大规模数据中心微网群的灵活性资源鲁棒调度方法技术

本发明专利技术公开了一种大规模数据中心微网群的灵活性资源鲁棒调度方法，能够解决目前并没有关于大规划数据中心微网集群的灵活性刻画和多种灵活性资源的协调调度方法的问题；通过建立虚拟电池模型来表征各数据中心微网中的多种灵活性资源的整体可调能力，基于闵可夫斯基和约束空间叠加方法构建数据中心微网群灵活性资源可调用能力的等值模型，充分挖掘数据中心微网群的分布式发电机组与储能的输出功率调节灵活性以及负荷的需求响应特性，从而获取数据中心微网群灵活性资源聚合功率的调节域；与现有方法相比较，能够得到数据中心微电网的功率灵活性调节域，从而为日内调度提供功率弹性功率空间约束。率弹性功率空间约束。率弹性功率空间约束。

【技术实现步骤摘要】
大规模数据中心微网群的灵活性资源鲁棒调度方法


[0001]本专利技术涉及数据中心微网群调度
，具体涉及大规模数据中心微网群灵活性资源日前
‑
日内两阶段鲁棒调度模型。

技术介绍

[0002]随着电网高级量测体系及电力大数据技术的大力发展，超大规模运营商使用的大型数据中心数量将持续快速增长，以支持其不断扩大的业务运营；这就导致数据中心用电量在全社会用电量的占比迅速上升；2020年国内数据中心机架规模超300万架，用电量突破2000亿千瓦时，占到了全国用电总量的2.7％，预计到2030年数据中心的能耗就将超过2500亿千瓦时，用电量占比将上升到3.7％。因此，加速推动数据中心的高效低碳运行是目前亟待解决的问题。
[0003]由于数据中心对供电可靠性要求极为严格，数据中心运营商通常会配备相应的备用电源，如燃气轮机，柴油发电机或储能设备等，以保障数据中心在电网停电时也能提供数据服务。
[0004]以数据中心为主体，分布式发电机组与储能设备共同构成的数据中心微网具有潜在的灵活性；充分挖掘数据中心微网群的分布式发电机组本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大规模数据中心微网群的灵活性资源鲁棒调度方法，其特征在于，包括：基于数据中心微网中的可调控的灵活性资源，建立表示数据中心微网灵活性调节能力的虚拟电池模型；基于数据中心微网的灵活性供给能力和灵活性需求能力得到数据中心微网的灵活性调节空间，基于闵可夫斯基和约束空间叠加对数据中心微网的灵活性调节空间进行聚合，以获取功率弹性可调区间；基于可再生能源、工作负载以及市场电价日前预测信息，以数据中心运营商总运营成本最低为目标，以功率平衡、燃气轮机、储能以及工作负载调度作为约束条件，优化求解次日T时刻各数据中心的源荷最优调度计划；基于可再生能源出力、工作负载数量预测存在的误差，以实现最小化日内平衡市场罚款及系统再调度成本为目标，制定灵活性聚合功率下的日内调度模型，并以滚动优化的方式协调各数据中心工作负载与微网实时调整调度计划；基于源荷最优调度计划和日内调度模型，搭建大规模数据中心微网群灵活性资源日前
‑
日内两阶段鲁棒调度模型。2.根据权利要求1所述的一种大规模数据中心微网群的灵活性资源鲁棒调度方法，其特征在于，所述基于源荷最优调度计划和日内调度模型，搭建大规模数据中心微网群灵活性资源日前
‑
日内两阶段鲁棒调度模型，包括：在第一阶段协调各数据中心微网之间的信息交互使数据中心运营商的总运营成本最小；在第二阶段基于日前阶段，考虑光伏出力的不确定性与工作负载数量预测存在的误差，在日内以滚动优化的方式，协调各数据中心工作负载与微网实时调整调度计划。3.根据权利要求2所述的一种大规模数据中心微网群的灵活性资源鲁棒调度方法，其特征在于，数据中心微网由微网中的可再生能源、储能、燃气轮机和可控负荷聚合而成；所述基于数据中心微网中的可调控的灵活性资源，建立表示数据中心微网灵活性调节能力的虚拟电池模型，包括：设时间是离散的，则定义多集群系统的可调节灵活性功率满足：设时间是离散的，则定义多集群系统的可调节灵活性功率满足：设时间是离散的，则定义多集群系统的可调节灵活性功率满足：式中：为t+1时刻集群i的灵活性资源储备能量；为t时刻集群i的负荷承担状态；σ
+
为充电效率，σ
‑
为放电效率；为t时刻集群i的虚拟电池模型在时间Δt内的可
调节灵活性功率；为的上限，为的下限；为t+1时刻集群i的灵活性能量下调约束，为t+1时刻集群i的灵活性能量上调约束；定义则满足：式中：为t时刻集群i的能量状态变量，取值范围为：为t时刻集群i的能量状态变量，取值范围为：由t时刻当前集群i所承担的负荷所决定；为集群i的所有可调节的灵活性功率总容量。4.根据权利要求3所述的一种大规模数据中心微网群的灵活性资源鲁棒调度方法，其特征在于，数据中心微网包括数据中心、可再生能源、燃气轮机和储能系统；数据中心微网通过变压器与上级电网相连；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；根据用户用网需求的不同，数据中心工作负载分为延迟敏感型工作负载和延迟容忍型工作负载；所述基于数据中心微网的灵活性供给能力和灵活性需求能力得到数据中心微网的灵活性调节空间，基于闵可夫斯基和约束空间叠加对数据中心微网的灵活性调节空间进行聚合，以获取功率弹性可调区间，包括：获取数据中心总负荷功率计算公式：获取数据中心总负荷功率计算公式：式中：分别为数据中心i在t时刻的负荷功率，为数据中心服务器基本能耗，为处理延迟容忍型工作负载的能耗，为处理延迟敏感型负载的能耗及制冷系统能耗，为制冷系统能耗；因数据中心微网可调度负荷为延迟敏感性负荷，故定义数据中心i可调度负荷具体计算公式为：
式中：为处理延迟敏感型负载的单台服务器空载功率，为处理延迟敏感型负载的单台服务器满载功率；为处理延迟容忍型负载的单台服务器空载功率，为处理延迟容忍型负载的单台服务器满载功率；为处理延迟敏感型工作负载的活跃服务器数量，为处理延迟容忍型工作负载的活跃服务器数量；ξ
i,t
为t时刻需要处理的延迟敏感型工作负载量，θ
i,t
为t时刻需要处理的延迟容忍型工作负载量；为单台服务器处理延迟敏感型工作负载的平均利用率，μ
iθ
为单台服务器处理延迟容忍型工作负载的平均利用率；为数据中心的制冷量；κ1和κ2为制冷系统的性能系数。5.根据权利要求4所述的一种大规模数据中心微网群的灵活性资源鲁棒调度方法，其特征在于，所述获取数据中心总负荷功率计算公式，之后还包括：单位储能系统在时间t推移下能量的上下界推导如下：单位储能系统在时间t推移下能量的上下界推导如下：单位储能系统在时间t推移下能量的上下界推导如下：单位储能系统在时间t推移下能量的上下界推导如下：单位储能系统在时间t推移下能量的上下界推导如下：单位储能系统在时间t推移下能量的上下界推导如下：单位储能系统在时间t推移下能量的上下界推导如下：
式中：为ESS的初始容量；为由起始时刻向后推的能量上界，为由终点时刻向前推的能量上界；为由初始时刻向后推的能量下界，为由终点时刻向前推的能量下界；为规定的能量上界，为规定的能量下界；为t时刻的ESS能量上界，为t时刻的ESS能量下界；为ESS功率最大值，为ESS功率最小值；T
end
为求解过程中最后一个时刻数；为在t时刻的ESS的实际功率上限，为在t时刻的ESS的实际功率下限；采用闵可夫斯基和对可再生能源和燃气轮机的电池储能量化可行集以及储能和负荷可行集进行整合以得到灵活性可行集Z
ac
：式中：Z
ess
为所有数据中心微网集群的储能系统灵活性可行集，Z
gt
为燃气轮机灵活性可行集，Z
loada
为可调度负荷灵活性可行集，Z
pv
为光伏光伏资源灵活性可行集；表示闵可夫斯基和。6.根据权利要求5所述的一种大规模数据中心微网群的灵活性资源鲁棒调度方法，其特...

【专利技术属性】
技术研发人员：高翔，金怡芳，张禄澳，张涛，彭智慧，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：