多路能源数据中心能效优化机制研究

发布时间：2021-11-17 21:45

　　随着大规模云计算数据中心在全球范围内广泛部署,其高能耗、高费用、高污染等问题日益突出。清洁新能源、智能电网和高效储能设备为云数据中心的节能降耗带来了新的契机。但是,新能源是不稳定地间歇供应的,而智能电网具有多种电力市场和波动电价,这给云数据中心的能效优化带来新的挑战。研究新能源和智能电网环境下的多路能源数据中心的能效优化机制,对于建立环境友好型、资源节约型、自适应动态伸缩的新型云数据中心具有重要的意义。目前,国内外针对多路能源数据中心的能效优化研究方兴未艾,尚存在一些亟待深入探究的问题。首先,现有研究工作假设系统可以预知负载需求,或者需要通过大量复杂计算或预测技术获得。在求解能效最优化问题时,传统的动态规划或者马尔科夫决策过程也遭受“维数灾难”问题。第二,当前针对清洁新能源应用机制的研究较多,而面向智能电网、新能源和储能设备等多路能源的研究较少。第三,负载调度时引起的服务器开关、功耗状态调节和温度升高对硬件可靠性具有不利影响,而负载聚集、系统软件长时间运行影响软件可靠性,同时数据中心储能设备的过度使用也会降低系统电力可靠性。第四,当前缺乏对储能设备在数据中心中地位和价值的深入研究和探索... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：160 页

【学位级别】：博士

【部分图文】：

Google全球分布式云数据中心的】

力的利用率。如图1.2所示，云数据中心可以根据需求选择不同的储能设备。例如，压缩空气储能系统（compressed air-based energy storage，简称CAES)具有较高的能量密度，但是其功率密度很低。这意味着CAES适合于储存大量的电能，但是这些能量不需要非常迅速的放电。与之不同的是，电容储能设备具有较大的功率密度，但是电容不适合于长时间储存大量电能。不同储能设备除了具有不同的能量密度和功率密度外，其它很多特性也影响储能设备在数据中心的应用效率，例如单位开销、密度、充电放电功率、生命周期数、寿命、能效等等[14]。本文主要关注于蓄电池这一类价格、能量密度和功率密度都较适中的储能设备，如数据中心中U

数据中心的能效优化机制展开研究。论文研究内容和体系结构及各部分之间的联系如下图1.3所示。本文主体从逻辑内容上分为负载需求的调度和能源供给的优化；从结构层次上研究内容分别针对单数据中心和多数据中心。本文研究内容首先从新型云数据中心多路能源系统结构为出发点，在单数据中心内进行多能源协同管理与负载在线调度，而在多数据中心间实现能效感知的负载均衡。具体为（1)多样化定价策略下的储能设备自适应控制；（2)多路能源协同管理与作业延迟调度；（3)可靠性感知的负载动态整合；（4)分布式数据中心间的负载均衡。具体而言，每一部分的研究内容如下：(1)多样化定价策略下的储能设备自适应控制。本文致力于全面深入研究电池的储能作用与其购买开销之间的权衡，为面向动态负载和新能源的云数据中心配置合适的储能电池提供有效指导。具体而言，本章将回答以下几个关键问题：（a)在14

【参考文献】：
期刊论文
[1]云计算数据中心的新能源应用:研究现状与趋势[J]. 邓维,刘方明,金海,李丹.  计算机学报. 2013(03)
[2]虚拟化云计算平台的能耗管理[J]. 叶可江,吴朝晖,姜晓红,何钦铭.  计算机学报. 2012(06)
[3]绿色网络和绿色评价:节能机制、模型和评价[J]. 林闯,田源,姚敏.  计算机学报. 2011(04)
[4]绿色计算的重定义与若干探讨[J]. 郭兵,沈艳,邵子立.  计算机学报. 2009(12)



本文编号：3501693