本发明专利技术涉及一种数据中心集群共享储能方法，通过数据中心集群内部能量平衡，利用不同数据中心的能耗互补，促进可再生能源消纳；通过每日能源成本最小的共享储能模型，在提高可再生能源的利用率的同时，通过出售能源获益，降低每日能源成本，从而提高总体能源利用率。从而提高总体能源利用率。从而提高总体能源利用率。
【技术实现步骤摘要】
一种数据中心集群共享储能方法、系统、装置及介质
[0001]本公开涉及数据中心电能存储调度，尤其涉及一种考虑可再生能源不确定的数据中心集群共享储能方法、系统、装置及介质。
技术介绍
[0002]为了满足日益增长的在线计算需求，提供信息技术服务的数据中心(Data Center，简称DC)近年来发展越来越快。现代DC通常占用率很高，导致DC的成本极其巨大。DC作为一种新型的需求响应(Demand Response，简称DR)资源，具有强大的DR能力。
[0003]现代DC通常占用率很高，耗电量巨大，导致DC的成本极其巨大。为了降低能源成本，越来越多的DC安装了可再生能源发电装置。但是DC是一种新型的需求响应资源，具有强大的需求响应能力，参与DR后，会导致不同DC的不同能源需求。对于能量需求小、风力发电量大的DC，其有多余的能量。相反，对于能源需求大、风力发电量小的DC，其存在能源短缺。
[0004]因此，数据中心集群(Data Center Cluster，简称DCC)内部的可再生能源存在未充分利用的问题。又由于可再生能源的不确定性，DCC需要进行储能，但受储能装置高昂，DCC存在无法进行能量存储和取用的问题。
技术实现思路
[0005]针对上述现有技术，本专利技术所解决的技术问题是提供一种数据中心集群共享储能方法，不仅能使数据中心集群内部可再生能源消纳，而且通过与综合共享储能系统协作，在保证数据中心集群安全运行的基础上，实现最优预留放电和充电功率规划，从而降低储能成本。
[0006]为了解决上述技术问题：
[0007]第一方面，本专利技术的数据中心集群共享储能方法，包括下述步骤：
[0008]建立服务器模型、混合冷却系统模型、可再生能源模型、背压式涡轮机模型、燃气锅炉模型，从而获得各时段各数据中心的能源需求量；
[0009]建立需求响应模型，根据各数据中心在各时段的可再生能源发电量装置的预测值、各数据中心的能源需求量，进行数据中心集群内部能源调度；
[0010]根据调度结果，基于数据中心集群的共享储能模型，进行能源储取规划；
[0011]所述共享储能模型为使数据中心集群每日能源成本最小为目标的模型；所述每日成本包括购能成本、减少可再生能源成本、储能服务成本、出售能源效益；所述购能成本包括购电成本、购热成本、购气成本。
[0012]在上述技术方案中，通过获取数据中心集群中各数据中心的能源需求，利用不同数据中心的能耗互补，进行内部能源平衡，促进可再生能源消纳；通过每日能源成本最小的共享储能模型，在提高可再生能源的利用率的同时，通过出售能源效益获益，降低每日在能源上成本，从而提高总体能源利用率。
[0013]作为上述技术方案的进一步改进，所述每日成本进一步包括备用成本；所述备用
成本包括备用放电成本和备用充电成本，从而使共享储能模型能够处理可再生能源装置的产电量预测误差，提高数据中心集群运行的安全性和可靠性。
[0014]作为上述技术方案的进一步改进，所述每日成本进一步包括风险成本；所述风险成本包括满足置信度水平要求失负荷成本、放弃可再生能源成本；所述失负荷成本等于单位失负荷成本与实际备用充电功率和恰好满足置信水平要求的备用充电功率之间的缺额的乘积；所述放弃可再生能源成本等于单位放弃可再生能源成本与实际备用放电功率和恰好满足置信水平要求的备用放电功率之间缺额的乘积，进而可以使共享储能模型基于恰好满足置信水平要求的备用放电和充电功率进行灵活调整，成为一种基于机会约束目标规划的调度模型，允许备用存储功率在一定程度上偏离恰好满足机会约束的备用放电和充电功率值。
[0015]作为上述技术方案的进一步改进，所述能源调度通过计算任务重分配实现；所述计算任务重分配的影响因素包括：计算任务的延迟特性和可中断特性、可再生能源装置发电是否处于高峰时段、综合共享储能系统是否处于低价格能源价格和/或能源服务价格。数据中心是一个数据和能量高度耦合的系统，通过计算任务重分配，更多计算任务将分配在可再生能源发电量较大的时段，从而减少可再生能源装置发电量的丢弃量，提高可再生能源装置发电量的利用率。当在低价格能源价格和/或能源服务价格的时段进行计算任务，有利于减少能源成本。
[0016]作为上述技术方案的进一步改进，所述可再生能源发电量装置包括风电机组，安装于数据中心，利用自然风力进行发电，清洁卫生。
[0017]作为上述技术方案的进一步改进，所述风电机组在不参与能源调度时，满足下述模型：
[0018][0019][0020][0021][0022]式中：
[0023]表示数据中心i在t时段的风电预测误差；N(0，σ2)表示均值为0，方差为σ2的正态分布；表示第i个数据中心在第t个调度时段的预测风电出力功率值；表示第i个数据中心在第t个调度时段的实际利用风电功率；表示第i个数据中心在第t个调度时段的弃风功率；I表示数据中心集合；T表示调度时段集合；
[0024]在内部能源调度时，风电机组出力模型满足：
[0025][0026]作为本专利技术的进一步改进，所述储能规划包括：根据价格、能源使用情况以及可再生能源装置的产能情况，确定是否获取直接使用能源、是否从综合共享储能系统储能、是否向综合共享储能系统释放能源，从而促进可再生能源消纳，使数据中心集群通过放热放电获得经济效益进而降低购存能源成本，满足数据中心集群对能量存储和取用的需求，并进一步保障数据中心集群的安全运行。
[0027]第二方面，本专利技术提出了一种数据中心集群共享储能系统，所述系统包括数据中心集群，综合共享储能系统，所述数据中心集群包括数据中心，所述数据中有可再生能源装置。建立服务器模型、混合冷却系统模型、可再生能源模型、背压式涡轮机模型、燃气锅炉模型，从而获得各时段各数据中心的能源需求量；建立需求响应模型，根据各数据中心在各时段的可再生能源发电量装置的预测值、各数据中心的能源需求量，进行数据中心集群内部能源调度；根据调度结果，基于数据中心集群的共享储能模型，进行能源储取规划；所述共享储能模型为使数据中心集群每日能源成本最小为目标的模型；所述每日成本包括购能成本、减少可再生能源成本、储能服务成本、出售能源效益；所述购能成本包括购电成本、购热成本、购气成本；所述储能规划包括根据价格、能源使用情况以及可再生能源装置的产能情况，确定是否购直接使用能源、是否从综合共享储能系统储能、是否向综合共享储能系统释放能源。
[0028]在上述技术方案中，所述系统用于充分利用数据中心集群内部可再生能源，并通过与综合共享储能系统配合，使数据中心集群通过放热放电获得经济效益，进而降低购存能源成本，满足数据中心集群对能量存储和取用的需求，并进一步保障数据中心集群的安全运行。
[0029]第三方面，本专利技术提供了一种数据中心集群共享储能装置，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述任一种方法的计算机程序。
[0030]第四方面，本专利技术提供了一种计算机可读本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据中心集群共享储能方法，其特征在于，所述方法包括下述步骤：建立服务器模型、混合冷却系统模型、可再生能源模型、背压式涡轮机模型、燃气锅炉模型，从而获得各时段各数据中心的能源需求量；建立需求响应模型，根据各数据中心在各时段的可再生能源发电量装置的预测值、各数据中心的能源需求量，进行数据中心集群内部能源调度；根据调度结果，基于数据中心集群的共享储能模型，进行能源储取规划；所述共享储能模型为使数据中心集群每日能源成本最小为目标的模型；所述每日成本包括购能成本、减少可再生能源成本、储能服务成本、出售能源效益；所述购能成本包括购电成本、购热成本、购气成本。2.根据权利要求1所述的方法，其特征在于：所述每日成本进一步包括备用成本；所述备用成本包括备用放电成本和备用充电成本。3.根据权利要求2所述的方法，其特征在于：所述每日成本进一步包括风险成本；所述风险成本包括满足置信度水平要求失负荷成本、放弃可再生能源成本；所述失负荷成本等于单位失负荷成本与实际备用充电功率和恰好满足置信水平要求的备用充电功率之间的缺额的乘积；所述放弃可再生能源成本等于单位放弃可再生能源成本与实际备用放电功率和恰好满足置信水平要求的备用放电功率之间的缺额的乘积。4.根据权利要求1所述的方法，其特征在于，所述能源调度通过计算任务重分配实现；所述计算任务重分配的影响因素包括：计算任务的延迟特性和可中断特性、可再生能源装置发电是否处于高峰时段、综合共享储能系统是否处于低价格能源价格和/或能源服务价格。5.根据权利要求1所述的方法，其特征在于，所述可再生能源发电量装置包括风电机组，安装于数据中心。6.根据权利要求5所述的方法，其特征在于，所述风电机组在不参与能源调度时，满足下述模型：i∈I，t∈Ti∈I，t∈Ti∈I，t∈Ti∈I，t∈T式中：表示数据中心i在t时段的风电预测误差；...
【专利技术属性】
技术研发人员：丁涛，韩讴竹，穆程刚，杨淼，张佳斌，刘明爽，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。