面向需求响应的数据中心负载管理策略研究

发布时间：2021-08-25 03:15

　　随着云计算技术的快速发展,数据中心用于计算和存储的能耗开销和造成的碳排放已成为不可忽视的问题。最近,一些拥有大型数据中心的科技公司正使用可再生能源作为其数据中心的部分能源供给。同时,随着智能电网的发展,其提供了很灵活的与用户交互功能。电网为了提高可靠性和减轻峰值负载压力,提出各种类型的需求响应项目激励用户参与。数据中心作为电网的高能耗需求用户,是一个极具潜力的需求响应参与对象。数据中心通过参与需求响应,不但可以协助电网调节负载,同时也可以降低数据中心的自身能耗费用并节约电力成本。针对数据中心的高能耗问题和数据中心如何参与需求响应以期减少电力成本,本文主要做了以下工作:为了降低数据中心的能耗消耗和数据中心充分利用可再生能源,本文结合数据中心的负载的灵活性特点,同时考虑数据中心的计算能耗和制冷能耗,提出了可再生能源感知的负载管理策略,并且通过仿真实验证明本文提出的策略能最大化利用可再生能源,最大程度的减少对传统能源的消耗。针对数据中心如何参与电网需求响应以期实现最小化数据中心的电力成本和减轻电网的峰值负载压力,本文提出了一个两阶段数据中心需求响应策略。第一阶段通过预测电网实时电价决定是否参... 

【文章来源】：青海大学青海省 211工程院校

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

虚拟化技术实现的典型架构

14第三章面向可再生能源利用的数据中心功耗管理策略在本章中，主要讨论如何使数据中心最大化使用可再生能源从而抵消一部分对传统能源的消耗。日益剧增的复杂数据处理与计算需要导致数据中心严重的能耗问题，这也导致了高碳排放量对环境引起的污染问题。目前，越来越多拥有数据中心的公司正在考虑采用可再生能源作为其数据中心的一部分能源供给，以此来抵消一部分对传统能源的消耗。我们采用混合能源供给的绿色数据中心，利用数据中心任务的灵活性特点，提出了一种可再生能源感知的数据中心任务调度策略。在此策略中，我们同时考虑数据中心的计算能耗和制冷能耗，主要采用数据中心任务在时间维度上的转移策略来使数据中心最大化利用可再生能源。3.1数据中心架构图3-1数据中心架构图3-1给出了本章讨论问题中所采用的数据中心的架构情况，其中采用可再生能源和传统电网通过转换器连接同时为数据中心进行供电。数据中心中主要的耗能设备有制冷设备和服务器，用户向数据中心提交负载。在本章讨论的问题中，

19图3-2LSTM模型框架在预测过程中，借助机器学习的Keras框架进行神经网络模型的创建和Scikit-learn库进行建模的数据的归一化操作并进行预测。从光伏数据共享平台中[55]获取实际的光伏发电数据，选取2018年2月、3月和4月三个月的太阳能发电数据作为训练集进行预测。在创建LSTM预测模型时，将迭代次数设置为150次。我们分别预测了晴天和阴天两种情况，具体结果如图3-3(a)(b)所示，晴天情况下的预测误差保持在7%以内，而阴天情况下的预测误差保持在15%以内。图3-3太阳能预测结果24681012141618202224时间（H）020406080100(a)预测值实际值24681012141618202224时间（H）020406080100(b)预测值实际值


本文编号：3361278