一种基于电网碳流溯源与动态边际碳势的跨域算力时空协同优化调度方法与流程

本发明涉及电力系统运行优化与算力协同调度交叉的，尤其是涉及一种基于电网碳流溯源与动态边际碳势的跨域算力时空协同优化调度方法。

背景技术：

1、目前，随着云计算、人工智能、大数据和数字化经济的快速发展，数据中心及算力枢纽的用电负荷持续增长，大型数据中心通常分布在不同地理区域，而不同区域的电力供应结构、电价水平、新能源出力特性和电网运行状态都存在明显差异，如部分地区具有丰富的风电、光伏或水电资源，电力碳排放强度较低，而部分电力负荷集中的区域对电力需求、算力需求都较大，尤其是化石能源机组占比较高，电力碳排放强度相对较高，因此，对不同区域的算力进行调度以均衡不同数据中心的电力需求和算力需求，成为当前电网运行优化的主要方向。

2、现有的数据中心算力调度方式通常采用基于区域平均碳排放因子或静态碳排放系数，无法反映不同时段的电力变化和碳排放变化；而基于绿色算力调度方式只关注数据中心本地新能源比例或本地电价，而忽略数据中心负荷变化对整个电网的影响造成碳排放分析存在偏差；数据中心的用电负荷和算力需求都是相互影响且动态变化的，将电网碳排放计算或算力调度优化分开处理的方式均忽略了另一方的影响，导致最终的算力调度结果与电网实际运行状态之间存在偏差，且现有算力调度方式未考虑业务类型的影响，难以准确反映数据中心在不同时间段的负荷变化对电网碳排放的边际影响。

技术实现思路

1、针对现有技术中对数据中心算力调度的影响要素考虑不够全面，难以准确反映数据中心在不同时间段的负荷变化对电网碳排放的边际影响的问题，本技术提供一种基于电网碳流溯源与动态边际碳势的跨域算力时空协同优化调度方法，能够通过建立数据中心算力负荷与电网节点之间的映射关系，利用最优潮流扰动计算得到不同时段、不同节点的动态边际碳势，并作为跨域算力任务调度的低碳引导信号，实现算力任务在时间和空间维度上的协同迁移，降低系统运行成本和碳排放，同时满足任务时延、数据中心容量和电网安全运行约束。

2、第一方面，本技术的上述发明目的是通过以下技术方案得以实现的：

3、一种基于电网碳流溯源与动态边际碳势的跨域算力时空协同优化调度方法，所述方法包括：

4、获取电网各区域数据中心的数据处理任务信息，对所述数据处理任务信息进行任务分类并基于分类结果分别建立时延约束，计算时延约束下的算力任务执行量；

5、获取每个数据中心的数据中心运行信息，结合电网拓扑结构建立数据中心与所处区域的电网拓扑节点之间的映射关系，将所述算力任务执行量转换为总用电量；

6、基于所述总用电量计算系统基础碳排放量和扰动后系统碳排放量进行电网碳流溯源与动态边际碳势计算处理，按照所述动态边际碳势计算碳流溯源路径的溯源碳排量；

7、根据所述溯源碳排量计算对应数据处理任务的边际碳成本，基于所述边际碳成本对所述数据处理任务的跨域算力调度进行成本约束优化，得到跨域算力优化调度决策。

8、本技术在一较佳示例中可以进一步配置为：所述获取电网各区域数据中心的数据处理任务信息，对所述数据处理任务信息进行任务分类并基于分类结果分别建立时延约束，计算时延约束下的算力任务执行量，具体包括：

9、获取电网各区域数据中心的任务请求信息，基于所述任务请求信息对每个数据中心处理任务进行任务分类处理，其中，任务类型包括敏感型任务和容忍型任务；

10、基于任务分类结果对每个数据中心处理任务分别进行时延约束并缓存至对应的消息队列，得到每个数据处理中心的任务处理优先顺序；

11、计算所述数据中心处理任务的算力任务执行量，并按照所述任务处理优先顺序生成数据处理中心的算力任务执行顺序。

12、本技术在一较佳示例中可以进一步配置为：所述计算所述数据中心处理任务的算力任务执行量，并按照所述任务处理优先顺序生成数据处理中心的算力任务执行顺序，还包括：

13、获取每个数据中心在每个时间段的任务接收量、任务执行量、任务迁移量和任务积压量构建任务动态平衡关系；

14、按照所述算力任务执行顺序和所述任务动态平衡关系进行对应时间段的数据中心算力资源的动态分配。

15、本技术在一较佳示例中可以进一步配置为：所述获取每个数据中心的数据中心运行信息，结合电网拓扑结构建立数据中心与所处区域的电网拓扑节点之间的映射关系，将所述算力任务执行量转换为总用电量，具体包括：

16、获取每个数据中心的数据中心运行信息，结合电网拓扑结构建立数据中心与所处区域的电网拓扑节点之间的映射关系；

17、计算所述数据中心的算力任务执行量，并按照所述映射关系叠加至电网母线生成所述数据中心的总用电量；

18、其中，所述总用电量的计算表达式如下所示：

19、

20、其中，表示第个数据中心在时段的总用电量，表示任务执行量，表示第个数据中心在时段的单位任务功耗系数，表示第个数据中心的电能使用效率。

21、本技术在一较佳示例中可以进一步配置为：所述基于所述总用电量计算系统基础碳排放量和扰动后系统碳排放量进行电网碳流溯源与动态边际碳势计算处理，按照所述动态边际碳势计算碳流溯源路径的溯源碳排量，具体包括：

22、通过预构建的最优潮流模型，基于所述总用电量进行对应电网节点的系统基础碳排放量计算，所述系统基本碳排放量的表达式如下所示：

23、

24、其中，表示时段的系统基准碳排放量，表示第个数据中心的机组在时段的总用电量，表示数据中心机组数量，表示用电时间，表示第个数据中心的机组的平均碳势；

25、对所述数据中心接入母线进行负荷扰动并基于负荷扰动结果再次求解所述最优潮流模型进行机组出力再分配，得到扰动后系统总碳排放量，所述扰动后系统总碳排放量的计算表达式如下所示：

26、

27、其中，表示扰动后系统总碳排放量，表示机组出力再分配结果；

28、基于所述最优潮流模型分别求解所述系统基本碳排放量的机组出力和所述扰动后系统总碳排放量的机组出力来计算扰动后机组出力变化，并分析所述数据中心的机组出力贡献占比；

29、按照所述映射关系和所述机组出力贡献占比对存在所述扰动后机组出力变化的碳流路径进行反向溯源追踪，构建目标负荷节点与数据中心接入节点之间的完整碳流路径；

30、计算所述完整碳流路径在扰动后的动态边际碳势，根据所述动态边际碳势计算溯源碳排量；

31、其中，所述动态边际碳势的计算表达式如下所示：

32、

33、其中，表示第个数据中心在时段的动态边际碳势，表示负荷扰动量；

34、其中，所述溯源碳排量的计算表达式如下所示：

35、

36、其中，表示溯源碳排量，表示机组出力贡献占比，表示机组出力变化，表示机组边际碳势变化，表示完整碳流路径上的有功耗损电量，表示路径平均动态边际碳势。

37、本技术在一较佳示例中可以进一步配置为：所述根据所述溯源碳排量计算对应数据处理任务的边际碳成本，基于所述边际碳成本对所述数据处理任务的跨域算力调度进行成本约束优化，得到跨域算力优化调度决策，具体包括：

38、所述边际碳成本的计算表达式如下所示：

39、

40、其中，表示边际碳成本，表示第个数据中心在时段的溯源碳排量，表示第个数据中心在时段的总用电量，表示在时段的碳成本权重；

41、获取所述数据处理任务进行跨域算力调度的电力成本、跨域传输成本和服务质量惩罚成本，结合所述边际碳成本进行综合成本约束；

42、其中，所述综合成本约束的表达式如下所示：

43、

44、其中，表示目标综合成本，表示电力成本，表示跨域传输成本，表示服务质量惩罚成本；

45、在任务动态平衡关系约束下，按照综合成本约束结果对数据中心的任务执行量、跨域迁移任务量、任务积压量分别进行算力动态调整，得到跨域算力优化调度决策。

46、本技术在一较佳示例中可以进一步配置为：所述获取所述数据处理任务进行跨域算力调度的电力成本、跨域传输成本和服务质量惩罚成本，结合所述边际碳成本进行综合成本约束，还包括：

47、所述电力成本的计算表达式如下所示：

48、

49、其中，表示第个数据中心在时段的电价，表示第个数据中心在时段的总用电量。

50、本技术在一较佳示例中可以进一步配置为：所述根据所述动态边际碳势计算对应数据处理任务的边际碳成本，基于所述边际碳成本对所述数据处理任务的跨域算力调度进行成本约束优化，得到跨域算力优化调度决策，还包括：

51、获取所述数据中心执行所述跨域算力优化调度决策后的更新电力负荷，并基于预构建的最优潮流模型计算下一时间段的动态边际碳势进行动态更新，得到更新后动态边际碳势；

52、基于所述更新后动态碳势对所述跨域算力优化调度决策进行迭代优化处理，当达到预设迭代收敛条件时得到所述数据中心的算力调度与电网碳势闭环反馈数据。

53、第二方面，本技术的上述发明目的是通过以下技术方案得以实现的：

54、一种基于电网碳流溯源与动态边际碳势的跨域算力时空协同优化调度系统，所述系统包括：

55、数据采集与任务分类模块，用于获取电网各区域数据中心的数据处理任务信息，对所述数据处理任务信息进行任务分类并基于分类结果分别建立时延约束，计算时延约束下的算力任务执行量；

56、算力与电网节点映射模块，用于获取每个数据中心的数据中心运行信息，结合电网拓扑结构建立数据中心与所处区域的电网拓扑节点之间的映射关系，将所述算力任务执行量转换为总用电量；

57、动态边际碳势计算模块，用于基于所述总用电量计算系统基础碳排放量和扰动后系统碳排放量进行电网碳流溯源与动态边际碳势计算处理，按照所述动态边际碳势计算碳流溯源路径的溯源碳排量；

58、算力协同优化模块，用于根据所述溯源碳排量计算对应数据处理任务的边际碳成本，基于所述边际碳成本对所述数据处理任务的跨域算力调度进行成本约束优化，得到跨域算力优化调度决策。

59、第三方面，本技术的上述目的是通过以下技术方案得以实现的：

60、一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于电网碳流溯源与动态边际碳势的跨域算力时空协同优化调度方法。

61、综上所述，本技术包括以下至少一种有益技术效果：

62、1、本技术通过在数据中心接入母线施加单位负荷扰动进行系统碳排放增量计算，进而分析动态边际碳势，以动态边际碳势作为算力任务时空迁移的低碳引导信号，相比传统平均碳排放因子或静态碳因子，能够更准确反映算力负荷变化对电网碳排放的实际边际影响，提高碳排放评价的准确性，进一步的，通过建立数据中心、算力任务、电网母线、发电机组和碳排放因子之间的跨域映射关系，实现算力网络与电力系统的统一映射关系，通过同时考虑包含电力成本、边际碳成本、跨域传输成本和服务质量惩罚成本的综合成本约束，能够在降低碳排放的同时兼顾经济性和服务质量，实现跨域算力优化调度；

63、2、本技术通过对算力任务进行任务分类并分别进行时延约束，将业务类型纳入算力调度的考量范围，根据风电、光伏、水电等新能源出力的时空变化，引导容忍型任务在不同区域和不同时段之间迁移，提高新能源消纳水平并降低系统碳排放；

64、3、本技术通过跨域算力优化调度决策的执行结果进行迭代优化，避免算力负荷调整后碳势信息滞后的问题，使优化调度结果与电网运行状态保持一致，提高调度结果的稳定性和可信度；

65、4、本技术通过设置opf降级计算、异常值限幅和松弛迭代等机制，提高了在复杂电网运行场景下的跨域算力调度的鲁棒性，可适用于多区域数据中心、算力枢纽、云计算平台、边缘计算节点和电力市场环境下的低碳调度场景，具有良好的可扩展性。