CN112383049A - 一种数据中心不间断电源充放电优化控制方法及系统 - Google Patents

一种数据中心不间断电源充放电优化控制方法及系统 Download PDF

Info

Publication number
CN112383049A
CN112383049A CN202011184821.7A CN202011184821A CN112383049A CN 112383049 A CN112383049 A CN 112383049A CN 202011184821 A CN202011184821 A CN 202011184821A CN 112383049 A CN112383049 A CN 112383049A
Authority
CN
China
Prior art keywords
load
data center
soc
unit
receiving
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
Application number
CN202011184821.7A
Other languages
English (en)
Other versions
CN112383049B (zh
Inventor
杨洪明
黄啸
张群
姜贻哲
杨洪朝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuzhou Huaao Energy Technology Co ltd
Changsha University of Science and Technology
Original Assignee
Zhuzhou Huaao Energy Technology Co ltd
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuzhou Huaao Energy Technology Co ltd, Changsha University of Science and Technology filed Critical Zhuzhou Huaao Energy Technology Co ltd
Priority to CN202011184821.7A priority Critical patent/CN112383049B/zh
Publication of CN112383049A publication Critical patent/CN112383049A/zh
Application granted granted Critical
Publication of CN112383049B publication Critical patent/CN112383049B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • 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
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J9/00—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting
    • H02J9/04—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source
    • H02J9/06—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems
    • H02J9/062—Circuit arrangements for emergency or stand-by power supply, e.g. for emergency lighting in which the distribution system is disconnected from the normal source and connected to a standby source with automatic change-over, e.g. UPS systems for AC powered loads
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Emergency Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种数据中心不间断电源充放电优化控制方法及系统，该方法包括：接收发生的实时负荷数据进行当前时刻的l分钟期间内平均负载并与峰值负载求差得出Δl，若Δl＞0，调峰控制环启动；若Δl≤0，最优控制环启动；最优控制环：在接收到m个历史负荷数据之后通过建立动态均衡模型进行负荷预测；接收电池组SOC值，并接收电池组SOC值并进行成本优化计算；接收数据中心区域内分时电价信息，将收集的电价信息进行成本优化计算；进行约束；以数据中心用电成本最小为目标生成不间断电池组调度集；调峰控制环。该系统用来实施上述方法。本发明具有易操作、能够有效降低数据中心用电成本等优点。

Description

一种数据中心不间断电源充放电优化控制方法及系统
技术领域
本发明主要涉及到数据中心的电能控制技术领域，特指一种数据中心不间断电源充放电优化控制方法。
背景技术
目前，全球光伏、潮汐发电等可再生能源呈现出指数式的增长，已经成为电力系统的重要组成部分，以谷歌数据中心为代表的运营商通过建立基于分布式可再生能源发电站为数据中心供能，以保证数据中心电能供应的稳定，缓解配电网供电压力，达到高效利用绿色能源供能的目的。但是由于可再生能源发电具有随机性、不确定性的特点，因此可再生能源并不能作为数据中心的可靠电源。数据中心UPS储能从根本上解决使用可再生能源发电所带来问题的最有效手段，在利用可再生能源供能时可先将富余的能量储存起来，然后在电网负荷高峰期将这些间歇式能源供给转换成相对统一、稳定的电能输出，通过UPS储能系统参与供能来解决可再生能源发电的间歇性和不稳定性问题，整合数据中心闲散储能，从而实现可再生能源的稳定出力。
数据中心用电负载属于不可中断负载，尤其是数据中心服务器对于供电质量和可靠性有着较高的要求，需要稳定的电能供应以处理各种高精度计算任务请求，随着电力市场的发展，以数据中心为主的需求侧资源管理愈发受到重视，具备用电负载优化管理潜力的数据中心参与需求响应的必要性进一步增强，运营商关注的成本优化问题也可以通过数据中心用电负载参与需求响应来实现。因此数据中心较适合参与基于价格的需求响应，并且需求响应行为可以基于数据中心用电负载管理技术实现。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种易操作、能够有效降低数据中心用电成本的数据中心不间断电源充放电优化控制方法及系统。
为解决上述技术问题，本发明采用以下技术方案：
一种数据中心不间断电源充放电优化控制方法，其包括：
接收发生的实时负荷数据进行当前时刻的l分钟期间内平均负载并与峰值负载求差得出Δl，若Δl＞0，调峰控制环启动；若Δl≤0，最优控制环启动；
最优控制环：在接收到m个历史负荷数据之后通过建立动态均衡模型进行负荷预测；接收电池组SOC值，并接收电池组SOC值并进行成本优化计算；接收数据中心区域内分时电价信息，将收集的电价信息进行成本优化计算；通过考虑储能电池充放电功率约束、储能电池SOC约束、电网输出功率约束；以数据中心用电成本最小为目标生成不间断电池组调度集；
调峰控制环：平均负载超过峰值限制条件，接收平均负荷值
Figure BDA0002750067290000021
计算负荷限制条件的峰值削减所必需的总放电功率
Figure BDA0002750067290000022
接收从调度集生成的预测调度集并根据消峰量计算的
Figure BDA0002750067290000023
对预测调度集进行更新。
作为本发明方法的进一步改进：在对实时负荷数据进行处理时，具体计算模型描述如下：
Figure BDA0002750067290000024
在具体应用实例中，通过PCM调制器将Δl转换成数字信号发送至三极管，若Δl＞0，则PCM调制器输出高电平，三极管二导通，调峰控制环启动。若Δl≤0，则PCM调制器输出低电平，三极管一导通，最优控制环启动。
作为本发明方法的进一步改进：在最优控制环中，动态均衡模型描述如下：
Figure BDA0002750067290000025
其中
Figure BDA0002750067290000026
为数据中心在第d个运行日中k时刻的预测负荷，
Figure BDA0002750067290000027
为运行日前第n天在k时刻的实际负荷，m为平均天数，ωd-n是运行日第前n天的权重因子。
作为本发明方法的进一步改进：在最优控制环中，以数据中心用电成本最小为目标生成不间断电池组调度集：
Figure BDA0002750067290000031
其中k表示UPS储能系统运行日中每一调度单位的序列号，
Figure BDA0002750067290000032
是第k小时不间断电源系统第n个储能电池组的预定输出，正号表示充电和负号放电，N为UPS储能系统中储能电池组总数。
作为本发明方法的进一步改进：在调峰控制环中，对某时刻预测的调度集，具体计算模型描述如下：
Figure BDA0002750067290000033
接收从调度集生成的预测调度集并根据消峰量计算的
Figure BDA0002750067290000034
对预测调度集进行更新，计算模型描述如下：
Figure BDA0002750067290000035
其中
Figure BDA0002750067290000036
表示第k小时不间断电源系统第i个储能电池组的最后输出功率，
Figure BDA0002750067290000037
是第k小时不间断电源系统第i个储能电池组的预定输出功率，正号表示充电和负号放电。
本发明进一步提供一种数据中心不间断电源充放电优化控制系统，其包括：
负荷接收模块，用于接收下一运行目前m天由数据中心调度室发生的历史负荷数据，负荷预测单元从负荷锁存单元以队列{Lk，d-1，Lk，d-2，…，Lk，d-m}提取前m运行日第k小时负荷数据进行当前运行日第k小时负荷预测计算。
SOC接收模块，用于接收从数据中心UPS储能系统的电池管理系统发出的N组电池组SOC实测值。
SOC锁存单元，用于将存储的N组SOC值发送至SOC输出单元。
SOC预测计算单元，针对UPS储能系统SOC水平的不确定性，利用预测控制模型对储能电池SOC水平进行预测。预测结果将通过SOC无线发送单元传输至SOC无线接收单元，对储能电池的SOC水平进行实时更新，为成本优化和SOC约束提供准确数据。
SOC无线接收单元，用于接收本电路中SOC无线发送单元发送的电池组SOC水平预测值，并把接收的预测值发送至SOC输出单元。
电价接收模块，用于通过无线收发器接收数据中心区域内分时电价信息。电价锁存单元短时存储接收的电价信息，若采集到完整电价曲线，电价锁存单元则将电价信息发送只成本计算单元进行成本优化计算。
最优成本计算单元，用来在考虑储能电池充放电功率约束、储能电池SOC约束、电网输出功率约束条件下找到UPS储能系统一组最优的每小时调度集，以便在预先设定的范围内使电力用户的日用电成本最小。
调度集生成单元，成本优化计算结果将分小时依输出单位时间内电池组预定功率值，最后输出以队列的形式组成一个调度集传输至越限验证单元进行验证操作。
平均负载估算单元，用于接收实时负荷数据之后进行当前时刻的某期间内的平均负载。
峰值判断单元平均负载估算单元的平均负荷预测值将输出至峰值判断单元。峰值判断单元将依次对每个预测值进行越限验证。
作为本发明系统的进一步改进：还包括峰值削减量计算单元，用于接收平均负荷值
Figure BDA0002750067290000041
计算负荷限制条件的峰值削减所必需的总放电功率
Figure BDA0002750067290000042
作为本发明系统的进一步改进：还包括时间戳加载单元，用于为每串从最优调度集输出模块发送的最优调度集队列
Figure BDA0002750067290000051
设置调度时间，给每串调度集在末尾加上该串调度集时间戳，作为数据调度中心识别该串调度集的调度时间。时间戳加载完成之后通过本电路中的无线发射模块发送至数据中心调度室。
与现有技术相比，本发明的优点在于：
1、本发明的数据中心不间断电源充放电优化控制方法及系统，针对数据中心负荷波动问题和UPS储能SOC不确定性问题，提出了一个由日期调度和实时调度组成的两阶段控制框架，基于模型预测表征UPS储能系统中储能电池SOC不确定性。本发明提出以UPS储能系统输出功率模型为基础，设计了一种数据中心UPS充放电优化两阶调度电路及方法，用于在分时电价下对数据中心用电负载的管理。在满足稳定电池使用和峰值调节的操作限制及考虑控制范围内用电成本最小化的条件下，所提调度模型将生成一系列电池调度集。
2、本发明的数据中心不间断电源充放电优化控制方法及系统，实时采集数据中心负载功率，通过实时功率与峰值负载比较结果判断控制电路工作方式，最优控制环根据电池管理系统发送的不间断电源SOC值以及采集的电价信息，以数据中心用电成本最优为目标获得不间断电源调度集并存入调度集暂存器。调峰控制环计算数据中心负载限制条件的峰值削减所必须的总放电功率，并依据预测调度集更新当前不间断电源调度集以实现数据中心负载保持在峰值限制范围内。本发明通过最优控制环和调峰控制环的协同工作有效降低数据中心用电成本。
附图说明
图1是一种考虑分时电价数据中心UPS充放电优化两阶调度电路及方法原理图。
图2是本发明的实施例中一年中各时段的电价曲线。
图3是本发明的实施例中数据中心电负荷变化曲线。
图4是本发明的实施例中系统运行时实际SOC变化曲线。
图5是本发明的实施例中UPS储能系统预期和实际功率输出曲线。
图6是本发明的实施例中12:00pm-12:15pm用电负载变化曲线。
图7是本发明的实施例中12:00pm-12:15pm UPS储能系统输出曲线。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示，本发明的一种数据中心不间断电源充放电优化控制方法，其包括：
步骤S1：接收发生的实时负荷数据进行当前时刻的l分钟期间内平均负载并与峰值负载求差得出Δl。
具体计算模型描述如下：
Figure BDA0002750067290000061
在具体应用实例中，通过PCM调制器将Δl转换成数字信号发送至三极管，若Δl＞0，则PCM调制器输出高电平，三极管二导通，调峰控制环启动。若Δl≤0，则PCM调制器输出低电平，三极管一导通，最优控制环启动。
步骤S2：最优控制环；
在接收到m个历史负荷数据之后通过建立动态均衡模型进行负荷预测。
在具体应用实例中，动态均衡模型描述如下：
Figure BDA0002750067290000062
其中
Figure BDA0002750067290000063
为数据中心在第d个运行日中k时刻的预测负荷，
Figure BDA0002750067290000064
为运行日前第n天在k时刻的实际负荷，m为平均天数，ωd-n是运行日第前n天的权重因子。
接收电池管理系统嵌入式系统发送的电池组SOC值，并把接收电池组SOC值输出单元发送至最优成本计算单元进行成本优化计算。
接收数据中心区域内分时电价信息，将收集的电价信息进行成本优化计算。
通过考虑储能电池充放电功率约束、储能电池SOC约束、电网输出功率约束。以数据中心用电成本最小为目标生成不间断电池组调度集。
Figure BDA0002750067290000071
其中k表示UPS储能系统运行日中每一调度单位的序列号，
Figure BDA0002750067290000072
是第k小时不间断电源系统第n个储能电池组的预定输出，正号表示充电和负号放电，N为UPS储能系统中储能电池组总数。
步骤S3：调峰控制环；
此时平均负载超过峰值限制条件，接收平均负荷值
Figure BDA0002750067290000073
计算负荷限制条件的峰值削减所必需的总放电功率
Figure BDA0002750067290000074
在具体应用实例中，该单元给三极管三发送低电平信号，三极管导通。
该时刻预测的调度集，具体计算模型描述如下：
Figure BDA0002750067290000075
接收从调度集生成的预测调度集并根据消峰量计算的
Figure BDA0002750067290000076
对预测调度集进行更新，计算模型描述如下：
Figure BDA0002750067290000077
其中
Figure BDA0002750067290000078
表示第k小时不间断电源系统第i个储能电池组的最后输出功率，
Figure BDA0002750067290000079
是第k小时不间断电源系统第i个储能电池组的预定输出功率，正号表示充电和负号放电。
本发明进一步提供一种数据中心不间断电源(UPS)充放电优化控制系统，包括：
负荷接收模块，用于接收下一运行日前m天由数据中心调度室发生的历史负荷数据，负荷预测单元从负荷锁存单元以队列{Lk，d-1，Lk，d-2，…，Lk，d-m}提取前m运行日第k小时负荷数据进行当前运行日第k小时负荷预测计算。计算单元将以动态均衡模型计算，具体描述如下：
Figure BDA0002750067290000081
SOC接收模块，用于接收从数据中心UPS储能系统的电池管理系统发出的N组电池组SOC实测值。
SOC锁存单元，用于将存储的N组SOC值发送至SOC输出单元。
SOC预测计算单元，针对UPS储能系统SOC水平的不确定性，利用预测控制模型对储能电池SOC水平进行预测。预测结果将通过SOC无线发送单元传输至SOC无线接收单元，对储能电池的SOC水平进行实时更新，为成本优化和SOC约束提供准确数据。
预测控制模型具体描述如下：
Figure BDA0002750067290000082
Figure BDA0002750067290000083
SOC无线接收单元，用于接收本电路中SOC无线发送单元发送的电池组SOC水平预测值，并把接收的预测值发送至SOC输出单元。
电价接收模块，用于通过无线收发器接收数据中心区域内分时电价信息。电价锁存单元短时存储接收的电价信息，若采集到完整电价曲线，电价锁存单元则将电价信息发送只成本计算单元进行成本优化计算。
最优成本计算单元，用来在考虑储能电池充放电功率约束、储能电池SOC约束、电网输出功率约束条件下找到UPS储能系统一组最优的每小时调度集，以便在预先设定的范围内使电力用户的日用电成本最小。最优成本计算单元接收SOC输出单元发送的UPS储能系统电池组SOC实测值和预测值，并将收集的SOC值作为成本优化计算的约束条件。此单元也接收负荷预测计算单元发送的数据中心k小时预测负荷值。电量计算单元将数据中心k小时负荷预测值
Figure BDA0002750067290000091
与k小时UPS储能系统总功率求差得出k小时数据中心负荷预测管理值。成本优化计算单元从电价输出单元提取k小时电网购电价格Tk和负荷预测管理值，提取成功后将两者做积计算得出k小时购电成本。
Figure BDA0002750067290000092
Figure BDA0002750067290000093
调度集生成单元，成本优化计算结果将分小时依输出单位时间内电池组预定功率值，最后输出以队列的形式组成一个调度集传输至越限验证单元进行验证操作。
Figure BDA0002750067290000094
平均负载估算单元，用于接收实时负荷数据之后进行当前时刻的15分钟期间内估计这15分钟内的平均负载。因为TOU决定了峰值需要基于每小时中0到15分钟，15到30分钟，30到45分钟和45到60分钟每一个15分钟内的平均负荷来确定。
具体计算模型描述如下：
Figure BDA0002750067290000095
峰值判断单元平均负载估算单元的平均负荷预测值将输出至峰值判断单元。峰值判断单元将依次对每个预测值进行越限验证。判断每个预测值是否大于数据中心TOU值，若判断预测值大于TOU值则进入消峰模式，并将计算结果传输至消峰量计算单元。若预测值小于TOU值，则将进入常规模式，将执行最优调度模型计算的调度集。
在平均负载超过峰值限制条件下，则调度程序模式切换到峰值削减模式。在任何优化的时间表集下，UPS储能系统所有可用的BES都将放电以防止峰值超越限制范围。
峰值削减量计算单元，用于接收平均负荷值
Figure BDA0002750067290000101
计算负荷限制条件的峰值削减所必需的总放电功率
Figure BDA0002750067290000102
Figure BDA0002750067290000103
时间戳加载单元，为每串从最优调度集输出模块发送的最优调度集队列
Figure BDA0002750067290000104
设置调度时间，给每串调度集在末尾加上该串调度集时间戳，作为数据调度中心识别该串调度集的调度时间。时间戳加载完成之后通过本电路中的无线发射模块发送至数据中心调度室。
本发明在一个具体应用实例中，其具体实施步骤如下：
设定大型工业用户为某地区云计算和信息数据服务中心，用户现场安装的UPS储能系统为三个电池储能系统集成，包含一台405kWh锂离子聚合物电池储能系统和两台300kWh铅酸电池系统。锂离子聚合物电池储能系统和铅酸电池系统的基本规格以及性能参数如表3.1所示。
表3.1 UPS储能系统储能电池规格及相关参数
Figure BDA0002750067290000105
Figure BDA0002750067290000111
本实例选取数据中心一典型运行日进行实施场景计算。首先本电路接收该典型日前m天历史运行负荷数据
Figure BDA0002750067290000112
进行负荷预测，预测结果如图3并发送至成本优化计算模块。
SOC接收模块接收UPS储能系统电池管理系统实测的电池组SOC水平值集合，并按队列
Figure BDA0002750067290000113
发送至成本优化计算模块。SOC接收模块采集的该典型日SOC运行曲线如图4所示。
电价接收模块实时接收该地域内实时电价信息，并将电价信息发送至成本优化计算单元进行优化计算，该区域电价信息如图2所示。
成本计算单元提取当地电价信息、负荷预测结果和电池组SOC水平实测值和预测值，根据本发明中所建模型进行成本优化计算。该模型以数据中心日购电成本最低为目标函数，包括电网向数据中心UPS储能系统充电和数据中心日负荷用电。模型具体描述如下：
Figure BDA0002750067290000114
Figure BDA0002750067290000115
预先验证单元，主要针对成本优化计算单元的计算结果进行约束验证。约束条件包含三部分：
(1)电池组功率约束：
Figure BDA0002750067290000121
k∈{1，2，…，24}，n∈{1，2，…，N}，
Figure BDA0002750067290000122
为运行日第k小时UPS储能系统第n个储能电池充放电的最小值，
Figure BDA0002750067290000123
为第k小时UPS储能系统第n个储能电池充放电的最大值。
(2)电池组SOC约束：
Figure BDA0002750067290000124
k∈{1，2，…，24}，n∈{1，2，…，N}，
Figure BDA0002750067290000125
为第k小时UPS储能系统第n个储能电池的SOC最小值，
Figure BDA0002750067290000126
第k小时UPS储能系统第n个储能电池的SOC最大值。
(3)负载约束：
Figure BDA0002750067290000127
k∈{1，2，...，24}，n∈{1，2，...，N}，Lmin，k为第k小时电力用户从电网接受功率的最小值，Lmax，k为第k小时电力用户从电网接受输出功率的最大值。
调度集输出模块根据成本优化计算模块计算结果输出UPS储能系统电池组的调度集合，不同电池组运行曲线如图6所示。该单元生成的电池组调度集合发送至时间戳加载单元。
实时调度模块负荷输出单元，提取数据中心实时负载，根据本电路所建模型进行实时估算运行时刻内十五分钟平均负载，该单元计算结果发送至峰值越限判断单元进行判定。本实例选取该典型运行日12:00pm至12:15pm数据中心负荷曲线，其负荷曲线如图7所示。
峰值越限判断单元接收平均负载计算单元计算结果进行判定，若该单元检测到K时刻平均负载超过设定值，则将调度模式切换至削峰模式。则削峰量计算单元根据本发明中所建模型计算负荷限制条件的峰值削减所必需的总放电功率
Figure BDA0002750067290000131
实时调度模块根据
Figure BDA0002750067290000132
即时调整UPS储能系统电池组调度集并发送至时间戳加载单元。本实例选取该典型运行日12:00pm至12:15pmUPS储能系统调度集，其结果如图7所示。若该单元未检测到异常情况，则实时调度模块按预定调度集发送至时间戳加载单元。调度时间加载完成后发送至数据中心调度室。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种数据中心不间断电源充放电优化控制方法，其特征在于，包括：
接收发生的实时负荷数据进行当前时刻的l分钟期间内平均负载并与峰值负载求差得出Δl，若Δl＞0，调峰控制环启动；若Δl≤0，最优控制环启动；
最优控制环：在接收到m个历史负荷数据之后通过建立动态均衡模型进行负荷预测；接收电池组SOC值，并接收电池组SOC值并进行成本优化计算；接收数据中心区域内分时电价信息，将收集的电价信息进行成本优化计算；通过考虑储能电池充放电功率约束、储能电池SOC约束、电网输出功率约束；以数据中心用电成本最小为目标生成不间断电池组调度集；
调峰控制环：平均负载超过峰值限制条件，接收平均负荷值
Figure FDA0002750067280000011
计算负荷限制条件的峰值削减所必需的总放电功率
Figure FDA0002750067280000012
接收从调度集生成的预测调度集并根据消峰量计算的
Figure FDA0002750067280000013
对预测调度集进行更新。
2.根据权利要求1所述的数据中心不间断电源充放电优化控制方法，其特征在于，在对实时负荷数据进行处理时，具体计算模型描述如下：
Figure FDA0002750067280000014
在具体应用实例中，通过PCM调制器将Δl转换成数字信号发送至三极管，若Δl＞0，则PCM调制器输出高电平，三极管二导通，调峰控制环启动；若Δl≤0，则PCM调制器输出低电平，三极管一导通，最优控制环启动。
3.根据权利要求1所述的数据中心不间断电源充放电优化控制方法，其特征在于，在最优控制环中，动态均衡模型描述如下：
Figure FDA0002750067280000015
其中
Figure FDA0002750067280000016
为数据中心在第d个运行日中k时刻的预测负荷，
Figure FDA0002750067280000017
为运行日前第n天在k时刻的实际负荷，m为平均天数，ωd-n是运行日第前n天的权重因子。
4.根据权利要求1所述的数据中心不间断电源充放电优化控制方法，其特征在于，在最优控制环中，以数据中心用电成本最小为目标生成不间断电池组调度集：
Figure FDA0002750067280000021
其中k表示UPS储能系统运行日中每一调度单位的序列号，
Figure FDA0002750067280000022
是第k小时不间断电源系统第n个储能电池组的预定输出，正号表示充电和负号放电，N为UPS储能系统中储能电池组总数。
5.根据权利要求1所述的数据中心不间断电源充放电优化控制方法，其特征在于，在调峰控制环中，对某时刻预测的调度集，具体计算模型描述如下：
Figure FDA0002750067280000023
接收从调度集生成的预测调度集并根据消峰量计算的
Figure FDA0002750067280000024
对预测调度集进行更新，计算模型描述如下：
Figure FDA0002750067280000025
其中
Figure FDA0002750067280000026
表示第k小时不间断电源系统第i个储能电池组的最后输出功率，
Figure FDA0002750067280000027
是第k小时不间断电源系统第i个储能电池组的预定输出功率，正号表示充电和负号放电。
6.一种数据中心不间断电源充放电优化控制系统，其特征在于，包括：
负荷接收模块，用于接收下一运行日前m天由数据中心调度室发生的历史负荷数据，负荷预测单元从负荷锁存单元以队列{Lk，d-1，Lk，d-2，…，Lk，d-m}提取前m运行日第k小时负荷数据进行当前运行日第k小时负荷预测计算；
SOC接收模块，用于接收从数据中心UPS储能系统的电池管理系统发出的N组电池组SOC实测值；
SOC锁存单元，用于将存储的N组SOC值发送至SOC输出单元；
SOC预测计算单元，针对UPS储能系统SOC水平的不确定性，利用预测控制模型对储能电池SOC水平进行预测，预测结果将通过SOC无线发送单元传输至SOC无线接收单元，对储能电池的SOC水平进行实时更新，为成本优化和SOC约束提供准确数据；
SOC无线接收单元，用于接收本电路中SOC无线发送单元发送的电池组SOC水平预测值，并把接收的预测值发送至SOC输出单元；
电价接收模块，用于通过无线收发器接收数据中心区域内分时电价信息；电价锁存单元短时存储接收的电价信息，若采集到完整电价曲线，电价锁存单元则将电价信息发送只成本计算单元进行成本优化计算；
最优成本计算单元，用来在考虑储能电池充放电功率约束、储能电池SOC约束、电网输出功率约束条件下找到UPS储能系统一组最优的每小时调度集，以便在预先设定的范围内使电力用户的日用电成本最小；
调度集生成单元，成本优化计算结果将分小时依输出单位时间内电池组预定功率值，最后输出以队列的形式组成一个调度集传输至越限验证单元进行验证操作；
平均负载估算单元，用于接收实时负荷数据之后进行当前时刻的某期间内的平均负载；
峰值判断单元平均负载估算单元的平均负荷预测值将输出至峰值判断单元，峰值判断单元将依次对每个预测值进行越限验证。
7.根据权利要求6所述的数据中心不间断电源充放电优化控制系统，其特征在于，还包括峰值削减量计算单元，用于接收平均负荷值
Figure FDA0002750067280000031
计算负荷限制条件的峰值削减所必需的总放电功率
Figure FDA0002750067280000041
8.根据权利要求6所述的数据中心不间断电源充放电优化控制系统，其特征在于，还包括时间戳加载单元，用于为每串从最优调度集输出模块发送的最优调度集队列
Figure FDA0002750067280000042
设置调度时间，给每串调度集在末尾加上该串调度集时间戳，作为数据调度中心识别该串调度集的调度时间；时间戳加载完成之后通过本电路中的无线发射模块发送至数据中心调度室。
CN202011184821.7A 2020-10-29 2020-10-29 一种数据中心不间断电源充放电优化控制方法及系统 Active CN112383049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011184821.7A CN112383049B (zh) 2020-10-29 2020-10-29 一种数据中心不间断电源充放电优化控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011184821.7A CN112383049B (zh) 2020-10-29 2020-10-29 一种数据中心不间断电源充放电优化控制方法及系统

Publications (2)

Publication Number Publication Date
CN112383049A true CN112383049A (zh) 2021-02-19
CN112383049B CN112383049B (zh) 2022-07-08

Family

ID=74577660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011184821.7A Active CN112383049B (zh) 2020-10-29 2020-10-29 一种数据中心不间断电源充放电优化控制方法及系统

Country Status (1)

Country Link
CN (1) CN112383049B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113131584A (zh) * 2021-04-26 2021-07-16 国家电网有限公司信息通信分公司 一种数据中心电池充放电优化控制方法及装置
CN116455079A (zh) * 2023-05-04 2023-07-18 奥斯塔娜(常州)电子有限公司 基于大数据的用电信息一体化安全监管系统及方法
CN116707117A (zh) * 2023-06-12 2023-09-05 广东云下汇金科技有限公司 一种用于数据中心的多能源系统不间断切换的控制方法
CN117175666A (zh) * 2023-11-03 2023-12-05 深圳航天科创泛在电气有限公司 一种分布式储能电源系统的负载调节方法及调节装置
CN117236530A (zh) * 2023-11-16 2023-12-15 国网湖北省电力有限公司 基于4g/5g短共享电力无线通信的电力用能优化方法
TWI842119B (zh) * 2022-10-07 2024-05-11 順達科技股份有限公司 充電系統、電壓控制裝置及其電壓控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103296754A (zh) * 2013-05-09 2013-09-11 国家电网公司 一种主动配电网分布式电源资源控制方法
CN103872694A (zh) * 2014-02-26 2014-06-18 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
CN106208114A (zh) * 2016-08-10 2016-12-07 天津天大求实电力新技术股份有限公司 一种基于储能正常备电基础上的多场景应用控制方法
JP2017022864A (ja) * 2015-07-10 2017-01-26 富士電機株式会社 蓄電池制御装置、蓄電池制御方法、及びプログラム
CN106651015A (zh) * 2016-12-12 2017-05-10 国网上海市电力公司 一种利用双向夹逼法预测电网典型日负荷的方法
CN110516855A (zh) * 2019-08-08 2019-11-29 西安交通大学 一种面向负荷聚合商的分布式储能控制权优化调度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103296754A (zh) * 2013-05-09 2013-09-11 国家电网公司 一种主动配电网分布式电源资源控制方法
CN103872694A (zh) * 2014-02-26 2014-06-18 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
JP2017022864A (ja) * 2015-07-10 2017-01-26 富士電機株式会社 蓄電池制御装置、蓄電池制御方法、及びプログラム
CN106208114A (zh) * 2016-08-10 2016-12-07 天津天大求实电力新技术股份有限公司 一种基于储能正常备电基础上的多场景应用控制方法
CN106651015A (zh) * 2016-12-12 2017-05-10 国网上海市电力公司 一种利用双向夹逼法预测电网典型日负荷的方法
CN110516855A (zh) * 2019-08-08 2019-11-29 西安交通大学 一种面向负荷聚合商的分布式储能控制权优化调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WEI ZHANG: "Fully Distributed Coordination of Multiple DFIGs in a Microgrid for Load Sharing", 《IEEE TRANSACTIONS ON SMART GRID》 *
南思博等: "智能小区可削减柔性负荷实时需求响应策略", 《电力系统保护与控制》 *
陈璟: "考虑不间断电源储能的数据中心电－冷联供系统优化运行", 《电力科学与技术学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113131584A (zh) * 2021-04-26 2021-07-16 国家电网有限公司信息通信分公司 一种数据中心电池充放电优化控制方法及装置
TWI842119B (zh) * 2022-10-07 2024-05-11 順達科技股份有限公司 充電系統、電壓控制裝置及其電壓控制方法
CN116455079A (zh) * 2023-05-04 2023-07-18 奥斯塔娜(常州)电子有限公司 基于大数据的用电信息一体化安全监管系统及方法
CN116455079B (zh) * 2023-05-04 2024-04-26 奥斯塔娜(常州)电子有限公司 基于大数据的用电信息一体化安全监管系统及方法
CN116707117A (zh) * 2023-06-12 2023-09-05 广东云下汇金科技有限公司 一种用于数据中心的多能源系统不间断切换的控制方法
CN117175666A (zh) * 2023-11-03 2023-12-05 深圳航天科创泛在电气有限公司 一种分布式储能电源系统的负载调节方法及调节装置
CN117175666B (zh) * 2023-11-03 2024-01-26 深圳航天科创泛在电气有限公司 一种分布式储能电源系统的负载调节方法及调节装置
CN117236530A (zh) * 2023-11-16 2023-12-15 国网湖北省电力有限公司 基于4g/5g短共享电力无线通信的电力用能优化方法
CN117236530B (zh) * 2023-11-16 2024-02-09 国网湖北省电力有限公司 基于4g/5g短共享电力无线通信的电力用能优化方法

Also Published As

Publication number Publication date
CN112383049B (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
CN112383049B (zh) 一种数据中心不间断电源充放电优化控制方法及系统
CN107248751B (zh) 一种实现配电网负荷功率削峰填谷的储能站调度控制方法
CN110783959B (zh) 一种新能源发电系统的稳定状态控制系统
CN114036451A (zh) 一种并网式光储充装置的储能控制方法及系统
CN110350518B (zh) 一种用于调峰的电网储能容量需求评估方法及系统
CN111030150B (zh) 一种微电网系统负荷可靠供电的混合储能容量确定方法
CN113610374A (zh) 一种风光互补功率计划偏差动态补偿储能能量管理方法
CN112383086B (zh) 一种孤岛微电网日前能量-备用联合优化调度方法
CN111815029A (zh) 一种用户侧储能收益深度发掘的方法
CN115622100B (zh) 一种使用光伏储能电池的企业用电分配监测系统及方法
KR101357394B1 (ko) 전력 관리 방법 및 시스템
CN117060474A (zh) 一种新能源充电站的调度方法、系统、设备及存储介质
CN117081041A (zh) 一种港区多能源融合协调优化控制方法及系统
CN114944661A (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
CN117498416B (zh) 储能电池的放电策略制定方法、装置及电子设备
CN117200299B (zh) 储能电池的功率控制方法、装置及电子设备
CN112396217B (zh) 可控负荷资源长距离优化调度实现方法及系统
CN111798070B (zh) 一种用户侧光储系统的配置方法及装置
CN116362400A (zh) 一种基于光储系统配置的大工业用户电费优化方法
CN115983890A (zh) 5g基站储能系统的soc偏移优化控制方法及系统
CN114268172B (zh) 一种多类型储能运营控制方法
CN114977232A (zh) 一种储能控制方法、装置及微网
JP7252116B2 (ja) 再生可能エネルギー発電システム
CN111062532A (zh) 一种考虑v2g的增量配电园区内电网容量配置优化方法
CN117977655B (zh) 海上风电储能配置方法及装置、存储介质、终端

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