CN106687873B - 作为电网条件传感器的服务器设施 - Google Patents
作为电网条件传感器的服务器设施 Download PDFInfo
- Publication number
- CN106687873B CN106687873B CN201580048797.5A CN201580048797A CN106687873B CN 106687873 B CN106687873 B CN 106687873B CN 201580048797 A CN201580048797 A CN 201580048797A CN 106687873 B CN106687873 B CN 106687873B
- Authority
- CN
- China
- Prior art keywords
- power grid
- power
- grid
- server
- local
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
该文档涉及使用服务器设施来分析电网条件。一个示例获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。第一服务器设施被连接到第一电网,并且第一先前电网故障事件在第一时间段期间已经发生在第一电网上。示例还获得描述在第二时间段期间由第二服务器设施检测的第二电网条件的第二电网条件信号。第二服务器设施被连接到地理上远离第一电网的第二电网,并且第二先前电网故障在第二时间段期间已经发生在第二电网上。该示例还包括使用第一电网条件信号和第二电网条件信号来预测第二电网上的未来电网故障事件。
Description
背景技术
电气公用设施、发电厂运营商和/或电网运营商在向各种消耗者提供电气功率时面临某些困难。例如,电气公用设施可以依赖于在可用性方面变化的能源(例如,贯穿全天并且随着天气一般地变化的可用太阳能)。同样地,风能可以随着天气每日和/或季节性地变化。
另外,对于电气功率的需求通常不直接与来自这些能源的功率的可用性相关。例如,由于看电视、烹饪、淋浴等,由家庭消耗的电气功率往往在晚上增加,同时这些时间处的太阳能的可用性是有限的。另外,当某些能源有限或不可用于电气公用设施时,大型能源消耗者(诸如服务器设施(server installation)(例如,数据中心、服务器群等))有时可能提供针对电气功率的增加的需求。
在一些情况下,电网上的不平衡可能引起中断,诸如电网断电。电网断电可以具有对公共设施和消耗者的显著的效果。然而,预测电网中断是困难的,并且因此对于公共设施和消耗者二者来说,采取步骤在其发生之前减轻电网中断的影响是困难的。
发明内容
提供该概述以引入以在详细描述中下文进一步描述的简化形式的概念的选择。该概述不旨在标识所要求保护的主题的关键特征或基本特征,其也不旨在被用于限制所要求保护的主题的范围。
描述总体上涉及电网分析。一个示例包括一种系统,其包括硬件处理单元和存储指令的硬件存储设备。该硬件指令可以使得硬件处理器实现电网分析模块和动作引发模块。该电网分析模块可以被配置为获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。该第一服务器设施可以被连接到第一电网,并且先前电网故障事件可能已经发生在第一时间段期间的第一电网上。该电网分析模块还可以被配置为使用第一电网条件信号来获得第二电网上的未来故障事件的预测。该动作引发模块可以被配置为基于预测来引起对能量存储设备的能量存储状态或连接到第二电网的第二服务器设施处的发电机的当前发电机状态的调整。
另一示例包括一种可以由计算设备执行的方法或技术。该示例包括获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。该第一服务器设施可以被连接到第一电网,并且先前电网故障事件在第一时间段期间可能已经发生在第一电网上。该示例还包括获得描述在第二时间段期间由第二服务器设施检测的第二电网条件的第二电网条件信号。该第二服务器设施可以被连接到第二电网,并且第二先前电网故障事件在第二时间段期间可能已经发生在第二电网上。该示例还可以包括执行对第一电网条件和第二电网条件的分析,并且基于分析来预测未来电网故障事件的可能性。
另一示例包括另一种可以由计算设备执行的方法或技术。该示例包括获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。该第一服务器设施可以被连接到第一电网,并且先前电网故障事件在第一时间段期间可能已经发生在第一电网上。该示例还包括获得描述在第二时间段期间由第二服务器设施检测的第二电网条件的第二电网条件信号。该第二服务器设施可以被连接到地理上远离第一电网的第二电网,并且第二先前电网故障在第二时间段期间可能已经发生在第二电网上。该示例还包括使用第一电网条件信号和第二电网条件信号来预测第二电网上的未来电网故障事件。
附图说明
参考附图描述了详细描述。在附图中,附图标记中的最左边的(一个或多个)数字标识附图标记首次出现的附图。描述和附图中的不同的实例中的类似附图标记的使用可以指示相似或相同项。
图1图示了与本概念的一些实现一致的示例环境。
图2和图3图示了与本概念的一些实现一致的示例场景。
图4图示了与本概念的一些实现一致的示例层次结构。
图5图示了与本概念的一些实现一致的示例方法或技术。
图6和图7图示了与本概念的一些实现一致的示例算法。
具体实施方式
概述
电网运营商和/或电气公共设施使用各种不同的技术来处理给定电网(诸如运转准备设备和峰值发电厂)上的波动条件。尽管电网运营商针对处理电网波动具有的这些机制,电网断电和其他问题仍然发生并且可能难以预测。由于电网断电难以预测,因而采取抢占式步骤减轻由电网故障引起的问题也是困难的。出于该文档的目的,术语“电网故障”或“电网故障事件”涵盖完全的功率断电以及不太严重的问题(诸如功率不足)。
一些服务器设施(例如,数据中心、服务器群等)使用相当多的功率,并且可以构成在给定电网上提供的电气功率的相对高部分。由于其使用大量的功率,因而这些服务器设施可以被安装到高容量配电线路。这进而意味着服务器设施可以感测可能更难以检测其他功率消耗者(诸如连接到低容量配电线路的住宅功率消耗者)的功率线上的电网条件。
服务器设施还可以被连接到非常高带宽、低延时计算机网络并且因此可能能够非常迅速地通信。在一些情况下,在一个服务器设施处感测的电网条件可以被用于做出关于另一安装处的电网故障的预测。例如,服务器设施可以被定位在往往具有相关电网断电的不同的电网上。这可以由于各种因素,诸如往往从一个服务器设施移动到另一个的天气模式、由于由两个服务器设施使用的潜在的电网基础设施等。甚至当电网故障在不同的电网之间不相关时,从一个电网上的故障学习什么类型的条件可能指示另一电网上的未来问题仍然是可能的。
服务器设施还具有使得其能够受益于电网故障的预先通知的多个特性。例如,服务器设施可以具有可以被用于向电网或者向服务器设施中的功率服务器提供补充功率而不是从电网汲取该功率的局部发电容量。当电网故障可能时,基于未来电网故障(例如正接通或增加本地发电的功率输出)的可能性,服务器设施可以接通或关断其本地发电。
另外,服务器设施可以具有诸如电池的本地能量存储设备(例如,位于不间断电源中)。服务器设施可以在一些情况下(例如,当电网故障被预测为很快发生时)选择性地对其本地能量存储设备进行充电,使得服务器设施可以具有用于处理电网故障的足够的所存储的能量。同样地,服务器设施可以在其他情况下(例如,当在不久的将来的电网故障的可能性非常低时)选择性地对其本地能量存储设备进行放电。
另外,服务器设施可以基于电网故障的可能性,调整本地可延迟工作量。例如,当电网故障被预测为发生时,服务器设施可以比正常更早地调度可延迟工作量。另外,服务器的功率状态可以基于电网故障的可能性而调整,例如,当电网故障在不久的将来不可能时,一个或多个服务器可以被置于低功率状态中(进行较少的工作),并且在服务器在电网断电更可能时,一个或多个服务器可以转换到较高的功率利用状态。
在一些所公开的实现中,服务器设施基于电网故障的所预测的可能性自适应地调整以下中的一些或全部:(1)功率的现场生成,(2)现场能量存储,和(3)由服务器造成的功率利用/工作量调度。由于调整这三个参数的灵活性,服务器设施可能能够在其实际发生之前解决所预测的电网故障。这可以通过确保高效地调度工作量来使服务器设施受益,这降低了错过截止时间、丢失数据、无反应服务等的可能性。
出于该文档的目的,术语“能量硬件”涵盖出于对一个或多个服务器供电的目的存在于给定服务器设施处的设备,诸如发电机、电池、电源、电线等。可以通过采取各种“能量硬件动作”(诸如接通或关断发电机、调整运行发电机的输出、对电池充电或放电等)调整上文所提到的参数(1)和(2)。可以通过采取各种“服务器动作”(诸如将给定服务器置于低功率状态中、将工作量从一个服务器移动到另一个、节流或停止给定服务器上的各种服务等)调整上文所提到的参数(3)。
服务器设施可能能够采取动作以在非常短的时间量内减轻电网故障。例如,一些计算作业可以非常迅速地被移动到其他服务器设施,这取决于用于传递与计算作业相关联的任何计算状态的可用带宽和延时。作为另一示例,一些现场发电机可以是完全操作的并且在大约10秒内提供最大功率输出。因此,即使电网故障被预测为在非常短的时间段内发生,预测电网故障的能力对于服务器设施可以仍然是有益的。
示例网络场景
在图1中示出在其中可以执行所公开的技术的一个特定环境,其示出了包括经由网络120连接到客户端设备130和服务器设施140、150和160的控制系统110的示例环境100。通常,客户端设备可以请求来自多个服务器设施中的任一个服务器设施的各种服务,其进而使用电气功率来代表客户端设备执行计算工作。服务器设施可以被连接到在不同的时间遭受不同的电网故障的不同的电网。控制系统可以从服务器设施接收各种电网条件信号并且基于相应电网处的电网断电的预测可能性来控制服务器设施,如下面更多讨论的。由于服务器设施和控制系统可能能够在网络120上非常迅速地通信,因而服务器设施可能能够响应于预测的电网断电迅速地反应。
控制系统110可以包括电网分析模块113,其被配置为从各种源(诸如服务器设施140、150和160)接收数据(诸如电网条件信号)。电网分析模块可以分析数据以预测电网断电或其他问题。控制系统还可以包括动作引发模块114,其被配置为使用来自电网分析模块的预测来确定应用针对个体的服务器设施的不同的功率硬件和服务器动作。动作引发模块还可以被配置为将各种指令传输给个体服务器设施,以使得服务器设施执行这些功率硬件动作和/或服务器动作。
服务器设施可以包括相应的电网感测模块143、153和/或163。通常,电网感测模块可以感测各种电网条件信号(诸如电压、功率因子、频率、电气断电或其他电网故障等)。这些信号可以被提供给电网分析模块113以用于分析。在一些情况下,电网感测模块可以(例如,使用模拟测试设备感测信号并且将信号转换为发送给电网分析模块的数字表示)对电网条件信号执行一些变换。例如,集成电路可以被用于感测电压、频率和/或功率并且通过电网分析模块对感测值进行数字化以用于分析。
使用从各种服务器设施所接收的电网条件信号,电网分析模块113可以执行电网分析功能性(诸如预测给定电网上的未来功率断电或其他问题)。在一些情况下,电网分析模块标识位于不同的电网上的不同的服务器设施之间的电网断电的相关性。在其他实现中,电网分析模块标识与由各种服务器设施检测的电网断电而发生的某些条件,并且基于其他电网处的这些条件的存在来预测其他电网断电是否将在其他电网上发生。
动作引发模块114可以使用给定预测控制多个服务器设施中的任一个服务器设施处的能量硬件。通常,动作引发模块可以在网络120上将指令发送到给定服务器设施。每个服务器设施可以具有相应的动作实现模块144、154和164,其基于所接收的指令来直接控制该服务器设施中的本地能量硬件和/或服务器。例如,动作引发模块可以发送引起动作实现模块中的任一个使用来自本地能量存储设备、发电机或其他能源的本地源功率,而不是获得来自功率生成设施或电网的功率。同样地,动作引发模块可以提供用于控制服务器设施处的一个或多个开关以使得功率流动到服务器设施/从服务器设施流动到电网的指令。另外,动作引发模块可以发送使得服务器设施中的任一个处的动作实现模块针对某些时间段节流数据处理以便降低总功耗(例如,通过将一个或多个服务器置于低功耗状态中)。
在一些情况下,动作引发模块可以执行对给定服务器设施处的发电机状态和能量存储状态的分析。基于分析以及从电网分析模块113所获得的预测,控制系统110可以确定各种能量硬件动作或服务器动作以在服务器设施处应用。这些动作可以进而使得服务器设施处的服务器调整工作量以及使得发电机状态和/或能量存储状态改变。
出于该文档的目的,术语“发电机状态”通常指代发电机的操作状态。例如,该术语可以涵盖给定发电机是否正在运行、给定发电机当前是否变暖并且能够提供电气功率、电量当前由给定发电机生成等。该术语还可以涵盖发电机是否处于“超载状态”,其中发电机将产生大于其功率的额定容量以及发电机已经在超载状态中运行多久。一些发电机被规定针对每年指定小时数在超载状态中运行,并且当前使用的小时数可以是在控制系统如何执行本文所讨论的功能性方面的因素。
出于该文档的目的,术语“能量存储状态”通常指代能量存储设备的操作状态。该术语涵盖能量存储设备的当前放电状态、能量存储设备是否当前正被充电或放电、能量存储设备正被充电或放电的速率等。该术语还涵盖对于确定能量存储设备的可用寿命可能有用的历史信息。在电池的情况下,历史信息可以包括电池的年龄、先前放电周期的数目和/或先前放电周期的深度。对于一些电池而言,非常深放电周期(例如,小于10%)可能对电池的寿命产生重大的负面影响,并且控制系统在执行本文所讨论的功能时可以考虑这一点。
注意,控制系统110在图1中被示出为与服务器设施140、150和160外部地被定位。在进一步的实现中,控制系统110可以与服务器设施中的任何或全部被共同定位。例如,在一些情况下,每个服务器设施可以具有定位在其中的整个控制系统的实例,并且控制系统的本地实例可以控制对应的服务器设施处的功率使用/发生和服务器。在其他情况下,可以通过控制系统110的单个实例在网络120上对每个服务器设施进行控制。在进一步的情况中,电网分析模块113远离服务器设施被定位,并且每个服务器设施可以使其自身的动作引发模块定位在其上。在这种情况下,电网分析模块向个体服务器设施提供预测,动作引发模块评估本地能量硬件状态和/或服务器状态,并且基于所接收的预测来确定应用哪些动作。
此外,注意,控制系统110可以包括各种处理资源111和存储器/存储资源112,其可以被用于实现电网分析模块113和动作引发模块114。同样地,服务器设施可以包括各种处理资源141、151和161和存储器/存储资源142、152和162。这些处理/存储器资源可以被用于实现相应的电网感测模块143、153和163和动作实现模块144、154和164。在题为“设备实现”的章节中下面更详细地讨论关于处理和存储器资源的附加细节。
示例供应侧服务器设施场景
可以在供应侧和消耗侧场景二者中实现服务器设施。通常,供应侧场景中的服务器设施可以被配置为在一些情况下向电网提供电气功率并且在其他情况下从电网汲取功率。消耗侧场景中的服务器设施可以被配置为从电网汲取功率但是可能不能够向电网提供净功率。出于示例的目的,假定服务器设施140被配置在供应侧场景中并且服务器设施150和160被配置在消耗侧场景中,如下面更多讨论的。
图2图示了具有向具有电气消耗者230-260的电网220提供电气功率的功率生成设施210的示例场景200。在图2的示例中,电气消耗者被示出为工厂230、电车240、电炉250和洗衣机260,但是本领域的技术人员将认识到任何数目的不同的供电设备可以被连接到电网220。通常,功率生成设施向电网提供功率,并且电气消耗者消耗功率,如相应地由箭头214、231、241、251和261的方向性所图示的。注意,在一些情况下,不同的实体可以管理功率生成设施和电网(例如,功率生成设施运营商和电网运营商),并且在其他情况中,相同实体将管理功率生成设施和电网二者。
图2还示出了经由开关280连接到功率生成设施210的服务器设施140。开关280可以允许功率从功率生成设施发送到服务器设施或从服务器设施到功率生成设施,如由双向箭头281所示。在一些情况下,开关可以是自动或手动转换开关。注意,在该示例中,功率生成设施被示出有对应的能源211-213,其包括可再生能源发电机211(例如,风、太阳、水电)、矿物燃料发电机212和能量存储设备213。注意,功率生成设施可以具有一个或多个主发电机以及用于保留容量的其他发电机,如下面更多讨论的。
另外,服务器设施140可能能够直接从电网220汲取功率,如由箭头282所示。这可以允许服务器设施140感测电网上的条件。这些条件可以被用于预测电网220上的各种电网故障事件,如本文中更多讨论的。
出于该文档的目的,术语“能源”涵盖发电机、能量存储设备或可以被用于获得能量的其他机制。术语“发电机”还可以指代任何发电机制并且还包括由可再生技术、核技术、矿物燃料等供电的发电机。术语“能量存储设备”涵盖各种技术,诸如电化学电池、电容器、机械能量存储(例如,抽吸到给定海拔的水、压缩空气等)、热存储或其他技术。在一些特定实现中,能量存储设备是可以由包括可以由柴油、天然气等供电的矿物燃料发电机212的源充电所提供的电化学电池。在一些情况下,可以在用于各种服务器供电的不间断电源中提供电池或其他能量存储设备。还注意,如本文所使用的术语充电和放电通常意味着将所存储的能量添加到能量存储设备或从能量存储设备移除所存储的能量,并且不限于仅对电化学电池充电。例如,充电可以涵盖将水从较低的海拔移动到较高的海拔、将热能添加到热能源等。
像功率生成设施210那样,服务器设施140还可以具有示出为可再生能源发电机271、矿物燃料发电机272和能量存储设备273的能源271-273。注意,功率生成设施和服务器设施不必具有相同能源,例如,在一些情况下,功率生成设施可以缺少矿物燃料发电机和服务器设施可以缺少可再生能源发电机或反之亦然以及功率生成/存储设备的各种其他组合。而且,功率生成设施和/或服务器设施可以具有未示出的其他能源(例如,核、燃料电池等)。
内部地,服务器设施140可以具有由对应的电源供电的多个服务器机架。电源可以对提供给从交流电到直流电的服务器电源的电流进行整流。另外,服务器设施可以具有适当的内部变压器以将由服务器设施所产生或从功率生成设施210所接收的电压降低到适于服务器电源的电压的水平。在下面更多讨论的进一步的实现中,服务器电源可以具有可调整的阻抗,因此其可以被配置为从功率生成设施故意地汲取更多/更少功率。
在一些实现中,开关280可以是开路转换开关并且在其他情况中可以是闭合转换开关。在开路转换情况下,在服务器设施140处的发电被连接到电网220之前打开开关。这可以使电网免受由连接到发电机引起的潜在问题影响。通常,电网运营商力图将电网的电气状态维持在指定参数集内(例如,在给定电压范围、频率范围和/或功率因子范围内)。通过在接通发电机之前打开开关,服务器设施140可以避免非故意地使得电网的电气状态在这些指定参数外部波动。
由于开路转换场景未将运行发电机连接到电网220,因而该场景可以防止服务器设施140向电网提供净功率。然而,服务器设施可以仍然使用开关280调整电网上的其负载。例如,开关180可以包括多个个体开关并且每个个体开关可以选择性地打开/闭合,使得电网看到来自服务器设施的指定电气负载。连接到闭合开关的发电机可以通常被关断或否则被配置为不向电网提供功率,然而连接到开路开关的发电机可以用于向服务器设施内部地提供功率,或如果不需要的话可以被关断或闲置。同样地,服务器可以被配置到各种功耗状态中和/或能量存储设备可以充电或放电以通过服务器设施操纵被放置在电网上的电气负载。
在闭合转换情况下,发电机可以在发电时被连接到电网220。因此,净功率可以从电网流动到服务器设施140(如在开路转换情况下)或净功率可以从服务器设施流动到电网。然而,特别地在闭合转换情况下,服务器设施可以非故意地使得电网在指定电压、频率和/或上文所提到的功率因子参数外波动。因此,在一些情况下,发电机可以被接通并且与关闭开关之前功率的正弦波与电网同步(例如,使用平行开关设备将生成的功率的相位与电网功率对齐)。如果需要的话,服务器设施的本地能量存储可以用于在发电机将与电网同步的时间期间向本地服务器提供功率。注意,闭合转换实现还可以使用多个开关,其中每个开关可以具有给定额定容量并且接通或关断的开关的数目可以是从电网汲取的净功率或提供给电网的净功率的函数。
存在对上文所提到的闭合对开路转换场景的附加细微差别。在闭合转换场景中,在任何给定时间处可以提供给电网220的净功率是发电机的峰功率输出(包括可能地在针对固定小时数每年在短期超载状态中运行他们)以及来自能量存储(例如,放电电池)的功率的函数。例如,如果发电机能够发生100兆瓦并且能量存储设备能够提供120兆瓦(例如,在峰放电速率处针对总计90秒),那么总计220兆瓦可以被发送给电网90秒并且此后100兆瓦可以仍然被发送给电网。另外,发电和/或能量存储容量可以在电网与服务器之间被分割,例如,对服务器的70兆瓦和对电网的150兆瓦多达90秒并且然后此后对电网的30兆瓦等。
然而,在开路转换场景中,可以归还到电网220的容量是由服务器汲取的电量的函数。例如,如果服务器将仅汲取10兆瓦但是服务器设施140具有前述100兆瓦发电容量和来自能量存储的120兆瓦功率,则服务器设施可以仅将10兆瓦的功率“归还”到电网,这是因为服务器将仅汲取10兆瓦。因此,帮助减轻电网中的问题的服务器设施的能力可以部分地被视为服务器负载的函数。
注意,在闭合或开路转换情况下,能量存储设备可以选择性地被充电以创建电网220上的目标负载。换句话说,如果电池可以在充电时汲取30兆瓦的功率,那么在任一情况下,可以从电网汲取附加的30兆瓦,只要能量存储设备未充分充电。在一些情况下,在充电时由电池汲取的电量可以随着能量存储设备的充电状态变化,例如,其可以在几乎充分放电(例如,10%已充电)时汲取30兆瓦并且可以在几乎充分充电(例如,90%已充电)时仅汲取10兆瓦。
示例消耗侧服务器设施场景
如上文所讨论的,服务器设施150和160可以被配置在消耗侧场景中。图3图示了具有向电网320提供电气功率的功率生成设施310的示例场景,如在箭头311处所示。在该示例中,电网320向各种消耗者提供功率,如由箭头322、324、326和328所示。在该示例中,消耗者包括工厂321和电路327以及服务器设施150和160。在一些情况下,服务器设施150和160可以缺乏闭路转换开关或用于将功率发送回到功率生成设施310的其他机制。然而,如下面更多讨论的,可以操纵由服务器设施150和160造成的功耗,并且在一些情况下,这可以向功率生成设施310和/或电网320的运营商提供益处。
场景300还包括向另一电网340提供电气功率的另一功率生成设施330,如在箭头331处所示。在该示例中,电网340向消耗者341和343(被图示为洗衣机和电车)提供功率,如由箭头342和344所示。注意,在该示例中,服务器设施160还被连接到电网340,如在箭头345处所示。因此,服务器设施160可以选择性地从电网320或者电网340汲取功率。
服务器设施150和160可以具有类似的能源,诸如关于服务器设施140上文所讨论的那些能源。在下面所讨论的某些示例中,服务器设施150可以选择性地使用来自电网320和本地电池和/或服务器设施150处的发电机的功率。同样地,服务器设施160可以选择性地使用来自电网320、电网340和本地电池和/或服务器设施160处的发电机的功率。在一些情况下,在不从电网320和340接收功率的情况下,服务器设施150和/或160可以基于本地能源而针对时间段整体操作。
通常,给定服务器设施可以感测其被连接到的任何电网上的条件。因此,在图3的示例中,服务器设施150可以感测电网320上的电网条件,并且服务器设施160可以感测电网320和电网340二者上的电网条件。同样地,返回参考图2,服务器设施140可以感测电网上的电网条件。如本文进一步所讨论的,在电网220、320和/或340上发生的故障可以被用于预测电网220、320、电网340和/或其他电网上的未来的故障。
示例电网层次结构
如本文所使用的,术语“电网”指代将能量递送到给定区域内的消耗者的能量硬件的组织单元。在一些情况下,由电气覆盖的区域可以是整个国家(诸如英国国家电网)。实际上,甚至较大的区域可以被认为是单个电网,例如,将覆盖许多不同的欧洲国家的所提出的欧洲超级电网。相对大规模电网的另一示例是美国内的各种互连(例如,西部互连、东部互连、阿拉斯加互连、德克萨斯互连等)。
在给定电网内,可以存在还可以被认为是电网的许多较小的组织单元。例如,给定美国互连内的本地公用设施可以负责维持/操作位于其中的个体区域网格。给定互连内的个体区域网格可以电气连接并且共同地在特定交流电频率处操作。在给定区域电网内,可以存在可以向单独的邻近地区提供功率的甚至更少的电网(诸如“微电网”)。
图4图示了与某些实现一致的示例电网层次结构400。注意,出于图示的目的,示出了图4,并且实际的电网可能展示比图4中所示的那些显著地更复杂的关系。然而,图4图示了可以发生在电网上的关系,如下面更多讨论的。
电网层次结构400可以被视为一系列层,以及顶层具有电网402。电网402可以包括其他较小的电网(诸如下一低层中的电网404和406)。电网404和406可以进而包括变电站(诸如下一低层中的变电站408、410、412和414)。变电站408、410、412和414中的每个变电站可以包括下一低层中的其他变电站416、418、422、426和430和/或服务器设施420、424和428。变电站416、418、422、426和430可以包括最低层中的各种电气消耗者,其示出了电气消耗者432、434、436、438、440、442、444、446、448和450。
图4中所示的电气消耗者包括服务器设施420、424、428、436和444。通常,可以针对服务器设施140、150和/或160中的任一个关于图1-3如上文所讨论地配置这些服务器设施。而且,电网402、404和406可以与电网220、320和/或340类似。更一般地,可以针对服务器设施和电网的许多不同的配置应用所公开的实现。
在层次结构400内,较高层处的变电站可以是在比较低层的层次结构处的其他配电站相对更高电压处操作的配电站。层次结构中的给定路径中的每个变电站可以通过下一高级变电站使提供给其的电压下降。因此,服务器设施420、424和428可以相应地被连接到高压变电站410、412和414,然而服务器设施436和444被连接到低压变电站418和426。不管给定服务器设施被连接到哪个变电站,其可以感测服务器设施的电源线上的电气功率质量。然而,连接到高压变电站的服务器设施可能能够比连接到低压变电站的服务器设施更准确和/或更迅速地感测电网条件。
另外,可以使用电网层次结构400(例如,通过搜索层次结构中的共同祖先)确定两个服务器设施之间的关系。例如,服务器设施436和444具有相对遥远的关系,这是因为其仅共享高级电网402。相反,服务器设施424和444二者由变电站412用作共同祖先。因此,在服务器设施444处发生的电网故障事件可能比将由服务器设施436处的电网故障事件更可能隐含服务器设施424处的电网故障事件。更通常地,层次结构中的每个电网或变电站可以提供直接连接到该电网或变电站和其他消耗者的那些消耗者之间的某种程度上的电气隔离。
此外,注意,虽然电网层次结构400示出了图4中所示的元件之间的电气关系,但是这些电气关系也可以对应于地理关系。例如,电网404和406可以是针对两个不同区域的区域电网,并且电网402可以是包括这两个区域的互连电网。作为另一示例,电网404和406可以是服务两个不同的邻近地区的微电网,并且电网402可以是服务包括这两个邻近地区的区域的区域电网。更通常地,在相同水平的电网层次结构处所示的电网将通常地是地理上远程的,虽然可以存在覆盖的一些重叠区域。进一步地,个体服务器设施可以具有不同的相对大小,例如,服务器设施436和444可以比服务器设施420、424和428更小。
电网条件感测
给定服务器设施可以感测其自身的操作条件(诸如工作量、电池充电水平和发电机条件)以及预测其自身的计算和用电量以及未来的能量产生。通过集成到电网中,服务器设施可以观察电网的其他条件(诸如将服务器设施连接到电网的电线上的电压、频率和功率因子变化)。另外,服务器设施常常被连接到快速网络(例如,连接到客户端设备、其他服务器设施和管理工具(诸如控制系统110))。在一些实现中,控制系统可以协调针对巨大地不同的位置处的服务器设施的观察。这可以允许服务器设施用于生成电网操作条件的全局视图,包括预测未来的电网故障事件何时和何处可能发生。
图5示出了可以由控制系统110或另一系统执行的方法500。
方法500的框502可以包括获得第一电网条件信号。例如,连接到第一电网的第一服务器设施可以通过感测第一电网上的条件来获得各种电网条件信号。第一电网条件信号可以表示可以在第一服务器设施处的电线上直接感测的不同的条件,诸如电压、频率、功率因子和/或第一电网上的电网故障。另外,第一电网条件信号可以包括其他信息,诸如当前电价或第一电网上的供应和/或需求的其他指示器。第一电网条件信号可以表示一个或多个第一时间段期间的条件,并且一个或多个电网故障事件可以在一个或多个第一时间段期间发生在第一电网上。
框504可以包括获得第二电网条件信号。例如,连接到第二电网的第二服务器设施可以通过感测第二电网上的条件来获得各种电网条件信号。第二电网可以位于在与第一电网不同的地理区域中。在一些情况下,第一电网和第二电网二者是较大电网的一部分。注意,第二电网条件信号可以表示与关于第一电网上文所讨论的那些条件类似的条件并且可以表示当一个或多个电网故障事件发生在第二电网上时一个或多个时间段期间的条件。注意,第一电网条件信号和第二电网条件信号二者还可以覆盖在没有电网故障发生时的时间。还注意,第一时间段和第二时间段可以是相同时间段或不同时间段。
框506可以包括执行对第一电网条件信号和第二电网条件信号的分析。例如,在一些情况下,分析标识第一电网上的电网故障事件与第二电网上的电网故障事件之间的相关性。换句话说,在不必标识特定电网上的故障事件之间的特定相关性的情况下,分析标识第一电网和第二电网上的、往往导致电网故障事件的条件。
框508可以包括预测未来的电网故障事件。例如,框508可以预测未来的电网故障事件可能在第一电网、第二电网或另一电网上发生。在一些情况下,针对许多不同的电网获得当前或最近电网条件信号,并且某些电网可以被标识为针对不久的将来的电网故障事件的高风险。
框510可以包括基于预测的未来的电网故障事件,来应用服务器动作和/或应用能量硬件动作。例如,位于可能经历不久的将来的故障的电网上的服务器设施可以被指示以接通本地发电机、开始对本地电池进行充电、尽可能快地调度可延迟工作量、将工作量发送给其他服务器设施(例如,未位于可能经历近期故障的电网上)等。
示例信号
如上文所指出的,电网条件信号可以被用于在方法500的框506处执行的分析。不同的电网条件能够建议电网故障时间是可能的。例如,电价由供应和需求影响并且因此高价格可以指示电网紧张并且可能遭受故障事件。针对功率的短期价格(例如,实时)或长期价格(例如,日前)二者可以用作与所公开的实现一致的电网条件信号。
可以在服务器设施处的电线上直接感测其他电网条件信号。例如,电压可以往往在需求开始超过该电网上的供应时在给定电网上减小。因此,减小的电压可以是故障可能发生的一个标记。电网上的交流电的频率还可以帮助指示故障事件是否可能发生(例如,频率可能往往下降或上升以防故障)。作为另一示例,功率因子可能易于改变(变得相对更超前或滞后)以防电网故障事件。出于该文档的目的,术语“功率质量信号”隐含可以通过直接连接到电网上的电线感测的任何电网条件信号,并且包括电压信号、频率信号和功率因子信号。
在任何给定时间间隔期间,在电线上感测的电气功率质量信号可以易于改变。例如,电压往往在电网上的大负载的存在的情况下减小直到由电网运营商校正。作为另一示例,被断路的一个或多个大断路器可以使得电压增加直到由电网运营商采取补偿步骤。在隔离中取得的这些波动可以不隐含故障可能发生,这是因为电网运营商具有用于校正电网上的功率质量的机制。然而,如果服务器设施感测在短时间段期间一个或多个电气功率质量信号中的相当多的变化,则这可以隐含电网运营商的补偿机制受压力并且电网故障是可能的。
在框506处分析的信号还可以包括除了电网条件信号之外的信号。例如,一些实现可以考虑给定服务器设施处的天气信号。例如,当前或预期天气条件可以建议故障事件是可能的(例如,雷雨、大风、可能阻碍光伏发电的云量等)。而且,可以不仅在隔离中而且结合本文所讨论的其他信号考虑天气信号。例如,给定区域中的大风可以建议一些本地断电是可能的,但是如果电网还将经历低压,那么这可以建议电网受压力并且更严重的故障事件是可能的。
在框506处分析的信号还可以包括服务器条件信号。例如,在一些情况下,当前或预期服务器工作量可以指示电网故障可能发生。例如,服务器设施可以提供搜索引擎服务,并且搜索引擎服务可以检测给定区域中的异常高数目的天气相关的搜索。这能够建议该特定区域中的电网故障是可能的。
示例动作
如上文所指出的,控制系统110可以使得服务器设施基于预测的电网故障事件采取各种动作。这些动作包括控制服务器设施处的本地发电、控制服务器设施处的本地能量存储、控制服务器设施处的服务器工作量、和/或控制服务器设施处的服务器功率状态。这些动作可以更改服务器设施中的各种设备的状态,如下面更多讨论的。
某些动作可以更改服务器设施处的发电机状态。例如,如上文所提到的,发电机状态可以指示发电机是否正运行在服务器设施处(例如,被加热并且当前提供功率的矿物燃料发电机)。发电机状态还可以指示发电机在例如100兆瓦的额定容量当中的50兆瓦等处运行的额定容量的百分比。因此,更改发电机状态可以包括接通/关断给定发电机或调整运行发电机的功率输出。
其他动作可以更改服务器设施处的能量存储状态。例如,能量存储状态可以指示服务器设施中的能量存储设备的放电的水平。能量存储状态还可以包括信息(诸如能量存储设备的年龄、先前放电周期的数目和深度等)。因此,更改能量存储状态可以包括使得能量存储设备开始充电、停止充电、改变能量存储设备被充电或放电的速率等。
如上文所指出的,其他动作可以更改服务器状态。服务器状态可以包括可以可配置在服务器中的特定消耗状态(例如,高功耗、低功耗、空闲、睡眠、关机等)。服务器状态还可以包括正运行或被调度以在给定服务器上运行的作业。因此,更改服务器状态可以包括改变功耗状态和在不同的时间处或在不同的服务器上调度作业(包括将作业发送到其他服务器设施)二者。
鉴于上文,方法500可以基于电网故障事件的预测,来选择性地使能量存储设备放电、选择性地接通/关断发电机、自适应地调整由服务器设施中的一个或多个服务器所执行的工作量等。通过预期可能的电网故障,服务器设施可以实现各种益处(诸如防止作业由于电网故障事件而延迟、防止数据损耗等)。另外,电网运营商也可以获益,这是因为由服务器取得的各种动作可以帮助电网断电、提供功率因子校正等。
第一示例算法
方法500的框506可以以许多不同的方式实施来分析电网条件信号。可以使用的这样的技术的一个示例是决策树算法。图6图示了与某些实现一致的示例决策树600。将在预测电网断电的可能性的上下文中讨论决策树600。然而,决策树或其他算法可以提供与电网故障概率有关的许多不同的输出(例如,在1-10的尺度上的严重性评级、二进制是/否、预测故障持续时间、电网故障的预测时间等)。
决策树600以天气条件信号节点602开始。例如,该节点可以表示给定服务器设施处的当前天气条件,诸如风速。当风速小于给定风速阈值时,决策树去往节点602的左边到第一电网条件信号节点604。当风速大于风速阈值时,决策树去往节点602的右边到第一电网条件信号节点606。
从第一电网条件信号节点604和606取得的方向可以取决于第一电网条件信号。出于该示例的目的,让第一电网条件信号定量电网上的电压与电网运营商试图维持的指定电网电压偏离的程度。第一电网条件信号因此定量当前电网电压大于或小于指定电网电压的数量。当电压滞后小于某个电压阈值(例如,0.5%)时,决策树去往节点604/606的左边,并且当电压差异超过电压阈值时,决策树去往这些节点的右边。
决策树关于第二电网条件信号节点608、610、612和614类似地操作。出于该示例的目的,让第二电网条件信号定量功率因子与电网上的一致偏离的程度。当功率因子与一致偏离不超过指定功率因子阈值时,路径被带节点608、610、612和614的左边到节点616、620、624和628。当功率因子与一致偏离超过功率因子阈值时,路径被带到节点608、610、612和614的右边到节点618、622、626和630。
叶节点616-630表示针对通过决策树600的特定路径的故障事件的预测可能性。考虑表示当风速小于风速阈值时取得的电网故障事件的可能性的叶节点616,当前电网电压在指定电网电压的电压阈值内,并且功率因子在一致的功率因子阈值内。在这些情况下,电网故障事件(例如,在下一小时内)的可能性可以是相对低的。此处中心思想在于,潜在的电网问题的所有三个标记(风速、电压和功率因子)指示问题是相对不可能的。
作为备选方案,考虑表示叶节点616的相反极端的叶节点630(例如,风速超过风速阈值、电压滞后超过指定电压大于指定电压百分比,并且功率因子与一致偏离大于指定功率因子阈值)。在这些情况下,下一小时内的电网故障可以是可能得多的。而且,注意,图6中所示的电网故障可能性仅是图示本文所讨论的原理的示例。
还注意,决策树600仅是与所公开的实现一致的可以使用的决策树的一个示例。其他决策树可以(例如,使用电压、功率因子、频率或根节点价格等)以不同的顺序对节点进行分层。另外,决策树可以关于时间继续优化并且可以生成新路径、改变阈值、删除旧路径等。
另外,其他实现可以具有与节点616-630中的每个节点相关联的动作。例如,节点616可以包括当电网故障相对不可能时可以有用的动作。这些动作可以包括关断电池充电、关断发电机、运行服务器设施处的低优先级服务、导入来自其他服务器设施的作业等。在范围的另一端处,节点630可以包括在电网故障相当可能时可以有用的动作(例如,在故障发生之前采取的动作)。这些动作可以包括对电池充电、接通发电机、将作业从服务器设施移动到其他电网上的其他服务器设施(例如,具有较低的故障概率)、关断低和/或高优先级服务等。
第二示例算法
存在可以被用于预测电网故障事件的可能性的不同的特定算法。上文所讨论的决策树600是这样的算法的一个示例。图7图示了另一这种算法、学习网络700(诸如神经网络)。通常,学习网络700可以被训练为将各种信号分类为可能导致故障或者不可能导致故障。
学习网络700包括可以表示本文所讨论的不同的信号的各种输入节点702、704、706和708。例如,输入节点702可以表示给定电网上的功率因子(例如,定量功率因子与一致的偏离)。输入节点704可以表示电网上的电压(例如,可以定量电网上的电压与指定电压的偏离)。输入节点706可以表示电网上的第一天气条件(例如,可以表示风速)。输入节点708可以表示电网上的另一天气条件(例如,可以表示天气打雷并且闪电将在电网上发生)。
节点710、712、714、716和718可以被认为是连接到输入节点和输出节点720和722的“隐节点”。输出节点720可以表示输入信号的第一分类(例如,输出节点720可以在电网断电相对不可能时被激活)。输出节点722可以表示输入信号的第二分类(例如,输出节点722(而不是节点720)可以在电网断电相对可能时被激活)。
算法训练
如上文所指出的,决策树600和学习网络700仅是可以用于预测给定电网故障事件的概率的各种算法的两个示例。其他算法包括概率(例如,贝叶斯)和随机方法、遗传算法、支持向量机、回归技术等。以下描述了可以被用于训练这样的算法来预测电网故障概率的通用方法。
如上文所指出的,框502和504可以包括从不同的电网获得电网条件信号。这些电网条件信号可以是当各种故障发生在电网上时随时间获得的历史信号,并且因此可以被开采以检测不同的电网条件如何建议未来故障是可能的。另外,还可以获得其他历史信号,诸如天气信号和服务器信号。针对不同的电网的各种历史信号可以用作训练算法的训练数据。例如,在决策树600的情况下,训练数据可以被用于建立确定从树的每个节点取得哪个路径使用的个体阈值。在学习网络700的情况下,训练数据可以被用于建立连接网络的个体节点的权重。在一些情况下,训练数据还可以被用于建立决策树和/或网络的结构。
一旦算法被训练,就可以评价针对一个或多个电网的当前信号以预测那些电网上的电网故障的可能性。例如,可以评价针对许多不同的电网的当前电网条件和天气条件,并且个体电网可以被指派为在近期故障的相对高风险处。可以通过算法预定或学习预测的特定持续时间,例如,一些实现可以预测非常短的时间尺度上的故障(例如,在下一秒内),然而其他实现可以具有较长的预测范围(例如,下一24小时内的预测故障)。
在一些情况下,经训练的算法可以考虑不同的电网上的电网故障之间的相关性。例如,一些电网可能往往在其他电网之后不久经历故障事件。这可以由于地理关系,例如,一个电网处的天气模式可以往往在相当可预测的时间窗内可靠地出现在另一电网处。在这种情况下,第一电网处的最近电网故障可以用于预测第二电网上的即将到来的电网故障。
此外,出于除了天气之外的其他原因,故障相关性可以存在于不同的电网之间。例如,不同的电网之间的关系可以是非常复杂的,并且可以存在还往往表现为相关的电网故障的各种电网的协调控制的公用设施公司之间的布置。不同的公用设施可以往往对使得其之间的故障相关的其相应的电网采取各种动作。
还可以存在往往使得电网一起故障的不同的电网之间的物理连接。例如,非常不同的位置中的许多区域电网都可以连接到较大的互连电网。这些区域电网的一些区域电网可以具有使得其能够承受电网中断的相互的许多冗余连接,而互连电网中的其他区域电网可以具有相对较少的冗余连接。具有较少的冗余连接性的个体区域电网可以即使其地理地相互非常远离定位(也许由于存在于整个互连上的条件)也往往经历相关的故障。因此,在一些情况下,算法也考虑电网连接性。
表示电网故障之间的相关性的一个特定方式将使用条件概率。例如,考虑三个电网A、B和C。如果在过去一年内已经存在电网A处的100个故障并且电网C在电网A故障的24小时内遭受故障10次,那么这可以表示为电网A处的故障的24小时内的电网C处的故障的10%条件概率。一些实现可以组合条件概率,例如,通过还考虑许多故障如何在电网B上发生并且后续的故障是否在电网C上在24小时内发生。如果电网C上的故障往往与电网A上的故障和电网B上的故障高度二者相关,那么电网A和B处的最近故障事件可以是比仅电网A或仅电网B上的故障更强的电网C上的可能故障的证明。
算法输出
在图6中,示出输出故障概率的决策树600,并且在图7中,示出输出低故障风险(激活节点720)或高故障风险(激活节点722)的二叉分类的学习网络700。这些输出仅是示例并且许多不同的可能的算法输出可以被视为预测给定电网上的故障的可能性。
例如,一些算法可以输出不仅故障概率,而且故障的期望时间和/或持续时间。期望持续时间可以是有用的,这是因为可以存在给定服务器设施可以处理本地能量存储的相对短期的故障,而其他故障可能要求现场功率生成。如果出于某种原因在服务器设施处接通本地发电是不利的(例如,昂贵的),则服务器设施可以取决于现场功率生成是否被期望需要而采取不同的动作。
例如,假定算法预测存在故障将发生但是将不超过30分钟的80%机会。如果服务器设施具有足够的存储能量运行50分钟,则服务器设施可以继续正常操作。这可以意味着服务器设施使本地发电机关闭、使服务器在其当前功耗状态中并且不将作业传递到其他服务器设施。另一方面,如果算法预测故障将超过50分钟的80%机会,则服务器设施可能开始将作业传递到其他服务器设施、开始接通本地发电机等。
给定预测的电网故障以及其他考虑,其他实现可以预测计算资源的可用性。例如,给定期望持续一个小时的电网故障的60%概率和当前在50%处充电的本地能量存储,算法可以以70%确定性预测5个服务器核心和随机存取存储器的10吉字节将在不恢复本地发电的情况下在10小时内将仍然是可用的。不同的因素可以调整该确定性(例如,如果电网故障的概率是70%并且电池当前被充电到仅40%),这可能意味着算法预测5个核心/RAM的10吉字节仅以40%确定性是可用的,或者3个核心/RAM的6吉字节以70%确定性是可用的。
服务器设施协调
前述讨论主要聚焦于在个体电网处可以如何预测个体故障事件。在其他实现中,同时评价许多不同的电网,并且可以协调定位在这些单独的电网上的服务器设施。例如,返回参考图4。假定服务器设施424和444处的故障是非常高度相关的,并且故障已经发生在服务器设施424处。在隔离中,其可以使将作业从服务器设施444传递到服务器设施428变得有意义。然而,其可以是服务器设施428处的故障还与服务器设施424处的故障相关,尽管程度较轻。直观地,这可以由于层次结构400中所示的关系(例如,服务器设施424和428二者被连接到电网406)。
给定这些情况,将作业从服务器设施444传递到不在电网406上的另一服务器设施(例如,服务器设施420和/或436)可以是优选的。然而,也许服务器设施420已经感测对变电站410的其连接中的功率质量信号中的最近宽波动,而服务器设施436已经感测对变电站418的其连接中的非常稳定的功率质量。在这些情况下,算法可以预测比在436处更高的服务器设施420处的故障的概率。因此,将作业从服务器设施444传递到服务器设施436而不是服务器设施420可以是优选的。在一些实现中,控制系统110可以被配置为指示不同的服务器设施传递作业以及执行各种硬件动作,如下面更多讨论的。
更通常地,给定由不同的电网上和/或连接到不同的变电站上的不同的服务器设施所感测的各种信号,对于控制系统110而言通过来自更全局的协调视角的服务器设施协调处理是可能的。关于何处传递给定作业的决策可以考虑特定于个体电网或变电站的条件。
功耗和传递
在一些情况下,在不考虑来自电网运营商的输入的情况下,通过实现关于如何控制本地服务器和功率硬件的策略来应用电网故障预测。这从服务器设施的立场但是不必从电网运营商的视角可以是有益的。因此,在一些实现中,由给定服务器设施采取的特定动作还可以考虑来自电网运营商的请求。
例如,在一些情况下,电网运营商可以明确地请求给定服务器设施在短期内降低其功耗以解决给定电网上的临时需求尖峰。在其他情况下,电网运营商可以明确地请求给定服务器设施接通其矿物燃料发电机以向给定电网提供无功功率来帮助该电网上的功率因子校正。这些请求可以影响给定服务器设施被指示响应于所预测的故障事件采取哪些动作。
例如,再参考图4,假定服务器设施424和428二者接收来自电网406的电网运营商的明确请求以降低其功耗来帮助解决电网406上的临时需求尖峰。控制系统110可以从导致电网故障对于连接到变电站的消耗者相对不可能的预测的服务器设施424获得信号,而从服务器设施428所接收的信号可以导致电网故障对于连接到变电站414的消耗者非常可能的预测。在这些情况下,控制系统可以指示服务器设施424通过降低其净功耗(将电池放电、将服务器置于低功耗状态中、接通发电机等)来符合请求。另一方面,控制系统可以确定服务器设施428处的电网故障的风险太高而不能符合请求,并且可以相反指示服务器设施428开始对其电池进行充电并且将附加服务器放到较高的功耗状态中以便在故障之前完成尽可能多的计算工作和/或在预测故障之前将作业传递到不同的服务器设施。
在诸如其中给定服务器设施被配置为将净功率提供给电网的图2中所示的那些情况的情况下,可以进一步采取该方法。在该示例中,控制系统110可以指令服务器设施424以响应于请求,向电网提供净功率。在一些情况下,电网运营商可以指定请求多少净功率,并且服务器设施424可以被指示以采取适当的动作来向电网提供所请求的电量。特别地,控制系统可以确定将使得服务器设施424向电网提供所请求的电量的各种能量硬件动作和服务器动作。
设备实现
返回参考图1,如所示的环境100包括数个部件。在这种情况下,出于解释的目的,部件被表征为控制系统110、客户端设备130和服务器设施140、150和160。在该示例中,控制系统可以表现为服务器计算设备、台式计算机、平板计算机、膝上型计算机等。同样地,图1中所示的模块中的每个模块可以被实现在这样的计算设备上。当然,并非可以图示所有设备实现,并且其他设备实现从以上和以下描述对于技术人员应当是明显的。
如本文所使用的术语“设备”、“计算机”、“计算设备”、“客户端设备”和/或“服务器设备”可以意味着具有一定数量的硬件处理能力(例如,处理资源111、141、151和161)和/或硬件存储/存储器能力(例如,存储器/存储资源112、142、152和162)的任何类型的设备。可以通过能够执行计算机可读指令以提供功能性的一个或多个处理器(例如,硬件处理单元/核心)来提供处理能力。计算机可读指令和/或数据可以被存储在存储装置(诸如存储正在/存储器和/或数据存储库)上。
存储装置/存储器可以在设备内部或外部。存储装置可以包括以下各项中的任何一项或多项:易失性或非易失性存储器、硬盘驱动器、闪速存储设备和/或光学存储设备(例如,CD、DVD等)。如本文所使用的,术语“计算机可读介质”可以包括信号。相反,术语“计算机可读存储介质”不包括信号。计算机可读存储介质包括“计算机可读存储设备”。计算机可读存储设备的示例包括易失性存储介质(诸如RAM)和非易失性存储介质(诸如硬盘驱动器、光盘和闪速存储器)。
在一些情况下,设备配置有通用处理器和存储装置/存储器。在其他情况下,设备可以包括片上系统(SOC)类型设计。在SOC设计实现中,由设备所提供的功能可以集成在单个SOC或多个耦合的SOC上。一个或多个相关联的处理器可以被配置为与共享资源(诸如存储器、存储装置等)和/或一个或多个专用资源(诸如被配置为执行某个特定功能性的硬件块)相协调。因此,如本文所使用的术语“处理器”还可以指代中央处理单元(CPU)、图形处理单元(GPU)、控制器、微控制器、处理器核心或适于在常规计算架构以及SOC设计二者中实现的其他类型的处理设备。
在一些配置中,图1中所示的各种模块可以在设备的制造期间或通过向终端用户准备待售设备的中间人被安装为硬件、固件或软件。在其他实例中,终端用户可以稍后安装这些模块(诸如通过下载可执行代码并且将可执行代码安装在对应的设备上)。还注意,设备一般地可以具有输入和/或输出功能。例如,计算设备可以具有各种输入机构,诸如键盘、鼠标、触摸板、语音识别等。设备还可以具有各种输出机构,诸如打印机、监视器等。
还注意,本文所描述的设备可以在单独或合作的方式运行来实现所描述的技术。例如,方法500可以被执行在单个计算设备上和/或跨越通过(一个或多个)网络120通信的多个计算设备被分布。非限制性地,(一个或多个)网络120可以包括一个或多个局域网(LAN)、广域网(WAN)、因特网等。
如上文所指出的,在一些情况下,控制系统110可以操纵被用于计算给定服务器设施处的作业的计算资源。术语“计算资源”宽广地指代个体计算设备、存储装置、存储器、处理器、虚拟机、硬件或虚拟机上的时间片段、计算作业/任务/进程/线程等。可以以影响在任何给定时间处由服务器设施所消耗的电量的方式操纵这些计算资源中的任一个计算资源。
其他示例
本文所讨论的各种示例可以包括具有硬件处理器和存储计算机可读指令的硬件计算机可读存储介质的第一控制系统示例。该计算机可读指令可以在执行时使得硬件处理器实现电网分析模块和动作引发模块。该电网分析模块可以被配置为获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。该第一服务器设施可以被连接到第一电网,并且先前电网故障事件可能已经发生在第一时间段期间的第一电网上。该电网分析模块还可以被配置为使用第一电网条件信号获得对第二电网上的未来故障事件的预测。该动作模块可以被配置为基于所述预测,引起对能量存储设备的能量存储状态或连接到所述第二电网的第二服务器设施处的发电机的当前发电机状态的调整。
在第二控制系统示例中,第一控制系统示例的动作引发模块可以被配置为使得能量存储设备开始充电。在第三控制系统示例中,第一控制系统示例或第二控制系统示例的动作引发模块可以被配置为使得发电机接通或关断。在第四控制系统示例中,第一到第三控制系统示例的动作引发模块可以被配置为引起第二服务器设施处的服务器上的服务器动作。在第五控制系统示例中,第四控制系统示例的服务器动作可以包括节流当前正在第二服务器设施处的服务器上执行的服务。在第六控制系统示例中,第四控制系统示例或第五控制系统示例的服务器动作可以包括将第二服务器设施处的服务器放到不同的功耗模式中。在第七控制系统示例中,第四到第六控制系统示例的服务器动作可以包括将作业从第二服务器设施处的服务器传递到另一服务器设施。在第八控制系统示例中,第四到第七控制系统示例的服务器动作可以包括基于预测,标识被调度为在未来故障事件的预测时间期间或之后执行的第二服务器设施处的可延迟作业并且在未来故障事件的预测时间之前重新调度可延迟作业。
本文所讨论的各种示例可以包括可以由硬件处理器执行的第一方法示例。该第一方法示例可以包括获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。该第一服务器设施可以被连接到第一电网,并且先前电网故障事件在第一时间段期间可能已经发生在第一电网上。该第一方法示例还包括获得描述在第二时间段期间由第二服务器设施检测的第二电网条件的第二电网条件信号。该第二服务器设施可以被连接到第二电网,并且第二先前电网故障事件在第二时间段期间可能已经发生在第二电网上。该第一方法示例还可以包括执行对第一电网条件和第二电网条件的分析,并且基于分析来预测未来电网故障事件的可能性。
在第二方法示例中,第一方法示例的未来电网故障事件的可能性针对第二电网被预测。在第三方法示例中,第一方法示例或第二方法示例的分析包括标识第一先前电网故障事件与第二先前电网故障事件之间的历史相关性。在第四方法示例中,第一到第三方法示例的未来电网故障事件的可能性针对地理上远离第一电网和第二电网二者的第三电网被预测。在第五方法示例中,第一到第四方法示例的分析包括训练用于执行预测的学习算法并且将第一电网条件信号和第二电网条件信号用作用于学习算法的训练数据。
本文所讨论的各种示例可以包括可以由硬件处理器执行的附加第一方法示例。该附加第一方法示例可以包括获得描述在第一时间段期间由第一服务器设施检测的第一电网条件的第一电网条件信号。该第一服务器设施可以被连接到第一电网,并且先前电网故障事件在第一时间段期间可能已经发生在第一电网上。该附加第一方法示例还包括获得描述在第二时间段期间由第二服务器设施所检测的第二电网条件的第二电网条件信号。该第二服务器设施可以被连接到地理上远离第一电网的第二电网,并且第二先前电网故障在第二时间段期间可能已经发生在第二电网上。附加第一方法示例还可以包括执行对第一电网条件信号和第二电网条件信号的分析以标识第一电网上的第一先前电网故障事件与第二电网上的第二电网故障事件之间的相关性,并且使用相关性以基于第一电网上的最新电网故障事件,来预测第二电网上的未来电网故障事件的可能性。
在第二附加方法示例中,第一附加方法示例包括通过给定第一电网上的最新电网故障事件而计算第二电网上的未来电网故障事件的条件概率来标识相关性。在第三附加方法示例中,第一附加方法示例或第二附加方法示例的第一电网条件信号描述了第一电网上的电压下降。在第四附加方法示例中,第一到第三附加方法示例的第一电网条件信号描述了第一电网上的交流电的频率或者第一电网条件信号指示功率因子在第一电网上是超前还是滞后。
结论
虽然已经以特定于结构特征和/或方法动作的语言描述了主题,但是应理解到,所附的权利要求中定义的主题不必限于上文所描述的特定特征或动作。相反,上文所描述的特定特征和动作被公开为实现权利要求的示例形式并且将由本领域的技术人员识别的其他特征和动作旨在处于权利要求的范围内。
Claims (21)
1.一种用于电网分析的系统,包括:
硬件处理器;以及
硬件计算机可读存储介质,其存储计算机可读指令,所述计算机可读指令当由所述硬件处理器执行时使得所述硬件处理器:
使用从第一电网和第二电网获得的历史电网条件信号来训练算法,所述历史电网条件信号反映所述第一电网和所述第二电网上的历史故障,所述第一电网在地理上远离所述第二电网;
获得描述由第一数据中心检测到的第一电网条件的当前第一电网条件信号,其中所述第一数据中心被连接到所述第一电网;以及
使用经训练的所述算法来评估所述当前第一电网条件信号,以做出对所述第二电网上的未来故障事件的预测;以及
在所述未来故障事件的发生之前,引起对被连接到所述第二电网的第二数据中心处的本地能量存储设备或本地发电机的调整,所述本地能量存储设备或所述本地发电机对所述第二数据中心处的多个服务器进行供电。
2.根据权利要求1所述的系统,其中所述调整引起所述本地能量存储设备开始充电。
3.根据权利要求1所述的系统,其中所述调整引起所述本地发电机接通或关断。
4.根据权利要求1所述的系统,其中所述调整引起所述第二数据中心处的特定服务器上的服务器动作。
5.根据权利要求4所述的系统,其中所述服务器动作包括节流在所述第二数据中心处的所述特定服务器上处理的数据。
6.根据权利要求4所述的系统,其中所述服务器动作包括将所述第二数据中心处的所述特定服务器配置在不同的功耗状态中。
7.根据权利要求4所述的系统,其中所述服务器动作包括将至少一些数据处理从所述第二数据中心处的所述特定服务器传送到第三数据中心。
8.根据权利要求4所述的系统,其中所述服务器动作包括:
至少基于所述预测,标识所述第二数据中心处的可推迟作业,所述可推迟作业被调度为在所述未来故障事件的预测时间期间或之后被执行;以及
在所述未来故障事件的所述预测时间之前重新调度所述可推迟作业。
9.一种用于电网分析的方法,包括:
获得描述由第一服务器群检测到的第一电网条件的当前第一电网条件信号,其中所述第一服务器群被连接到第一电网;以及
使用经训练的算法来评估所述当前第一电网条件信号,以做出对第二电网上的未来故障事件的预测,所述第二电网在地理上远离所述第一电网,所述经训练的算法使用从所述第一电网和所述第二电网获得的历史电网条件信号而被训练,所述历史电网条件信号反映所述第一电网和所述第二电网上的历史故障;以及
至少基于所述预测并且在所述未来故障事件的发生之前,引起对被连接到所述第二电网的第二服务器群处的本地能量存储设备或本地发电机的调整,所述本地能量存储设备或所述本地发电机对所述第二服务器群处的多个服务器进行供电。
10.根据权利要求9所述的方法,还包括训练所述算法。
11.根据权利要求9所述的方法,其中所述本地能量存储设备是所述第二服务器群处的本地电池,所述第二服务器群能够从所述本地电池和所述第二电网二者汲取功率,并且所述调整包括使用来自所述第二电网的电功率对所述第二服务器群处的所述本地电池进行充电。
12.根据权利要求11所述的方法,还包括:
通过对所述本地电池充电指定瓦数来汲取所述第二电网上的目标电力负载。
13.根据权利要求11所述的方法,还包括:
通过对所述本地电池放电指定瓦数来减小所述第二电网上的电力负载。
14.根据权利要求13所述的方法,还包括:
评估所述第二服务器群处的所述本地电池上执行的先前放电周期;以及
至少基于所述先前放电周期来确定对所述本地电池放电的量。
15.根据权利要求9所述的方法,其中所述第二服务器群具有所述本地发电机,所述第二服务器群能够从所述本地发电机和所述第二电网二者汲取功率,并且所述调整包括改变所述本地发电机的当前发电机状态。
16.根据权利要求15所述的方法,其中所述调整包括接通所述本地发电机。
17.根据权利要求15所述的方法,其中所述调整包括将来自所述本地发电机的本地功率的正弦波与来自所述第二电网的电网功率进行同步。
18.一种用于电网分析的系统,包括:
硬件处理器;以及
硬件计算机可读存储介质,其存储计算机可读指令,所述计算机可读指令当由所述硬件处理器执行时使得所述硬件处理器:
获得描述由第一数据中心检测到的第一电网条件的当前第一电网条件信号,所述第一数据中心被连接到第一电网;
使用经训练的算法来评估所述当前第一电网条件信号,以做出对第二电网上的未来故障事件的预测,所述第二电网在地理上远离所述第一电网,所述经训练的算法使用在历史电网故障期间获得的历史电网条件信号而被训练;以及
至少基于所述预测并且在所述未来故障事件的发生之前,引起对被连接到所述第二电网的第二数据中心处的本地能量存储设备或本地发电机的调整,所述本地能量存储设备或所述本地发电机对所述第二数据中心处的多个服务器进行供电。
19.根据权利要求18所述的系统,其中所述历史电网故障包括在所述第一电网上发生的第一历史电网故障和在所述第二电网上发生的第二历史电网故障。
20.根据权利要求18所述的系统,其中所述预测包括给定所述第一电网上的最新电网故障事件而发生在所述第二电网上的所述未来故障事件的条件概率。
21.根据权利要求18所述的系统,其中所述计算机可读指令当由所述硬件处理器执行时使得所述硬件处理器:
标识所述未来故障事件的预测持续时间;
至少基于所述未来故障事件的所述预测持续时间,确定是否将作业从所述第二数据中心传送到第三数据中心;
在所述预测持续时间超过指定持续时间的第一实例中,将个体作业从所述第二数据中心传送到所述第三数据中心;以及
在所述预测持续时间没有超过所述指定持续时间的第二实例中,限制将另一个体作业从所述第二数据中心传送到所述第三数据中心。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462023777P | 2014-07-11 | 2014-07-11 | |
US62/023,777 | 2014-07-11 | ||
US14/675,163 | 2015-03-31 | ||
US14/675,163 US9933804B2 (en) | 2014-07-11 | 2015-03-31 | Server installation as a grid condition sensor |
PCT/US2015/039462 WO2016007567A1 (en) | 2014-07-11 | 2015-07-08 | Server installation as a grid condition sensor |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106687873A CN106687873A (zh) | 2017-05-17 |
CN106687873B true CN106687873B (zh) | 2019-11-05 |
Family
ID=53718174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580048797.5A Active CN106687873B (zh) | 2014-07-11 | 2015-07-08 | 作为电网条件传感器的服务器设施 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9933804B2 (zh) |
EP (1) | EP3167424A1 (zh) |
CN (1) | CN106687873B (zh) |
BR (1) | BR112017000454A2 (zh) |
WO (1) | WO2016007567A1 (zh) |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8849469B2 (en) | 2010-10-28 | 2014-09-30 | Microsoft Corporation | Data center system that accommodates episodic computation |
US20160011617A1 (en) * | 2014-07-11 | 2016-01-14 | Microsoft Technology Licensing, Llc | Power management of server installations |
US10234835B2 (en) | 2014-07-11 | 2019-03-19 | Microsoft Technology Licensing, Llc | Management of computing devices using modulated electricity |
US10356368B2 (en) * | 2014-08-11 | 2019-07-16 | Alexandros John Vourkoutiotis | Method of video surveillance using cellular communication |
CN107111352A (zh) | 2014-11-04 | 2017-08-29 | Lo3能源有限公司 | 计算生成的热能的使用 |
US10476950B2 (en) * | 2015-10-09 | 2019-11-12 | Capital One Services, Llc | System and method for risk-aware server load balancing |
US11373254B2 (en) * | 2016-06-14 | 2022-06-28 | TUPL, Inc. | Systems and methods of utility management |
US20180032909A1 (en) * | 2016-08-01 | 2018-02-01 | Snap-On Incorporated | Methods and Systems for Modifying Diagnostic Flowcharts Based on Flowchart Performances |
US10191506B2 (en) * | 2016-09-29 | 2019-01-29 | Enel X North America, Inc. | Demand response dispatch prediction system including automated validation, estimation, and editing rules configuration engine |
US9766991B1 (en) | 2016-09-30 | 2017-09-19 | International Business Machines Corporation | Energy aware cloud provisioning |
CN106446245A (zh) * | 2016-10-13 | 2017-02-22 | 国家电网公司 | 智能变电站二次设备一体化图档系统及其管理、实现方法 |
CA3090944A1 (en) | 2017-02-08 | 2018-08-16 | Upstream Data Inc. | Blockchain mine at oil or gas facility |
CN108022002B (zh) * | 2017-10-23 | 2020-07-14 | 国网浙江省电力公司经济技术研究院 | 一种基于支持张量机的中性点接地方式决策方法及系统 |
US20190324832A1 (en) * | 2018-04-18 | 2019-10-24 | Alberto Avritzer | Metric for the assessment of distributed high-availability architectures using survivability modeling |
US10879732B2 (en) * | 2018-04-19 | 2020-12-29 | Microsoft Technology Licensing, Llc | Power supply mode selection |
US10817035B1 (en) * | 2018-10-19 | 2020-10-27 | Facebook, Inc. | Electrical system stability |
WO2020125984A1 (en) * | 2018-12-20 | 2020-06-25 | Robert Bosch Gmbh | System and method for power outage prediction |
CN114144743A (zh) | 2019-05-15 | 2022-03-04 | 上游数据公司 | 移动式区块链挖矿系统和使用方法 |
CN111382501B (zh) * | 2020-02-21 | 2023-06-02 | 华北电力大学 | 一种智能电表的配置方法、装置及计算设备 |
US11886152B2 (en) * | 2021-07-13 | 2024-01-30 | Rockwell Automation Technologies, Inc. | Automated monitoring and control using augmented streaming decision tree |
US20230074118A1 (en) * | 2021-09-07 | 2023-03-09 | Brendan Hyland | Systems with underwater data centers configured to be coupled to renewable energy sources |
WO2024039589A1 (en) * | 2022-08-15 | 2024-02-22 | Hunt Energy, L.L.C. | System and method for using waste heat generated by digital processing components |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102084569A (zh) * | 2008-05-09 | 2011-06-01 | 埃森哲环球服务有限公司 | 用于管理电网的方法和系统 |
EP2511870A1 (en) * | 2011-04-11 | 2012-10-17 | General Electric Company | Systems and methods for recommending energy usage |
CN103181144A (zh) * | 2010-10-21 | 2013-06-26 | 波音公司 | 微电网控制系统 |
CN103797464A (zh) * | 2011-09-13 | 2014-05-14 | 国际商业机器公司 | 电网中的故障隔离和服务恢复 |
Family Cites Families (239)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1363707A (en) | 1920-04-15 | 1920-12-28 | Beard James Robert | System for supplying electric power for lighting purposes from lowfrequency power-circuits |
US2398390A (en) | 1942-12-03 | 1946-04-16 | Landis & Gyr Ag | System of mixing signal and power frequencies |
US5396635A (en) | 1990-06-01 | 1995-03-07 | Vadem Corporation | Power conservation apparatus having multiple power reduction levels dependent upon the activity of the computer system |
US5576700A (en) | 1992-08-26 | 1996-11-19 | Scientific-Atlanta | Apparatus and method for controlling an electrical load and monitoring control operations and the electrical load |
US5742103A (en) | 1995-10-27 | 1998-04-21 | Dell U.S.A., L.P. | External line harmonics reduction module for power supplies |
US6263315B1 (en) | 1998-11-02 | 2001-07-17 | Pricing Research Corporation | Revenue management system and method |
US7136830B1 (en) | 1999-07-20 | 2006-11-14 | World Factory, Inc. | Method of producing, selling, and distributing articles of manufacture through the automated aggregation of orders and the visual representation of standardized shipping volumes |
US6954739B1 (en) | 1999-11-16 | 2005-10-11 | Lucent Technologies Inc. | Measurement-based management method for packet communication networks |
US7430459B1 (en) | 2000-02-01 | 2008-09-30 | Motorola, Inc. | System and method to control distributed power generation network |
US20020152305A1 (en) | 2000-03-03 | 2002-10-17 | Jackson Gregory J. | Systems and methods for resource utilization analysis in information management environments |
US6976066B1 (en) | 2000-05-22 | 2005-12-13 | Microsoft Corporation | Network and method for implementing network platform services for a computing device |
AU2001265051A1 (en) | 2000-05-26 | 2001-12-11 | Akamai Technologies, Inc. | Global load balancing across mirrored data centers |
US7369968B2 (en) | 2000-06-16 | 2008-05-06 | Verisae, Inc. | Enterprise energy management system |
US6452289B1 (en) | 2000-07-10 | 2002-09-17 | Satcon Technology Corporation | Grid-linked power supply |
AU2001278923A1 (en) | 2000-07-13 | 2002-01-30 | Nxegen | System and method for monitoring and controlling energy usage |
US7032119B2 (en) | 2000-09-27 | 2006-04-18 | Amphus, Inc. | Dynamic power and workload management for multi-server system |
US7552350B2 (en) | 2000-09-27 | 2009-06-23 | Huron Ip Llc | System and method for activity or event base dynamic energy conserving server reconfiguration |
MXPA02011693A (es) | 2000-10-10 | 2004-05-17 | American Electric Power Compan | Un sistema nivelador de carga de potencia y paquete de almacenamiento electrico. |
US7016494B2 (en) | 2001-03-26 | 2006-03-21 | Hewlett-Packard Development Company, L.P. | Multiple cryptographic key precompute and store |
US20030196126A1 (en) | 2002-04-11 | 2003-10-16 | Fung Henry T. | System, method, and architecture for dynamic server power management and dynamic workload management for multi-server environment |
US6644247B2 (en) | 2001-08-08 | 2003-11-11 | General Electric Company | Frequency switching systems for portable power modules |
US7337333B2 (en) | 2001-09-19 | 2008-02-26 | Dell Products L.P. | System and method for strategic power supply sequencing in a computer system with multiple processing resources and multiple power supplies |
US20030079151A1 (en) | 2001-10-18 | 2003-04-24 | International Business Machines Corporation | Energy-aware workload distribution |
JP2003162591A (ja) | 2001-11-28 | 2003-06-06 | Nec Corp | 通信のサービス品質保証方法およびシステム |
US7318164B2 (en) | 2001-12-13 | 2008-01-08 | International Business Machines Corporation | Conserving energy in a data processing system by selectively powering down processors |
US6795928B2 (en) | 2002-03-18 | 2004-09-21 | International Business Machines Corporation | Method for managing power consumption of multiple computer servers |
US20030193777A1 (en) | 2002-04-16 | 2003-10-16 | Friedrich Richard J. | Data center energy management system |
JP2003324956A (ja) | 2002-05-09 | 2003-11-14 | Origin Electric Co Ltd | 直列共振型ブリッジインバータ回路の制御方法及び直列共振型ブリッジインバータ回路 |
US6812811B2 (en) | 2002-05-14 | 2004-11-02 | Halliburton Energy Services, Inc. | Power discriminating systems |
DE10232423A1 (de) | 2002-07-17 | 2004-01-29 | Ge Wind Energy Gmbh | Verfahren zum Betreiben einer Windenergieanlage und Windenergieanlage zum Ausführen derartiger Verfahren |
US7885974B2 (en) | 2002-11-18 | 2011-02-08 | Aol Inc. | Method and apparatus providing omnibus view of online and offline content of various file types and sources |
US7752858B2 (en) | 2002-11-25 | 2010-07-13 | American Power Conversion Corporation | Exhaust air removal system |
US7870241B2 (en) | 2002-11-27 | 2011-01-11 | International Business Machines Corporation | Automated power control policies based on application-specific redundancy characteristics |
US7877235B2 (en) | 2003-01-31 | 2011-01-25 | Verisae, Inc. | Method and system for tracking and managing various operating parameters of enterprise assets |
US20040122950A1 (en) | 2002-12-20 | 2004-06-24 | Morgan Stephen Paul | Method for managing workloads in an autonomic computer system for improved performance |
US7110913B2 (en) | 2002-12-23 | 2006-09-19 | United Services Automobile Association (Usaa) | Apparatus and method for managing the performance of an electronic device |
US6868682B2 (en) | 2003-01-16 | 2005-03-22 | Hewlett-Packard Development Company, L.P. | Agent based control method and system for energy management |
US20060017328A1 (en) | 2003-02-10 | 2006-01-26 | Bryde Jan H | Control system for distributed power generation, conversion, and storage system |
US20090215375A1 (en) | 2003-03-06 | 2009-08-27 | Greenvex | Fan Assemblies, Mechanical Draft Systems and Methods |
US7350186B2 (en) | 2003-03-10 | 2008-03-25 | International Business Machines Corporation | Methods and apparatus for managing computing deployment in presence of variable workload |
US7046514B2 (en) | 2003-03-19 | 2006-05-16 | American Power Conversion Corporation | Data center cooling |
US20050193113A1 (en) | 2003-04-14 | 2005-09-01 | Fujitsu Limited | Server allocation control method |
WO2004092971A1 (ja) | 2003-04-14 | 2004-10-28 | Fujitsu Limited | サーバ割当制御方法 |
US7519725B2 (en) | 2003-05-23 | 2009-04-14 | International Business Machines Corporation | System and method for utilizing informed throttling to guarantee quality of service to I/O streams |
US7149605B2 (en) | 2003-06-13 | 2006-12-12 | Battelle Memorial Institute | Electrical power distribution control methods, electrical energy demand monitoring methods, and power management devices |
US20040267897A1 (en) | 2003-06-24 | 2004-12-30 | Sychron Inc. | Distributed System Providing Scalable Methodology for Real-Time Control of Server Pools and Data Centers |
US7373268B1 (en) | 2003-07-30 | 2008-05-13 | Hewlett-Packard Development Company, L.P. | Method and system for dynamically controlling cooling resources in a data center |
US7392314B2 (en) | 2003-08-15 | 2008-06-24 | International Business Machines Corporation | System and method for load—balancing in a resource infrastructure running application programs |
US7127625B2 (en) | 2003-09-04 | 2006-10-24 | Hewlett-Packard Development Company, L.P. | Application management based on power consumption |
US7379884B2 (en) | 2003-09-11 | 2008-05-27 | International Business Machines Corporation | Power on demand tiered response time pricing |
US7318154B2 (en) | 2003-09-29 | 2008-01-08 | General Electric Company | Various methods and apparatuses to provide remote access to a wind turbine generator system |
JP4066932B2 (ja) | 2003-11-10 | 2008-03-26 | 株式会社日立製作所 | 予測に基づいた計算機リソース配分方法 |
US7437730B2 (en) | 2003-11-14 | 2008-10-14 | International Business Machines Corporation | System and method for providing a scalable on demand hosting system |
US8015289B2 (en) | 2003-12-11 | 2011-09-06 | Ziti Technologies Limited Liability Company | System and method predicting and managing network capacity requirements |
US8145731B2 (en) | 2003-12-17 | 2012-03-27 | Hewlett-Packard Development Company, L.P. | System and method for determining how many servers of at least one server configuration to be included at a service provider's site for supporting an expected workload |
US8720532B2 (en) | 2004-04-29 | 2014-05-13 | Hewlett-Packard Development Company, L.P. | Controllable flow resistance in a cooling apparatus |
US7122913B2 (en) | 2004-07-09 | 2006-10-17 | Wittmar Engineering And Construction, Inc. | Modular power generation apparatus and method |
US20060017809A1 (en) | 2004-07-20 | 2006-01-26 | Carroll Mark D | Mobile monitoring system |
US7739527B2 (en) | 2004-08-11 | 2010-06-15 | Intel Corporation | System and method to enable processor management policy in a multi-processor environment |
US7814042B2 (en) | 2004-08-17 | 2010-10-12 | Oracle International Corporation | Selecting candidate queries |
US7269753B2 (en) * | 2004-08-27 | 2007-09-11 | Hewlett-Packard Development Company, L.P. | Mapping power system components |
JP2006072734A (ja) | 2004-09-02 | 2006-03-16 | Toyoake Kaki Kk | セリシステム |
CN101088072B (zh) | 2004-12-24 | 2011-04-20 | 国际商业机器公司 | 用于监视基于交易的系统的方法和系统 |
US8041967B2 (en) | 2005-02-15 | 2011-10-18 | Hewlett-Packard Development Company, L.P. | System and method for controlling power to resources based on historical utilization data |
US7774471B2 (en) | 2006-06-15 | 2010-08-10 | Adaptive Computing Enterprises, Inc. | Optimized multi-component co-allocation scheduling with advanced reservations for data transfers and distributed jobs |
US20110016214A1 (en) | 2009-07-15 | 2011-01-20 | Cluster Resources, Inc. | System and method of brokering cloud computing resources |
US7274975B2 (en) | 2005-06-06 | 2007-09-25 | Gridpoint, Inc. | Optimized energy management system |
US7885855B2 (en) | 2005-06-06 | 2011-02-08 | International Business Machines Corporation | Cost based dynamic pricing of goods |
CA2618353A1 (en) | 2005-08-05 | 2007-02-15 | Wrd Corporation | Adaptive cooling method for computer rack enclosure |
US7562234B2 (en) | 2005-08-25 | 2009-07-14 | Apple Inc. | Methods and apparatuses for dynamic power control |
US8429630B2 (en) | 2005-09-15 | 2013-04-23 | Ca, Inc. | Globally distributed utility computing cloud |
US7923965B2 (en) | 2005-10-10 | 2011-04-12 | General Electric Company | Methods for coupling an energy storage system to a variable energy supply system |
US7568360B1 (en) | 2005-11-01 | 2009-08-04 | Hewlett-Packard Development Company, L.P. | Air re-circulation effect reduction system |
US7756972B2 (en) | 2005-12-06 | 2010-07-13 | Cisco Technology, Inc. | System for power savings in server farms |
US7664786B2 (en) | 2005-12-12 | 2010-02-16 | Electronics And Telecommunications Research Institute | Apparatus and method for managing application context |
US7365973B2 (en) | 2006-01-19 | 2008-04-29 | American Power Conversion Corporation | Cooling system and method |
US8131401B2 (en) | 2006-07-19 | 2012-03-06 | Power Analytics Corporation | Real-time stability indexing for intelligent energy monitoring and management of electrical power network system |
US7720708B1 (en) | 2006-02-24 | 2010-05-18 | Launch Ramp Llc | System and method for selling perishable products |
CN100512307C (zh) | 2006-03-06 | 2009-07-08 | 华为技术有限公司 | 通讯网络中网络资源的分配方法及系统 |
JP2007249470A (ja) | 2006-03-15 | 2007-09-27 | Nec Biglobe Ltd | クラスタサーバシステム、課金装置、課金方法 |
US8104041B2 (en) | 2006-04-24 | 2012-01-24 | Hewlett-Packard Development Company, L.P. | Computer workload redistribution based on prediction from analysis of local resource utilization chronology data |
US7604535B2 (en) | 2006-04-27 | 2009-10-20 | Wright Line, Llc | Assembly for extracting heat from a housing for electronic equipment |
KR100812769B1 (ko) | 2006-05-02 | 2008-03-12 | 주식회사 이피아테크 | Rf를 이용한 컨테이너 위치추적 및 실시간 관리 시스템 |
CN101563829B (zh) | 2006-06-01 | 2012-07-04 | 埃克弗洛普公司 | 数据中心不间断配电架构 |
JP2007324956A (ja) | 2006-06-01 | 2007-12-13 | Canon Inc | 画像処理装置及び画像処理方法 |
US7797563B1 (en) | 2006-06-09 | 2010-09-14 | Oracle America | System and method for conserving power |
US7560823B2 (en) | 2006-06-30 | 2009-07-14 | General Electric Company | Wind energy system and method of operation thereof |
FR2904486B1 (fr) | 2006-07-31 | 2010-02-19 | Jean Marc Oury | Procede et systeme de gestion et de modulation en temps reel de consommation electrique. |
US20080028246A1 (en) | 2006-07-31 | 2008-01-31 | Witham Timothy D | Self-monitoring and self-adjusting power consumption computer control system |
US7844370B2 (en) | 2006-08-10 | 2010-11-30 | Gridpoint, Inc. | Scheduling and control in a power aggregation system for distributed electric resources |
US8121585B2 (en) | 2006-08-25 | 2012-02-21 | International Business Machines Corporation | Technique for synchronizing data with a mobile device based on a synchronization context |
US7844839B2 (en) | 2006-12-07 | 2010-11-30 | Juniper Networks, Inc. | Distribution of network communications based on server power consumption |
US7711587B2 (en) | 2007-01-05 | 2010-05-04 | Ita Software, Inc. | Providing travel information using cached query answers |
US7525207B2 (en) | 2007-02-26 | 2009-04-28 | Google Inc. | Water-based data center |
US8853872B2 (en) | 2007-02-26 | 2014-10-07 | Google Inc. | Water-based data center |
JP4949902B2 (ja) | 2007-03-16 | 2012-06-13 | 日本碍子株式会社 | 二次電池の電力制御方法 |
US7818594B2 (en) | 2007-03-21 | 2010-10-19 | Intel Corporation | Power efficient resource allocation in data centers |
US10339227B1 (en) | 2007-06-08 | 2019-07-02 | Google Llc | Data center design |
US8326772B2 (en) | 2007-06-15 | 2012-12-04 | International Business Machines Corporation | Method and apparatus for capacity- and value-based pricing model for professional services |
US8080900B2 (en) | 2007-07-18 | 2011-12-20 | Exaflop Llc | Direct-coupled IT load |
US8258761B2 (en) | 2007-07-31 | 2012-09-04 | Battelle Memorial Institute | Electrical energy consumption control apparatuses and electrical energy consumption control methods |
US20090070611A1 (en) | 2007-09-12 | 2009-03-12 | International Business Machines Corporation | Managing Computer Power Consumption In A Data Center |
EP2203818A2 (en) | 2007-10-21 | 2010-07-07 | Citrix Systems, Inc. | Systems and methods to adaptively load balance user sessions to reduce energy consumption |
US20100145801A1 (en) | 2007-11-01 | 2010-06-10 | Jagannadha Raju Chekuri | Methods and systems for a time-aware or calendar-aware facilitator to improve utilization of time-sensitive or perishable resources |
US20090119233A1 (en) | 2007-11-05 | 2009-05-07 | Microsoft Corporation | Power Optimization Through Datacenter Client and Workflow Resource Migration |
US8082454B2 (en) | 2007-11-07 | 2011-12-20 | International Business Machines Corporation | Managing power consumption based on historical average |
US7551130B2 (en) | 2007-11-21 | 2009-06-23 | General Electric Company | Wind turbine with data receiver |
US20100017045A1 (en) | 2007-11-30 | 2010-01-21 | Johnson Controls Technology Company | Electrical demand response using energy storage in vehicles and buildings |
US8395621B2 (en) | 2008-02-12 | 2013-03-12 | Accenture Global Services Limited | System for providing strategies for increasing efficiency of data centers |
US8671294B2 (en) | 2008-03-07 | 2014-03-11 | Raritan Americas, Inc. | Environmentally cognizant power management |
US20090229194A1 (en) | 2008-03-11 | 2009-09-17 | Advanced Shielding Technologies Europe S.I. | Portable modular data center |
US8001403B2 (en) | 2008-03-14 | 2011-08-16 | Microsoft Corporation | Data center power management utilizing a power policy and a load factor |
US7958229B2 (en) | 2008-03-31 | 2011-06-07 | Verizon Patent And Licensing Inc. | Method and system for energy efficient routing and network services |
US7961463B2 (en) | 2008-04-02 | 2011-06-14 | Microsoft Corporation | Power efficient data center |
US8301742B2 (en) | 2008-04-07 | 2012-10-30 | International Business Machines Corporation | Systems and methods for coordinated management of power usage and runtime performance in performance-managed computing environments |
US20090265704A1 (en) | 2008-04-17 | 2009-10-22 | Branda Steven J | Application Management for Reducing Energy Costs |
WO2009131592A1 (en) | 2008-04-21 | 2009-10-29 | Cluster Resources, Inc. | System and method for managing energy consumption in a compute environment |
US9405348B2 (en) | 2008-04-21 | 2016-08-02 | Adaptive Computing Enterprises, Inc | System and method for managing energy consumption in a compute environment |
US7756652B2 (en) | 2008-04-24 | 2010-07-13 | Oracle America, Inc. | Estimating a power utilization of a computer system |
US20090281846A1 (en) | 2008-05-06 | 2009-11-12 | Electronic Data Systems Corporation | Apparatus, and associated method, for facilitating data-center management |
US7924715B2 (en) | 2008-05-12 | 2011-04-12 | Nortel Networks Limited | Method and apparatus for discovering, negotiating, and provisioning end-to-end SLAs between multiple service provider domains |
KR100970311B1 (ko) | 2008-05-20 | 2010-07-16 | 엘에스전선 주식회사 | 풍력과 태양력을 이용한 이동통신 중계기의 전원공급장치 |
US8600571B2 (en) | 2008-06-19 | 2013-12-03 | Honeywell International Inc. | Energy optimization system |
GB2461313A (en) | 2008-06-27 | 2009-12-30 | Symbian Software Ltd | Managing services in a computer system to limit overall system cost |
US7820321B2 (en) | 2008-07-07 | 2010-10-26 | Enervault Corporation | Redox flow battery system for distributed energy storage |
US8483096B2 (en) | 2008-07-22 | 2013-07-09 | The Regents Of The University Of California | Scalable commodity data center network architecture |
EE200800049A (et) | 2008-07-24 | 2010-04-15 | S?najalg Andres | Tuulegeneraator |
JP4951596B2 (ja) | 2008-07-31 | 2012-06-13 | 株式会社日立製作所 | 冷却システム及び電子装置 |
US8892916B2 (en) | 2008-08-06 | 2014-11-18 | International Business Machines Corporation | Dynamic core pool management |
US20100049616A1 (en) | 2008-08-21 | 2010-02-25 | Mettler-Toledo, Inc | System and method for scale-based price and inventory management of perishable goods |
US9842004B2 (en) | 2008-08-22 | 2017-12-12 | Red Hat, Inc. | Adjusting resource usage for cloud-based networks |
US8286232B2 (en) | 2009-03-13 | 2012-10-09 | Novell, Inc. | System and method for transparent cloud access |
WO2010022774A1 (en) | 2008-08-27 | 2010-03-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Routing mechanism for distributed hash table based overlay networks |
US8214843B2 (en) | 2008-09-03 | 2012-07-03 | International Business Machines Corporation | Framework for distribution of computer workloads based on real-time energy costs |
US8086544B2 (en) | 2008-09-03 | 2011-12-27 | International Business Machines Corporation | Analysis of energy-related factors for selecting computational job locations |
US8238256B2 (en) | 2008-09-08 | 2012-08-07 | Nugent Raymond M | System and method for cloud computing |
US8183712B2 (en) | 2008-09-10 | 2012-05-22 | International Business Machines Corporation | Method and system for organizing and optimizing electricity consumption |
GB0816721D0 (en) | 2008-09-13 | 2008-10-22 | Daniel Simon R | Systems,devices and methods for electricity provision,usage monitoring,analysis and enabling improvements in efficiency |
US7608937B1 (en) | 2008-09-30 | 2009-10-27 | General Electric Company | Power generation system and method for storing electrical energy |
US7870044B2 (en) | 2008-10-02 | 2011-01-11 | Verizon Patent And Licensing Inc. | Methods, systems and computer program products for a cloud computing spot market platform |
US9002761B2 (en) | 2008-10-08 | 2015-04-07 | Rey Montalvo | Method and system for automatically adapting end user power usage |
US8271974B2 (en) | 2008-10-08 | 2012-09-18 | Kaavo Inc. | Cloud computing lifecycle management for N-tier applications |
JP2010097533A (ja) | 2008-10-20 | 2010-04-30 | Hitachi Ltd | パーティションで区切られた計算機システムにおけるアプリケーション移動及び消費電力の最適化 |
US20100191998A1 (en) | 2009-01-23 | 2010-07-29 | Microsoft Corporation | Apportioning and reducing data center environmental impacts, including a carbon footprint |
US9519517B2 (en) | 2009-02-13 | 2016-12-13 | Schneider Electtic It Corporation | Data center control |
US8560677B2 (en) * | 2009-02-13 | 2013-10-15 | Schneider Electric It Corporation | Data center control |
US8225119B2 (en) | 2009-02-23 | 2012-07-17 | Microsoft Corporation | Energy-aware server management |
US9239994B2 (en) | 2009-02-25 | 2016-01-19 | Empire Technology Development Llc | Data centers task mapping |
US20100332373A1 (en) | 2009-02-26 | 2010-12-30 | Jason Crabtree | System and method for participation in energy-related markets |
US20100228819A1 (en) | 2009-03-05 | 2010-09-09 | Yottaa Inc | System and method for performance acceleration, data protection, disaster recovery and on-demand scaling of computer applications |
US20100248609A1 (en) | 2009-03-24 | 2010-09-30 | Wright Line, Llc | Assembly For Providing A Downflow Return Air Supply |
DE102009003173A1 (de) | 2009-05-15 | 2010-11-18 | Gip Ag | Verfahren und Vorrichtung zum gerichteten Übertragen elektrischer Energie in einem elektrischen Versorgungsnetz |
US8174225B2 (en) | 2009-05-15 | 2012-05-08 | Siemens Industry, Inc. | Limiting peak electrical power drawn by mining excavators |
WO2010138906A1 (en) * | 2009-05-28 | 2010-12-02 | The Trustees Of Columbia University In The City Of Newyork | Capital asset planning system |
US8190744B2 (en) | 2009-05-28 | 2012-05-29 | Palo Alto Research Center Incorporated | Data center batch job quality of service control |
US8904394B2 (en) | 2009-06-04 | 2014-12-02 | International Business Machines Corporation | System and method for controlling heat dissipation through service level agreement analysis by modifying scheduled processing jobs |
US8178997B2 (en) | 2009-06-15 | 2012-05-15 | Google Inc. | Supplying grid ancillary services using controllable loads |
US20100319004A1 (en) | 2009-06-16 | 2010-12-16 | Microsoft Corporation | Policy Management for the Cloud |
US20100318454A1 (en) | 2009-06-16 | 2010-12-16 | Microsoft Corporation | Function and Constraint Based Service Agreements |
US8839254B2 (en) | 2009-06-26 | 2014-09-16 | Microsoft Corporation | Precomputation for data center load balancing |
US8285681B2 (en) | 2009-06-30 | 2012-10-09 | Commvault Systems, Inc. | Data object store and server for a cloud storage environment, including data deduplication and data management across multiple cloud storage sites |
US8189561B2 (en) | 2009-07-24 | 2012-05-29 | Broadcom Corporation | Method and system for power-limited switching and/or routing in a network |
US8723362B2 (en) | 2009-07-24 | 2014-05-13 | Facebook, Inc. | Direct tie-in of a backup power source to motherboards in a server system |
EP2287991A1 (en) | 2009-08-19 | 2011-02-23 | ABB Research Ltd. | Optimizing power consumption of data centres |
US8504443B2 (en) | 2009-08-31 | 2013-08-06 | Red Hat, Inc. | Methods and systems for pricing software infrastructure for a cloud computing environment |
WO2011030469A1 (ja) | 2009-09-09 | 2011-03-17 | 株式会社日立製作所 | 情報処理システムの運用管理方法及び情報処理システム |
GB0916022D0 (en) | 2009-09-11 | 2009-10-28 | Sgouridis Sgouris | Hybrid energy market and curency system for total energy management |
US9159042B2 (en) | 2009-10-23 | 2015-10-13 | Viridity Energy, Inc. | Facilitating revenue generation from data shifting by data centers |
US20110099095A1 (en) | 2009-10-28 | 2011-04-28 | Microsoft Corporation | Processing internal use of data-center resources |
US20110105015A1 (en) | 2009-10-30 | 2011-05-05 | Exaflop Llc | Convection Cooling of Data Center Using Chimney |
US8401709B2 (en) | 2009-11-03 | 2013-03-19 | Spirae, Inc. | Dynamic distributed power grid control system |
US8253585B2 (en) | 2009-11-19 | 2012-08-28 | Emilio Hidalgo Rodrigo | Three-phase multifunction verifier |
JP4939594B2 (ja) | 2009-11-30 | 2012-05-30 | インターナショナル・ビジネス・マシーンズ・コーポレーション | プライマリクラウドが提供したサービスレベルの実績値又は更新されたプリファレンス情報に基づいて、サービスレベルアグリーメントを動的に決定してサービスを提供することができるクラウドシステムを構成する装置、方法及びコンピュータプログラム |
US8332666B2 (en) | 2009-12-07 | 2012-12-11 | International Business Machines Corporation | Power management method and system |
FR2953880B1 (fr) | 2009-12-11 | 2012-01-13 | Enia Architectes | Batiment a salles informatiques superposees et procede de climatisation de ce batiment |
US8478451B2 (en) | 2009-12-14 | 2013-07-02 | Intel Corporation | Method and apparatus for dynamically allocating power in a data center |
US8862922B2 (en) | 2010-01-14 | 2014-10-14 | International Business Machines Corporation | Data center power adjustment |
US8370652B2 (en) | 2010-01-15 | 2013-02-05 | Microsoft Corporation | Automatic discovery of server to power-circuit connections |
US20110208606A1 (en) | 2010-02-19 | 2011-08-25 | Computer Associates Think, Inc. | Information Technology Services E-Commerce Arena for Cloud Computing Environments |
US8164897B2 (en) | 2010-02-19 | 2012-04-24 | International Business Machines Corporation | Airflow recirculation and cooling apparatus and method for an electronics rack |
US8806014B2 (en) | 2010-03-19 | 2014-08-12 | Novell, Inc. | Techniques for intelligent service deployment |
US8458011B2 (en) | 2010-03-24 | 2013-06-04 | International Business Machines Corporation | Dynamic pricing of a resource |
JP5578232B2 (ja) * | 2010-03-30 | 2014-08-27 | 三洋電機株式会社 | 系統安定化システム、電力需給調整装置、電力需給調整装置のための制御装置、電力需給調整方法および蓄電池を用いた電力需給調整方法 |
US9670689B2 (en) | 2010-04-06 | 2017-06-06 | Schneider Electric It Corporation | Container based data center solutions |
GB201005801D0 (en) | 2010-04-07 | 2010-05-26 | Cooper Timothy P | A localy based electricity supply management system and method |
US8447435B1 (en) | 2010-04-15 | 2013-05-21 | Science Applications International Corporation | System and method for routing power across multiple microgrids having DC and AC buses |
US8612984B2 (en) | 2010-04-28 | 2013-12-17 | International Business Machines Corporation | Energy-aware job scheduling for cluster environments |
US8588989B1 (en) | 2010-04-29 | 2013-11-19 | Google Inc. | Power-consuming facilities as a source of reserve power |
US9142968B2 (en) * | 2010-05-07 | 2015-09-22 | Advanced Energy Industries, Inc. | Systems and methods for islanding detection |
US20110276194A1 (en) | 2010-05-10 | 2011-11-10 | Emalfarb Hal A | System and method for energy management |
US9207993B2 (en) | 2010-05-13 | 2015-12-08 | Microsoft Technology Licensing, Llc | Dynamic application placement based on cost and availability of energy in datacenters |
US20110278928A1 (en) | 2010-05-17 | 2011-11-17 | Microsoft Corporation | Wind-powered data center |
US8909783B2 (en) | 2010-05-28 | 2014-12-09 | Red Hat, Inc. | Managing multi-level service level agreements in cloud-based network |
WO2011156776A2 (en) | 2010-06-10 | 2011-12-15 | The Regents Of The University Of California | Smart electric vehicle (ev) charging and grid integration apparatus and methods |
US8359125B2 (en) | 2010-06-17 | 2013-01-22 | Sharp Laboratories Of America, Inc. | Energy management system to reduce the loss of excess energy generation |
US8333316B2 (en) | 2010-06-30 | 2012-12-18 | Google Inc. | Recording the power distribution hierarchy in datacenters |
US20120016721A1 (en) | 2010-07-15 | 2012-01-19 | Joseph Weinman | Price and Utility Optimization for Cloud Computing Resources |
WO2012009724A1 (en) * | 2010-07-16 | 2012-01-19 | The Trustees Of Columbia University In The City Of New York | Machine learning for power grids |
US20120030356A1 (en) | 2010-07-30 | 2012-02-02 | International Business Machines Corporation | Maximizing efficiency in a cloud computing environment |
US8373387B2 (en) | 2010-08-03 | 2013-02-12 | The Gillette Company | USB inductive charger |
CN101916415A (zh) | 2010-08-06 | 2010-12-15 | 西北工业大学 | 一种“云计算”平台中软件许可证的按需服务方法 |
US20120053925A1 (en) | 2010-08-31 | 2012-03-01 | Steven Geffin | Method and System for Computer Power and Resource Consumption Modeling |
US8688394B2 (en) | 2010-09-09 | 2014-04-01 | International Business Machines Corporation | Data center power conversion efficiency management |
US8645529B2 (en) | 2010-10-06 | 2014-02-04 | Infosys Limited | Automated service level management of applications in cloud computing environment |
US20120095940A1 (en) | 2010-10-13 | 2012-04-19 | Microsoft Corporation | Pricing mechanisms for perishable time-varying resources |
US8849469B2 (en) | 2010-10-28 | 2014-09-30 | Microsoft Corporation | Data center system that accommodates episodic computation |
US8660523B2 (en) | 2010-11-08 | 2014-02-25 | Alcatel Lucent | Method of providing rate tiers in wireless communication systems |
US9063738B2 (en) | 2010-11-22 | 2015-06-23 | Microsoft Technology Licensing, Llc | Dynamically placing computing jobs |
US20120158447A1 (en) | 2010-12-20 | 2012-06-21 | Microsoft Corporation | Pricing batch computing jobs at data centers |
MY172381A (en) | 2010-12-30 | 2019-11-22 | Telekom Malaysia Berhad | A system and method for performing harmonic frequency filtration and analysis |
US9136708B2 (en) | 2011-01-19 | 2015-09-15 | Alliance For Sustainable Energy, Llc | Simultaneous distribution of AC and DC power |
US9893526B2 (en) | 2011-03-25 | 2018-02-13 | Green Charge Networks Llc | Networked power management and demand response |
JP5837322B2 (ja) | 2011-04-18 | 2015-12-24 | 京セラ株式会社 | 制御装置、電力制御システム、及び電力制御方法 |
WO2012143051A1 (en) * | 2011-04-20 | 2012-10-26 | Telefonaktiebolaget L M Ericsson (Publ) | Method and apparatus in an electricity distribution network |
US20120278503A1 (en) | 2011-04-28 | 2012-11-01 | International Business Machines Corporation | Energy management system for a data center network |
US8583799B2 (en) | 2011-05-09 | 2013-11-12 | Oracle International Corporation | Dynamic cost model based resource scheduling in distributed compute farms |
JP2012249476A (ja) | 2011-05-30 | 2012-12-13 | Panasonic Corp | 電力供給システム |
US8533514B2 (en) | 2011-06-26 | 2013-09-10 | Microsoft Corporation | Power-capping based on UPS capacity |
US9595054B2 (en) | 2011-06-27 | 2017-03-14 | Microsoft Technology Licensing, Llc | Resource management for cloud computing platforms |
US9450838B2 (en) | 2011-06-27 | 2016-09-20 | Microsoft Technology Licensing, Llc | Resource management for cloud computing platforms |
US8994214B2 (en) * | 2011-08-09 | 2015-03-31 | Bae Systems Controls Inc. | Hybrid electric generator set |
US9088179B2 (en) | 2011-08-22 | 2015-07-21 | Cisco Technology, Inc. | Adaptive control of power grid operations based on energy profiles |
US9003216B2 (en) | 2011-10-03 | 2015-04-07 | Microsoft Technology Licensing, Llc | Power regulation of power grid via datacenter |
US20130201316A1 (en) | 2012-01-09 | 2013-08-08 | May Patents Ltd. | System and method for server based control |
US20130191052A1 (en) * | 2012-01-23 | 2013-07-25 | Steven J. Fernandez | Real-time simulation of power grid disruption |
US9218035B2 (en) | 2012-02-10 | 2015-12-22 | University Of Florida Research Foundation, Inc. | Renewable energy control systems and methods |
US20150015213A1 (en) * | 2012-03-28 | 2015-01-15 | Aerovironment, Inc. | Frequency responsive charging system and method |
US20130261817A1 (en) | 2012-04-03 | 2013-10-03 | James Detmers | Producing and supplying stable power from renewable resources |
US8843772B2 (en) | 2012-05-22 | 2014-09-23 | Dell Products Lp | Systems and methods for dynamic power allocation in an information handling system environment |
US9207698B2 (en) | 2012-06-20 | 2015-12-08 | Causam Energy, Inc. | Method and apparatus for actively managing electric power over an electric power grid |
US8996191B2 (en) | 2012-07-19 | 2015-03-31 | Solarcity Corporation | Techniques for provisioning energy generation and storage systems |
US9800052B2 (en) | 2013-02-22 | 2017-10-24 | University Of Florida Research Foundation, Inc. | Method and apparatus for power management using distributed generation |
US20160011607A1 (en) | 2014-07-11 | 2016-01-14 | Microsoft Technology Licensing, Llc | Adaptive cooling of computing devices |
US9954365B2 (en) | 2014-07-11 | 2018-04-24 | Microsoft Technology Licensing, Llc | Electricity management using modulated waveforms |
US9954948B2 (en) | 2014-07-11 | 2018-04-24 | Microsoft Technology Licensing, Llc | Private content distribution network |
US10234835B2 (en) | 2014-07-11 | 2019-03-19 | Microsoft Technology Licensing, Llc | Management of computing devices using modulated electricity |
US20160011616A1 (en) | 2014-07-11 | 2016-01-14 | Microsoft Technology Licensing, Llc | Power management |
US20160011617A1 (en) | 2014-07-11 | 2016-01-14 | Microsoft Technology Licensing, Llc | Power management of server installations |
US9654173B2 (en) | 2014-11-20 | 2017-05-16 | At&T Intellectual Property I, L.P. | Apparatus for powering a communication device and methods thereof |
-
2015
- 2015-03-31 US US14/675,163 patent/US9933804B2/en active Active
- 2015-07-08 WO PCT/US2015/039462 patent/WO2016007567A1/en active Application Filing
- 2015-07-08 BR BR112017000454A patent/BR112017000454A2/pt not_active Application Discontinuation
- 2015-07-08 EP EP15741442.6A patent/EP3167424A1/en not_active Withdrawn
- 2015-07-08 CN CN201580048797.5A patent/CN106687873B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102084569A (zh) * | 2008-05-09 | 2011-06-01 | 埃森哲环球服务有限公司 | 用于管理电网的方法和系统 |
CN103181144A (zh) * | 2010-10-21 | 2013-06-26 | 波音公司 | 微电网控制系统 |
EP2511870A1 (en) * | 2011-04-11 | 2012-10-17 | General Electric Company | Systems and methods for recommending energy usage |
CN103797464A (zh) * | 2011-09-13 | 2014-05-14 | 国际商业机器公司 | 电网中的故障隔离和服务恢复 |
Also Published As
Publication number | Publication date |
---|---|
US9933804B2 (en) | 2018-04-03 |
CN106687873A (zh) | 2017-05-17 |
EP3167424A1 (en) | 2017-05-17 |
WO2016007567A1 (en) | 2016-01-14 |
US20160011618A1 (en) | 2016-01-14 |
BR112017000454A2 (pt) | 2017-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106687873B (zh) | 作为电网条件传感器的服务器设施 | |
JP7118282B2 (ja) | マイクログリッドを構成するシステム、方法、及びコンピュータプログラム製品 | |
Bessa et al. | Handling renewable energy variability and uncertainty in power system operation | |
Chen et al. | Robust restoration decision-making model for distribution networks based on information gap decision theory | |
US8862279B2 (en) | Systems and methods for optimizing microgrid power generation and management with predictive modeling | |
US10447038B2 (en) | Microgrids with dynamically configurable boundaries including multiple main grid feeder coupling locations and methods of operating the same | |
Lin et al. | Situation awareness of active distribution network: Roadmap, technologies, and bottlenecks | |
EP3654482B1 (en) | Distributed energy resource management system | |
Platt et al. | What role for microgrids? | |
Marino et al. | A chance-constrained two-stage stochastic programming model for reliable microgrid operations under power demand uncertainty | |
Braun et al. | Blackouts, restoration, and islanding: A system resilience perspective | |
Malik | Evolution of power systems into smarter networks | |
Al Karim et al. | A machine learning based optimized energy dispatching scheme for restoring a hybrid microgrid | |
Gu et al. | Congestion-induced wind curtailment: Sensitivity analysis and case studies | |
Santos et al. | Analysis of switch automation based on active reconfiguration considering reliability, energy storage systems, and variable renewables | |
Muttaqi et al. | A hierarchical service restoration framework for unbalanced active distribution networks based on DSO and VPP coordination | |
Shoeb et al. | A multilayer preventive control to regulate voltage and frequency in autonomous microgrids | |
Taft et al. | Ultra large-scale power system control architecture | |
Carr et al. | Managing smart grids using price responsive smart buildings | |
US20230074118A1 (en) | Systems with underwater data centers configured to be coupled to renewable energy sources | |
Hamdaoui et al. | A smart approach for intentional islanding based on dynamic selection algorithm in microgrid with distributed generation | |
Yan | Gestion énergétique sous incertitude: Application à la planification et à l'allocation de réserve dans un micro réseau électrique urbain comportant des générateurs photovoltaïques actifs et du stockage | |
Bitzer et al. | Cloud computing for monitoring and controlling of distributed energy generations | |
Bhattacharya et al. | Intelligent subset selection of power generators for economic dispatch | |
Taft et al. | Ultra large-scale power system control and coordination architecture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |