CN103377084A - 一种基于可再生能源的绿色数据中心的负载调度方法及装置 - Google Patents
一种基于可再生能源的绿色数据中心的负载调度方法及装置 Download PDFInfo
- Publication number
- CN103377084A CN103377084A CN2012101051105A CN201210105110A CN103377084A CN 103377084 A CN103377084 A CN 103377084A CN 2012101051105 A CN2012101051105 A CN 2012101051105A CN 201210105110 A CN201210105110 A CN 201210105110A CN 103377084 A CN103377084 A CN 103377084A
- Authority
- CN
- China
- Prior art keywords
- load
- green
- regenerative resource
- data center
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于可再生能源的数据中心的优化调度方法及装置,该方法中,服务器集群依其电源驱动特性划分为两部分:可再生能源驱动的集群和公用电网驱动的集群;数据中心负载转移控制器预先对所有服务器的利用率进行实时监测,然后结合可再生能源的供给情况动态决定两个集群间的负载转移数量,在转移过程中,控制器对可再生能源的随机波动采取有选择性的追踪策略,对负载波动加以智能平滑,从而减小了数据中心的调度负荷,降低了服务器宕机时间,并在不依赖大规模电池组的情况下保持了较高的能源利用率。
Description
技术领域
本发明涉及一种计算机数据中心的设计优化方法,尤其涉及一种由本地分布式可再生能源供电的,绿色环保数据中心的负载转移调度方法和装置。
背景技术
随着互联网的普及以及云存储计算的流行,计算机数据中心成为政府,大学,研究机构,以及商业媒体所共同关注的重要基础IT设施。然而,大规模数据中心的电能消耗成为当今计算机产业一个不容忽视的问题,高额的电价一方面削减了数据中心所有者的利润空间,另一方面造成了负面的环境影响。在此情况下,可再生能源驱动的绿色数据中心成为了工业界和学术界共同关注的领域。在美国,已有数据中心借助太阳能和风能来提供其部分的电能需求。
然而人们正面临着一个不容忽视的问题:可再生能源发电的间歇性和波动性会严重妨碍服务器的正常运行。对于数据中心而言,提供高服务可用性是至关重要的设计指标,直接影响到政府,研究所,银行,商业网站的核心利益。为了保证数据中心工作不致停滞,已有的基于可再生能源的数据中心设计大多利用公用电网或者大规模电池组来稳定可再生能源。一方面,在利用公用电网时,可再生能源多通过逆变器反馈到电网中,所涉及的逆变过程会造成不可避免的能量转换损失。由于对电网存在较高的依赖,负载系统还会频繁的冲击公用电网(通过起落较大的电能反馈),因而影响到电网的可靠性。另一方面,利用大规模电池组也并不是理想的设计模式,因为电池会造成近25%的存储电能损耗,且其容量和寿命有限,并需要较高的支出来维护。值得注意的是,已有的负载调度方法并没有考虑负载调度的强度和频繁度,因而对服务器系统施加了较大的压力。首先,频繁的调度占用了不必要的计算机资源和带宽;其次,高强度的电气设施变动也使得服务器的使用寿命大打折扣。
得益于计算机系统自身的智能性和易操控性,当今数据中心级的负载调度变得愈加灵活,这为我们设计绿色数据中心提供了巨大的机遇。通过智能的负载匹配策略,我们可以最大化的利用生成的可再生能源,从而减少对公用电网的电能反馈和对大规模电池组的依赖。借助智能的负载匹配思想,我们能够实现轻量级低损耗的负载调度,从而达到较高的服务器可用性,较低的服务器资源占用,以及高效的绿色数据中心运行状态。
发明内容
本发明的目的在于提供一种基于可再生能源的绿色数据中心的负载调度方法和装置,以实现对基于可再生能源的数据中心进行低开销高能效的管理。
为达到上述目的,本发明一方面提供了一种基于可再生能源的绿色数据中心的负载调度方法,包括以下步骤:
预先将数据中心分为两组服务器集群,一组服务集群由本地可再生能源(如风能,太阳能)驱动;另一组服务器集群由传统电网驱动;所述两组服务器集群可以是物理上区分开的服务器系统,也可以是逻辑上加以区分的服务器系统;所述两个服务器集群间能够通过互联网进行高速通信,由同一个数据中心负载控制器调度;
系统初始化时,负载控制器定义负载单元的大小和总数,所述的负载单元可以是任何一台服务器物理机,也可以是能够动态迁移的虚拟机系统;该负载单元可以为用户提供独立的可靠的计算机信息和软件服务;于此同时,定义绿色负载为:由可再生能源驱动的集群所承担的所有负载单元组成的集合;
系统初始化后,负载控制器根据可再生能源的供给额以及负载单元的功耗需求来管理绿色负载;由于可再生能源输出具有波动性且负载单元功耗也具有不稳定性,负载控制器需动态决定绿色负载所包含的负载单元的数目和各自的来源;
在系统运行过程中,负载控制器收集数据中心每个负载单元反馈的历史负荷参数,并将负载单元根据其历史负荷参数动态平均地划分为若干个不同的负载集合。
在系统运行过程中,负载控制器采用一种平滑功耗的优化方法来决定绿色负载的组成(即,上述多个负载集合各自对绿色负载的贡献),具体为:
定义绿色负载组合函数:
在公式-1和公式-2中,n表示所划分的负载集合的数目,m表示历史记录点的长度,例如,m=10表示记录前10分钟中各个分钟的历史数据;uij表示负载集合j在第i分钟的平均利用率;向量[s1 s2…sj…sn ]表示绿色负载,其中sj表示绿色负载中来自负载集合j的负载单元数目;μ是过去m分钟历史记录下的平均利用率,μ=(a1+a2+…am)/m,其中ai为第i分钟绿色负载的整体利用率;
利用经典模拟退火算法求解使得公式1中σ达到最小值的绿色负载,照此生成的绿色负载未来功耗波动的可能性被最小化,从而减轻了负载转移的开销;
在系统运行过程中,控制器动态监视可再生能源输出配额以及绿色负载的运行情况,并对于可再生能源的随机波动采取有选择性的追踪策略,具体为:
如果可再生能源输出不足以应对绿色负载的增加,则立刻减少绿色负载规模,将超出的相应的负载单元转移到公用电网驱动的集群,以防止系统过载;如果可再生能源输出高过其负担的绿色负载能耗需求,则仅当预计转移的负载单元数目超过总数据中心服务器数目的一定比例时才启动负载转移,相应功耗额度的负载单元将被增加到绿色负载中。
另外,本发明提供了一种基于可再生能源的绿色数据中心的智能负载调度装置,包括:
系统初始化模块,在系统启动初期定义负载单元属性,定义绿色负载;
负载波动分级模块,查询记录各个负载单元的波动历史信息,并动态分级;
负载调度优化模块,寻找负载单元的优化组合,即功耗最稳定的绿色负载;
负载调度实施模块,利用最少最近使用算法(LRU)选择负载单元,完成负载转移;
紧急情况处理模块,如果出现不可预知的过载,则启动本地备用电源应对。
本发明的一种基于可再生能源的绿色数据中心的智能负载调度装置,所含的负载调度优化模块,具体包括:
负载预测模块,根据负载历史利用率计算下一个周期的负载单元转移方向和数目;
优化分配模块,利用模拟退火算法寻找使得绿色负载波动最小的组合方式;
数据输出模块,将负载转移分配方式输出至外部控制单元。
本发明的一种基于可再生能源的绿色数据中心的智能负载调度装置,所述的负载调度实施模块,具体包括:
服务器集群间调控模块,完成集群间的负载单元转移,监视集群间的电能供给成效;
服务器机柜间调控模块,在转移过程中检测负载功耗,防止本地系统超载。
附图说明
图1为本发明的基于可再生能源的绿色数据中心负载调度方法的实施例的概念图,该图描述了两种不同的实施方式,一种为基于硬件的实施方式,一种为基于软件的实施方式。
图2为本发明一个实施例的基于可再生能源的绿色数据中心负载调度方法的流程图,该图既适用于基于软件的实施方式,也适用于基于硬件的实施方式。
图3为本发明一个实施例的基于可再生能源的绿色数据中心负载调度装置的结构框图,该框图既适用于基于软件的实施方式,也适用于基于硬件的实施方式。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述:
参考附图1所示,本实施例的基于可再生能源的绿色数据中心调度方法中,要预先将数据中心划分为两组服务器集群,一组服务集群单纯由本地可再生能源(如风能,太阳能)驱动,称之为绿色集群;另一组服务器集群由传统电网驱动,称之为灰色集群;所述的两组集群可以是物理上相互区分开的服务器装置,也可以是仅在逻辑上加以划分的服务器装置。
预先定义数据中心中运行的负载单元,该负载单元既可以是一个单个服务器物理机(见附图1中基于硬件的实施方式),也可以是能够动态迁移的虚拟机系统如Xen虚拟机或者VMware虚拟机等(见附图1中基于软件的实施方式),但不论负载单元定义如何,它都应能够为用户提供独立完整的计算机信息和软件服务;
定义绿色集群上承担或运行的所有负载单元的集合为绿色负载;所述两个服务器集群同时都有小规模蓄电池组和备用发电机组保护,任何两个服务器间能够相互通信,所有服务器由同一个数据中心负载控制器调度。
为了保证任何时候都有足量的公用电网驱动的服务器来维持可能的负载激增,建议可再生能源驱动的服务器数目不超过数据中心总服务器数目的一定比例(如40%),该比例可以根据数据中心实际的负荷量和备用能源的充裕程度而调整;控制器在监视数据中心各个服务器运行状况的同时,收集每个负载单元的历史利用率,利用率为0表明相应负载单元处于空闲状态,利用率为100%表示负载单元以最大功耗运行。
在系统初始化后,参考图2所示,系统对负载单元的调度流程如下:
步骤S1,初始化设备,检测绿色集群中在线的服务器数,检测公用电网驱动下的集群的在线服务器数,定义负载单元(即任何一种虚拟机如VMware或者Xen),定义默认负载单元的大小(如1GB或者10GB的虚拟机镜像),定义并初始化绿色负载(初始状态下为空集)。
步骤S2,检测在线的负载单元的数目,收集其平均利用率历史记录,并将所有负载单元根据其负载轻重均分为多级,每级组成一个负载集合。
步骤S3,根据可再生能源供给和当前可再生能源驱动的集群的功耗需求的差额来判断下一个调控周期所要转移的负载单元数目。
步骤S4,根据负载单元历史记录来计算使得绿色负载总体功耗波动最小的负载的组合,由于所需要优化的绿色负载函数是一个非线性的函数,控制器采用基于概率论的模拟退火算法,该算法能够在在一个大的搜寻空间尽快的寻找到近似的最优解。
步骤S5,判断可再生能源供给是否满足需求,如果是则执行步骤S501及其后步骤,如果否则执行步骤S511及其后步骤。
步骤S501,如果预计转移的负载单元数目大于总数据中心服务器的一定比例时,执行步骤S502,否则周期结束。
步骤S502,将负载从灰色集群转移到绿色集群。具体实施方法包括基于软件的转移和基于硬件的转移。对于基于软件的转移,考虑到当前绝大多数系统支持虚拟机系统,我们可以动态的将虚拟机系统从灰色集群下的服务器迁移到绿色集群下的服务器,整个动态迁移仅在迁移操作系统内核的过程中会造成短暂的系统离线。对于基于硬件的转移,我们可以借助现代服务器具有双电源(Dual-corded Server)的特性来完成负载在可再生能源和电网之间的转移。此类双电源服务器内有两个电源,这两个电源可以同时为系统供电,并且任何一个的关闭不影响另一个工作。这样,我们可以将每台服务器同时接到可再生能能源电缆和传统电网电缆上,通过切换两个电源的工作状态来实现负载在灰色集群和绿色集群间的角色转换。
步骤S511,如果可再生能源不足以驱动相应的负载单元,则将负载单元从绿色集群转移到灰色集群,以防止服务器超载。这里的转移方式和步骤S502中所讨论的一致。
步骤S6,检测负载单元是否成功转移,如果成功则本次调控结束,否则执行步骤S7。
步骤S7,启动外部紧急电源,如UPS内部电池组,数据中心备份电池组,数据中心备用发电机组等。
参考图-3所示,本实施例的基于可再生能源的绿色数据中心的负载调度装置包括:系统初始化模块31,用以在系统启动初期定义负载单元属性,定义绿色负载;负载波动分级模块32,用以查询记录各个负载单元的波动历史信息,并动态分级;负载调度优化模块33,用以寻找各级负载单元的优化组合,即功耗最稳定的绿色负载,该组合决定了每个负载集合所应向绿色负载贡献的负载单元的数目;负载调度实施模块34,和外部系统通讯完成负载转移,该模块在接收到绿色负载的组合方式后,利用最近最少使用算法(LRU算法)从各个等级的负载集合中选取负载单元;紧急情况处理模块35,如果出现不可预知的过载,则启动本地备用电源应对。
本实施例中的负载调度优化模块又包括:负载预测模块331,用以根据负载历史利用率计算下一个周期的负载单元转移方向和数目;优化分配模块332,用以利用模拟退火算法寻找使得绿色负载波动最小的组合方式;数据输出模块333,将绿色负载组合方式输出至外部控制单元,完成对负载转移的调控。
本实施例中的负载调度实施模块又包括:服务器集群间调控模块341,用以完成集群间的负载单元转移,监视集群间的电能供给成效;服务器机柜间调控模块342,用以在转移过程中检测负载功耗,防止本地系统超载。
由此可见,本实施例的基于可再生能源的绿色数据中心的负载调度装置可以是任何一台可编程的控制器,微型计算机,或者专用服务器。该可编程的控制器或者计算机或者服务器内执行上述建立的功能模块,并且,该控制器/计算机/服务器具有与外部的数据中心服务器机组进行网络通信的功能,以达到动态负载调控和分配的目的。当然,本领域技术人员应注意的是,实施例中的装置中的模块可以按照实施例的描述分布于实施例的装置中,也可以进行相应变化而安置于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。具体可根据需要而定。
以上的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通工程技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。
Claims (8)
1.一种基于可再生能源的绿色数据中心的负载调度方法,其特征在于,包括以下步骤:
预先将数据中心分为两组服务器集群,一组服务集群由本地可再生能源(如风能,太阳能)驱动;另一组服务器集群由传统电网驱动,所述两个集群同时都有小规模蓄电池组和备用发电机组保护,集群间能够相互通信,所有服务器由同一个数据中心负载控制器调度;
预定义服务器上运行的负载单元;
预定义绿色负载为在可再生能源驱动的服务器集群上运行的所有负载单元的集合;
系统初始化后,动态检测可再生能源的输出配额(供给多少)和负载单元的功耗波动情况,以决定可再生能源可以负担的负载单元的数目(绿色负载的大小);
在系统运行时,负载控制器对绿色负载的设定采取一种功耗平滑的优化方法,该方法能够动态选取不同特性的负载并组合为功耗稳定的绿色负载;
如果由于可再生能源配额降低或者绿色负载平均功耗上升,可再生能源不足以负担当前的绿色负载,则将超出的负载单元由电网驱动的服务器集群转移至可再生能源驱动的集群;
如果由于可再生能源配额升高或者绿色负载平均功耗下降,可再生能源超出了当前绿色负载的需求,则选择性的实施负载转移;
在由任何不可预见的电能缺失或负载激增而导致系统报警的情况下,启用备用电源。
2.根据权利要求1所述的基于可再生能源的绿色数据中心的负载调度方法,其特征在于,所述的两组服务器集群可以是物理上分离的两个集群系统,也可以是逻辑上加以区分的两个集群系统。
3.根据权利要求1所述的基于可再生能源的绿色数据中心的负载调度方法,其特征在于,所述的负载单元可以是任何一台服务器物理机,也可以是任何可以运行在服务器物理机上,为用户提供软件信息服务并且能动态迁移的虚拟机系统。
4.根据权利要求1所述的基于可再生能源的绿色数据中心的负载调度方法,其特征在于,所述的一种功耗平滑的优化方法,具体包括:
将数据中心所有负载单元根据其当前利用率的值平均划分为若干个区间,每个区间中的所有负载单元构成一个负载集合;
在每个控制周期开始时,根据可再生能源的多寡,动态决定绿色负载的组成,即,绿色负载中来自各个不同等级负载集合的负载单元的数目,利用模拟退火算法寻找具备最稳定功耗需求的绿色负载组合模式。
5.根据权利要求1所述的基于可再生能源的绿色数据中心的负载调度方法,其特征在于,所述的选择性的实施负载匹配,具体指:
如果可再生能源输出不足以应对绿色负载的增加,则随即减少绿色负载规模,将超出的相应的负载单元转移到公用电网驱动的集群,以防止系统过载;如果可再生能源输出高过其负担的绿色负载能耗需求,则仅当预计转移的负载单元数目超过总数据中心负载单元数目的一定比例时才启动负载转移,相应功耗额度的负载单元将被添加到绿色负载中。
6.一种基于可再生能源的绿色数据中心的负载调度装置,其特征在于,包括:
系统初始化模块,在系统启动初期定义负载单元属性,定义绿色负载;
负载波动分级模块,查询记录各个负载单元的波动历史信息,并动态分级;
负载调度优化模块,寻找负载单元的优化组合,即功耗最稳定的绿色负载;
负载调度实施模块,利用最少最近使用算法(LRU)选择负载单元,完成负载转移;
紧急情况处理模块,如果出现不可预知的过载,则启动本地备用电源应对。
7.根据权利要求6所述的基于可再生能源的绿色数据中心的负载调度装置,其特征在于,所述的负载优化模块,具体包括:
负载预测模块,根据负载历史利用率计算下一个周期的负载单元转移方向和数目;
优化分配模块,利用模拟退火算法寻找使得绿色负载波动最小的组合方式;
数据输出模块,将负载转移分配方式输出至外部控制单元。
8.根据权利要求6所述的基于可再生能源的绿色数据中心的负载调度装置,其特征在于,所述的负载调度实施模块,具体包括:
服务器集群间调控模块,完成集群间的负载单元转移,防止集群间的电能供给失败;
服务器机柜间调控模块,在转移过程中检测负载功耗,防止本地系统超载。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210105110.5A CN103377084B (zh) | 2012-04-11 | 2012-04-11 | 一种基于可再生能源的绿色数据中心的负载调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210105110.5A CN103377084B (zh) | 2012-04-11 | 2012-04-11 | 一种基于可再生能源的绿色数据中心的负载调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103377084A true CN103377084A (zh) | 2013-10-30 |
CN103377084B CN103377084B (zh) | 2017-09-12 |
Family
ID=49462243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210105110.5A Expired - Fee Related CN103377084B (zh) | 2012-04-11 | 2012-04-11 | 一种基于可再生能源的绿色数据中心的负载调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103377084B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580922A (zh) * | 2013-11-08 | 2014-02-12 | 国家电网公司 | 一种基于混合优化的电力通信网络应用服务器过载控制方法 |
CN104536826A (zh) * | 2015-01-26 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 一种面向风光多能源数据中心的实时任务绿色调度方法 |
CN104700162A (zh) * | 2015-03-09 | 2015-06-10 | 南京理工大学 | 基于时间耦合约束的居民用户用电负载调度方法 |
CN106483876A (zh) * | 2015-09-02 | 2017-03-08 | 李涛 | 一种新能源数据中心的能量调度架构 |
CN106484499A (zh) * | 2015-09-02 | 2017-03-08 | 李涛 | 一种面向横向扩展的新能源数据中心的云管理平台 |
CN107341043A (zh) * | 2017-06-28 | 2017-11-10 | 东北大学 | 一种评估可再生能源混合供电的数据中心能耗的仿真方法 |
CN108983946A (zh) * | 2018-06-13 | 2018-12-11 | 烽火通信科技股份有限公司 | 一种服务器功耗控制方法、系统及设备 |
CN106130013B (zh) * | 2016-07-11 | 2019-03-05 | 上海交通大学 | 主机托管式数据中心参与需求响应工程的优化控制方法 |
CN111553534A (zh) * | 2020-04-30 | 2020-08-18 | 贵州电网有限责任公司 | 一种配电网供电子网格子供区划分方法 |
US10886743B2 (en) | 2018-08-20 | 2021-01-05 | International Business Machines Corporation | Providing energy elasticity services via distributed virtual batteries |
CN107967536B (zh) * | 2017-11-27 | 2021-02-26 | 南京航空航天大学 | 基于鲁棒优化的绿色数据中心节能任务调度策略 |
CN112801331A (zh) * | 2019-11-14 | 2021-05-14 | 谷歌有限责任公司 | 利用虚拟容量和优选位置实时调度进行计算负载的整形 |
CN115113705A (zh) * | 2021-03-18 | 2022-09-27 | 百度(美国)有限责任公司 | 用于神经网络集成的数据中心控制层次 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070040263A1 (en) * | 2004-11-30 | 2007-02-22 | Towada Timothy D | Green data center and virtual power plant |
CN101615065A (zh) * | 2009-07-29 | 2009-12-30 | 浪潮电子信息产业股份有限公司 | 一种基于策略的计算机电源功率动态分配的方法 |
CN102244677A (zh) * | 2011-06-16 | 2011-11-16 | 中国科学院深圳先进技术研究院 | 绿色能源云计算方法与系统 |
-
2012
- 2012-04-11 CN CN201210105110.5A patent/CN103377084B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070040263A1 (en) * | 2004-11-30 | 2007-02-22 | Towada Timothy D | Green data center and virtual power plant |
CN101615065A (zh) * | 2009-07-29 | 2009-12-30 | 浪潮电子信息产业股份有限公司 | 一种基于策略的计算机电源功率动态分配的方法 |
CN102244677A (zh) * | 2011-06-16 | 2011-11-16 | 中国科学院深圳先进技术研究院 | 绿色能源云计算方法与系统 |
Non-Patent Citations (1)
Title |
---|
CHAO LI, AMER QOUNEH, TAO LI: "Characterizing and Analyzing Renewable Energy Driven Data Centers", 《PROCEEDINGS OF THE ACM INTERNATIONAL CONFERENCE ON MEASUREMENT AND MODELING OF COMPUTER SYSTEMS》, 30 June 2011 (2011-06-30) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580922B (zh) * | 2013-11-08 | 2016-08-17 | 国家电网公司 | 一种基于混合优化的电力通信网络应用服务器过载控制方法 |
CN103580922A (zh) * | 2013-11-08 | 2014-02-12 | 国家电网公司 | 一种基于混合优化的电力通信网络应用服务器过载控制方法 |
CN104536826A (zh) * | 2015-01-26 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 一种面向风光多能源数据中心的实时任务绿色调度方法 |
CN104536826B (zh) * | 2015-01-26 | 2015-10-21 | 中国人民解放军国防科学技术大学 | 一种面向风光多能源数据中心的实时任务绿色调度方法 |
CN104700162B (zh) * | 2015-03-09 | 2018-03-09 | 南京理工大学 | 基于时间耦合约束的居民用户用电负载调度方法 |
CN104700162A (zh) * | 2015-03-09 | 2015-06-10 | 南京理工大学 | 基于时间耦合约束的居民用户用电负载调度方法 |
CN106484499A (zh) * | 2015-09-02 | 2017-03-08 | 李涛 | 一种面向横向扩展的新能源数据中心的云管理平台 |
CN106483876A (zh) * | 2015-09-02 | 2017-03-08 | 李涛 | 一种新能源数据中心的能量调度架构 |
CN106130013B (zh) * | 2016-07-11 | 2019-03-05 | 上海交通大学 | 主机托管式数据中心参与需求响应工程的优化控制方法 |
CN107341043A (zh) * | 2017-06-28 | 2017-11-10 | 东北大学 | 一种评估可再生能源混合供电的数据中心能耗的仿真方法 |
CN107967536B (zh) * | 2017-11-27 | 2021-02-26 | 南京航空航天大学 | 基于鲁棒优化的绿色数据中心节能任务调度策略 |
CN108983946A (zh) * | 2018-06-13 | 2018-12-11 | 烽火通信科技股份有限公司 | 一种服务器功耗控制方法、系统及设备 |
US10886743B2 (en) | 2018-08-20 | 2021-01-05 | International Business Machines Corporation | Providing energy elasticity services via distributed virtual batteries |
CN112801331A (zh) * | 2019-11-14 | 2021-05-14 | 谷歌有限责任公司 | 利用虚拟容量和优选位置实时调度进行计算负载的整形 |
CN112801331B (zh) * | 2019-11-14 | 2024-02-06 | 谷歌有限责任公司 | 利用虚拟容量和优选位置实时调度进行计算负载的整形 |
US11960255B2 (en) | 2019-11-14 | 2024-04-16 | Google Llc | Compute load shaping using virtual capacity and preferential location real time scheduling |
CN111553534A (zh) * | 2020-04-30 | 2020-08-18 | 贵州电网有限责任公司 | 一种配电网供电子网格子供区划分方法 |
CN111553534B (zh) * | 2020-04-30 | 2024-04-05 | 贵州电网有限责任公司 | 一种配电网供电子网格子供区划分方法 |
CN115113705A (zh) * | 2021-03-18 | 2022-09-27 | 百度(美国)有限责任公司 | 用于神经网络集成的数据中心控制层次 |
Also Published As
Publication number | Publication date |
---|---|
CN103377084B (zh) | 2017-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103377084A (zh) | 一种基于可再生能源的绿色数据中心的负载调度方法及装置 | |
US11455021B2 (en) | Datacenter power management using AC and DC power sources | |
US20190258307A1 (en) | Time varying power management within datacenters | |
Akella et al. | Distributed power balancing for the FREEDM system | |
CN110994694B (zh) | 计及差异化需求响应的微电网源荷储协调优化调度方法 | |
CN1949137A (zh) | 图形信息处理系统的电力消耗管理系统及方法 | |
WO2017149618A1 (ja) | 制御装置、発電制御装置、制御方法、システム、及び、プログラム | |
US11811233B1 (en) | Systems and methods for optimized loading of battery inverters | |
CN110633152A (zh) | 用于实现业务集群水平伸缩的方法和装置 | |
US10747289B2 (en) | Data center power manipulation | |
CN103023802B (zh) | 一种面向web集群的低能耗调度系统和方法 | |
CN108769162A (zh) | 分布式消息均衡处理方法、装置、电子设备、存储介质 | |
CN101030703A (zh) | 电力系统频率和有功功率联合调控方法 | |
WO2017149617A1 (ja) | 制御装置、需給調整制御装置、蓄電装置、出力制御装置、需給調整システム、制御方法、需給調整方法及びプログラム | |
AU2015344888B2 (en) | A method, a controller, and a network for controlling devices in a power distribution network | |
CN104834562B (zh) | 一种异构数据中心及该数据中心的运行方法 | |
CN116316583A (zh) | 一种基于储能共享的配电网系统韧性提升方法、装置、设备及存储介质 | |
CN105183537A (zh) | 基于动态阈值窗口的虚拟机迁移处理方法 | |
WO2019213466A1 (en) | Time varying power management within datacenters | |
CN114331757A (zh) | 能源管理方法、装置、计算机设备和计算机可读存储介质 | |
JP2014236637A (ja) | サーバシステム、その制御方法および制御プログラム | |
JP6935005B2 (ja) | 需給管理装置、プログラム、及び需給管理方法 | |
CN112491067A (zh) | 一种基于复合储能的主动配电网容量配置方法 | |
Kaewpuang et al. | Adaptive power management for data center in smart grid environment | |
Zhu et al. | Batch workloads management for data centers considering nodes efficiency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170912 Termination date: 20180411 |