【技術實現步驟摘要】
本專利技術屬于配電網運行優化，具體涉及一種數據中心集群在線調度方法及系統。
技術介紹
1、隨著全球云計算服務需求的不斷激增，云服務運營商在全球建立起了大規模地理分散的數據中心用于對大量工作負載進行分析和處理，而這導致了數據中心高能耗和環境污染問題。據統計，大規模數據中心每年的耗能占據了世界電能總消耗量的1.3%，占據了美國電能總消耗量的2%。同時，云資源配置的不合理進一步提高了能耗和維護開銷，在google數據中心，服務器的平均利用率僅為20%左右。因此，為數據中心的資源分配設計一種自適應且高效的解決方案意義重大。
2、另外，在全球大規模分布式發電廣泛接入的背景下，部分新能源電站建設規模與當地負荷需求不匹配，阻礙了大規模分布式新能源在多區域的有效利用，并出現了嚴重的棄風棄光現象。全球地理分散式的數據中心作為重要的靈活性資源，通過對其合理調度可有效提升數據中心對分布式可再生能源的就地消納能力。
3、目前，許多學者針對數據中心的能耗問題已開展了一定的研究工作，但大多都局限于單個數據中心的優化管理，并未考慮當前全球迅猛發展的數據中心集群間的協調優化，且主要針對的是運行在確定環境下的數據中心。然而，在數據中心實際運行場景中，調度過程通常應該在較短的時間內完成，而且由于工作負載和新能源的不確定性，會導致在確定環境中得出的最優決策不再是實際運行中的最優決策，這嚴重影響了數據中心實時運行的安全性和經濟性，因此研究考慮不確定環境下的數據中心實時能量管理是非常必要的。傳統的數據中心實時能量管理主要基于規則、啟發式和控制理論
4、深度強化學習是一種通過迭代地從歷史決策中獲得反饋來近似最優獎勵的方法，已成為處理高適應性和低復雜性資源分配問題的一種有前途的方法。當前，地理分布式數據中心集群的在線調度的相關研究較少，總的來說數據中心集群的在線調度工作才剛剛起步，還不夠深入和全面，且目前還鮮有研究通過多數據中心的在線調度實現地理分布式新能源的最大化消納并減少數據中心的用能成本。
技術實現思路
1、本專利技術所要解決的技術問題在于針對上述現有技術中的不足，提供一種數據中心集群在線調度方法及系統，用于解決在不確定性環境下，跨區域、動態地對數據中心的能耗進行自適應管理的技術問題，實現數據中心集群的在線優化調度。
2、本專利技術采用以下技術方案：
3、一種數據中心集群在線調度方法，包括以下步驟：
4、基于數據中心中工作負載的時空遷移特性，構造數據中心工作負載時空遷移模型和數據中心能耗模型；
5、基于構造的數據中心工作負載時空遷移模型和數據中心能耗模型，結合數據中心中分布式設備的運行模型，構造考慮購電成本、設備運行成本和負載遷移成本的數據中心集群優化調度模型；
6、將構造的數據中心集群優化調度模型表述為馬爾可夫決策過程，并通過設計智能體的狀態空間、動作空間和獎勵函數，采用先進的深度強化學習算法實現數據中心集群的在線調度。
7、優選地，數據中心工作負載時空遷移模型：
8、與交互式負載相關聯的約束：
9、
10、其中，表示在時間從終端服務器分配給數據中心的交互式工作負載量，表示在時間到達終端服務器的交互工作負載量；
11、與批處理工作負載相關聯的約束：
12、
13、其中，表示在時間到達數據中心的批處理工作負載量，表示在數據中心中轉移到時間的批處理工作量的量；
14、最小活動服務器和處理的交互式工作負載之間的關系表示為：
15、
16、其中，表示在時間時數據中心中服務交互式工作負載的活動服務器的最小數量，表示數據中心的服務器平均服務率，表示交互工作負載的容差服務延遲；
17、活動服務器的最低級別與已處理的批處理工作負載之間的關系表示為：
18、
19、其中，表示在時間時數據中心中服務批處理工作負載的冗余活動服務器的數量；
20、從一個終端服務器分配到一個數據中心的交互式工作負載、轉移到時隙之一的批處理工作負載以及活動服務器是非負的，具體如下：
21、
22、其中，表示時間時數據中心中服務交互式工作負載/批處理工作負載的活動服務器的最小數量,時間時數據中心中服務交互式工作負載/批處理工作負載的冗余活動服務器的數量，表示服務于交互式工作負載/批處理工作負載的服務器的數量；
23、活動服務器的總數不能超過服務器的總數：
24、
25、其中，為數據中心中服務器的總數；
26、在峰值功率下操作的活動服務器的范圍：
27、
28、數據中心能耗模型：
29、
30、其中，表示在時間時用于保證數據中心中的最低服務質量的服務器設備的功耗，表示在時間數據中心中用于更高服務質量的冗余服務器設備的功耗，為其他設備的電力消耗，為冷卻系統的功耗。
31、優選地，在時間時用于保證數據中心中的最低服務質量的服務器設備的功耗為：
32、
33、其中，為每臺有源邊緣交換機/聚合交換機/核心交換機的額定功耗，為邊緣交換機/聚合交換機/核心交換機/服務器數量，為每個活動服務器的空閑/峰值功率。
34、優選地，在時間數據中心中用于更高服務質量的冗余服務器設備的功耗為：
35、
36、其中，為每臺有源邊緣交換機/聚合交換機/核心交換機的額定功耗，為邊緣交換機/聚合交換機/核心交換機/服務器數量，為每個活動服務器的空閑/峰值功率。
37、優選地，冷卻系統的功耗為：
38、
39、其中，為冷卻系統經驗常數，為散發的熱量。
40、優選地，數據中心集群優化調度模型如下：
41、
42、
43、
44、其中，能源成本包括來自外部電力市場的電力采購成本和傳統發電機運行成本，表示在時間中以計的能量市場的現貨價格，工作負載遷移成本表示轉移工作負載的數量，并且是表示從導出的工作負載單位的遷移成本系數。
45、優選地，數據中心中常規發電機組的運行模型為：
46、
47、
48、其中，和表示中的常規發電機的最大和最小功率輸出，并且是指示發電機是否開啟的二進制變量，是斜坡系數。和是中發電機的最小接通時間和最小關斷時間，和是中發電機的實際接通時間和關斷時間。
49、啟動和關閉成本以及操作成本：
50、
51、其中，為發電機組出力的成本項系數，表示發電機組本文檔來自技高網...
【技術保護點】
1.一種數據中心集群在線調度方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的數據中心集群在線調度方法，其特征在于，數據中心工作負載時空遷移模型：
3.根據權利要求2所述的數據中心集群在線調度方法，其特征在于，在時間時用于保證數據中心中的最低服務質量的服務器設備的功耗為：
4.根據權利要求2所述的數據中心集群在線調度方法，其特征在于，在時間數據中心中用于更高服務質量的冗余服務器設備的功耗為：
5.根據權利要求2所述的數據中心集群在線調度方法，其特征在于，冷卻系統的功耗為：
6.根據權利要求1所述的數據中心集群在線調度方法，其特征在于，數據中心集群優化調度模型如下：
7.根據權利要求6所述的數據中心集群在線調度方法，其特征在于，數據中心中常規發電機組的運行模型為：
8.根據權利要求1所述的數據中心集群在線調度方法，其特征在于，將構造的數據中心集群優化調度模型表述為馬爾可夫決策過程具體為：
9.根據權利要求8所述的數據中心集群在線調度方法，其特征在于，智能體的動作空間：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。