一种算力中心参与虚拟电厂的柔性负荷调控方法及系统与流程

本发明涉及电力调度管理，具体地说，是涉及一种算力中心参与虚拟电厂的柔性负荷调控方法及系统。

背景技术：

1、虚拟电厂是通过先进信息通信技术与软件系统，将分布式电源、储能系统、可控负荷等分布式能源资源进行聚合管理与优化调控的协调管理系统，其通过参与电力市场交易与电网辅助服务，实现分布式能源资源的高效利用与电网安全稳定运行。算力中心作为新型电力系统中的重要负荷主体，其内部服务器集群、存储设备及制冷系统的运行功耗巨大且具有显著的弹性调节空间，通过将算力中心纳入虚拟电厂的柔性负荷资源池，可在不影响算力服务质量的前提下实现电力负荷的时空转移与功率调节，为电网提供调峰、调频等辅助服务。

2、目前，算力中心参与电网负荷调控主要依赖固定时段的功率限制策略与简单的需求响应邀约方式实现。固定时段功率限制策略通过预先设定的高峰时段功率上限，强制削减算力中心运行功率；需求响应邀约方式则通过电网侧发布价格信号或激励信号，引导算力中心在特定时段调整运行功率。然而，现有算力中心负荷调控技术仍存在以下技术缺陷：

3、第一，现有负荷调控方法仅将算力中心整体功率作为调控对象，忽略算力中心内部算力任务负载与电力负荷之间的深层耦合关系，导致负荷调控粒度粗糙，难以区分可延迟计算任务、可迁移计算任务与实时刚性计算任务，可调控潜力评估片面，负荷调节精度低；

4、第二，现有调控系统多采用静态功率削减策略，将算力中心功率上限视为固定标量进行一次性设定，未考虑算力任务到达的随机性、计算资源利用率的动态波动性及算力服务质量的实时约束，导致调控策略与算力中心真实运行状态失配，调控结果时滞性强，难以适应算力负载的快速变化；

5、第三，现有方法对算力任务属性的建模维度单一，通常仅标注任务所需计算资源量与优先级等级，缺乏对任务功耗特征、数据依赖强度、跨中心传输成本、截止时间约束及隐私合规属性等多维属性的精细化建模，导致调控任务选择同质化严重，无法根据电网调控需求与算力服务质量要求提供具有最优成本效益与最低服务损失的调控方案。

6、以上不足，亟待改善。

技术实现思路

1、为了克服现有技术中算力中心负荷调控方法存在的调控粒度粗糙、调控策略静态僵化及任务属性建模维度不足等问题，本发明提供了一种算力中心参与虚拟电厂的柔性负荷调控方法及系统。

2、本发明技术方案如下所述：

3、第一方面，本发明提供一种算力中心参与虚拟电厂的柔性负荷调控方法，包括：

4、基于算力中心基础属性信息与历史运行数据，构建算力中心能耗画像模型；

5、基于算力任务基础属性信息及历史执行统计信息，构建算力任务特征图谱；

6、获取算力中心的实时运行状态数据；

7、基于所述实时运行状态数据与所述算力任务特征图谱，进行算力负荷可调控潜力动态估计，获取算力中心当前可调控负荷向量；

8、基于所述算力中心能耗画像模型与所述算力任务特征图谱，构建算力任务多维属性向量，并基于所述算力中心当前可调控负荷向量生成可调控任务候选池；

9、基于所述算力中心当前可调控负荷向量与所述算力任务多维属性向量，计算电网调控匹配度与算力服务质量均衡值，并生成柔性负荷调控策略候选集；

10、基于所述柔性负荷调控策略候选集进行最优调控策略选择，生成目标柔性负荷调控方案与调控解释信息，并下发至算力中心执行终端。

11、作为本发明的一个优选方案，所述算力中心能耗画像模型包括算力中心基础能耗基线向量、算力中心算力负荷先验分布及算力中心运行行为模式特征；

12、所述算力任务特征图谱包括算力任务节点集合、计算资源节点集合、算力任务之间的数据依赖关系边集合以及算力任务与计算资源之间的适配关系边集合。

13、作为本发明的一个优选方案，所述基于所述实时运行状态数据与所述算力任务特征图谱，进行算力负荷可调控潜力动态估计，获取算力中心当前可调控负荷向量，包括：

14、将所述实时运行状态数据输入预设的算力负荷可调控潜力评估模型；

15、所述算力负荷可调控潜力评估模型通过多通道特征编码器对所述实时运行状态数据进行特征提取，获取多模态运行状态特征向量；其中，所述多通道特征编码器包括算力负载率编码通道、制冷系统功耗编码通道、可再生能源消纳比例编码通道及电网频率状态编码通道；

16、将所述多模态运行状态特征向量输入任务可迁移性评估网络，结合所述算力任务特征图谱中的算力任务关联关系，获取算力中心当前可调控负荷向量；其中，所述任务可迁移性评估网络包括任务队列记忆单元与任务关联传播单元，所述任务队列记忆单元用于记录各算力任务的可迁移程度，所述任务关联传播单元用于基于算力任务之间的数据依赖关系边集合，实现任务可迁移程度在关联算力任务之间的传播更新。

17、作为本发明的一个优选方案，所述算力负荷可调控潜力评估模型还包括任务时效衰减计算单元，所述任务时效衰减计算单元用于在所述任务可迁移性评估网络更新过程中，基于当前调度时刻与算力任务提交时刻之间的时间间隔，以及该算力任务在算力任务特征图谱中的关联度中心性值，计算任务时效衰减因子，并根据所述任务时效衰减因子对所述任务队列记忆单元中对应的任务可迁移程度进行衰减修正。

18、作为本发明的一个优选方案，所述基于所述算力中心能耗画像模型与所述算力任务特征图谱，构建算力任务多维属性向量，并基于所述算力中心当前可调控负荷向量生成可调控任务候选池，包括：

19、基于所述算力任务特征图谱与预设的算力任务属性标注规则，构建算力任务多维属性向量；

20、基于所述算力中心当前可调控负荷向量，识别算力中心当前可下调负荷区间与算力中心当前可上调负荷区间；

21、在所述算力任务特征图谱中检索与所述算力中心当前可下调负荷区间或所述算力中心当前可上调负荷区间具有适配关系边连接的任务节点，生成可调控任务候选池。

22、作为本发明的一个优选方案，所述基于所述算力中心当前可调控负荷向量与所述算力任务多维属性向量，计算电网调控匹配度与算力服务质量均衡值，并生成柔性负荷调控策略候选集，包括：

23、基于所述算力中心当前可调控负荷向量与所述算力任务多维属性向量中的任务功耗等级，计算算力中心当前可调控负荷值与任务功耗等级之间的电网调控匹配度，所述电网调控匹配度用于表征执行算力任务迁移后预期达到的负荷调节量；

24、基于所述算力任务多维属性向量中的任务服务质量敏感度值与所述算力中心当前可调控负荷向量中的算力中心服务质量余量值，计算算力服务质量均衡值，所述算力服务质量均衡值用于表征算力中心在执行负荷调控时的算力服务质量损失与电网调控收益之间的平衡程度；

25、基于所述电网调控匹配度与所述算力服务质量均衡值，通过预设的调控效用函数计算各候选调控策略的调控效用值；

26、基于所述调控效用值对所述可调控任务候选池中的调控策略进行降序排列，选取调控效用值排名前预设数量的调控策略构成柔性负荷调控策略候选集。

27、作为本发明的一个优选方案，所述基于所述柔性负荷调控策略候选集进行最优调控策略选择，生成目标柔性负荷调控方案与调控解释信息，并下发至算力中心执行终端，包括：

28、基于所述柔性负荷调控策略候选集，通过预设的多样性约束策略进行最优调控策略选择；其中，所述多样性约束策略用于确保所述柔性负荷调控策略候选集中的调控策略在任务类型覆盖维度、负荷调节幅度维度及调控时间尺度维度上具有分布差异性，生成目标柔性负荷调控方案；

29、基于所述算力中心当前可调控负荷向量、所述目标柔性负荷调控方案以及所述电网调控匹配度，生成调控解释信息；

30、将所述目标柔性负荷调控方案与所述调控解释信息下发至算力中心执行终端。

31、作为本发明的一个优选方案，还包括：

32、基于算力中心对所述目标柔性负荷调控方案的响应数据，通过预设的闭环反馈更新机制对所述算力负荷可调控潜力评估模型与调控策略参数进行动态更新。

33、作为本发明的一个优选方案，所述基于算力中心对所述目标柔性负荷调控方案的响应数据，通过预设的闭环反馈更新机制对所述算力负荷可调控潜力评估模型与调控策略参数进行动态更新，包括：

34、采集算力中心对所述目标柔性负荷调控方案的响应数据；

35、基于所述响应数据计算调控效果评估指标；

36、基于所述调控效果评估指标，对所述算力负荷可调控潜力评估模型与所述任务可迁移性评估网络的参数进行动态更新；

37、基于所述调控效果评估指标，对所述调控效用函数中的权重系数与所述多样性约束策略中的约束阈值进行动态更新。

38、第二方面，本发明提供一种算力中心参与虚拟电厂的柔性负荷调控系统，用于执行上述任一方案的算力中心参与虚拟电厂的柔性负荷调控方法，包括：

39、能耗画像构建单元，用于基于算力中心基础属性信息与历史运行数据，构建算力中心能耗画像模型；

40、特征图谱构建单元，用于基于算力任务基础属性信息及历史执行统计信息，构建算力任务特征图谱；

41、运行状态采集终端，用于采集算力中心的实时运行状态数据；

42、负荷可调控潜力评估单元，用于基于所述实时运行状态数据进行算力负荷可调控潜力动态估计，获取算力中心当前可调控负荷向量；

43、任务属性建模单元，用于基于所述算力任务特征图谱与预设的算力任务属性标注规则，构建算力任务多维属性向量；

44、任务候选池生成单元，用于基于所述算力中心能耗画像模型与所述算力任务特征图谱，构建算力任务多维属性向量，并基于所述算力中心当前可调控负荷向量生成可调控任务候选池；

45、策略生成单元，用于基于所述算力中心当前可调控负荷向量与所述算力任务多维属性向量，计算电网调控匹配度与算力服务质量均衡值，并生成柔性负荷调控策略候选集进行最优调控策略选择，生成目标柔性负荷调控方案与调控解释信息；

46、算力中心执行终端，用于接收并执行所述目标柔性负荷调控方案与展示所述调控解释信息。

47、根据上述方案的本发明，其有益效果在于：

48、1、通过构建算力中心能耗画像模型和算力任务特征图谱，为后续算力负荷可调控潜力动态估计与柔性负荷精准调控提供了个性化的能耗基准与先验约束，为算力任务可迁移程度的关联传播与可调控任务候选池的精准检索提供了结构化的任务关联基础；

49、2、通过获取算力中心的实时运行状态数据，将算力负载率、制冷系统功耗、可再生能源消纳比例及电网频率状态等多维度运行信息纳入分析范畴，为算力负荷可调控潜力评估模型提供了反映算力中心真实运行状态的丰富输入特征，使可调控潜力估计能够区分刚性计算负荷与弹性计算负荷；

50、3、通过构建算力任务多维属性向量，并基于算力中心当前可调控负荷向量生成可调控任务候选池，实现了对任务功耗等级、服务质量敏感度值、数据依赖强度及跨中心传输成本等多维属性的精细化刻画，以及与电网调控需求的高度关联检索；

51、4、通过计算电网调控匹配度与算力服务质量均衡值，并生成柔性负荷调控策略候选集，实现了电网调控需求与算力中心运行约束的精准匹配以及算力服务质量损失与电网调控收益的最优平衡；

52、5、通过对柔性负荷调控策略候选集进行最优调控策略选择，生成目标柔性负荷调控方案与调控解释信息并下发至算力中心执行终端，在确保调控策略在任务类型覆盖、负荷调节幅度及调控时间尺度维度上具有分布差异性的同时，向算力中心运营方提供调控原因描述、可调控任务提示及预期调控收益等透明化依据，显著提升了算力中心运营方的参与意愿与对虚拟电厂调控系统的信任度。