CN103905227A - 一种服务器能耗控制方法及系统 - Google Patents
一种服务器能耗控制方法及系统 Download PDFInfo
- Publication number
- CN103905227A CN103905227A CN201210574895.0A CN201210574895A CN103905227A CN 103905227 A CN103905227 A CN 103905227A CN 201210574895 A CN201210574895 A CN 201210574895A CN 103905227 A CN103905227 A CN 103905227A
- Authority
- CN
- China
- Prior art keywords
- server
- energy consumption
- parameter
- control strategy
- initialization
- 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
Landscapes
- Power Sources (AREA)
Abstract
本发明提供一种服务器能耗控制方法及系统。其中所述方法包括:根据服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型;根据服务器运行历史数据特征参数建立服务器运行基线数据;根据所述初始化关系模型和运行基线数据,生成所述服务器的能耗控制策略,触发能耗调度控制请求;根据所述服务器实时性能数据,对所述能耗控制策略进行动态调整。与现有技术相比,本发明从服务器负载角度考虑非能耗控制问题,并可以动态的对服务器能耗进行调整,控制简单、方便,调整稳定快速。
Description
技术领域
本发明涉及数据通信技术领域,尤其涉及一种服务器能耗控制方法及系统。
背景技术
近年来,随着信息化技术的推进,各类数据中心得到了大规模发展,随之而来的,数据中心节能降耗问题成为数据中心管理者和运营者的关注重点。经过分析,数据中心能耗约40%来源于服务器,而其他如制冷系统的能耗也间接来自于服务器能耗(如:带走服务器产生的热量),因此如果能从服务器的角度降低能耗,将能降低整个数据中心的能耗水平。
目前,降低服务器能耗主要包括以下几个方面的努力:首先,芯片厂(商包括CPU、内存等芯片厂商)主要是通过改进工艺、调整工作电压等相关技术手段实现能耗降低。近5年来,CPU每瓦特的处理能力提升了5倍多。第二,服务器厂商主要从服务器本身的设计、包括风流设计、系统架构等角度降低能耗。第三,操作系统厂商或服务器厂商通过电源管理软件,根据服务器CPU的运行的状态进行CPU的P-State(perfmance state)调整,从而实现能耗降低。
现有技术中提出一种根据应用场景特征参数控制服务器能耗的方案,该方案描述了通过定义应用场景的特征参数,并根据特征参数、设备性能等进行动态优化调度的控制算法和相关装置,它有一些几个特征:
a:首先建立场景参数与服务器性能、能耗的关系模型;
b:通过拨测方式获得端到端的应用场景特征参数
c:查询关系模型得到能耗控制策略;
d:根据策略进行能耗的动态调整控制;
e:根据每条调整的控制事件,对服务器进行实际能耗最佳控制。
另外,常用的英特尔数据中心管理平台中,通过英特尔节点管理器和基板管理控制器(BMC)提供在不影响工作性能的同时进行的服务器组能源管理。为了达到这一目标,英特尔数据中心管理平台为每一台独立的服务器动态调整能耗标准以适应该服务器工作量的变化、使用率和由此改变的能源需求量,其功能主要体现在四个方面:
根据服务器的优先级别动态分配电源:比如针对承担主要服务的服务器,可以调高它们的优先级别,以优先保证其的用电需求。
使用实际观察数据,重新估计和设计数据中心的制冷系统和电源供给:可以先根据服务器的物理位置和功能进行分组,然后根据监控得来的数据,对每组服务器设置具体的用电配额和制冷策略。
通过分析供电和工作量,诊断是否有效使用机架空间:比较实际电耗和服务器标称功率进行的电源功率分配。
观察数据中心供电系统和高温异常等情况,并及时提醒用户:为数据中心各个服务器组,配置了相应的用电配额和温度策略,一旦组用电或者温度超过了设定阀值,相应的组就会采用允许范围内的最小供电,同时发出异常情况告警通知(比如短信、邮件等),从而让数据中心管理人员能够在最短的时间内处理相应的问题,从而避免了服务器烧坏或者过热宕机等情况。
针对前述提及的技术方案根据应用场景特征参数控制服务器能耗方案,采用拨测方式的场景特征参数作为服务能耗控制的主要因素,而在实际应用中,应用差异比较大,造成一方面拨测难度较大,另一方面拨测反馈周期较长,动态控制过程中难于快速稳定。而英特尔的数据中心管理平台,其本身作为提供了能耗控制的相关接口SDK,主要重点关注于多设备服务器组之间的能耗平衡。
现有技术中的各种能耗控制方案,并没有从服务器负载负荷的角度考虑服务器的能耗控制问题,也不能实现服务器能耗的动态控制,因而,亟需要一种能够有效动态的对服务器能耗进行控制的方案。
发明内容
本发明的目的在于克服现有技术的缺点和不足,提供一种服务器能耗控制方法及系统。
一种服务器能耗控制方法,所述方法包括:
根据服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型;
根据服务器运行历史数据特征参数建立服务器运行基线数据;
根据所述初始化关系模型和运行基线数据,生成所述服务器的能耗控制策略,触发能耗调度控制请求;
根据所述服务器实时性能数据,对所述能耗控制策略进行动态调整。
另一方面,本发明还公开了一种服务器能耗控制系统,所述系统包括特征参数采集模块、基线学习模块、策略生成模块和动态调度控制模块,其中,
所述特征参数采集模块,用于采集服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型;
所述基线学习模块,用于根据服务器运行历史数据特征参数建立服务器运行基线数据;
所述策略生成模块,用于根据所述初始化关系模型和运行基线数据,生成所述服务器的能耗控制策略;
所述动态调度控制模块,用于根据所述服务器实时性能数据,对所述能耗控制策略进行动态下发和调整。
本发明围绕实现服务器运行能耗动态控制展开,提供一种通过服务器运行性能和能耗历史数据的学习,生成服务器优化能耗控制策略,以及通过实际运行动态性能和能耗进行保护性调整的反馈控制,实现服务器能耗的动态控制,以解决服务器的能耗控制问题。与现有技术相比,具有如下有益效果:
控制方法简单,方便操作。本发明采用学习服务器历史运行特征参数形成基线的方法,通过控制策略生成算法形成控制策略,在控制中先生成策略,而不是通过实时采集特征参数形成策略。
具有保护措施,在策略下发后,实时收集服务器运行的特征参数,进行保护性策略动态调整,提供了保护性措施,避免由于策略执行造成特征参数的劣化。
策略动态调整稳定快,在策略动态调整时,只针对劣化进行调整,虽然造成策略不是当前时刻的最优策略,而是一个逼近优化策略,需要在下一调整周期再进行优化,但是可以让策略更加稳定,避免过多的下发控制事件。
附图说明
图1为本发明实施例1提供的服务器能耗控制方法原理流程图;
图2为本发明实施例2提供的服务器能耗控制系统结构示意图。
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。但本发明的实施方式不限于此。
本发明方法实施例原理在于通过服务器运行性能和能耗历史数据的学习,生成服务器优化能耗控制策略,以及通过实际运行动态性能和能耗进行保护性调整的反馈控制,实现服务器能耗的动态控制,以解决服务器的能耗控制问题。
为方便对本发明技术方案的理解,以下以本发明技术方案在移动通信网络服务器能耗控制中的实现为例,具体说明本发明技术方案的实现方式。然而,移动通信网络服务器能耗控制的应用环境并不构成本发明实现的限制条件,本发明的实现并非必然局限在某一特定的应用环境,实际上,在所有的存在服务器能耗控制的应用中,本发明的技术方案均可以有效的实时调整和控制,因此本发明无意对技术方案实现时所针对的具体应用环境进行限制。
如图1所示,为本发明实施例1提供的服务器能耗控制方法原理流程图,具体如下:
步骤10,根据服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型。
这里的服务器运行性能与能耗的特征参数根据需要进行选取,例如,性能参数可以是CPU利用率,能耗参数可以是实时的能耗,当前的cpu运行状态数据可以是P-State等。通过这些参数,建立服务器性能参数和服务器能耗参数的初始化关系模型。这个模型可以是一个区间,正常的服务器能耗就在这个区间之内运行。
进一步来说,这个关系模型的初始化过程包括:
a)根据应用系统的经验,定义特征参数的区间。这里应用系统的经验,也就是服务器能耗控制以及运行的一般经验数据。
b)在服务器稳定运行在特征参数区间的情况下,收集相关的能耗和性能特征参数;
c)重复步骤b),完成所有特征参数区间的相关特征参数的收集;
d)形成特征参数的初始化关系模型。
进一步的,生成关系模型的一种表述为一个序列,如:M={([P1,P1min,P1max],[P2,P2min,P2max],[P3,P3min,P3max],...),([Q1,Q1min,Q1max],[Q2,Q2min,Q2max],[Q3,Q3min,Q3max],...),...}。
步骤20,根据服务器运行历史数据特征参数建立服务器运行基线数据。
所述基线的生成,需要根据服务器运行本身的性能和能耗规律动态生成,如时间规律,大多数服务器的性能和能耗具有时间规律,以及在时间规律基础上的一定变化规律,其中时间规律如:按天、周、月等,以及节假日等;通常情况下,我们至少应该选择3个以上的规律性周期作为基础生成基线。
一般时间的动态基线生成方法:Pb=E(p)+f(p)。
其中:E(p)为在各个时间点的历史数据按照一定的函数生成的期望值;f(p)为一个调整参数,该参数反应了在多个规律性周期的变化规律的调整参数。
针对特殊时间,例如:节假日、特殊活动日,需要在上述基线基础上增加上一同等特殊时间作为基础生成动态基线。
特殊时间的动态基线生成方法:Pb=E(pi)+f(pi)+s(p0)。
其中:E(p)为在各个时间点的历史数据按照一定的函数生成的期望值;f(p)为一个调整参数,该参数反应了在多个规律性周期的变化规律的调整参数。s(p0)为上一同等节假日的调整因子。
步骤30,根据所初始化关系模型和运行基线数据,生成服务器的能耗控制策略,触发能耗调度控制请求。
控制策略生成方法为根据服务器运行基线特征参数,和初始化关系模型,选择对应的控制算法,假定我们将时间点分成i={t1,t2,t3,t4......}。
Ri=F(Pbi,Mi)。
其中:Pbi为该时点的基线,Mi为该时点的关系模型;Ri为该时点的策略规则。
这样将生成一系列控制点,组成一个控制策略R={R1,R2,R3....}。
步骤40,根据所服务器实时性能数据,对能耗控制策略进行动态调整。
对能耗控制策略进行动态调整,包括:
向服务器下发服务器的能耗控制策略;
收集服务器运行性能与能耗的特征参数;
将收集到的服务器运行性能与能耗的特征参数和服务器性能参数和服务器能耗参数的初始化关系模型进行对比,若服务器运行性能与能耗的特征参数在服务器能耗参数的初始化关系模型区间内或低于服务器能耗参数的初始化关系模型,则保持能耗控制策略;否则,按照步进式调高服务器的处理能力。
实际上,这里分为3种情况,也就是收集到的服务器运行性能与能耗的特征参数在服务器能耗参数的初始化关系模型区间内、低于该区间或者高于该区间,只有当高于该区间的时候,需要按照步进式调高服务器的处理能力。
进一步的,这里的动态调整,可以采用步进式的逐级安全回退的能耗控制策略;和/或采取跳跃式的一步到位安全回退的能耗控制策略。
如图2所示,为本发明实施例2提供的服务器能耗控制系统结构示意图,该系统包括特征参数采集模块100、基线学习模块200、策略生成模块300和动态调度控制模块400,具体如下:
特征参数采集模块100,用于采集服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型。
基线学习模块200,用于根据服务器运行历史数据特征参数建立服务器运行基线数据。
策略生成模块300,用于根据初始化关系模型和运行基线数据,生成服务器的能耗控制策略。
动态调度控制模块400,用于根据服务器实时性能数据,对能耗控制策略进行动态下发和调整。
进一步的,上述系统还包括执行模块500,用于根据指令和服务器交互进行能耗控制策略事件执行。
进一步的,上述系统还包括能耗控制事件管理模块600,用于收集动态调度控制模块产生的能耗事件,并发送指令给执行模块500。
本发明各个实施例的方案,相对与现有技术来说,控制方法简单,方便操作。本技术方案采用学习服务器历史运行特征参数形成基线的方法,通过控制策略生成算法形成控制策略,在控制中先生成策略,而不是通过实时采集特征参数形成策略。具有保护措施,在策略下发后,实时收集服务器运行的特征参数,进行保护性策略动态调整,提供了保护性措施,避免由于策略执行造成特征参数的劣化。策略动态调整稳定快,在策略动态调整时,只针对劣化进行调整,虽然造成策略不是当前时刻的最优策略,而是一个逼近优化策略,需要在下一调整周期再进行优化,但是可以让策略更加稳定,避免过多的下发控制事件。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (12)
1.一种服务器能耗控制方法,其特征在于,所述方法包括:
根据服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型;
根据服务器运行历史数据特征参数建立服务器运行基线数据;
根据所述初始化关系模型和运行基线数据,生成所述服务器的能耗控制策略,触发能耗调度控制请求;
根据所述服务器实时性能数据,对所述能耗控制策略进行动态调整。
2.如权利要求1所述的方法,其特征在于,所述动态调整包括:
采用步进式的逐级安全回退的能耗控制策略;和/或
采取跳跃式的一步到位安全回退的能耗控制策略。
3.如权利要求1所述的方法,其特征在于,所述建立服务器性能参数和服务器能耗参数的初始化关系模型,包括:
根据服务器运行参数,定义特征参数的区间;
当服务器稳定运行在所述特征参数区间时,收集所述服务器运行性能与能耗的特征参数;
完成所有特征参数区间的相关特征参数的收集,形成服务器性能参数和服务器能耗参数的初始化关系模型。
4.如权力要求3所述的方法,其特征在于,所述初始化关系模型为一个序列M={([P1,P1min,P1max],[P2,P2min,P2max],[P3,P3min,P3max],...),([Q1,Q1min,Q1max],[Q2,Q2min,Q2max],[Q3,Q3min,Q3max],...),...}。
5.如权利要求1所述的方法,其特征在于,所述服务器运行基线数据根据服务器运行本身的性能和能耗规律动态生成;所述能耗规律至少包括3个以上的规律性周期作为基础。
6.如权利要求5所述的方法,其特征在于,所述能耗规律为时间规律,按照天、周、月以及节假日状况形成所述服务器能耗变化的规律。
7.如权利要求5所述的方法,其特征在于,所述服务器运行基线数据动态生成方法包括一半时间的动态基线生成方法和特殊事件的动态基线生成方法,其中,
所述一般时间的动态基线生成方法:Pb=E(p)+f(p);其中,E(p)为在各个时间点的历史数据按照函数生成的期望值;f(p)为一个调整参数,反应了在多个规律性周期的变化规律的调整参数;
所述特殊时间的动态基线生成方法:Pb=E(pi)+f(pi)+s(p0);其中,E(p)为在各个时间点的历史数据按照函数生成的期望值;f(p)为一个调整参数,反应了在多个规律性周期的变化规律的调整参数;s(p0)为上一同等节假日的调整因子。
8.如权利要求1所述的方法,其特征在于,所述服务器的能耗控制策略根据如下方法生成:
设定时间点分成i={t1,t2,t3,t4......};
则控制策略根据时间点可分为i个控制点,Ri=F(Pbi,Mi);
其中,所述Pbi为该时点的基线,Mi为该时点的关系模型;Ri为该时点的策略规则;
根据生成的一系列控制点Ri,生成控制策略R={R1,R2,R3....}。
9.如权利要求1所述的方法,其特征在于,所述对所述能耗控制策略进行动态调整,包括:
向服务器下发所述服务器的能耗控制策略;
收集服务器运行性能与能耗的特征参数;
将收集到的所述服务器运行性能与能耗的特征参数和所述服务器性能参数和服务器能耗参数的初始化关系模型进行对比,若所述服务器运行性能与能耗的特征参数在所述服务器能耗参数的初始化关系模型区间内或低于所述服务器能耗参数的初始化关系模型,则保持所述能耗控制策略;否则,按照步进式调高所述服务器的处理能力。
10.一种服务器能耗控制系统,其特征在于,所述系统包括特征参数采集模块、基线学习模块、策略生成模块和动态调度控制模块,其中,
所述特征参数采集模块,用于采集服务器运行性能与能耗的特征参数,建立服务器性能参数和服务器能耗参数的初始化关系模型;
所述基线学习模块,用于根据服务器运行历史数据特征参数建立服务器运行基线数据;
所述策略生成模块,用于根据所述初始化关系模型和运行基线数据,生成所述服务器的能耗控制策略;
所述动态调度控制模块,用于根据所述服务器实时性能数据,对所述能耗控制策略进行动态下发和调整。
11.如权利要求10所述的系统,其特征在于,所述系统还包括执行模块,用于根据指令和服务器交互进行能耗控制策略事件执行。
12.如权利要求11所述的系统,其特征在于,所述系统还包括能耗控制事件管理模块,用于收集所述动态调度控制模块产生的能耗事件,并发送指令给所述执行模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210574895.0A CN103905227B (zh) | 2012-12-26 | 2012-12-26 | 一种服务器能耗控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210574895.0A CN103905227B (zh) | 2012-12-26 | 2012-12-26 | 一种服务器能耗控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103905227A true CN103905227A (zh) | 2014-07-02 |
CN103905227B CN103905227B (zh) | 2018-05-22 |
Family
ID=50996383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210574895.0A Active CN103905227B (zh) | 2012-12-26 | 2012-12-26 | 一种服务器能耗控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103905227B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096874A (zh) * | 2016-08-18 | 2016-11-09 | 中国联合网络通信集团有限公司 | 数据中心的能效管理方法、装置和系统 |
CN107656851A (zh) * | 2017-09-30 | 2018-02-02 | 华南理工大学 | 一种基于部件能耗模型的云服务器能耗测算方法及系统 |
CN108377201A (zh) * | 2018-02-09 | 2018-08-07 | 腾讯科技(深圳)有限公司 | 网络异常感知方法、装置、设备及计算机可读存储介质 |
CN110703900A (zh) * | 2019-09-23 | 2020-01-17 | 苏州浪潮智能科技有限公司 | 云计算环境的功率控制方法和装置 |
CN112822903A (zh) * | 2019-11-15 | 2021-05-18 | 中国移动通信集团甘肃有限公司 | 一种基于人工智能的数据中心制冷和系统 |
CN114594812A (zh) * | 2022-03-09 | 2022-06-07 | 新泰市日进化工科技有限公司 | 一种动态调整降低能耗的结晶反应釜冷却水恒温系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1677934A (zh) * | 2004-03-31 | 2005-10-05 | 华为技术有限公司 | 监控网络业务性能的方法及系统 |
CN101355463A (zh) * | 2008-08-27 | 2009-01-28 | 成都市华为赛门铁克科技有限公司 | 网络攻击的判断方法、系统和设备 |
US20100185471A1 (en) * | 2009-01-16 | 2010-07-22 | Henry Chen | Analyzing voyage efficiencies |
CN101888316A (zh) * | 2010-05-06 | 2010-11-17 | 袁隽 | 根据应用场景特征参数控制服务器能耗的方法及装置 |
CN102759984A (zh) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | 虚拟化服务器集群的电源和性能管理系统 |
-
2012
- 2012-12-26 CN CN201210574895.0A patent/CN103905227B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1677934A (zh) * | 2004-03-31 | 2005-10-05 | 华为技术有限公司 | 监控网络业务性能的方法及系统 |
CN101355463A (zh) * | 2008-08-27 | 2009-01-28 | 成都市华为赛门铁克科技有限公司 | 网络攻击的判断方法、系统和设备 |
US20100185471A1 (en) * | 2009-01-16 | 2010-07-22 | Henry Chen | Analyzing voyage efficiencies |
CN101888316A (zh) * | 2010-05-06 | 2010-11-17 | 袁隽 | 根据应用场景特征参数控制服务器能耗的方法及装置 |
CN102759984A (zh) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | 虚拟化服务器集群的电源和性能管理系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096874A (zh) * | 2016-08-18 | 2016-11-09 | 中国联合网络通信集团有限公司 | 数据中心的能效管理方法、装置和系统 |
CN107656851A (zh) * | 2017-09-30 | 2018-02-02 | 华南理工大学 | 一种基于部件能耗模型的云服务器能耗测算方法及系统 |
CN107656851B (zh) * | 2017-09-30 | 2021-01-19 | 华南理工大学 | 一种基于部件能耗模型的云服务器能耗测算方法及系统 |
CN108377201A (zh) * | 2018-02-09 | 2018-08-07 | 腾讯科技(深圳)有限公司 | 网络异常感知方法、装置、设备及计算机可读存储介质 |
CN108377201B (zh) * | 2018-02-09 | 2021-03-26 | 腾讯科技(深圳)有限公司 | 网络异常感知方法、装置、设备及计算机可读存储介质 |
CN110703900A (zh) * | 2019-09-23 | 2020-01-17 | 苏州浪潮智能科技有限公司 | 云计算环境的功率控制方法和装置 |
CN112822903A (zh) * | 2019-11-15 | 2021-05-18 | 中国移动通信集团甘肃有限公司 | 一种基于人工智能的数据中心制冷和系统 |
CN112822903B (zh) * | 2019-11-15 | 2022-09-13 | 中国移动通信集团甘肃有限公司 | 一种基于人工智能的数据中心制冷方法和系统 |
CN114594812A (zh) * | 2022-03-09 | 2022-06-07 | 新泰市日进化工科技有限公司 | 一种动态调整降低能耗的结晶反应釜冷却水恒温系统 |
CN114594812B (zh) * | 2022-03-09 | 2023-04-07 | 新泰市日进化工科技有限公司 | 一种动态调整降低能耗的结晶反应釜冷却水恒温系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103905227B (zh) | 2018-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Byun et al. | A smart energy distribution and management system for renewable energy distribution and context-aware services based on user patterns and load forecasting | |
CN103905227A (zh) | 一种服务器能耗控制方法及系统 | |
US8731732B2 (en) | Methods and system to manage variability in production of renewable energy | |
Koutsopoulos et al. | Challenges in demand load control for the smart grid | |
Ozturk et al. | An intelligent home energy management system to improve demand response | |
US10678198B2 (en) | Power distribution control system | |
US20190286080A1 (en) | Microgrid controller for distributed energy systems | |
EP2702658B1 (en) | Cross-profile coordination of energy consumption policies | |
Mangiatordi et al. | Power consumption scheduling for residential buildings | |
AU2014404066B2 (en) | Power distribution control system | |
CN104065168B (zh) | 一种风光储联合发电状态监测的动态变频数据采集方法 | |
WO2016137619A1 (en) | Variable feed-out energy management | |
US10372188B2 (en) | Electrical power management | |
JP2014096866A (ja) | エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置 | |
CN104125274A (zh) | 电量控制方法、物联网终端及物联网服务器 | |
EP3147835A1 (en) | Micro-balance event resource selection | |
Jacobsen et al. | SEMIAH: An aggregator framework for european demand response programs | |
Chen et al. | Improving power quality efficient in demand response: Aggregated heating, ventilation and air-conditioning systems | |
Frincu et al. | Towards a scalable cloud enabled smart home automation architecture for demand response | |
CN106816878B (zh) | 一种应用于电力排灌设施的需求响应调控装置和方法 | |
Shaad et al. | A basic load following control strategy in a direct load control program | |
Anandalaskhmi et al. | Peak reduction algorithms for a smart community | |
CN116231846A (zh) | 适用多种配电网场景的需求侧响应装置及调控方法 | |
Balasubramanian et al. | IOT based energy management in smart grid under price based demand response based on hybrid FHO-RERNN approach | |
Cherchi et al. | Energy consumption management in Smart Homes: An M-Bus communication system |
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 |