计及数据中心需求响应的微网鲁棒约束调度方法及系统与流程

文档序号:41020444发布日期:2025-02-21 19:30阅读:2来源:国知局
计及数据中心需求响应的微网鲁棒约束调度方法及系统与流程

本发明涉及电力系统优化控制调度,具体为计及数据中心需求响应的微网鲁棒约束调度方法及系统。


背景技术:

1、随着社会对于数据计算的需求,数据中心负荷在全社会用电量的占比增长迅速。据研究报告所述,我国2020年数据中心的用电总量占全国用电量的比例已达到2.7%。对于大部分公司与企业,他们通常会选择将数据中心建在距离其办公场地距离较近的地方以便管理与维护。由于数据中心巨大耗电量带来的高昂电费支出,数据中心运营商倾向于尽可能利用可再生资源以削减开支,此外,为了满足数据中心对供电可靠性的严格要求,运营商通常会配备相应的储能,燃气轮机,柴油发电机等多种备用电源。

2、在实际运行中,目前数据中心与用户的交互仍稍显不足。相比起削减负荷与减低数据中心乃至微网的运行费用,用户往往更关心数据中心计算服务的速度与质量,实际情况中,用户通常不提供批处理任务处理的最大处理延迟,即将全部任务请求作为交互式工作负载提交给数据中心。同时考虑到用户通常也没有直接与微网运营商对接的渠道,因此如果数据中心不提供相应的激励措施,用户将缺乏参与数据中心灵活性调节的动力。


技术实现思路

1、鉴于上述存在的问题,提出了本发明。

2、因此,本发明解决的技术问题是:如何克服数据中心与用户交互不足,利用可再生资源以削减开支,提供一种计及数据中心需求响应的微网鲁棒约束调度方法,降低微电网的运行成本,提升微网系统灵活性。

3、为解决上述技术问题,本发明提供如下技术方案:计及数据中心需求响应的微网鲁棒约束调度方法,其包括如下步骤,

4、使用传感器收集微电网数据进行数据预处理;

5、考虑微型燃气轮机、储能设备、光伏机组与数据中心的运行特性,对微网的运行阶段进行建模;

6、建立数据中心微网灵活性模型,利用分布鲁棒机会约束处理光伏出力、常规负荷与数据中心负荷的不确定性,构建运行成本最小化为目标函数;

7、在matlab环境下使用cplex求解器对模型进行求解,验证所提分配方法的有效性。

8、作为本发明所述的计及数据中心需求响应的微网鲁棒约束调度方法的一种优选方案,其中:所述微电网数据数据包括微型燃气轮机数据、储能设备数据、光伏机组数据、数据中心数据以及微网与配电网交互数据;

9、所述预处理是移除错误和重复的记录,并校正时间戳错误,针对缺失的数据点,采用邻近点插值方法进行补全,对时间序列数据进行时间分段处理。

10、作为本发明所述的计及数据中心需求响应的微网鲁棒约束调度方法的一种优选方案,其中:所述对微网的运行阶段进行建模是考虑微型燃气轮机,储能设备,光伏机组与数据中心的运行特性,以及微网和上级配电网的功率交互,构建数据中心的运行成本模型,表达式为:

11、odc(t)=odc1(t)+odc2(t)

12、odc1(t)=(cgrid+ccom+cma)pdc(t)

13、odc2(t)=cgridκecpcw(t)

14、其中,odc(t)为数据中心在t时刻的服务器运行总成本,包含服务器工作成本odc1(t)与服务器冷却成本odc2(t),cgrid,ccom,cma分别为微网执行的分时电价、提供给用户的补偿费用、维护费用;pdc(t)为数据中心在t时刻的服务器功率,二者相乘构成了数据中心运行时服务器的工作成本,κec为制冷装置产生冷功率与消耗电能的比值,pcw(t)为冷却装置制冷功率。

15、作为本发明所述的计及数据中心需求响应的微网鲁棒约束调度方法的一种优选方案,其中:所述对微网的运行阶段进行建模还包括数据中心的功率模型,表达式为:

16、

17、

18、

19、其中,μ为用户受激励影响而将交互式负载转换为批处理负载占对应时段数据中心总负载的数据中心比例变量,ndc为时刻批处理负载的请求数量,tn为用户上报的第n个任务的最大可延迟时间;pdc,0(t)为t时刻到达数据中心的交互性工作负载,需要数据中心立即进行处理;p'dc(t)为t时刻到达数据中心的批处理工作负载,pdc,n,t+i(t+i)为t时刻到达数据中心的第n个批处理工作负载分配到t+i时刻的负载分量,pdc,0(t)与p'dc(t)分配到t时刻的工作负载之和即为当前t时刻的数据中心总服务器负载pdc(t);

20、数据中心自身的冷却装置的功耗由数据中心的制冷功率需求与外部冷源供冷功率之差决定,表达式为:

21、pcw(t)=κcwpdc(t)-pcl(t)

22、其中,κcw为冷功率需求常数,取值取决于冷水机组工作特性,pcl(t)为外部供冷功率;pdc(t)为在时间t时刻的数据中心服务器功率;pcw(t)为在时间t时刻的数据中心的冷却功率需求。

23、作为本发明所述的计及数据中心需求响应的微网鲁棒约束调度方法的一种优选方案,其中:所述对微网的运行阶段进行建模还包括微型燃气轮机的耗气成本,是由燃气轮机在各时刻的输出功率决定,表达式为:

24、og(t)=apg(t)2+bpg(t)+c

25、其中,og(t)表示微型燃气轮机在t时刻的耗气成本,a,b,c为成本系数,由燃气轮机的型号特性与气价决定;pg(t)为燃气轮机在t时刻的输出功率;

26、

27、-rg≤pg(t)-pg(t-1)≤rg

28、其中,分别为燃气轮机输出的功率上限与下限;rg为微型汽轮机的爬坡速率;

29、pcl(t)=ηwhpg(t)

30、其中,ηwh为余热回收设备效率,燃气轮机在发电时产生的高温尾气可通过溴化锂机组转化为制冷功率;

31、运行成本包括储能设备的充放电成本,表达式为:

32、os(t)=ks|ps(t)|

33、其中,os(t)表示储能设备在t时刻的运行成本;ps(t)为储能设备在t时刻的充放电功率;

34、

35、其中,为储能设备的最大充放电功率;

36、储能设备在每个调节周期始末电量平衡,表达式为:

37、

38、当微网内部的发电单元与储能设备不能满足微网内部的负荷需求时,微网向上级的配电网进行购电;当微网内电量盈余时,微网选择向配电网出售多余电量,微网与配电网之间的功率交互受限于以下约束条件:

39、

40、其中,pgrid(t)是t时刻微网与配电网的交互功率,当微网向电网购电时为正值,售电时为负值,为微网与配电网允许交互功率的最大值;

41、微网与配网之间的功率平衡约束,表达式为:

42、pgrid(t)+pg(t)+ppv(t)-ps(t)-pdc(t)-pl(t)=0

43、其中,ppv(t),pl(t)分别为t时刻微网光伏机组的发电功率与常规负荷功率;pdc(t)为数据中心在t时刻的总服务器负载;

44、微网与配电网交互成本可表示为:

45、ogrid=cgridpgrid(t)

46、其中,ogrid表示微网与配电网交互成本;cgrid表示微网与配电网之间功率交互的成本系数;pgrid(t)表示微网在时间t时刻与配电网之间的功率交互量。

47、作为本发明所述的计及数据中心需求响应的微网鲁棒约束调度方法的一种优选方案,其中:所述建立数据中心微网灵活性模型是数据中心微网的灵活性由微网内的灵活性供给能力与灵活性需求决定,灵活性供给由微网中的储能设备与燃气轮机提供,灵活性需求由数据中心对任务负载的调度决定;

48、在灵活性供给建模中,可变部分由微型燃气轮机与储能设备的运行决定,表达式为:

49、

50、其中,i为燃气轮机与储能设备的集合,sup(t),sdown(t)分别为t时刻微网的上、下调灵活性供给,pimax(t),pimin(t)分别为各灵活性资源在t时刻的上、下限出力,pi(t)为其在t时刻的实际出力值,为各灵活性资源的爬坡速率;

51、灵活性需求的可变部分由数据中心的运行决定,表达式为:

52、

53、pde(t)=pl(t)+pdc(t)-ppv(t)

54、其中,dup(t),ddown(t)分别为t时刻微网向上与向下灵活性需求,pde(t)为微网在t时刻的功率需求;

55、根据灵活性的供需平衡关系,灵活性裕度表达式为:

56、

57、其中,δfup(t),δfdown(t)分别为t时刻系统得向上与向下灵活性裕度;

58、当向上或向下灵活性裕度小于0时,发生灵活性不足的情况,对灵活性缺额部分添加惩罚成本,表达为:

59、of(t)=kf[δfup(t)|+|δfdown(t)]

60、其中,of(t)为系统在t时刻灵活性缺额惩罚,kf为惩罚系数。

61、作为本发明所述的计及数据中心需求响应的微网鲁棒约束调度方法的一种优选方案,其中:所述利用分布鲁棒机会约束处理光伏出力、常规负荷与数据中心负荷的不确定性,以运行成本最小化为目标函数,包括通过定义不确定性集合,将光伏出力、常规负荷和数据中心负载的不确定性纳入模型进行计算;

62、定义ξ表示随机变量,h(x,ξ)表示相关约束,x是决策变量,给定的ξ有界不确定性集,表达式为:

63、

64、其中,分别为光伏出力,常规负荷,数据中心交互性工作负载功率在t时段的预测值;upv(t),ul(t),udc(t)分别为考虑不确定性后的光伏出力,常规负荷,数据中心交互性工作负载功率在t时段的功率值;分别为光伏出力,常规负荷,数据中心功率在t时段的最大允许功率波动偏差值;

65、

66、

67、基于kl散度的不确定集为:

68、

69、其中,表示所有概率分布的集合。常数η是不确定指数,它控制不确定度集的大小,d(p||p0)表示从分布p到参考分布p0的kl散度,其定义式为:

70、

71、其中,p(z)和p0(z)分别为分布p到和p0的密度函数,d(p||p0)≥0,当且仅当p(z)=p0(z)时等式取到等号;

72、等效为机会约束规划,表达式为:

73、

74、

75、

76、根据bernstein逼近,将凸近似问题近似为:

77、

78、

79、所述使用cplex求解器对模型进行求解是使用matlab环境下的cplex求解器,求解目标函数和约束条件,得到数据中心微网系统的运行功率调度结果;

80、以微网系统总运行成本最低为目标函数,在满足微型燃气轮机、储能设备、光伏机组与数据中心等的运行约束条件下,得到数据中心微网系统内部资源的最优调度结果;

81、各时段微型燃气轮机出力、储能设备充放电功率以及荷电状态、数据中心处理负载量、与配网购售电量等,使微网系统在在低电价时段购电或在电量大于负荷需求时将电能储存,在高电价时段出售以获取利润或在负荷峰段补偿负荷需求。

82、本发明的另外一个目的是提供计及数据中心需求响应的微网鲁棒约束调度系统,其能通过优化调度策略和实时监控,实现多种新能源设备的高效协同工作,解决了现有数据中心能源利用效率低、能耗成本高、不确定性因素难以处理、灵活性不足以及缺乏实时优化能力等问题。

83、为解决上述技术问题,本发明提供如下技术方案:计及数据中心需求响应的微网鲁棒约束调度系统,包括:数据采集与预处理模块、运行特性建模模块、灵活性模型建立与优化模块、调度策略计算模块、设备控制与执行模块、学习与优化模块;

84、所述数据采集与预处理模块是负责实时收集微型燃气轮机、储能设备、光伏机组和数据中心的运行状态数据,并对这些数据进行预处理;

85、所述运行特性建模模块负责根据微型燃气轮机、储能设备、光伏机组和数据中心的运行特性,建立微网的运行模型;

86、所述灵活性模型建立与优化模块是建立数据中心微网的灵活性模型,处理光伏出力、常规负荷与数据中心负荷的不确定性,并进行优化;

87、所述调度策略计算模块是基于灵活性模型和预处理后的数据,计算出优化的调度策略;

88、所述设备控制与执行模块是根据调度策略计算模块的结果,发送控制指令给各新能源设备,执行优化的调度策略;

89、所述学习与优化模块是通过机器学习算法,从历史数据中学习和优化设备的控制策略,提高系统的运行效率和稳定性。

90、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上所述计及数据中心需求响应的微网鲁棒约束调度方法的步骤。

91、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述计及数据中心需求响应的微网鲁棒约束调度方法的步骤。

92、本发明的有益效果:本发明通过优化调度策略,使微型燃气轮机、储能设备、光伏机组等多种新能源设备高效协同工作,最大限度地利用可再生能源,降低数据中心的能耗成本。采用分布鲁棒机会约束方法处理光伏出力、常规负荷与数据中心负荷的不确定性,在保证系统鲁棒性的同时,实现运行成本的最小化,显著降低数据中心的整体运行成本。通过建立数据中心微网灵活性模型,优化调度策略,提高系统的灵活性和响应速度,能够及时应对负荷变化和外部扰动,保证系统的稳定运行。采用鲁棒优化方法处理光伏出力、常规负荷与数据中心负荷的不确定性,使系统能够在最坏情况下依然稳定运行,减少不确定性对系统运行的负面影响。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1