CN111260146A - 电力系统边缘云数据中心选址方法、装置、设备及介质 - Google Patents
电力系统边缘云数据中心选址方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111260146A CN111260146A CN202010073338.5A CN202010073338A CN111260146A CN 111260146 A CN111260146 A CN 111260146A CN 202010073338 A CN202010073338 A CN 202010073338A CN 111260146 A CN111260146 A CN 111260146A
- Authority
- CN
- China
- Prior art keywords
- cloud data
- edge cloud
- power system
- site
- data center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 85
- 238000010276 construction Methods 0.000 claims abstract description 53
- 238000005457 optimization Methods 0.000 claims abstract description 44
- 230000006870 function Effects 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 23
- 230000005611 electricity Effects 0.000 claims description 23
- 238000010187 selection method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统边缘云数据中心选址方法、装置、设备及介质,所述方法包括:获取电力系统站点信息;对电力系统站点进行建模,得到站点模型;根据站点模型,构建选址优化变量;根据站点模型参数和选址优化变量,构建选址成本目标函数;根据站点模型参数和选址优化变量,构建选址约束条件;对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。本发明不仅解决了面向电力系统业务的边缘云数据中心选址问题,而且还能够有效提升边缘云数据中心运行和建设的经济性。
Description
技术领域
本发明涉及一种电力系统边缘云数据中心选址方法、装置、设备及介质,属于电力系统边缘云数据中心选址领域。
背景技术
随着电力系统综合能源业务的不断发展,电力系统现有的计算、存储等数据处理能力无法满足电力系统业务的需求。边缘云计算技术能够增强电力系统数据处理能力并将计算资源下沉到电力业务侧,因此建设面向电力系统业务的边缘云数据中心是打破电力系统数据处理能力瓶颈的重要手段。
边缘云数据中心运行消耗大量电力,会产生很大的运行成本;边缘云数据中心建设和通信线路建设会产生很大的建设成本。选取适当的位置建设边缘云数据中心能够有效地降低边缘云数据中心的运行和建设成本。因此边缘云数据中心选址方法是一种能够提升边缘云数据中心建设、运行经济性的关键技术。目前针对其他行业、其他业务,已经提出了一些数据中心的选址方法,可以实现对部分目标的优化。由于电力系统和其他行业相比具有特殊性,而且电力系统综合能源业务和其他行业业务之间也存在区别。此外,电力系统适合采用边缘云数据中心,而其他方法针对的是其他类型的数据中心,例如:中国专利申请公开号为CN107103381A的发明专利申请《一种数据中心的规划方法和系统》,其针对的是电信运行商的数据中心选址和规划方法,具体公开了:根据数据中心待选点之间的传输特征进行数据中心选址,从而提高了数据中心数量和地址的合理性、降低了用户的综合成本,但该技术方案存在两个问题:1)主要考虑的是通信层面的技术需求,而且针对的对象是运营商数据中心,考虑的因素较少,无法实现对除通信以外的其他层面的优化,不能较全面地反应边缘云数据中心建设、运行的实际情况;2)未涉及电力系统的相关特性和电力系统的实际情况、实际需求,因此无法应用于电力系统边缘云数据中心的选址。
发明内容
有鉴于此,本发明提供了一种电力系统边缘云数据中心选址方法、装置、设备及介质,其考虑了电力系统和电力系统综合能源业务特性,不仅解决了面向电力系统业务的边缘云数据中心选址问题,而且还能够有效提升边缘云数据中心运行和建设的经济性。
本发明的第一个目的在于提供一种电力系统边缘云数据中心选址方法。
本发明的第二个目的在于提供一种电力系统边缘云数据中心选址装置。
本发明的第三个目的在于提供一种电力系统边缘云数据中心选址设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种电力系统边缘云数据中心选址方法,所述方法包括:
获取电力系统站点信息;
根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限;
根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案;
根据站点模型参数和选址优化变量,构建选址成本目标函数;
根据站点模型参数和选址优化变量,构建选址约束条件;
对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;
对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
进一步的,所述选址成本目标函数为边缘云数据中心运行用电成本、边缘云数据中心建设成本和通信连接线路建设成本的总和。
进一步的,所述选址成本目标函数的线性化表示如下:
Minimize(Co+Cc)
其中,Co表示边缘云数据中心运行用电成本,Cc表示边缘云数据中心建设成本和通信连接线路建设成本之和,如下式:
Cc=Cc1+Cc2
其中,Cc1表示边缘云数据中心建设成本,Cc2表示通信连接线路建设成本;
所述边缘云数据中心运行用电成本,表示如下:
Co=∑spi×Pi×t
其中,Pi表示第i个边缘云数据中心的用电功率,由该边缘云数据中心的电力系统站点计算负荷和数据流量计算得到;t表示边缘云数据中心的使用寿命;spi表示建设第i个边缘云数据中心的电力系统站点的电价;
所述边缘云数据中心建设成本,表示如下:
所述通信连接线路建设成本,表示如下:
Cc2=L×λ
其中,L表示所有通信连接线路的长度,λ表示单位长度通信连接线路的建设成本。
进一步的,所述选址约束条件包括边缘云数据中心数量约束、电力系统站点资源约束和通信连接约束。
进一步的,所述边缘云数据中心数量约束的线性化表示如下:
num≤numn
其中,num表示边缘云数据中心数量,numn表示电力系统站点的总数。
进一步的,所述电力系统站点资源约束的线性化表示如下:
其中,表示通信连接关系的矩阵,表示与某个边缘云数据中心有通信连接的所有电力系统站点计算负荷之和,αn表示建设该边缘云数据中心的电力系统站点的计算负荷,表示电力系统站点n的计算设备上限;ρ表示电力系统站点信息在边缘云数据中心中存储的时间长度,表示与某个边缘云数据中心有通信连接的所有电力系统站点需要存储的数据总量,βn×ρ表示建设该边缘云数据中心的电力系统站点需要存储的数据量,表示电力系统站点n的存储设备上限。
进一步的,所述通信连接约束根据采用的通信连接规则和云计算架构来制定。
本发明的第二个目的可以通过采取如下技术方案达到:
一种电力系统边缘云数据中心选址装置,所述装置包括:
获取模块,用于获取电力系统站点信息;
站点建模模块,用于根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限;
优化变量模块,用于根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案;
成本目标函数模块,用于根据站点模型参数和选址优化变量,构建选址成本目标函数;
约束条件模块,用于根据站点模型参数和选址优化变量,构建选址约束条件;
线性化模块,用于对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;
求解模块,用于对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
本发明的第三个目的可以通过采取如下技术方案达到:
一种电力系统边缘云数据中心选址设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的电力系统边缘云数据中心选址方法。
本发明的第四个目的可以通过采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的电力系统边缘云数据中心选址方法。
本发明相对于现有技术具有如下的有益效果:
本发明考虑了电力系统和电力系统综合能源业务特性,通过构建站点模型,进而构建选址优化变量、选址成本目标函数和选址约束条件,可以针对不同电力系统场景和通信连接规则,给出能够满足电力系统综合能源业务计算和存储需求,满足通信连接规则要求,并且能够实现成本最小化目标的电力系统边缘云数据中心选址方案,不仅解决了面向电力系统业务的边缘云数据中心选址问题,而且还能够有效提升边缘云数据中心运行和建设的经济性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的电力系统边缘云数据中心选址方法的简易流程图。
图2为本发明实施例1的电力系统边缘云数据中心选址方法的完整流程图。
图3为本发明实施例1的电力系统边缘云数据中心优化选址方案示例图。
图4为本发明实施例2的电力系统边缘云数据中心选址装置的结构框图。
图5为本发明实施例3的电力系统边缘云数据中心选址设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图1和图2所示,本实施例提供了一种电力系统边缘云数据中心选址方法,该方法的基本原理是针对给定电力系统,在一系列电力系统站点中选择最优的一个或数个建设边缘云数据中心,并且按照特定的通信连接规则确定电力系统站点和边缘云数据中心之间的通信连接,在满足电力系统综合能源业务需求的同时能够实现成本最小化目标,其包括以下步骤:
S201、获取电力系统站点信息。
电力系统站点指电力系统中与电力综合能源业务相关的各类站点,包括传统发电厂、新能源电站、分布式电站等发电站点;变电站、配电房等输、配电站点;居民负荷、工业负荷、综合能源站、汽车充电站等负荷站点,随着电力综合能源业务的不断发展,电力系统站点基本可以指代所有接入电力系统的大型站点。
本实施例通过通信接口获取信息接入装置传输的电力系统站点信息,本实施例的电力系统站点有n个,电力系统站点信息包括电力站点产生的数量流量、电力系统站点的计算负荷需求指标、电力系统站点的电价、电力系统站点可以部署的计算设备上限、电力系统站点可以部署的存储设备上限、电力系统站点的电价和每个站点的地理位置;此外,还可包括描述电力站点运行情况的其他信息,如电力站点环境信息、电力站点运维信息等。
S202、根据电力系统站点信息,对电力系统站点进行建模,得到站点模型。
其中,站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限。
对于电力系统站点n,其建模的实现方式如下:
αn:表示电力系统站点n的计算负荷,计算负荷具体指的是电力系统站点的综合能源业务对计算机计算资源的需求。
βn:表示电力系统站点n的数据流量,数据流量具体指的是电力系统站点的综合能源业务单位时间内产生的需要边缘云数据中心处理的数据量。
spn:表示电力系统站点n的电价。
基于步骤S202建立的站点模型,执行步骤S203~S205的选址问题建模。
S203、根据站点模型,构建选址优化变量。
其中,选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,本实施例中,边缘云数据中心建设在电力系统站点中,因此可以用建设边缘云数据中心的电力系统站点编号来表示边缘云数据中心选址位置。
边缘云数据中心指部署于电力系统站点,为电力综合能源业务开展提供计算、存储等资源支撑的云数据中心,通信连接指电力系统站点与边缘云数据中心之间,以及边缘云数据中心相互之间的通信线路,本实施例的通信连接采用有线通信,如光纤、电力线载波等。
选址优化变量构建的实现方式如下:
num:表示边缘云数据中心数量。
S204、根据站点模型参数和选址优化变量,构建选址成本目标函数。
其中,选址成本目标函数为边缘云数据中心运行用电成本、边缘云数据中心建设成本和通信连接线路建设成本的总和,为了实现成本最小化的目标,因此本实施例在优化过程中实现成本目标函数的最小化。
S205、根据站点模型参数和选址优化变量,构建选址约束条件。
其中,选址约束条件包括边缘云数据中心数量约束、电力系统站点资源约束和通信连接约束;边缘云数据中心数量约束指的是建设的边缘云数据中心数量不能超过电力系统站点的总数;电力系统站点资源约束指的是边缘云数据中心的计算能力不能超过建设该边缘云数据中心的电力系统站点的计算设备,且存储能力不能超过建设该边缘云数据中心的电力系统站点的存储设备上限;通信连接约束指的是某一特定通信连接规则对电力系统站点与边缘云数据中心之间通信连接,以及边缘云数据中心相互之间通信连接的要求。
S206、对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题。
在站点模型参数和选址优化变量确保是线性的情况下,在MATLAB中用YALMIP对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题。
进一步地,选址成本目标函数的线性化表示如下:
Minimize(Co+Cc) (1)
其中,Co表示边缘云数据中心运行用电成本,Cc表示边缘云数据中心建设成本和通信连接线路建设成本之和,如下式:
Cc=Cc1+Cc2 (2)
其中,Cc1表示边缘云数据中心建设成本,Cc2表示通信连接线路建设成本。
A、边缘云数据中心运行用电成本,表示如下:
Co=∑spi×Pi×t (3)
其中,Pi表示第i个边缘云数据中心的用电功率,由该边缘云数据中心的电力系统站点计算负荷和数据流量计算得到;t表示边缘云数据中心的使用寿命;spi表示建设第i个边缘云数据中心的电力系统站点的电价,式(3)将所有边缘云数据中心的运行用电成本进行累加,得到总的运行用电成本。
B、边缘云数据中心建设成本,表示如下:
C、通信连接线路建设成本,表示如下:
Cc2=L×λ (5)
其中,L表示所有通信连接线路的长度,L的数值和具体的选址方案有关;λ表示单位长度通信连接线路的建设成本。
进一步地,选址约束条件的线性化具体实现为:
A、边缘云数据中心数量约束的线性化表示如下:
num≤numn (6)
其中,numn表示电力系统站点的总数,本实施例中,边缘云数据中心在电力系统站点中进行选址,因此边缘云数据中心数量必须小于电力系统站点数量。
B、电力系统站点资源约束的线性化表示如下:
本实施例中,不考虑计算负荷和数据流量在不同边缘云数据中心之间的迁移;因此,与某个边缘云数据中心有通信连接的所有电力系统站点的计算负荷和数据流量,加上建设该边缘云数据中心的电力系统站点的计算负荷和数据流量,就是该边缘云数据中心需要处理的总的计算负荷和数据流量。因此可以得到式(7)和(8)的约束。
其中,表示与某个边缘云数据中心有通信连接的所有电力系统站点计算负荷之和,αn表示建设该边缘云数据中心的电力系统站点的计算负荷,总的计算负荷要小于或等于建设该边缘云数据中心的电力系统站点的计算设备上限;ρ表示电力系统站点信息在边缘云数据中心中存储的时间长度,表示与某个边缘云数据中心有通信连接的所有电力系统站点需要存储的数据总量,βn×ρ表示建设该边缘云数据中心的电力系统站点需要存储的数据量,总的数据存储量要小于或等于建设该边缘云数据中心的电力系统站点的存储设备上限。
本实施例考虑边缘云数据中心计算和存储两方面的性能要求,式(7)考虑的是计算的要求,式(8)将数据流量转化为了存储的要求,如果式(7)和式(8)的约束能够满足,那么说明边缘云数据中心选址方案能够满足计算和存储性能的要求。
C、通信连接约束体现在对矩阵元素取值的限制上,根据不同的通信连接规则,对的元素值设置不同的约束条件,本实施例可以得到不同通信连接规则下的边缘云数据中心优化选址方案,具体的通信连接约束需要根据采用的通信连接规则和云计算架构来制定。
本实施例的电力系统站点建模和选址问题建模都采用线性化方式,将选址问题转化为线性化问题,上述式(1)~式(8)都已经是线性形式,而通信连接约束具体的线性化表示方式需要根据采用的通信连接规则和云计算架构来制定,这里没有给出。
S207、对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
本实施例在MATLAB中用YALMIP将选址问题转化为线性化问题之后,可以调用CPLEX求解器求解,CPLEX求解器会自动选择合适的求解算法,常用的算法有单纯形法、分支定界法等,对“由式(1)~式(8)和通信连接约束共同构成的线性化问题”进行求解,求解之后得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接(电力系统站点与边缘云数据中心之间的通信连接,以及边缘云数据中心相互之间的通信连接)的建设方案,这三个方面(即三个选址优化变量)共同构成了电力系统边缘云数据中心优化选址方案,其示例如图3所示。
本领域技术人员可以理解,实现上述实施例的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,相应的程序可以存储于计算机可读存储介质中。
应当注意,尽管在附图中以特定顺序描述了上述实施例的方法操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
实施例2:
如图4所示,本实施例提供了一种电力系统边缘云数据中心选址装置,该装置分别与电源装置、信息接入装置连接,其包括获取模块401、站点建模模块402、优化变量模块403、成本目标函数模块404、约束条件模块405、线性化模块406和求解模块407,具体说明如下:
所述电源装置为整个电力系统边缘云数据中心选址装置运行提供电力的电源设备,例如电池、充电器等,电源设备通过电源接口与电力系统边缘云数据中心选址装置连接,电源接口为电源设备与电力系统边缘云数据中心选址装置之间的电能交换提供接口。
所述信息接入装置可以包括信息传输模块和信息处理模块,通信接口指的是信息传输模块的接口,传感器采集到需要接入的信息后,信息被传入通信接口进行数据传输,传输的方式可以采用LoRa,4/5G等无线方式和光线、电力线载波等有线方式;信息处理模块主要指的是实现报文解析、滤波、放大、光电转换等基本数据处理功能的模块,将数据转化为电力系统边缘云数据中心选址装置能够进一步处理的形式,一般集成在通信接收设备中。
所述获取模块401,用于获取电力系统站点信息,具体通过通信接口获取信息接入装置传输的电力系统站点信息。
所述站点建模模块402,用于根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限。
所述优化变量模块403,用于根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及各站点之间的通信连接关系矩阵。
所述成本目标函数模块404,用于根据站点模型参数和选址优化变量,构建选址成本目标函数。
所述约束条件模块405,用于根据站点模型参数和选址优化变量,构建选址约束条件。
所述线性化模块406,用于对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题。
所述求解模块407,用于对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
本实施例中各个模块的具体实现可以参见上述实施例1,在此不再一一赘述;需要说明的是,本实施例提供的装置仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
实施例3:
本实施例提供了一种电力系统边缘云数据中心选址设备,该选址设备为计算机,如图5所示,其包括通过系统总线501连接的处理器502、存储器、输入装置503、显示器504和网络接口505,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质506和内存储器507,该非易失性存储介质506存储有操作系统、计算机程序和数据库,该内存储器507为非易失性存储介质中的操作系统和计算机程序的运行提供环境,处理器502执行存储器存储的计算机程序时,实现上述实施例1的电力系统边缘云数据中心选址方法,如下:
获取电力系统站点信息;
根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限;
根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案;
根据站点模型参数和选址优化变量,构建选址成本目标函数;
根据站点模型参数和选址优化变量,构建选址约束条件;
对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;
对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
实施例4:
本实施例提供了一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的电力系统边缘云数据中心选址方法,如下:
获取电力系统站点信息;
根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限;
根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案;
根据站点模型参数和选址优化变量,构建选址成本目标函数;
根据站点模型参数和选址优化变量,构建选址约束条件;
对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;
对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
本实施例中所述的存储介质可以是磁盘、光盘、计算机存储器、随机存取存储器(RAM,Random Access Memory)、U盘、移动硬盘等介质。
综上所述,本发明考虑了电力系统和电力系统综合能源业务特性,通过构建站点模型,进而构建选址优化变量、选址成本目标函数和选址约束条件,可以针对不同电力系统场景和通信连接规则,给出能够满足电力系统综合能源业务计算和存储需求,满足通信连接规则要求,并且能够实现成本最小化目标的电力系统边缘云数据中心选址方案,不仅解决了面向电力系统业务的边缘云数据中心选址问题,而且还能够有效提升边缘云数据中心运行和建设的经济性。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.一种电力系统边缘云数据中心选址方法,其特征在于,所述方法包括:
获取电力系统站点信息;
根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限;
根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案;
根据站点模型参数和选址优化变量,构建选址成本目标函数;
根据站点模型参数和选址优化变量,构建选址约束条件;
对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;
对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
2.根据权利要求1所述的电力系统边缘云数据中心选址方法,其特征在于,所述选址成本目标函数为边缘云数据中心运行用电成本、边缘云数据中心建设成本和通信连接线路建设成本的总和。
3.根据权利要求2所述的电力系统边缘云数据中心选址方法,其特征在于,所述选址成本目标函数的线性化表示如下:
Minimize(Co+Cc)
其中,Co表示边缘云数据中心运行用电成本,Cc表示边缘云数据中心建设成本和通信连接线路建设成本之和,如下式:
Cc=Cc1+Cc2
其中,Cc1表示边缘云数据中心建设成本,Cc2表示通信连接线路建设成本;
所述边缘云数据中心运行用电成本,表示如下:
Co=∑spi×Pi×t
其中,Pi表示第i个边缘云数据中心的用电功率,由该边缘云数据中心的电力系统站点计算负荷和数据流量计算得到;t表示边缘云数据中心的使用寿命;spi表示建设第i个边缘云数据中心的电力系统站点的电价;
所述边缘云数据中心建设成本,表示如下:
所述通信连接线路建设成本,表示如下:
Cc2=L×λ
其中,L表示所有通信连接线路的长度,λ表示单位长度通信连接线路的建设成本。
4.根据权利要求1-3任一项所述的电力系统边缘云数据中心选址方法,其特征在于,所述选址约束条件包括边缘云数据中心数量约束、电力系统站点资源约束和通信连接约束。
5.根据权利要求4所述的电力系统边缘云数据中心选址方法,其特征在于,所述边缘云数据中心数量约束的线性化表示如下:
num≤numn
其中,num表示边缘云数据中心数量,numn表示电力系统站点的总数。
7.根据权利要求4所述的电力系统边缘云数据中心选址方法,其特征在于,所述通信连接约束根据采用的通信连接规则和云计算架构来制定。
8.一种电力系统边缘云数据中心选址装置,其特征在于,所述装置包括:
获取模块,用于获取电力系统站点信息;
站点建模模块,用于根据电力系统站点信息,对电力系统站点进行建模,得到站点模型;其中,所述站点模型参数包括每个电力系统站点的计算负荷、数据流量、电价、计算设备上限以及存储设备上限;
优化变量模块,用于根据站点模型,构建选址优化变量;其中,所述选址优化变量包括边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案;
成本目标函数模块,用于根据站点模型参数和选址优化变量,构建选址成本目标函数;
约束条件模块,用于根据站点模型参数和选址优化变量,构建选址约束条件;
线性化模块,用于对选址成本目标函数和选址约束条件进行线性化,将选址问题转化为线性化问题;
求解模块,用于对线性化问题进行求解,得到边缘云数据中心的数量、边缘云数据中心的选址位置以及通信连接的建设方案,以构成电力系统边缘云数据中心优化选址方案。
9.一种电力系统边缘云数据中心选址设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1-7任一项所述的电力系统边缘云数据中心选址方法。
10.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-7任一项所述的电力系统边缘云数据中心选址方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073338.5A CN111260146B (zh) | 2020-01-22 | 2020-01-22 | 电力系统边缘云数据中心选址方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010073338.5A CN111260146B (zh) | 2020-01-22 | 2020-01-22 | 电力系统边缘云数据中心选址方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111260146A true CN111260146A (zh) | 2020-06-09 |
CN111260146B CN111260146B (zh) | 2022-03-25 |
Family
ID=70947080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010073338.5A Active CN111260146B (zh) | 2020-01-22 | 2020-01-22 | 电力系统边缘云数据中心选址方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111260146B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862317A (zh) * | 2021-02-07 | 2021-05-28 | 国网山东省电力公司滨州供电公司 | 一种协调5g通讯基站选址接入的配电网网架规划方法 |
CN113988594A (zh) * | 2021-10-26 | 2022-01-28 | 山东大学 | 一种灾难备份数据中心多目标选址方法及系统 |
CN114004417A (zh) * | 2021-11-09 | 2022-02-01 | 广东电网有限责任公司江门供电局 | 一种电力设施共享基站建设方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080140469A1 (en) * | 2006-12-06 | 2008-06-12 | International Business Machines Corporation | Method, system and program product for determining an optimal configuration and operational costs for implementing a capacity management service |
US20100332456A1 (en) * | 2009-06-30 | 2010-12-30 | Anand Prahlad | Data object store and server for a cloud storage environment, including data deduplication and data management across multiple cloud storage sites |
CN103428282A (zh) * | 2013-08-06 | 2013-12-04 | 浪潮(北京)电子信息产业有限公司 | 一种云计算数据中心的在线节能控制方法及装置 |
CN103491178A (zh) * | 2013-09-27 | 2014-01-01 | 浪潮(北京)电子信息产业有限公司 | 一种云数据中心自动选址方法及系统 |
CN107103381A (zh) * | 2017-03-17 | 2017-08-29 | 华为技术有限公司 | 一种数据中心的规划方法和系统 |
CN109888817A (zh) * | 2018-12-20 | 2019-06-14 | 青海大学 | 对光伏电站和数据中心进行位置部署和容量规划方法 |
CN110689175A (zh) * | 2019-09-16 | 2020-01-14 | 北京工业大学 | 混沌多重宇宙的分布式绿色云数据中心能耗优化方法 |
-
2020
- 2020-01-22 CN CN202010073338.5A patent/CN111260146B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080140469A1 (en) * | 2006-12-06 | 2008-06-12 | International Business Machines Corporation | Method, system and program product for determining an optimal configuration and operational costs for implementing a capacity management service |
US20100332456A1 (en) * | 2009-06-30 | 2010-12-30 | Anand Prahlad | Data object store and server for a cloud storage environment, including data deduplication and data management across multiple cloud storage sites |
CN103428282A (zh) * | 2013-08-06 | 2013-12-04 | 浪潮(北京)电子信息产业有限公司 | 一种云计算数据中心的在线节能控制方法及装置 |
CN103491178A (zh) * | 2013-09-27 | 2014-01-01 | 浪潮(北京)电子信息产业有限公司 | 一种云数据中心自动选址方法及系统 |
CN107103381A (zh) * | 2017-03-17 | 2017-08-29 | 华为技术有限公司 | 一种数据中心的规划方法和系统 |
CN109888817A (zh) * | 2018-12-20 | 2019-06-14 | 青海大学 | 对光伏电站和数据中心进行位置部署和容量规划方法 |
CN110689175A (zh) * | 2019-09-16 | 2020-01-14 | 北京工业大学 | 混沌多重宇宙的分布式绿色云数据中心能耗优化方法 |
Non-Patent Citations (2)
Title |
---|
LIU, RUIYUN等: "Planning of Geo-Distributed Cloud Data Centers in Fast Developing Economies", 《INTERNATIONAL CONFERENCE ON TRANSPARENT OPTICAL NETWORKS-ICTON》 * |
汪连顺: "电力系统云计算中心的研究与实践", 《电网技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862317A (zh) * | 2021-02-07 | 2021-05-28 | 国网山东省电力公司滨州供电公司 | 一种协调5g通讯基站选址接入的配电网网架规划方法 |
CN113988594A (zh) * | 2021-10-26 | 2022-01-28 | 山东大学 | 一种灾难备份数据中心多目标选址方法及系统 |
CN113988594B (zh) * | 2021-10-26 | 2024-04-30 | 山东大学 | 一种灾难备份数据中心多目标选址方法及系统 |
CN114004417A (zh) * | 2021-11-09 | 2022-02-01 | 广东电网有限责任公司江门供电局 | 一种电力设施共享基站建设方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111260146B (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111260146B (zh) | 电力系统边缘云数据中心选址方法、装置、设备及介质 | |
Mohsenian-Rad et al. | Coordination of cloud computing and smart power grids | |
CN110022226A (zh) | 一种基于面向对象的数据采集系统及采集方法 | |
Jarrah et al. | A hierarchical optimization model for energy data flow in smart grid power systems | |
CN102722764A (zh) | 一体化电网优化辅助决策分析系统 | |
CN105045856A (zh) | 一种基于Hadoop的大数据遥感卫星数据处理系统 | |
CN105306557A (zh) | 一种基于云平台的桥梁健康监测系统 | |
CN106060176A (zh) | 一种基于混合云的云计算应用架构及云计算服务方法 | |
Kathiravan et al. | Optimal power flow model incorporating wind, solar, and bundled solar-thermal power in the restructured Indian power system | |
Rong et al. | An efficient model and algorithm for the transmission-constrained multi-site combined heat and power system | |
CN103489139A (zh) | 城市配电网规划综合分析与管理系统 | |
CN103150605B (zh) | 电网规划辅助系统 | |
CN103020290A (zh) | 电网信息校验方法及系统 | |
CN215298210U (zh) | 电力物联网的多级边缘计算系统 | |
CN102523300A (zh) | 面向智能电网的数据密集型云存储模型 | |
CN109284314A (zh) | 一种基于电网可视化的高压客户接入系统及方法 | |
CN112465355B (zh) | 基于云平台与区块链的能源调度管控方法和系统 | |
KR20220150778A (ko) | 배전계획용 공간부하 예측 방법 및 장치 | |
CN108280775A (zh) | 电力信息物理系统的分层分布混成计算架构体系及方法 | |
CN113807884A (zh) | 一种园区综合能源系统电网接入容量确定方法及装置 | |
Wang et al. | Short‐term planning model for distribution network restructuring based on heat maps | |
CN112258149A (zh) | 一种线路可转供电率的确定方法、装置、设备及存储介质 | |
CN105117486A (zh) | 配电网数据处理方法和装置 | |
CN117639052B (zh) | 一种基于协同运行的储能变流器功率分配方法和系统 | |
Xu et al. | A grid-based DAP placement approach for smart grids |
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 |