CN114936240B - 一种数据中心时空转移潜力挖掘与评估方法 - Google Patents
一种数据中心时空转移潜力挖掘与评估方法 Download PDFInfo
- Publication number
- CN114936240B CN114936240B CN202210860588.2A CN202210860588A CN114936240B CN 114936240 B CN114936240 B CN 114936240B CN 202210860588 A CN202210860588 A CN 202210860588A CN 114936240 B CN114936240 B CN 114936240B
- Authority
- CN
- China
- Prior art keywords
- data center
- constraint
- time
- task
- space
- 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
- 238000012546 transfer Methods 0.000 title claims abstract description 46
- 238000005065 mining Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000003287 optical effect Effects 0.000 claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000013210 evaluation model Methods 0.000 claims abstract description 5
- 238000005516 engineering process Methods 0.000 claims abstract description 4
- 238000013508 migration Methods 0.000 claims description 8
- 230000005012 migration Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数据中心时空转移潜力挖掘与评估方法,属于电力能源领域和计算机科学与技术领域,包括如下步骤:获取各区域数据中心参数以及各时段所承担工作任务量预测数据;基于数据中心负荷时空转移特性构建数据中心时空转移潜力评估模型,以所需评估的数据中心在周期T内各点功率之和最低为目标函数;基于所述数据中心负荷的时空转移约束构建功率平衡约束、DCSC约束、DVFS约束QoS约束以及光网络传输约束;根据所述最大潜力目标函数、功率平衡约束、DCSC约束、DVFS约束、QoS约束和光网络传输约束对数据中心时空转移潜力的挖掘进行优化,可深度挖掘与准确评估数据中心负荷时空转移的潜力。
Description
技术领域
本发明属于电力能源领域和计算机科学与技术领域,具体来说,涉及一种数据中心时空转移潜力挖掘与评估方法。
背景技术
能源短缺危机和低碳环保需求促使构建以新能源为主体的新型电力***成为当前发展的趋势。然而新能源具有很强的随机性与波动性,高比例新能源发电逐步替代传统火电会使得***应对强不确定性的调节能力严重不足。而负荷侧的柔性可调资源参与电网运行有利于提高电力***的灵活性和供需平衡能力。
随着数字新基建的不断推进,出现了计算网络、通信网络、交通网络等***之外的网络资源,这些网络在空间上广泛分布,并且通过数据中心、通信基站、电动汽车、移动储能车等单元实现与传统电力网络的紧密耦合。在保有传统可响应负荷用电行为可调等时间特点之外,这类耦合负荷还具备内部的广域空间联系特性,因而可定义为时空灵活性负荷。
目前,国内外将数据中心负荷的时空转移潜力应用在电力***调控中已有了相关研究,而对数据中心转移潜力进行量化评估的研究涉及较少。只有深入探索数据中心的调节特性和转移潜力,才能够针对不同场景协调规划和精准施策。因此,提出一种数据中心负荷时空转移潜力挖掘与评估方法。
发明内容
本发明所要解决的技术问题是:提供一种数据中心负荷时空转移潜力挖掘与评估方法,用于解决区域电网利用数据中心进行调度时迁移水平不明确的问题。
为解决上述技术问题,本发明采用的技术方案是:一种数据中心负荷时空转移潜力挖掘与评估方法,包括如下步骤:
S1、获取各区域数据中心参数以及各时段所承担工作任务量预测数据;
S2、基于数据中心负荷的时空转移特性构建数据中心时空转移潜力评估模型,以所需评估的数据中心在周期T内各点功率之和最低为目标函数;
S3、基于数据中心负荷的时空转移约束构建功率平衡约束、动态集群服务器配置(DCSC)约束、动态电压/频率调节技术(DVFS)约束、服务质量(QoS)约束以及光网络传输约束;
S4、根据所述目标函数、功率平衡约束、DCSC约束、DVFS约束、QoS约束和光网络传输约束对数据中心时空转移潜力的挖掘进行优化。
所述目标函数具体表示为:
其中,P i,t DC为数据中心i在t时刻的功率,PUE为数据中心的电能利用效率,M i,t ON为数据中心i在t时刻已开启的服务器数量,为服务器运行时的静态功率,K为服务器不同工作状态的集合,TASK为所有任务类型的集合,为数据中心i在t时刻由工作状态k服务器处理的类型为task的任务数量,γ task 为单个task类型任务所需占用的服务器容量,μ i,k 为数据中心i中工作状态为k服务器服务率,A sev为常系数,f i,k 为数据中心i中工作状态为k服务器的工作频率。
所述的功率平衡约束具体表示为:
其中,P i,t PV为区域i在t时刻的光伏出力,P i,t grid为区域i在t时刻的电网输出功率,P i,t Load为区域i在t时刻的负荷消耗,P i,t DC为数据中心i在t时刻的负荷消耗, 为区域i电网输出的最大功率上限。
所述的DVFS约束具体表示为:
所述的DCSC约束具体表示为:
其中,M i 为数据中心i所拥有的全部服务器数量,M i,t OFF为数据中心i在t时刻已关闭的服务器数量, 为数据中心i最少开启的服务器数量,为数据中心i在j时刻新开启的服务器数量,为数据中心i在j时刻新关闭的服务器数量,为数据中心i在t时刻可开启的服务器数量,为数据中心i在t时刻可关闭的服务器数量,MD i 为数据中心i中的服务器开启或关闭的最小维持时间。
所述的QoS约束具体表示为:
所述的光网络传输约束具体表示为:
其中, 为光网络节点i向光网络节点j传输的task类型任务数量,为网元节点i所连数据中心i净接收task类型任务数量,E为链路集合,s为迁移起点,d为迁移终点,为链路(i,j)在t时刻所被占用的带宽, 为转移单位task类型任务所需的带宽容量, 为链路(i,j)的最大容量。
与现有技术相比,本发明的有益效果为:
本发明提供一种数据中心负荷时空转移潜力挖掘与评估方法,包括:获取各区域数据中心参数以及各时段所承担工作任务量预测数据;基于数据中心负荷时空转移特性构建数据中心时空转移潜力评估模型,以所需评估的数据中心在周期T内各点功率之和最低为目标函数;基于所述数据中心负荷的时空转移约束构建功率平衡约束、DCSC约束、DVFS约束QoS约束以及光网络传输约束;根据所述目标函数、功率平衡约束、DCSC约束、DVFS约束、QoS约束和光网络传输约束对数据中心时空转移潜力的挖掘进行优化,可深度挖掘与准确评估数据中心负荷时空转移的潜力。
附图说明
图1为本发明的数据中心负荷时空转移潜力挖掘与评估方法流程图;
图2为本发明所述的某区域数据中心网络示意图;
图3为本发明所述的数据中心1转移前后负荷对比示意图;
图4为本发明所述的各数据中心转移前负荷大小示意图;
图5本发明所述的各数据中心转移后负荷大小示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,数据中心负荷时空转移潜力挖掘与评估方法,应用在电力能源领域和计算机科学与技术领域,包括如下步骤:
S1、获取各区域数据中心参数以及各时段所承担工作任务量预测数据;
S2、基于数据中心负荷的时空转移特性构建数据中心时空转移潜力评估模型,以所需评估的数据中心在周期T内各点功率之和最低为目标函数;
S3、基于数据中心负荷的时空转移约束构建功率平衡约束、动态集群服务器配置(DCSC)约束、动态电压/频率调节技术(DVFS)约束、服务质量(QoS)约束以及光网络传输约束;
S4、根据所述目标函数、功率平衡约束、DCSC约束、DVFS约束、QoS约束和光网络传输约束对数据中心时空转移潜力的挖掘进行优化。
所述目标函数具体表示为:
其中,P i,t DC为数据中心i在t时刻的功率,PUE为数据中心的电能利用效率,M i,t ON为数据中心i在t时刻已开启的服务器数量,为服务器运行时的静态功率,K为服务器不同工作状态的集合,TASK为所有任务类型的集合,为数据中心i在t时刻由工作状态k服务器处理的类型为task的任务数量,γ task 为单个task类型任务所需占用的服务器容量,μ i,k 为数据中心i中工作状态为k服务器服务率,A sev为常系数,f i,k 为数据中心i中工作状态为k服务器的工作频率。
所述的功率平衡约束具体表示为:
其中,P i,t PV为区域i在t时刻的光伏出力,P i,t grid为区域i在t时刻的电网输出功率,P i,t Load为区域i在t时刻的负荷消耗,P i,t DC为数据中心i在t时刻的负荷消耗,为区域i电网输出的最大功率上限。
所述的DVFS约束具体表示为:
所述的DCSC约束具体表示为:
其中,M i 为数据中心i所拥有的全部服务器数量,M i,t OFF为数据中心i在t时刻已关闭的服务器数量, 为数据中心i最少开启的服务器数量,为数据中心i在j时刻新开启的服务器数量,为数据中心i在j时刻新关闭的服务器数量,为数据中心i在t时刻可开启的服务器数量,为数据中心i在t时刻可关闭的服务器数量,MD i 为数据中心i中的服务器开启或关闭的最小维持时间。
所述的QoS约束具体表示为:
所述的光网络传输约束具体表示为:
其中, 为光网络节点i向光网络节点j传输的task类型任务数量,为网元节点i所连数据中心i净接收task类型任务数量,E为链路集合,s为迁移起点,d为迁移终点,为链路(i,j)在t时刻所被占用的带宽, 为转移单位task类型任务所需的带宽容量, 为链路(i,j)的最大容量。
如图2所示,在本发明的一个实施例中,以某地区数据中心网络为例,该区域由6个数据中心站点和8条相同类型的光缆链路组成,带宽容量均为400Gbit/s。
如图3所示,在本发明的一个实施例中,采用本发明所提的潜力挖掘与评估方法,数据中心1的负荷量比仅时域转移减少了54.70%。
如图4、图5所示,在本发明的一个实施例中,采用本发明所提的潜力挖掘与评估方法,以数据中心1为例,大量工作任务迁移出后负荷下降。然而数据中心2-6由于接收来自数据中心1的工作任务,其负荷增大。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在发明待批的权利要求保护范围之内。
Claims (6)
1.一种数据中心时空转移潜力挖掘与评估方法,其特征在于,包括如下步骤:
S1、获取各区域数据中心参数以及各时段所承担工作任务量预测数据;
S2、基于数据中心负荷的时空转移特性构建数据中心时空转移潜力评估模型,以所需评估的数据中心在周期T内各点功率之和最低为目标函数;
S3、基于数据中心负荷的时空转移约束构建功率平衡约束、动态集群服务器配置DCSC约束、动态电压/频率调节技术DVFS约束、服务质量QoS约束以及光网络传输约束;
S4、根据所述目标函数、功率平衡约束、DCSC约束、DVFS约束、QoS约束和光网络传输约束对数据中心时空转移潜力的挖掘进行优化;
目标函数具体表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210860588.2A CN114936240B (zh) | 2022-07-22 | 2022-07-22 | 一种数据中心时空转移潜力挖掘与评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210860588.2A CN114936240B (zh) | 2022-07-22 | 2022-07-22 | 一种数据中心时空转移潜力挖掘与评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114936240A CN114936240A (zh) | 2022-08-23 |
CN114936240B true CN114936240B (zh) | 2022-11-01 |
Family
ID=82868142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210860588.2A Active CN114936240B (zh) | 2022-07-22 | 2022-07-22 | 一种数据中心时空转移潜力挖掘与评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114936240B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609676A (zh) * | 2021-08-04 | 2021-11-05 | 华北电力大学 | 一种电力***的配置规划方法、计算设备和存储介质 |
CN114399146A (zh) * | 2021-12-03 | 2022-04-26 | 中国电力科学研究院有限公司 | 数据中心负荷需求响应潜力评估方法、***、设备及介质 |
CN114638124A (zh) * | 2022-04-14 | 2022-06-17 | 广东电网有限责任公司 | 一种电力***优化方法、***及计算机可读存储介质 |
-
2022
- 2022-07-22 CN CN202210860588.2A patent/CN114936240B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609676A (zh) * | 2021-08-04 | 2021-11-05 | 华北电力大学 | 一种电力***的配置规划方法、计算设备和存储介质 |
CN114399146A (zh) * | 2021-12-03 | 2022-04-26 | 中国电力科学研究院有限公司 | 数据中心负荷需求响应潜力评估方法、***、设备及介质 |
CN114638124A (zh) * | 2022-04-14 | 2022-06-17 | 广东电网有限责任公司 | 一种电力***优化方法、***及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
Modeling Demand Response Capability by Internet Data Centers Processing Batch Computing Jobs;Jie Li等;《IEEE TRANSACTIONS ON SMART GRID》;20141030;第6卷(第2期);第737-747页 * |
信息物理视角下能源互联网可靠性评估方法综述;丁茂生等;《电网技术》;20201105;第45卷(第2期);第425-436页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114936240A (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023201916A1 (zh) | 一种分布式灵活资源聚合控制装置及控制方法 | |
US11581732B2 (en) | Establishing communication and power sharing links between components of a distributed energy system | |
Kumar et al. | Vehicular delay-tolerant networks for smart grid data management using mobile edge computing | |
Sharma et al. | Optimal energy management policies for energy harvesting sensor nodes | |
CN110784779B (zh) | 一种用电信息采集***的数据采集方法 | |
CN103077082A (zh) | 一种数据中心负载分配及虚拟机迁移节能方法及*** | |
CN107423133B (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 | |
Wang | Energy-efficient resource allocation optimization algorithm in industrial IoTs scenarios based on energy harvesting | |
CN115800264A (zh) | 一种数据中心接入配电网集群方法、装置及介质 | |
Shalavi et al. | Energy efficient deployment and orchestration of computing resources at the network edge: a survey on algorithms, trends and open challenges | |
CN113159539B (zh) | 多层边缘计算***中联合绿色能量调度和动态任务分配方法 | |
Li et al. | Task computation offloading for multi-access edge computing via attention communication deep reinforcement learning | |
Ibrahim | Enhanced power management scheme for embedded road side units | |
CN114936240B (zh) | 一种数据中心时空转移潜力挖掘与评估方法 | |
CN115099476B (zh) | 一种基于循环差集理论的电力物联网异步调度方法 | |
Israr et al. | Resilient and sustainable microgeneration power supply for 5G mobile networks | |
CN114126019B (zh) | 一种基于能效优化的前传光网络动态资源映射方法及*** | |
CN115915276A (zh) | 基于边缘计算的能量受限终端任务在线调度装置及其方法 | |
CN113328526B (zh) | 一种智能电网的运行监测*** | |
CN114936810B (zh) | 一种基于数据中心时空转移特性的日前调度方法 | |
Wu et al. | Computing offloading method with low power consumption constraint for smart grid | |
Tetova | Smart Home Energy Management Algorithm Including Renewable Energy Sources | |
Sun et al. | Probability-Based Online Algorithm for Switch Operation of Energy Efficient Data Center | |
Li et al. | Edge computing offloading strategy based on dynamic non-cooperative games in D-IoT | |
Guo et al. | Optimal Placement of Cloudlets Considering Electric Power Communication Network and Renewable Energy Resource |
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 |