一种基于数据中心时空转移特性的日前调度方法

1.本发明属于电力系统及其自动化领域和计算机科学与技术领域，具体来说，涉及一种基于数据中心时空转移特性的日前调度方法。


背景技术：

2.全球网络流量在数字经济时代的推动下呈现爆发式增长，截至2019年底，全球网络流量已达2.1zb，在过去的十年中增长超过12倍。与此同时，数据处理需求的激增也在促使云服务运营商建立更多地理分散的数据中心来应对不断发展的趋势。2016年全球数据中心消耗了大约416twh的电能，约占全球电力总消耗的3%，且仍以较快的速度不断增长。在中国一些经济发达的城市例如北京，2021年北京市现有数据中心机柜约占中国总量的10%到12%，数据中心总功率约占全北京市平均供电负荷8%。因此，作为一种体量庞大、增长迅猛的时空灵活性负荷，充分挖掘数据中心负荷在电力系统中的调节潜力意义重大。
3.目前，国内外对数据中心的能耗管理机制已有了相关研究，而将数据中心时空转移特性应用在区域多数据中心能耗管理机制的研究涉及较少。只有深入探索数据中心的时空转移特性以及能耗管理机制，才能减少数据中心运行费用以及碳排放量。因此，提出一种基于数据中心时空转移特性的日前调度方法。


技术实现要素：

4.本发明所要解决的技术问题是：提供一种基于数据中心时空转移特性的日前调度方法，用于缓解区域数据中心碳排放量高的问题。
5.为解决上述技术问题，本发明采用的技术方案是：一种基于数据中心时空转移特性的日前调度方法，包括如下步骤：获取区域电网光伏出力与负荷预测数据、光网络参数、各数据中心参数以及所分配工作任务量预测数据；基于数据中心负荷的时空转移特性构建区域多数据中心时空转移日前调度模型，以区域所有数据中心与光网络在一天内碳排量最低为目标函数；基于所述数据中心负荷的时空转移约束构建区域功率平衡约束、工作状态约束、用户满意度约束以及光网络传输约束；根据最小碳排量目标函数、区域功率平衡约束、工作状态约束、用户满意度约束和光网络传输约束对区域多数据中心与光网络碳排方案进行优化。
6.根据所述的目标函数可具体表示为：
其中，t为一天所划分的时间段个数，n为数据中心的总数，e为火力发电的碳排放率，p
i,tdc
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,ton
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，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，为光网络链路(i,j)在t时刻消耗的功率，为光网络链路消耗的固定功率，l为链路集合，为链路(i,j)在t时刻的流量，为光网络链路消耗的动态功率，为网元i在t时刻消耗的功率，为所有与节点i连接的链路。
7.根据所述的功率平衡约束可具体表示为：其中，p
i,tpv
为区域i在t时刻的光伏出力，p
i,tgrid
为区域i在t时刻的电网输出功率，p
i,tload
为区域i在t时刻的负荷消耗，p
i,tdc
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。
8.根据所述的工作状态约束，基于动态频率调整技术调整服务器cpu的工作频率以改变其工作状态，具体表示为：其中，为数据中心i在t时刻处在工作状态k的服务器个数，为数据中
心i最少开启的服务器数量，mi为数据中心i所拥有的全部服务器数量，为数据中心i在t时刻处在工作状态k的服务器平均利用率，为数据中心i中处在工作状态k的服务器最大利用率。
9.根据所述的用户满意度约束，建立余弦分布时间满意度函数s(t)，具体表示为：其中，为task类型任务最大响应时间，l
task
为设定的一合理值。
10.根据满意度函数建立批次任务各时段完成数目矩阵a以明确各批次任务在各时段的完成情况；矩阵a是一个t阶的稀疏矩阵，其左下角与右上角均由零元素构成，左下角的零元素表示在t=i时刻到来的任务负载不能在i时刻之前处理，右上角的零元素表示处理时间大于的负载数量为零，以满足用户满意度要求的最大响应时间约束，具体表示为：的负载数量为零，以满足用户满意度要求的最大响应时间约束，具体表示为：
其中，表示数据中心在t=i时刻接收并在个时间段内处理完成的task类型任务数量，为task类型任务的用户平均满意度，为task类型任务当完成时间为的用户满意度，表示数据中心在个时间段内处理完成的task类型任务总量，为要求的最小满意度。
11.根据所述的最大响应时间约束可具体表示为：其中，为数据中心i在t时刻处理来自数据中心j的task类型任务数量，为数据中心i在t时刻处理转移剩余的task类型任务数量，为数据中心i在k时刻接收task类型任务的数量，为数据中心i在k时刻转移至数据中心j内task类型的任务数量。
12.根据所述的光网络传输约束可具体表示为：
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，为光网络节点j向光网络节点i传输的task类型任务数量,为数据中心i净接收task类型任务数量，为数据中心j在k时刻转移至数据中心i内task类型的任务数量，s为转移起点，d为转移终点，为链路(i,j)在t时刻使用容量, 为转移单位task类型任务所需容量，为链路(i,j)的最大带宽容量。
13.与现有技术相比，本发明的有益效果为：本发明提供一种基于数据中心时空转移特性的日前调度方法，包括：获取区域电网光伏出力与负荷预测数据、光网络参数、各数据中心参数以及所分配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区域多数据中心时空转移日前调度模型，以区域所有数据中心与光网络在一天内碳排量最低为目标函数；基于所述数据中心负荷的时空转移约束构建区域功率平衡约束、工作状态约束、用户满意度约束以及光网络传输约束；根据所述最小碳排量目标函数、区域功率平衡约束、工作状态约束、用户满意度约束和光网络传输约束对区域多数据中心与光网络碳排方案进行优化，从而减少区域数据中心网络的碳排放量并提高数据中心服务器cpu的平均利用率。
附图说明
14.图1为本发明的基于数据中心时空转移特性的日前调度方法流程图；图2为本发明所述的某区域数据中心网络示意图；图3为本发明所述的采用本发明方法前后碳排量对比图；图4为本发明所述的采用本发明方法前后服务器平均利用率对比图。
具体实施方式
15.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。
16.如图1所示，基于数据中心时空转移特性的日前调度方法，应用在电力系统及其自动化领域和计算机科学与技术领域，包括如下步骤：获取区域电网光伏出力与负荷预测数据、光网络参数、各数据中心参数以及所分配工作任务量预测数据；基于数据中心负荷的时空转移特性构建区域多数据中心时空转移日前调度模型，以区域所有数据中心与光网络在一天内碳排量最低为目标函数；基于所述数据中心负荷的时空转移约束构建区域功率平衡约束、工作状态约束、用户满意度约束以及光网络传输约束；根据最小碳排量目标函数、区域功率平衡约束、工作状态约束、用户满意度约束和光网络传输约束对区域多数据中心与光网络碳排方案进行优化。
17.根据所述的目标函数可具体表示为：可具体表示为：其中，t为一天所划分的时间段个数，n为数据中心的总数，e为火力发电的碳排放率，p
i,tdc
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,ton
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，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，为光网络链路(i,j)在t时刻消耗的功率，为光网络链路消耗的固定功率，l为链路集合，为链路(i,j)在t时刻的流量，为光网络链路消耗的动态功率，为网元i在t时刻消耗的功率，为所有与节点i连接的链路。
18.根据所述的功率平衡约束可具体表示为：其中，p
i,tpv
为区域i在t时刻的光伏出力，p
i,tgrid
为区域i在t时刻的电网输出功率，
p
i,tload
为区域i在t时刻的负荷消耗，p
i,tdc
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。
19.根据所述的工作状态约束，基于动态频率调整技术调整服务器cpu的工作频率以改变其工作状态，具体表示为：其中，为数据中心i在t时刻处在工作状态k的服务器个数，为数据中心i最少开启的服务器数量，mi为数据中心i所拥有的全部服务器数量，为数据中心i在t时刻处在工作状态k的服务器平均利用率，为数据中心i中处在工作状态k的服务器最大利用率。
20.根据所述的用户满意度约束，建立余弦分布时间满意度函数s(t)，具体表示为：其中，为task类型任务最大响应时间，l
task
为设定的一合理值。
21.根据满意度函数建立批次任务各时段完成数目矩阵a以明确各批次任务在各时段的完成情况；矩阵a是一个t阶的稀疏矩阵，其左下角与右上角均由零元素构成，左下角的零元素表示在t=i时刻到来的任务负载不能在i时刻之前处理，右上角的零元素表示处理时间大于的负载数量为零，以满足用户满意度要求的最大响应时间约束，具体表示为：
其中，表示数据中心在t=i时刻接收并在个时间段内处理完成的task类型任务数量，为task类型任务的用户平均满意度，为task类型任务当完成时间为的用户满意度，表示数据中心在个时间段内处理完成的task类型任务总量，为要求的最小满意度。
22.根据所述的最大响应时间约束可具体表示为：其中，为数据中心i在t时刻处理来自数据中心j的task类型任务数量，为数据中心i在t时刻处理转移剩余的task类型任务数量，为数据中心i在k时刻接收task类型任务的数量，为数据中心i在j时刻转移至数据中心j内task类型的任务数量。
23.根据所述的光网络传输约束可具体表示为：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，为光网络节点j向光网络节点i传输的task类型任务数量,为数据中心i净接收task类型任务数量，为数据中心j在k时刻转移至数据中心i内task类型的任务数量，s为转移起点，d为转移终点，为链路(i,j)在t时刻使用容量, 为转移单位task类型任务所需容量，为链路(i,j)的最大带宽容量。
24.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。
25.如图3所示，在本发明的一个实施例中，采用本发明所提的数据中心日前调度方法，区域数据中心与光网络的总碳排放量比仅时域转移减少了17.51%。
26.如图4所示，在本发明的一个实施例中，采用本发明所提的数据中心日前调度方法，服务器cpu的平均利用率相较于仅时域转移的方法提升了78.69%
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。