CN107482766B - 基于数据网络和电力网络互动运行的电力系统调度方法 - Google Patents
基于数据网络和电力网络互动运行的电力系统调度方法 Download PDFInfo
- Publication number
- CN107482766B CN107482766B CN201710542724.2A CN201710542724A CN107482766B CN 107482766 B CN107482766 B CN 107482766B CN 201710542724 A CN201710542724 A CN 201710542724A CN 107482766 B CN107482766 B CN 107482766B
- Authority
- CN
- China
- Prior art keywords
- data center
- time slot
- power
- active
- network
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000003993 interaction Effects 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 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 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003827 upregulation Effects 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于数据网络和电力网络互动运行的电力系统调度方法，属于电力系统经济调度的技术领域。本发明考虑活跃服务器数量对数据中心功耗的影响建立包含数据网络功耗约束的电力系统调度模型，由电力系统调度模型为各机组以及各数据中心分配有功出力，考虑活跃服务器数量关于延迟的影响建立数据中心网络负载分配模型并结合各数据中心的有功出力对各数据中心的网络负载进行最优分配，在不影响数据中心服务质量的前提下实现了数据中心负荷与现有调度模型的兼容，实现了数据网络与电力网络的友好互动。
Description
技术领域
本发明公开了基于数据网络和电力网络互动运行的电力系统调度方法，属于电力系统经济调度的技术领域。
背景技术
随着智能电网和电力市场的发展与完善，合理挖掘和调度需求侧资源已经成为提高电力系统综合运营效率、优化资源配置的重要途径。近年来，随着互联网技术的高速发展，全球数据中心的规模和数量正在迅速扩大，数据中心已经成体量可观的电力负荷，且全球数据中心的规模仍在迅速扩大。这一负荷的加入会增加所在地区电力负荷的波动性，既难以确保数据中心的电力稳定供应，也加大了电网安全可靠运行的风险性；但同时，数据中心作为一种电力负荷因其自身分布呈现地理上的分散特性且网络负载转移快速、具备冗余的硬件配置具有非常可观的负荷调节潜力。通过制定合理的负荷控制策略，数据中心不仅能够快速响应电网侧的调度、平衡地区负荷，而且数据中心运营商在不影响数据中心用户服务水平的前提下能够获得一定的经济补偿和政策优惠，从而降低数据中心功耗成本。因此，可将数据中心作为一种重要的需求响应资源纳入到常态化的电力系统调度运行中，实现数据网络-电力网络的双网互动运行。
目前国内外现有的多数分布式数据中心的能源管理研究都集中在最小化数据中心能源成本的问题上，并未考虑这种能源管理实践对电网的影响。最近国外一篇文章提及电力公司通过选择合适的实时定价机制引导数据中心负荷主动再分配，从而达到电力负荷平衡的目的，达到了数据中心成本降低和电网稳定的双赢，但利用实时电力市场来控制数据中心负荷在目前中国的智能电网基础设施现状和电力市场建设现状下存在较大困难，因此研究数据中心负荷特性以及数据网络参与电网的直接调度具有重要意义。
发明内容
本发明的发明目的是针对上述背景技术的不足，提供了基于数据网络和电力网络互动运行的电力系统调度方法，将数据中心作为一种重要的需求响应资源纳入到现有的电力系统调度模型中，实现了数据网络和电力网络的双网互动运行，为实现数据网络和电力网络的双赢奠定基础，解决了仅考虑数据中心能源成本最小化的能源管理忽略了对电网影响的技术问题。
本发明为实现上述发明目的采用如下技术方案：
基于数据网络和电力网络互动运行的电力系统调度方法，考虑活跃服务器数量对数据中心功耗的影响建立包含数据网络功耗约束的电力系统调度模型，由电力系统调度模型为各发电机组以及各数据中心分配有功出力，考虑活跃服务器数量对延迟的影响建立数据中心网络负载分配模型并结合各数据中心的有功出力对各数据中心的网络负载进行最优分配。
进一步地，基于数据网络和电力网络互动运行的电力系统调度方法中，数据中心为均匀数据中心且仅运行最少数量的活跃服务器即可满足网络负载需求。
进一步地，基于数据网络和电力网络互动运行的电力系统调度方法中，数据中心由单一数据运营商统一管理，为数据中心供电的发电机组由单一电网公司统一调度。
再进一步地，基于数据网络和电力网络互动运行的电力系统调度方法中，电力系统调度模型以发电机组有功供电成本最低为目标，包括：考虑数据中心接入节点时的功率平衡约束、节点电压约束、线路传输功率约束、发电机组的出力约束和爬坡率约束、数据网络功耗约束，
发电机组有功供电成本最低的目标函数：
考虑数据中心接入节点时的功率平衡约束：
节点电压约束：
线路传输功率约束：
发电机组的出力约束：
发电机组的爬坡率约束：
数据网络功耗约束：
其中，C为发电机组有功供电成本，分别为在时间槽t-1内、时间槽t内发电机组n的有功出力，为在时间槽t内发电机组n有功出力的供电成本，Ω为发电机组的集合，为在时间槽t内发电机组n的无功出力， 分别为在时间槽t内数据中心i有功出力的调度值和无功功耗，αi、βi为数据中心i的功耗参数，为在时间槽t内数据中心i中活跃服务器的数量，Mi为数据中心i中服务器数量的有限值，Ai、Bi、Ci分别为数据中心i中的核心交换机、聚合交换机和边缘交换机的数量，pserver为单个活跃服务器的功耗，pcore、pagge、 pedge分别为单个核心交换机及其收发器的功耗、单个聚合交换机及其收发器的功耗、单个边缘交换机及其收发器的功耗，Ν为数据中心的集合，分别为在时间槽t内节点I处背景负荷的有功功耗和无功功耗，Π为节点的集合，为在时间槽t内节点I的电压，VI,max、VI,min分别为节点I的电压最大值和电压最小值，为在时间槽t内线路L传输的有功功率，PL,max、PL,min分别为线路L传输的最大有功功率和最小有功功率，Γ为线路的集合，PGn,max、PGn,min分别为发电机组n的最大有功出力和最小有功出力，QGn,max、QGn,min分别为发电机组n的最大无功出力和最小无功出力，分别为发电机组n在单位时间内的最大上调有功量和最大下调有功量，θi为在时间槽t内数据中心i的功耗占数据网络功耗的权重Et为在时间槽t内满足QoS的数据网络最小功耗，分别为在时间槽t内数据中心i的功耗上下限。
更进一步地，基于数据网络和电力网络互动运行的电力系统调度方法中，所述数据中心网络负载分配模型以调度偏差最小为目标，包括：网络负载平衡约束、延迟约束、服务器数量约束，
调度偏差最小的目标函数：
网络负载平衡约束：
延迟约束：
服务器数量约束：
其中，为在时间槽t内数据中心i的调度偏差， 为在时间槽t 内数据中心i的有功出力的调度值，时间槽t内数据中心i有功出力的调度值根据上一时间槽对时间槽t内数据网络的总网络负载速率和电力系统的背景负荷预测得到，为在时间槽t内数据中心i有功出力的实际值，为在时间槽t从前端门户服务器δ分配到数据中心i的网络负载速率， 为在时间槽t内到达前端门户服务器δ的网络负载速率，Φ为前端门户服务器的集合，μi为数据中心i中单个活跃服务器处理网络负载的速率，D为数据中心和网络用户签订的服务水平协议中的延迟界限。
本发明采用上述技术方案，具有以下有益效果：本发明提供的一种基于数据网络和电力网络互动运行的电力系统调度方法，构建了数据网络和电力网络的双网互动运行模型，在不影响数据中心服务质量的前提下实现了数据中心负荷与现有调度模型的兼容，实现了数据网络与电力网络的友好互动。
附图说明
图1为数据网络资源流动对电力网络影响的示意图；
图2为数据网络-电力网络双网互动运行框架的示意图；
图3为本发明的总框架图。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。
本发明公开的基于数据网络和电力网络互动运行的电力系统调度方法如图 3所示，考虑活跃服务器数量对数据中心功耗的影响建立包含数据网络功耗约束的电力系统调度模型，由电力系统调度模型为各发电机组以及各数据中心分配有功出力，考虑活跃服务器数量对延迟的影响建立数据中心网络负载分配模型并结合各数据中心的有功出力对各数据中心的网络负载进行最优分配，下面分五个步骤具体说明。
步骤一：建立数据中心的功耗模型
认为数据中心为均匀数据中心，即一个数据中心中的所有服务器的满载功率和性能是相同的，并且仅运行最少数量的活跃服务器以满足网络负载需求，建立数据中心的功耗模型，即建立数据中心的功率与活跃服务器数量之间的关系：
式(1)中：为在时间槽t内数据中心i的有功功耗；αi，βi为数据中心i 的功耗参数，可通过线性拟合得到；Ai，Bi，Ci分别为数据中心i中的核心交换机、聚合交换机和边缘交换机的数量；pserver为单个活跃服务器的功耗，pcore，pagge， pedge分别为单个核心交换机及其收发器的功耗、单个聚合交换机及其收发器的功耗、单个边缘交换机及其收发器的功耗。
步骤二：建立基于网络负载的数据网络功耗约束
1)网络负载平衡约束
在时间槽t(t∈T)，由前端门户服务器接收用户的计算请求，并分配给数据中心共同完成。根据网络负载进出平衡，网络负载平衡约束如下：
式(2)中：表示在时间槽t内到达前端门户服务器δ的网络负载速率(个 /s)；定义为在时间槽t内从前端门户服务器δ分配到数据中心i的网络负载速率(个/s)；
2)延迟约束
数据中心的服务质量(QoS)可以用网络负载被服务的平均响应时间表示，应不超过数据中心和网络用户签订的服务水平协议(SLA)中的延迟界限D，延迟约束如下：
式(3)中：μi为数据中心i中单个活跃服务器处理网络负载的速率(个/s)， 1/μi表示被服务时间；为在时间槽t内数据中心i中活跃服务器的数量；利用 M/M/n排队模型可得到网络负载在数据中心i中的平均排队时间，即排队延迟为其中，
当时，认为满足延迟约束，
时，认为
否则，将关于为严格单调；
3)服务器数量约束
在实际系统中，数据中心i中的服务器的数量是有限的，即：
式(4)中：Mi是数据中心i中服务器数量的有限值；
4)基于网络负载的数据网络功耗约束：
subjectto(1),(2),(3),(4). (5)。
步骤三：建立活跃服务器数量关于延迟界限的灵敏度模型
当时，定义表示在时间槽t内到达数据中心i的网络负载速率(个/s)为时数据中心i的活跃服务器数量关于延迟界限D的敏感度如下：
特别地，当时，数据网络中所有活跃活跃服务器的数量mt关
于延迟界限D的敏感度St为：
式(7)中：V为数据中心的数量。
步骤四：建立数据网络参与电力系统调度的电力系统经济调度模型
根据数据中心运行商提供的数据网络运行功率约束条件，电力系统运行商解决电网运行优化问题给出数据中心在时间槽t的出力计划，
1)目标函数
由于电力系统运营商是在满足数据网络运行功率约束(也即满足QoS)的前提下对数据网络功率进行调度，不会造成数据网络运营商的损失，因此，在调度过程中不需再考虑对数据中心运行商的额外补偿，调度成本可以认为仅是发电机组有功供电成本，即目标函数为发电机组有功供电成本最小：
式(8)中：C为发电机组有功供电成本；为在时间槽t内发电机组 n(n∈Ω)有功出力的供电成本；
2)约束条件
约束条件主要包括电网运行约束以及数据网络功耗约束，电网运行约束考虑了数据中心接入电力系统节点后对功率平衡以及节点电压的影响(如图1所示)，具体包括：考虑数据中心接入节点时的功率平衡约束、节点电压约束、线路传输功率约束、发电机组的出力约束和爬坡率约束，
考虑数据中心接入节点时的功率平衡约束：
式(9)、式(10)中：分别为在时间槽t内发电机组n的有功出力、无功出力，分别为在时间槽t内数据中心i的有功功耗和无功功耗， 分别为在时间槽t内节点I(I∈Π)处背景负荷的有功功耗和无功功耗；
节点电压约束：
式(11)中：为在时间槽t内节点I的电压，VI,max、VI,min分别为节点I 的电压最大值和电压最小值；
线路传输功率约束：
式(12)中：为在时间槽t内线路L传输的有功功率，PL,ma、xPL,min分别为线路L(L∈Γ)传输功率的上限和下限；
发电机组的出力约束：
式(13)、式(14)中：PGn,max(QGn,max)、PGn,min(QGn,min)分别为发电机组n(n∈Ω) 的有功(无功)出力上限和下限；
发电机组的爬坡速率约束：
式(15)中：为在时间槽t-1内发电机组n的有功出力，分别为发电机组n在单位时间内的最大下调有功量和最大上调有功量；
数据网络功耗约束：
为便于参与电力系统运行，对(5)进行简化、变换得到如下表达式：
式(16)、式(17)中：θi为在时间槽t内数据中心i的功耗占数据网络功耗的权重，Et是在时间槽t内满足QoS的数据网络最小功耗，分别为在时间槽t内数据中心i的功耗下限和上限；
综上，以上式(8)-(17)即为电力系统运营商最小化运行成本的最优调度模型 (记为PS1)。
步骤五：建立数据网络的网络负载分配模型
电力公司公布调度计划后，数据中心根据电力公司调度计划(即每个数据中心在时间槽t的出力)制定优化工作负载调度策略，从而使得在时间槽t内第i 个数据中心被分配数量的网络负载既能满足QoS又能使得数据中心实际出力与调度计划之间的偏差最小，数据网络运营商最小化调度偏差的网络负载最优分配模型(记为PS2)可表示为：
式中：在时间槽t内数据中心i的调度偏差定义为在时间槽t内第i个数据中心有功出力调度值与实际值之间的偏差，时间槽t内数据中心i 有功出力的调度值根据上一时间槽对时间槽t内数据网络的总网络负载速率和电力系统的背景负荷预测得到。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.基于数据网络和电力网络互动运行的电力系统调度方法，其特征在于，考虑活跃服务器数量对数据中心功耗的影响建立包含数据网络功耗约束的电力系统调度模型，由电力系统调度模型为各发电机组以及各数据中心分配有功出力，考虑活跃服务器数量对延迟的影响建立数据中心网络负载分配模型并结合各数据中心的有功出力对各数据中心的网络负载进行最优分配，
所述电力系统调度模型以发电机组有功供电成本最低为目标，包括：考虑数据中心接入节点时的功率平衡约束、节点电压约束、线路传输功率约束、发电机组的出力约束和爬坡率约束、数据网络功耗约束，
发电机组有功供电成本最低的目标函数：min C，
考虑数据中心接入节点时的功率平衡约束：
节点电压约束：
线路传输功率约束：
发电机组的出力约束：
发电机组的爬坡率约束：
数据网络功耗约束：
其中，C为发电机组有功供电成本，分别为在时间槽t-1内、时间槽t内发电机组n的有功出力，为在时间槽t内发电机组n有功出力的供电成本，Ω为发电机组的集合，为在时间槽t内发电机组n的无功出力， 分别为在时间槽t内数据中心i有功出力的调度值和无功功耗，αi、βi为数据中心i的功耗参数，为在时间槽t内数据中心i中活跃服务器的数量，Mi为数据中心i中服务器数量的有限值，Ai、Bi、Ci分别为数据中心i中的核心交换机、聚合交换机和边缘交换机的数量，pserver为单个活跃服务器的功耗，pcore、pagge、pedge分别为单个核心交换机及其收发器的功耗、单个聚合交换机及其收发器的功耗、单个边缘交换机及其收发器的功耗，N为数据中心的集合，分别为在时间槽t内节点I处背景负荷的有功功耗和无功功耗，Π为节点的集合，为在时间槽t内节点I的电压，VI,max、VI,min分别为节点I的电压最大值和电压最小值，为在时间槽t内线路L传输的有功功率，PL,max、PL,min分别为线路L传输的最大有功功率和最小有功功率，Γ为线路的集合，PGn,max、PGn,min分别为发电机组n的最大有功出力和最小有功出力，QGn,max、QGn,min分别为发电机组n的最大无功出力和最小无功出力，分别为发电机组n在单位时间内的最大上调有功量和最大下调有功量，θi为在时间槽t内数据中心i的功耗占数据网络功耗的权重Et为在时间槽t内满足QoS的数据网络最小功耗，分别为在时间槽t内数据中心i的功耗上下限。
2.根据权利要求1所述基于数据网络和电力网络互动运行的电力系统调度方法，其特征在于，数据中心为均匀数据中心且仅运行最少数量的活跃服务器即可满足网络负载需求。
3.根据权利要求1所述基于数据网络和电力网络互动运行的电力系统调度方法，其特征在于，数据中心由单一数据运营商统一管理，为数据中心供电的发电机组由单一电网公司统一调度。
4.根据权利要求1所述基于数据网络和电力网络互动运行的电力系统调度方法，其特征在于，所述数据中心网络负载分配模型以调度偏差最小为目标，包括：网络负载平衡约束、延迟约束、服务器数量约束，
调度偏差最小的目标函数：
网络负载平衡约束：
延迟约束：
服务器数量约束：
其中，为在时间槽t内数据中心i的调度偏差， 为在时间槽t内数据中心i的有功出力的调度值，时间槽t内数据中心i有功出力的调度值根据上一时间槽对时间槽t内数据网络的总网络负载速率和电力系统的背景负荷预测得到，为在时间槽t内数据中心i有功出力的实际值，为在时间槽t从前端门户服务器δ分配到数据中心i的网络负载速率， 为在时间槽t内到达前端门户服务器δ的网络负载速率，Φ为前端门户服务器的集合，μi为数据中心i中单个活跃服务器处理网络负载的速率，D为数据中心和网络用户签订的服务水平协议中的延迟界限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710542724.2A CN107482766B (zh) | 2017-07-05 | 2017-07-05 | 基于数据网络和电力网络互动运行的电力系统调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710542724.2A CN107482766B (zh) | 2017-07-05 | 2017-07-05 | 基于数据网络和电力网络互动运行的电力系统调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107482766A CN107482766A (zh) | 2017-12-15 |
| CN107482766B true CN107482766B (zh) | 2019-12-03 |
Family
ID=60595422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710542724.2A Active CN107482766B (zh) | 2017-07-05 | 2017-07-05 | 基于数据网络和电力网络互动运行的电力系统调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107482766B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108390369A (zh) * | 2017-12-31 | 2018-08-10 | 天津求实智源科技有限公司 | 电力负荷总功率实时分解方法与系统 |
| CN108712480B (zh) * | 2018-05-02 | 2021-03-16 | 上海交通大学 | 数据中心中的非it资源分配系统 |
| CN109034557B (zh) * | 2018-07-06 | 2021-07-02 | 东南大学 | 考虑数据网络负荷调节潜力的电力系统阻塞管理方法 |
| CN109146268B (zh) * | 2018-08-07 | 2021-07-06 | 东南大学 | 考虑联合优化数据调度和热储能的数据网络负荷建模方法 |
| CN109861863B (zh) * | 2019-02-11 | 2022-02-25 | 南方科技大学 | 数据中心的连接故障确定方法、装置、电子设备和介质 |
| US11902092B2 (en) | 2019-02-15 | 2024-02-13 | Samsung Electronics Co., Ltd. | Systems and methods for latency-aware edge computing |
| CN110471771A (zh) * | 2019-08-16 | 2019-11-19 | 佳源科技有限公司 | 一种配电实时操作系统 |
| CN111091272B (zh) * | 2019-11-27 | 2020-11-17 | 河南城建学院 | 一种基于区块链的微电网电力调度系统 |
| CN112103997B (zh) * | 2020-09-04 | 2022-11-04 | 天津大学 | 考虑数据中心调节潜力的有源配电网运行灵活性提升方法 |
| CN117175587B (zh) * | 2023-11-03 | 2024-03-15 | 国网山东省电力公司东营供电公司 | 考虑柔性负荷的配电网调度优化方法、系统、终端及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530801A (zh) * | 2013-10-29 | 2014-01-22 | 东南大学 | 一种基于动态定价策略的多数据中心成本优化方法 |
| CN105322534A (zh) * | 2015-10-08 | 2016-02-10 | 南京邮电大学 | 一种基于区间不确定性的微网优化调度方法 |
| CN106600080A (zh) * | 2017-01-24 | 2017-04-26 | 东南大学 | 一种数据网络与电力网络耦合模型参与系统经济调度方法 |
-
2017
- 2017-07-05 CN CN201710542724.2A patent/CN107482766B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103530801A (zh) * | 2013-10-29 | 2014-01-22 | 东南大学 | 一种基于动态定价策略的多数据中心成本优化方法 |
| CN105322534A (zh) * | 2015-10-08 | 2016-02-10 | 南京邮电大学 | 一种基于区间不确定性的微网优化调度方法 |
| CN106600080A (zh) * | 2017-01-24 | 2017-04-26 | 东南大学 | 一种数据网络与电力网络耦合模型参与系统经济调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107482766A (zh) | 2017-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107482766B (zh) | 基于数据网络和电力网络互动运行的电力系统调度方法 | |
| Zhang et al. | Efficient computing resource sharing for mobile edge-cloud computing networks | |
| Fadlullah et al. | A survey of game theoretic approaches in smart grid | |
| Guo et al. | Optimal power management of residential customers in the smart grid | |
| US10078315B2 (en) | Collaborative balancing of renewable energy overproduction with electricity-heat coupling and electric and thermal storage for prosumer communities | |
| CN110062026A (zh) | 移动边缘计算网络中资源分配和计算卸载联合优化方案 | |
| CN103384272B (zh) | 一种云服务分布式数据中心系统及其负载调度方法 | |
| Aujla et al. | SDN-based data center energy management system using RES and electric vehicles | |
| CN110245839B (zh) | 基于能源共享的主动配电网电力市场双层交易方法 | |
| Zhou et al. | Optimization of energy consumption of green data center in e-commerce | |
| CN106357823B (zh) | 一种节能控制的云资源优化分配方法 | |
| CN107359649A (zh) | 一种考虑多配网接入情形下的输配一体化优化调度方法 | |
| CN110519776A (zh) | 一种雾计算系统中的均衡聚类和联合资源分配方法 | |
| CN107423133A (zh) | 一种降低电网网损的数据中心间数据网络负载分配方法 | |
| Goudarzi et al. | Joint energy-QoE efficient content delivery networks using real-time energy management | |
| Gu et al. | Real-time pricing for on-demand bandwidth reservation in SDN-enabled networks | |
| Ma et al. | Relaying-assisted communications for demand response in smart grid: Cost modeling, game strategies, and algorithms | |
| CN106209990A (zh) | 一种分布异地云数据中心下成本可感知的请求调度方法 | |
| CN102752805B (zh) | 一种基于业务满意度的无线资源分配方法与系统 | |
| CN218482869U (zh) | 一种多运行模式下云边协同的楼宇智慧能源管理系统 | |
| Ahmad et al. | Demand side management based optimal energy management technique for smart grid | |
| CN110048419A (zh) | 一种工商业租赁云储能服务的用电降费可行方法 | |
| Qiao et al. | Multiple time-scale energy scheduling with energy harvesting aided heterogeneous cloud radio access networks | |
| Siew et al. | A sharing-economy inspired pricing mechanism for multi-access edge computing | |
| Ghassemi et al. | Game based traffic exchange for green data center networks |
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 |