、所述作业放置模块，用于根据所述最新供电调度方案，为每个所述异构算力网络节点的深度学习作业分配供电量；
22、所述异构算力网络节点，用于按照所述最新供电调度方法分配的供电量来执行所述深度学习作业。
23、进一步的，所述电力资源分配模块根据所述碳强度和所述电力使用状态信息，生成异构算力网络的最新供电调度方案，包括：
24、根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量；
25、根据所述异构算力网络节点的碳排放量，生成所述异构算力网络供电优先级队列；
26、对于所述优先级队列中优先级最高的作业，在原分配的电量的基础上增加δe；δe代表一个预设电量值；
27、重复执行上述步骤，直至达到终止条件，得到最新供电调度方案，所述终止条件为：所述异构算力网络中的总电量都被分配完成，和/或，所述异构算力网络的碳排放量超过所述碳排放预算。
28、进一步的，所述根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量，包括：
29、根据所述电力使用状态信息和每个所述异构算力网络节点深度学习作业已被分配的电量，计算每个所述异构算力网络节点深度学习作业的第一作业完成能耗和第二作业完成能耗；其中，所述第一作业完成能耗表示，按照所述已被分配的电量，所述异构算力网络节点供电传输所需能耗；所述第二作业完成能耗为供电量增加δe后所述异构算力网络节点供电传输所需能耗；
30、根据第一作业完成能耗和第二作业完成能耗，计算所述异构算力网络节点深度学习作业的第一作业碳排放量和第二作业碳排放量；其中，所述第一作业碳排放量为按照所述已被分配的电量，供电传输过程所产生的碳排本文档来自技高网...
【技术保护点】
1.一种基于碳强度的异构算力网络供电调度方法，其特征在于，包括：
2.如权利要求1所述的基于碳强度的异构算力网络供电调度方法，其特征在于，所根据所述碳强度和所述电力使用状态信息，生成异构算力网络的最新供电调度方案，包括：
3.如权利要求2所述的基于碳强度的异构算力网络供电调度装置，其特征在于，所述根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量，包括：
4.一种基于碳强度的异构算力网络供电调度装置，其特征在于，包括：
5.如权利要求4所述的基于碳强度的异构算力网络供电调度装置，其特征在于，所述电力资源分配模块根据所述碳强度和所述电力使用状态信息，生成异构算力网络的最新供电调度方案，包括：
6.如权利要求5所述的基于碳强度的异构算力网络供电调度装置，其特征在于，所述根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量，包括：
7.一种基于碳强度的异构算力网络供电调度系统，包括：计算机可读存储介质和处理器；
8.一种非暂态计算机可读存储介质，其上存储
...【技术特征摘要】
1.一种基于碳强度的异构算力网络供电调度方法，其特征在于，包括：
2.如权利要求1所述的基于碳强度的异构算力网络供电调度方法，其特征在于，所根据所述碳强度和所述电力使用状态信息，生成异构算力网络的最新供电调度方案，包括：
3.如权利要求2所述的基于碳强度的异构算力网络供电调度装置，其特征在于，所述根据所述碳强度和所述电力使用状态信息，计算每个所述异构算力网络节点的碳排放量，包括：
4.一种基于碳强度的异构算力网络供电调度装置，其特征在于，包括：
5.如权利要求4所述的基于碳强度的异构算力网络供电调度...
【专利技术属性】
技术研发人员：刘焱，李莹玉，俞亮，许瀚，朱锐，王连，常强，董彬，夏远清，汪磊，
申请(专利权)人：湖北华中电力科技开发有限责任公司，
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。