CN107086587B - 一种基于需求侧响应的数据中心联络线功率控制方法 - Google Patents
一种基于需求侧响应的数据中心联络线功率控制方法 Download PDFInfo
- Publication number
- CN107086587B CN107086587B CN201710373128.6A CN201710373128A CN107086587B CN 107086587 B CN107086587 B CN 107086587B CN 201710373128 A CN201710373128 A CN 201710373128A CN 107086587 B CN107086587 B CN 107086587B
- Authority
- CN
- China
- Prior art keywords
- data center
- power
- server cluster
- response
- task
- 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
- 230000004044 response Effects 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000001914 filtration Methods 0.000 claims abstract description 35
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000011217 control strategy Methods 0.000 claims abstract description 8
- 239000000203 mixture Substances 0.000 claims abstract description 8
- 238000009472 formulation Methods 0.000 claims abstract description 7
- 238000013508 migration Methods 0.000 claims description 11
- 230000003111 delayed effect Effects 0.000 claims description 9
- 230000005012 migration Effects 0.000 claims description 8
- 240000002853 Nelumbo nucifera Species 0.000 claims description 6
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 6
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000020169 heat generation Effects 0.000 claims description 5
- 239000002699 waste material Substances 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000004804 winding Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000004146 energy storage Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000005611 electricity Effects 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000035699 permeability Effects 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/382—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于需求侧响应的数据中心联络线功率控制方法,包括:采用双层低通滤波实现响应资源控制信号的制定,分别获取服务器集群负荷响应目标、UPS蓄电池组负荷响应目标;应用基于任务延时机制的服务器集群负荷调控策略,得到服务器集群实际响应功率;调整当前控制时段的UPS蓄电池组荷电状态,得到UPS蓄电池组实际响应功率;根据服务器集群实际响应功率和UPS蓄电池组实际响应功率,计算数据中心优化之后的联络线最终响应功率;对最终响应功率和数据中心设备工作状态进行评估分析。在保证用户服务质量和供电可靠性的前提下,通过动态调整服务器集群负荷和UPS蓄电池组的荷电状态以达到有效平抑数据中心园区联络线功率波动。
Description
技术领域
本发明涉及电力系统负荷控制技术领域,尤其涉及一种基于需求侧响应的数据中心联络线功率控制方法,涉及有可再生能源供能背景的数据中心参与电力系统需求侧响应的应用场合,尤其涉及一种新型的数据中心计算负荷和UPS(不间断电源)储能系统负荷的协调控制技术应用场合。
背景技术
随着云计算等信息技术的快速发展,各类数据中心在全球范围内进行广泛部署,其高能耗、高费用、高污染等问题日益突出。据统计,2013年仅数据中心单一设备的电能消耗量已占全球年均总电能消耗量的0.5%,预计到2020年,数据中心年均电能消耗量将占全球年均总电能消耗量的1%。就我国而言,数据中心的建设规模和能耗均以高于世界平均水平不断增长,据ICTResearch(北京汇信中通咨询有限公司)统计,2012年我国数据中心能耗高达664.5亿度,占当年全国工业用电量的1.8%;2015年我国数据中心能耗高达1000亿度,相当于整个三峡水电站一年的发电量。可见数据中心已成为诸多电力负荷中不可忽视的一部分。不断攀升的用电成本和日益严重的碳排放污染已成为制约数据中心可持续发展的首要因素。
针对上述问题,以风力发电和光伏发电为主的可再生能源为数据中心的节能降耗带来了新的契机,诸多知名IT企业正在逐步建设完全或者部分由可再生能源驱动的数据中心,例如Facebook建在俄勒冈州的太阳能数据中心和Green House Data(本领域技术人员所公知)建在怀俄明州的风能数据中心。然而不同于传统供电模式,可再生能源出力往往具有间歇性和随机性,当此类不稳定的电源供应接入后,将引起数据中心园区联络线功率较大幅度波动,同时随着可再生能源渗透率(即可再生能源额定功率占年负荷峰值的比例)的不断增加,其联络线功率的波动性将不断加强,不仅对数据中心各类设施的正常运行、园区供电可靠性构成威胁,也会对主网电压、频率稳定等造成冲击。因此无论是从保证数据中心园区的正常运维、提高可再生能源利用率的角度出发,还是考虑减轻对主网稳定性的冲击,可再生能源背景下的数据中心园区联络线功率控制方法是其能效管理领域中亟需研究的一个热点问题。
近年来已有针对数据中心可再生能源应用机制与策略的初步研究,主要包含以下三类:一是分析各类可再生能源的不同特性,并建立各类可再生能源模型和预测机制,以此来调度作业,匹配数据中心各类能耗与需求;二是进行数据中心能源配额规划,在满足相应能耗需求的前提下,进行最佳的能源组合以实现化石能源开销和碳排放量的最小化;三是研究由可再生能源供能的数据中心内作业调度机制,根据可再生能源出力变化,分级调度各类任务,调节服务器集群功耗状态,以最大化利用可再生能源或最小化运行成本。
由以上三点可以看到,已有研究是从数据中心如何最大化利用可再生能源的角度出发,或以最低用电费用为目标,但并未考虑可再生能源接入后对数据中心供电系统电能质量所带来的不利影响。而对于数据中心这类敏感型负荷,供电质量直接影响设备的安全可靠运行,这比减少主网耗电量更加值得引起重视。
当把数据中心(包含计算负荷,制冷照明负荷、UPS电源)以及园区内可再生能源整合为数据中心园区微网时,传统微网负荷需求响应控制技术可为解决上述问题提供新的思路。
发明内容
本发明提供了一种基于需求侧响应的数据中心联络线功率控制方法,本发明在保证用户服务质量和供电可靠性的前提下,通过动态调整服务器集群负荷和UPS蓄电池组的荷电状态以达到有效平抑数据中心园区联络线功率波动的目的,详见下文描述:
一种基于需求侧响应的数据中心联络线功率控制方法,所述控制方法包括以下步骤:
采用双层低通滤波实现响应资源控制信号的制定,分别获取服务器集群负荷响应目标、UPS蓄电池组负荷响应目标;
应用基于任务延时机制的服务器集群负荷调控策略,获取服务器集群实际响应功率;调整当前控制时段的UPS蓄电池组荷电状态,获取UPS蓄电池组实际响应功率;
根据服务器集群实际响应功率和UPS蓄电池组实际响应功率,计算数据中心优化之后的联络线最终响应功率;
对最终响应功率和数据中心设备工作状态进行评估分析。
其中,所述采用双层低通滤波实现响应资源控制信号的制定,分别获取服务器集群负荷响应目标、UPS蓄电池组负荷响应目标的步骤具体为:
对第一级滤波之后的联络线目标功率进行处理,计算服务器集群负荷响应目标;
对第二级滤波之后的联络线目标功率进行处理,计算UPS蓄电池组负荷响应目标。
其中,所述第一级滤波之后的联络线目标功率具体为:
对初始联络功率进行第一级低通滤波,得到第一级滤波之后的联络线目标功率。
其中,所述第二级滤波之后的联络线目标功率具体为:
对第一级滤波之后的联络线目标功率进行第二级低通滤波,得到第二级滤波之后的联络线目标功率。
所述应用基于任务延时机制的服务器集群负荷调控策略,获取服务器集群实际响应功率的步骤具体为:
根据容忍型基本任务单元的最大可延迟时间确定各类任务可延时区间;服务器集群负荷目标响应优化问题形成;
根据优化结果调度各类延时容忍型用户任务请求,完成服务器集群负荷需求侧响应,使得新能源数据中心联络线波动中的高频部分得到抑制。
所述容忍型基本任务单元的最大延迟时间为:要求响应时间、与原始响应时间之差。
所述根据容忍型基本任务单元的最大可延迟时间确定各类任务可延时区间步骤具体为:
式中:表示最大可延迟时间;αk,i为第i个控制时段到达的第k类任务最大可迁移分钟区间数;ak,i表示由前面时段向第i分钟内移入的任务数量;xk (i-t)→i为由第i-t分钟向第i分钟移来的第k类基本任务单元数量;bk,i表示向后时段迁移的任务单元数量;xk i→(i+t)为由第i分钟向后第i+t分钟移去的第k类基本任务单元数量;n为用户请求的类数。
所述服务器集群负荷目标响应优化问题形成具体为:
服务器集群实际响应负荷在约束下跟随控制信号,实现差距最小化;
设计服务器集群平均资源利用率的上下限,防止数据中心出现计算资源过度浪费和使用;
任务迁移不违背各类任务的要求响应时间;对可迁移任务量进行约束。
其中,所述初始联络功率具体为:
在当前第i个控制时段的开始时刻,由服务器集群初始资源利用率计算服务集群初始工作负荷;根据数据中心工作状况计算不可控负荷;观测数据中心园区内可再生能源出力;计算数据中心初始联络线功率。
本发明提供的技术方案的有益效果是:
1、本方法采用双层低通滤波实现响应资源控制信号的制定,分别由服务器集群和UPS蓄电池组完成对高、低频波动的补偿;
2、本方法充分利用了服务器集群中计算负荷的快速响应特性,实现对高频波动部分的快速响应,有效弥补了单独依靠储能单元响应高频波动造成的过频繁充放电而严重影响蓄电池组使用寿命的弊端;
3、UPS蓄电池组可以在满足后备供电容量的约束下,以较缓的充放电使用频度完成对联络线功率低频成分的平抑,从而保证设备可靠性,极大程度降低设备运行维护费用;
4、本方法提高了数据中心园区的电能质量,保证数据中心各设备的可靠运行,降低了因微网系统功率波动造成的对主网的冲击。
附图说明
图1为典型的有可再生能源供能的数据中心微网架构的示意图;
图2为应用于含可再生能源的数据中心模型的联络线功率波动平抑过程的示意图;
图3为任务延时示意图;
图4为频率补偿示意图;
图5为数据中心微网联络线功率波动控制框架的示意图;
图6为基础实验联络线功率变化过程(服务器集群响应)的示意图;
图7为基础实验联络线功率波动平抑最终响应结果的示意图;
图8为考虑可再生能源渗透率的联络线功率变化过程(最终响应)的示意图;
图9为考虑可再生能源渗透率的联络线功率波动概率分布的示意图;
图10为考虑服务器集群平均资源利用率的联络线功率变化过程(服务器集群响应)的示意图;
图11为考虑服务器集群平均资源利用率的联络线功率变化过程(最终响应)的示意图;
图12为考虑服务器集群资源利用率的联络线功率波动概率分布的示意图;
图13为考虑第一级滤波时间常数变化的联络线功率变化过程的示意图;
图14为考虑第一级滤波时间常数变化的联络线功率波动概率分布的示意图;
图15为考虑第二级滤波时间常数变化的联络线功率变化过程的示意图;
图16为考虑第二级滤波时间常数变化的联络线功率波动概率分布的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
为了解决背景技术中存在的问题,本方法突破传统需求侧响应研究中将IT负荷视为不可控的局限,通过对各类用户请求任务特性进行分析,确立数据中心服务器集群负荷具有可调控性,建立基于任务延时机制的服务器集群负荷模型,将其作为需求侧响应可控资源,并联合数据中心UPS储能系统,提出一种数据中心园区联络线功率控制方法,在保证用户服务质量和供电可靠性的前提下,通过动态调整服务器集群负荷和UPS蓄电池组的荷电状态以达到有效平抑数据中心园区联络线功率波动的目的。
实施例1
本发明实施例提供了一种基于需求侧响应的数据中心联络线功率控制方法,该方法包括以下步骤:
101:分析数据中心用户任务请求的差异性,得出数据中心内的服务器集群负荷具有可调控性、且参与需求侧响应控制的理论;
102:建立基于任务延时机制的服务器集群可控负荷模型,同时配合数据中心内部冗余UPS储能系统,构建数据中心需求侧响应资源模型;
103:在保证数据中心服务质量和后备供电可靠性的基础上,动态调整服务器集群负荷和UPS蓄电池组的工作状态,使二者跟随目标控制信号,实现对数据中心微网联络线功率波动的有效平抑;
104:达到在保证数据中心园区内设备可靠运行的同时,降低数据中心微网系统对主网冲击的目的。
综上所述,本发明实施例通过上述步骤101-步骤104充分利用了服务器集群中计算负荷的快速响应特性实现对高频波动部分的快速响应,有效弥补了单独依靠储能单元响应高频波动造成的过频繁充放电而严重影响蓄电池组使用寿命的弊端。
实施例2
下面结合具体的计算公式、实例对实施例1中的方案进行进一步地介绍,详见下文描述:
201:对数据中心需求响应的分析;
1)含可再生能源的数据中心园区微网的分析;
本方法所提出的数据中心用能系统由分布式可再生能源、UPS储能装置、能量转换装置、计算负荷和其他支撑装置等汇集而成的小型发—配—用电的微网系统,如图1所示。当不考虑功率损耗时,数据中心微网的功率平衡方程为:
PTL,i+PUPS,i+(PW,i+PV,i)=Pclusters,i+PUL,i (1)
式中:PW,i为风力发电在第i分钟的实时出力,本方法研究的时间粒度为1分钟(具体实现时,根据实际应用中的需要对具体取值进行限定,本发明实施例对此不做限制);PV,i为太阳能光伏发电在第i分钟的实时出力;PUPS,i为UPS蓄电池组实时出力,规定放电为正,充电为负;PTL,i为主网通过联络线向数据中心园区内注入的功率;Pclusters,i为服务器集群负荷;PUL,i为制冷、照明等其他负荷。
由式(1)可知,风光出力的波动将引起数据中心园区的联络线功率波动,随着可再生能源渗透率的增大,联络线功率波动性会不断加剧。
本方法提出了一种基于需求侧响应的数据中心联络线功率波动平抑新方法,极大程度降低设备运行维护费用,控制过程如图2所示。
2)基于任务迁移的服务器集群负荷分析;
本发明所提出的数据中心功率控制方法突破传统需求响应研究中将IT设备作为不可控负荷的局限,在分析数据中心工作原理和负荷特征的基础上,确立数据中心的服务器集群负荷具有可调控性,能够作为需求侧响应可控资源的结论,分析过程如下:
作为数据中心的核心功能模块,服务器集群每时每刻都在处理大量用户请求,根据任务所需响应时间可将计算负载分为延时敏感型请求和延时容忍型请求。其中延时敏感型请求要求数据中心无延时的响应计算并完成请求,此类请求包括:网页搜索和即时通信等;而延时容忍型请求则只需要在规定的最大截止时间之前完成运行即可,如科学计算等数据处理任务。图3表现出两类任务的区别。
首先,量化各类任务由不同数量的基本任务单元组成,处理基本任务单元需要定量的服务器资源,处理时间为Dbase。因此,当延时敏感型请求(在此简化其由基本任务单元组成)在Ts,arrival时到达,则需要立刻进行处理,因此其要求完成时刻为Ts,deadline=Ts,arrival+Dbase。而对于延时容忍型请求在Tt,arrival时到达,用户可容忍延时处理时间为ΔDdelay,max,则该请求最迟可在Tt,arrival,max=Ts,arrival+ΔDdelay,max时刻开始处理,在Tt,deadline,max=Tt,arrival,max+Dbase=(Ts,arrival+ΔDdelay,max)+Dbase时刻结束,其中,Tt,deadline,max为延时容忍型任务完成截止时刻;Tt,arrival,max为延时容忍型任务最迟处理时刻。
即容忍型计算任务的开始处理时间可在[Tt,arrival,Tt,arrival,max]时间段内随意迁移而不会违反服务等级协议(service-level agreement,SLA)破坏用户满意度。本控制方法正是利用延时容忍型请求这一特性,通过动态调整数据中心不同时段的任务处理数量,实现数据中心的计算负荷和能耗控制。
在本方法中,单个服务器的负荷Pserver可由以下模型表示:
Pserver=Pidle+(Pmax-Pidle)h (2)
式中:Pidle和Pmax分别表示单个服务器的空载和满载负荷;h表示服务器的综合资源(内存、CPU、I/O口等资源)利用率,其定义见式(4)。假定所有服务器采用同一结构同一型号,因此数据中心服务器集群负荷Pclusters,i可由以下模型表示:
Pclusters,i=[Pidle+(Pmax-Pidle)hi]Mi (3)
式中:hi和Mi分别表示服务器集群在第i分钟的平均资源利用率和开启数量。考虑到频繁调整服务器的开启数量将增大开关能耗且严重削减服务器寿命,因此在服务器负荷控制过程中暂不考虑调整服务器集群开启数量策略,则Mi为固定值M0,仅通过调整平均资源利用率hi以实现服务器集群负荷的改变。
利用服务器集群平均忙时间Tbusy,i与控制时间步长ΔT(本方法设定为1分钟,具体实现时,根据实际应用中的需要对具体取值进行限定,本发明实施例对此不做限制)的比值来表示其平均资源利用率,如下所示:
在高性能计算数据中心中,1个基本任务单元的计算时间小于1分钟的时间步长ΔT,因此可将时间步长ΔT依Dbase分成q个区间,并假设所有基本任务单元在每个区间起始时到达,各类基本任务单元在第i分钟内每个区间的初始平均到达数量为λk,i,k=1,2,…,n为任务种类编号。
由于延时容忍型基本任务单元可被迁移,因此在当前第i分钟内需要考虑:
1)由ak,i表示的从前面时段向第i分钟内每个区间迁移来的基本任务单元数量;
2)由bk,i表示的本时间段到达但又延时迁去后面时段的基本任务单元数量,因此λ'k,i为各类基本任务单元在第i分钟内每个区间的真实到达量。
式(4)中δ表示单个服务器正常状态下每分钟处理基本任务单元的个数,即处理速率,单位为min-1。
式(3)、(4)联立,从数学角度描述了数据中心两类计算任务和能耗间关系。理论模型清晰的表述了可以通过任务延时策略调整不同时段的任务计算量,改变服务器集群的平均资源利用率,进而动态地调整数据中心服务器集群负荷的大小,以满足不同类型的需求侧响应要求。
202:基于需求侧响应的数据中心联络线功率控制过程;
数据中心计算任务的可调控性和数据中心所特有的冗余UPS储能为实现联络线功率平衡提供了充分控制裕度。
由于计算任务的迁移灵活性和服务器响应的实时性,可实现对联络线功率波动主要部分(高频波动)有效平抑(频率范围为fhigh<f<fmax,其中fhigh表示高频部分截止频率,可根据服务器集群负荷的响应能力改变其数值大小;fmax则表示联络线功率波动频率最大值,由于本方法控制步长为1分钟,根据奈奎斯特采样定理可得出fmax为8.33mHz)。而UPS蓄电池则可在满足后备容量约束下,以较缓的充放电使用频度完成对联络线功率波动的低频成分平抑(频率范围为flow<f<fhigh,其中flow表示低频波动的截止频率,其数值可根据数据中心园区设备对功率波动质量要求变动)。图4为频率补偿示意图。
由此,本方法提出基于需求侧响应的数据中心联络线功率波动平抑方法:采用双层低通滤波实现响应资源控制信号的制定,分别由服务器集群和UPS蓄电池组完成对高、低频波动的补偿(高频波动为主要波动补偿量),其中对于服务器集群负荷的调控采用本发明实施例提出基于任务延时机制的负荷迁移方法,对于UPS蓄电池组负荷的调控通过实时改变其荷电状态实现。图5给出控制策略流程图。
1)需求侧响应资源控制信号制定;
对服务器集群负荷迁移控制和对UPS蓄电池组控制由两级低通滤波实现。当获取联络线功率P0 TL后,将其依次通过两层低通滤波器,则可分别得到高频和低频成分的平抑目标P1 TL,i和P* TL,i。综合考虑控制信号精度和计算复杂程度,在此都选用经典的一阶巴特沃兹滤波器,时间常数分别为T1和T2。
式中:T1和T2可根据联络线功率平滑要求由fhigh和flow计算获得;为第i个控制时段的初始联络线功率;为第i个控制时段的经一次低通滤波后的联络线目标功率;为第i-1个控制时段的经一次低通滤波后的联络线目标功率;为第i个控制时段的经二次低通滤波后的联络线最终目标功率;为第i-1个控制时段的经二次低通滤波后的联络线最终目标功率。
第一层滤波器对联络线功率高频部分进行滤波平抑,输出为则可获得由服务器集群负荷补偿功率变化量为进一步根据式(1)可得服务器集群的控制信号,即其目标功率如下:
其中,PW,i为第i个控制时段风力发电实时出力;PV,i为第i个控制时段光伏发电实时出力;PUL,i为第i个控制时段数据中心中照明、制冷等不可控负荷。
同理,第二层滤波器对联络线功率低频部分进行滤波平抑,由UPS蓄电池组进行补偿。联络线改变值为因此UPS蓄电池组的控制信号如下:
2)服务器集群负荷迁移控制方法;
在保证服务质量SLA(服务等级协议)的前提下,依据所确定的服务器集群可控负荷控制信号,采用任务延时迁移策略动态调整计算负荷,实现对数据中心主要联络线功率波动(高频部分)有效平抑的目的,步骤如下:
1、首先依据预测模块(该预测模块用于数据中心对任务到达量的预测能力,为本领域技术人员所公知,本发明实施例对此不做赘述)提供的任务种类确定各类任务最大可延迟时间(具体最大可延迟时间的确定过程为本领域技术人员所公知,本发明实施例对此不做赘述)。假设数据中心在第i分钟收到n类用户请求,根据需求响应时间对这些任务进行分类和编号,延时敏感型请求m种(编号1~m),延时容忍型请求n-m种(编号m+1~n)。
由上述描述可知,各类任务以基本任务单元计量,且延时敏感型请求不可延时,即 因此只需要计算各类容忍型基本任务单元的最大可延迟时间 即可,过程如下:
式中:Dk,i表示各类延时容忍型基本任务单元的用户要求响应时间,单位为分钟,表示向下取整。
由图3可知,容忍型基本任务单元的最大延迟时间为:要求响应时间、与原始响应时间之差,由于本方法控制策略为分钟级,将时间差向下取整作为各类容忍型基本任务单元的最大可延迟时间。
2、根据最大可延迟时间确定各类任务可延时区间。
例如,当某种延时容忍型基本任务单元的最大可延迟时间为3分钟,则至多可选择向初始到达时段后,2个1分钟时段迁移该任务单元,用bk,i表示向后时段迁移的任务单元数量。
同时注意到,由于迁移操作,在第i分钟时段内还存在由前时段延时迁入任务的情况,在此用ak,i表示由前面时段向第i分钟内移入的任务数量。可以明显看出:ak,i=bk,i=0(k=1,2,…,m),而ak,i、bk,i(k=m+1,m+2,…,n)计算如下:
式中:xk (i-t)→i为由第i-t分钟向第i分钟移来的第k类基本任务单元数量;xk i→(i+t)为由第i分钟向后第i+t分钟移去的第k类基本任务单元数量。
3、服务器集群负荷目标响应优化问题形成,目标函数和相关约束见式(10)。
其中,Td为所有控制时段数量。
该优化问题使得服务器集群实际响应负荷在约束下,最好地跟随其控制信号,即实现两者差距最小化。
第一个约束中,hmin和hmax分别表示服务器集群平均资源利用率的上下限,以防止数据中心出现计算资源过度浪费和过度使用的情况;
第二个约束表示:任务迁移不能违背各类任务的要求响应时间;
第三个约束为:可迁移任务量约束。因此约束二和三表示本方法是在不破坏数据中心服务质量(不损害用户满意度)的基础上进行的服务器集群优化控制。
4、求解式(10)的优化问题,并根据所得优化结果调度各类延时容忍型用户任务请求,完成服务器集群负荷需求侧响应,使得新能源数据中心联络线波动中的高频部分得到抑制。
由于服务器集群模型中的变量为不同时段内的任务迁移数量(均为整数值),所以该优化问题为多变量非线性规划问题:可采用广义简约梯度法(generalized reducedgradient,GRG)进行求解,获得最优控制方案。
其中,上述具体的求解、以及获得最优控制方案的步骤为本领域技术人员所公知,本发明实施例对此不做赘述。
综上所述,本发明实施例通过上述步骤201-步骤202充分利用了服务器集群中计算负荷的快速响应特性实现对高频波动部分的快速响应,有效弥补了单独依靠储能单元响应高频波动造成的过频繁充放电而严重影响蓄电池组使用寿命的弊端。
实施例3
下面结合具体的实验数据、图6-图16对实施例1和2中的一种基于需求侧响应的数据中心联络线功率控制方法的有效性进行可行性验证,对有可再生能源供能的数据中心应用该方法进行联络线功率控制效果分析,详见下文描述:
本发明目的是对有可再生能源供能背景下的数据中心,进行联络线功率波动有效平滑。对于数据中心的主要负荷——服务器集群建立基于任务延时机制的可控负荷模型,并配合数据中心冗余UPS储能系统,建立数据中心需求侧响应模型,继而本发明提出在保证需求侧资源自身质量(服务器集群任务服务水平和UPS蓄电池组SOC限定范围)的基础上,通过二级低通巴特沃兹滤波器制定负荷响应目标,使用广义简约梯度法对功率控制问题进行求解,得到优化之后的数据中心联络线功率。
1)在当前第i个控制时段开始时刻由服务器集群初始资源利用率计算服务集群初始工作负荷
2)根据数据中心工作状况计算不可控负荷PUL,i;
3)观测数据中心园区内可再生能源出力PW,i+PV,i(园区内包含风能和太阳能发电设备);
4)由公式(1)计算数据中心初始联络线功率
5)对初始联络功率进行第一级低通滤波(时间常数为T1),得到第一级滤波之后的联络线功率目标
6)对第一级滤波之后的联络线功率进行第二级低通滤波(时间常数为T2),得到第二级滤波之后的联络线功率目标
7)对第一级滤波之后的联络线功率进行处理,由公式(6)计算服务器集群负荷响应目标
8)应用本发明提出的基于任务延时机制的服务器集群负荷调控策略,使服务器集群响应其目标功率,得到服务器集群实际响应功率Pcluster,i;
9)对第二级滤波之后的联络线功率进行处理,由公式(7)计算UPS蓄电池组负荷响应目标
10)调整当前控制时段的UPS蓄电池组荷电状态SOC,使UPS蓄电池组响应其目标功率,得到UPS蓄电池组实际响应功率PUPS,i;
11)根据服务器集群实际响应功率Pcluster,i和UPS蓄电池组实际响应功率PUPS,i,根据公式(1)计算数据中心优化之后的联络线最终响应功率PTL,i;
12)对优化之后的联络线最终响应功率PTL,i和数据中心设备的工作状态进行评估分析。
其中,数据中心设备的工作状态为实时监控即可得到,为本领域技术人员所公知,本发明实施例对此不做赘述。
其中,具体评估分析的步骤也为本领域技术人员所公知,本发明实施例对此不做赘述,下面根据具体的试验结果进行分析描述。
本实施例中的实验部分包括四组仿真对比实验,以验证不同场景下本发明实施例所提出的基于需求侧响应的数据中心联络线功率控制方法的普适性和有效性:
实验组1为基础实验组;实验组2为验证可再生能源渗透率对数据中心联络线功率波动平抑效果的影响;实验组3为验证服务器集群平均资源利用率范围对数据中心联络线功率波动平抑效果的影响;实验组4为验证巴特沃兹二级滤波器时间常数的改变对数据中心联络线功率波动平抑效果的影响。
1、图6-16为本方法的仿真结果,图6-7所示为基础实验组的仿真结果,可以看出本方法可以有效平抑数据中心联络线功率波动。
2、图8-9为实验组2的仿真结果,可以看出,当数据中心可再生能源渗透率变大时,本方法仍可有效平抑联络线功率波动,改善数据中心电能质量。
3、图10-12为实验组3的仿真结果,从图中可以看出,随着服务器集群平均资源利用率范围的增加,服务器集群负荷在响应过程中调节能力逐渐增强,补偿高频波动的能力提升,本方法可以更好地平滑数据中心联络线功率波动。
4、图13-16为实验组4的仿真结果,可以看到第一级滤波时间常数T1的改变直接影响服务器集群参与平抑联络线功率高频波动,其数值增加会使优化效果提升,但由于服务器计算能力限制和任务容忍时间约束,服务器集群可调负荷并非具有无限的补偿能力。对于第二级滤波时间常数T2,其值的改变直接影响UPS蓄电池组对联络线功率低频波动的平抑效果,实验显示,随着T2的增加,联络线功率波动平抑效果提升,但UPS蓄电池组参与联络线功率波动平抑的能力仍受限于自身容量和运行状态的限制。
本发明实施例对各器件的型号除做特殊说明的以外,其他器件的型号不做限制,只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述控制方法包括以下步骤:
采用双层低通滤波实现响应资源控制信号的制定,分别获取服务器集群负荷响应目标、UPS蓄电池组负荷响应目标;
应用基于任务延时机制的服务器集群负荷调控策略,获取服务器集群实际响应功率;调整当前控制时段的UPS蓄电池组荷电状态,获取UPS蓄电池组实际响应功率;
根据所述服务器集群实际响应功率和所述UPS蓄电池组实际响应功率,计算数据中心优化之后的联络线最终响应功率;
对最终响应功率和数据中心设备工作状态进行评估分析;
其中,所述采用双层低通滤波实现响应资源控制信号的制定,分别获取服务器集群负荷响应目标、UPS蓄电池组负荷响应目标的步骤具体为:
对第一级滤波之后的联络线目标功率进行处理,计算服务器集群负荷响应目标;
对第二级滤波之后的联络线目标功率进行处理,计算UPS蓄电池组负荷响应目标。
2.根据权利要求1所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述第一级滤波之后的联络线目标功率具体为:
对初始联络功率进行第一级低通滤波,得到第一级滤波之后的联络线目标功率。
3.根据权利要求2所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述第二级滤波之后的联络线目标功率具体为:
对第一级滤波之后的联络线目标功率进行第二级低通滤波,得到第二级滤波之后的联络线目标功率。
4.根据权利要求1所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述应用基于任务延时机制的服务器集群负荷调控策略,获取服务器集群实际响应功率的步骤具体为:
根据容忍型基本任务单元的最大可延迟时间确定各类任务可延时区间;服务器集群负荷目标响应优化问题形成;
根据优化结果调度各类延时容忍型用户任务请求,完成服务器集群负荷需求侧响应,使得新能源数据中心联络线波动中的高频部分得到抑制。
5.根据权利要求4所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述容忍型基本任务单元的最大延迟时间为:要求响应时间、与原始响应时间之差。
6.根据权利要求4或5所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述根据容忍型基本任务单元的最大可延迟时间确定各类任务可延时区间步骤具体为:
式中:表示最大可延迟时间;αk,i为第i个控制时段到达的第k类任务最大可迁移分钟区间数;ak,i表示由前时段向第i分钟内移入的任务数量;为由第i-t分钟向第i分钟移来的第k类基本任务单元数量;bk,i表示向后时段迁移的任务单元数量;为由第i分钟向后第i+t分钟移去的第k类基本任务单元数量;n为用户请求的类数。
7.根据权利要求4所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述服务器集群负荷目标响应优化问题形成具体为:
服务器集群实际响应负荷在约束下跟随控制信号,实现差距最小化;
设计服务器集群平均资源利用率的上下限,防止数据中心出现计算资源过度浪费和使用;
任务迁移不违背各类任务的要求响应时间;对可迁移任务量进行约束。
8.根据权利要求2所述的一种基于需求侧响应的数据中心联络线功率控制方法,其特征在于,所述初始联络功率具体为:
在当前第i个控制时段的开始时刻,由服务器集群初始资源利用率计算服务集群初始工作负荷;根据数据中心工作状况计算不可控负荷;观测数据中心园区内可再生能源出力;计算数据中心初始联络线功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710373128.6A CN107086587B (zh) | 2017-05-24 | 2017-05-24 | 一种基于需求侧响应的数据中心联络线功率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710373128.6A CN107086587B (zh) | 2017-05-24 | 2017-05-24 | 一种基于需求侧响应的数据中心联络线功率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107086587A CN107086587A (zh) | 2017-08-22 |
CN107086587B true CN107086587B (zh) | 2019-09-10 |
Family
ID=59607441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710373128.6A Active CN107086587B (zh) | 2017-05-24 | 2017-05-24 | 一种基于需求侧响应的数据中心联络线功率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107086587B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710404B (zh) * | 2018-12-20 | 2023-02-07 | 上海交通大学 | 分布式系统中的任务调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105356491B (zh) * | 2015-11-18 | 2017-04-19 | 天津大学 | 一种基于储能和虚拟储能最优控制的功率波动平抑方法 |
-
2017
- 2017-05-24 CN CN201710373128.6A patent/CN107086587B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107086587A (zh) | 2017-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Benefits of using virtual energy storage system for power system frequency response | |
Deng et al. | Harnessing renewable energy in cloud datacenters: opportunities and challenges | |
Zhao et al. | Capacity allocation of a hybrid energy storage system for power system peak shaving at high wind power penetration level | |
Lo et al. | Economic dispatch and optimal sizing of battery energy storage systems in utility load-leveling operations | |
CN103001225B (zh) | 基于mas的多微电网能量管理系统仿真方法 | |
CN102856930B (zh) | 微网经济调度控制方法 | |
CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
CN109245183A (zh) | 一种基于负荷控制的高风光渗透率地区电网调峰方法 | |
CN106410966B (zh) | 一种应用于多能互补系统的能量管理装置 | |
CN106160000B (zh) | 一种分调-省调两级协调的风电增发控制方法 | |
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 | |
KR20130067678A (ko) | 마이크로그리드 시뮬레이션 장치 및 전력 관리 시스템 | |
CN104239966B (zh) | 一种主动配电网基于用电成本差异化的运营方法 | |
WO2023197713A1 (zh) | 一种提升配电网韧性的两阶段需求响应策略 | |
CN113263938A (zh) | 一种基于边缘计算的智能有序充电系统及方法 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
CN102904248A (zh) | 基于风电出力不确定性集合的电力系统调度方法 | |
CN107086587B (zh) | 一种基于需求侧响应的数据中心联络线功率控制方法 | |
Yang et al. | Carbon management of multi-datacenter based on Spatio-temporal task migration | |
CN107025610A (zh) | 一种数据中心成本优化方法 | |
CN103187730B (zh) | 一种关于自动发电控制的超前控制方法 | |
WO2021000534A1 (zh) | 一种储能并机系统 | |
CN116993022A (zh) | 一种机组检修和水电电量的调配方法和装置 | |
CN116843152A (zh) | 面向电力-数据服务的互联网数据中心双层规划方法 | |
CN113327065B (zh) | 针对发电侧的用户复杂用电情况的能源管理方法及系统 |
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 |