考虑绿电直连与绿电交易的数据中心算电协同规划方法

摘要: 本发明属于数据中心园区规划,具体涉及考虑绿电直连与绿电交易的数据中心算电协同规划方法。背景技术:1、随着生成式人工智能技术的爆发,算力需求正经历指数级跃升,数据...
考虑绿电直连与绿电交易的数据中心算电协同规划方法

本发明属于数据中心园区规划,具体涉及考虑绿电直连与绿电交易的数据中心算电协同规划方法。

背景技术:

1、随着生成式人工智能技术的爆发,算力需求正经历指数级跃升,数据中心规模正在快速扩大。算力扩张带来电力需求的急剧攀升,数据中心用电量年均增速已远高于全社会用电量增速。同时,数据中心正经历绿色化转型。国家枢纽节点新建数据中心绿电占比需超过80%,多家头部互联网企业承诺使用100%可再生能源电力。而在欧盟碳边境调节机制下,通常有绿电直连和绿电合同交易两种模式获取可认证的绿电。在此背景下,如何通过科学规划实现数据中心园区算力与电力基础设施的协同配置,是保障数据中心用电可靠性与绿电应用需求的关键问题。一方面,绿电直连政策要求园区遵循源荷匹配原则投建运行,需要在规划阶段对新能源资源禀赋与算力负荷可调特性进行协同考量。另一方面,绿电合同交易则依赖市场化机制明晰绿色电力归属,园区需在规划阶段前瞻性地评估电力合约配置的可行性与经济性,以应对绿电价格的波动风险与政策环境的变化。

2、然而,现有规划方法虽然已考虑算力与电力的协同优化,但多数方法仅考虑了在园区按需投建新能源发电设施或参与碳市场交易,未讨论多种绿色用能方式的协同作用。另外,负荷模型研究大多基于传统数据中心开展,难以适应当下数据中心快速扩张的发展趋势和企业绿色转型的迫切需求。

3、因此,亟需构建一种数据中心园区算电协同规划方法,将绿电直连与绿电合同交易机制深度融入算力资源部署与供能系统配置的全过程。

技术实现思路

1、本发明提供以下技术方案:考虑绿电直连与绿电交易的数据中心算电协同规划方法,包括以下步骤:

2、步骤1:构建数据中心基础设施负荷模型,数据中心基础设施负荷模型包括:基于gpu利用率的服务器负荷模型、处理特定类型任务的服务器负荷模型、数据中心it设备负荷模型、数据中心园区用电负荷模型。

3、步骤2:构建数据中心任务模型,数据中心任务模型包括:服务质量约束、时间迁移均衡约束、可推迟不可中断任务需满足的处理时间不可中断约束、空间迁移均衡约束、物理约束。

4、步骤3:构建数据中心园区算电协同规划双层模型,双层模型包括:数据中心园区设施规划模型和基于纳什议价的绿电合同交易模型。

5、步骤4:提出基于值函数的求解方法,求解方法包括:模型紧凑形式表示、松弛模型构建、算法设计。

6、优选的,所述步骤1中,基于gpu利用率的服务器负荷模型为:

7、(1)

8、式中,、分别为服务器功率、服务器空载功率,为分段线性化分段数,n为分段索引,、分别为第n段最大、最小功耗,为gpu第n段利用率。

9、处理特定类型任务的服务器负荷模型为:

10、(2)

11、式中,为t时段数据中心中处理第类任务的服务器功耗,为t时段数据中心中处理第类的活跃服务器数量,为数据中心中服务器空载功率,、分别为数据中心第n段最大、最小功耗,为t时段数据中心中处理第类任务第n段gpu利用率。

12、数据中心it设备负荷模型为:

13、(4)

14、式中,为t时段处理第类任务的it设备总功耗,为it设备总功耗相对服务器功耗的转化系数。

15、数据中心园区用电负荷模型为:

16、(5)

17、式中,为t时段数据中心园区负荷;为数据中心园区pue水平。

18、更优的,所述gpu利用率通过任务到达速率和服务器任务处理速率刻画:

19、(3)

20、式中,为t时段服务器在第n段处理第类任务量,为数据中心中服务器单位时段对第类任务处理速率。

21、更优的,所述步骤2中,服务质量约束为:

22、(6)

23、式中,为由前端服务器向数据中心传输的延迟,为第类的服务时间要求。

24、时间迁移均衡约束为:

25、(7)

26、式中,为t时段数据中心从前端服务器接收到第类任务量,为第类任务最晚完成时间,为数据中心中第类任务从时段向t时段迁入的任务量,为数据中心中第类任务从t时段向时段迁出的任务量。

27、可推迟不可中断任务需满足的处理时间不可中断约束为:

28、(9)

29、式中,为二元决策变量标志任务的转移处理状态,为辅助二元决策变量,为正数小量。

30、空间迁移均衡约束为:

31、(10)

32、式中:为t时段前端服务器自用户侧接收到的第类任务量;

33、物理约束为:

34、(11)

35、(12)

36、式中,为数据中心拥有的服务器数量,为分段线性化第n段对应的最大利用率。

37、优选的,所述步骤3中,数据中心园区设施规划模型的目标函数为:

38、(13)

39、式中,为规划周期内规划及运行成本,为数据中心投资成本;为场景s的概率,为场景s下数据中心运行成本,s为场景总数。

40、数据中心园区设施规划模型需要满足的约束为:

41、(14)

42、式中,为数据中心服务器单位投资成本,为数据中心服务器投资数量,为数据中心新能源单位投资成本,为数据中心新能源装机容量,为数据中心储能单位投资成本,为储能能量容量装机,为数据中心与前端服务器通信链路单位投资成本,数据中心与前端服务器通信链路投资数量。

43、更优的,所述步骤3中,基于纳什议价的绿电合同交易模型的目标函数为:

44、(21)

45、式中,为算力运营商与新能源发电商的合作剩余之积,为谈判破裂点的规划及运行成本,为场景s下新能源发电商的总收益,为谈判破裂点场景s下新能源发电商的总收益。

46、基于纳什议价的绿电合同交易模型需要满足的约束为:

47、(22)

48、式中:为时段t场景s下新能源发电商的现货电价,为时段t场景s下新能源发电商的中标电量。

49、更优的,所述步骤4中,模型紧凑形式为:

50、(23)

51、式中,为数据中心园区设施规划模型中涉及的决策变量,为基于纳什议价的绿电合同交易模型中涉及的决策变量,为数据中心园区设施规划模型中约束形成的解空间,为基于纳什议价的绿电合同交易模型中约束形成的解空间。

52、松弛模型构建为:

53、(24)

54、式中,为数据中心园区设施规划模型以及基于纳什议价的绿电合同交易模型中的约束共同形成的解空间,为中数据中心园区设施规划模型决策变量的一组可行解,为中基于纳什议价的绿电合同交易模型决策变量的一组可行解,为迭代次数索引,为采样值集合,是的子集。

55、算法设计为:

56、参数初始化,设定迭代次数索引,下界,上界,为空集。

57、求解并得到包含设备投建量、绿电合同交易电量及价格在内的一组可行解、,并更新上界。

58、将已求得的数据中心园区设施规划模型中涉及的决策变量可行解传递到基于纳什议价的绿电合同交易模型进行求解。

59、判断收敛与否,当上下界之差足够小时,问题收敛,算法结束,输出结果,;若问题未收敛,,更新采样值集合。

60、本发明的有益效果是:

61、1.本发明通过建立数据中心基础设施负荷模型和任务模型,并构建以规划周期内规划及运行成本最小为目标的数据中心园区设施规划模型,本发明能够实现服务器数量、绿电直连项目的光伏及风电装机容量以及储能装机容量的协调优化,从而有效降低数据中心园区规划及运行成本,提升投资与运行的经济性。

62、2.本发明基于纳什议价理论构建绿电合同交易模型,以最大化签订绿电合同交易的双方合作剩余之积为目标,因此本发明能够在数据中心园区与绿电供应方之间实现公平、高效的利益分配,激励双方达成最优交易合同,从而促进绿电直连与合同交易模式的融合应用。