System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于混合储能的数据中心能源系统节能智控方法技术方案_技高网

基于混合储能的数据中心能源系统节能智控方法技术方案

技术编号:40216914 阅读:5 留言:0更新日期:2024-02-02 22:24
本发明专利技术提供了基于混合储能的数据中心能源系统节能智控方法,包括:步骤S1,获取能源系统设备的当前状态数据、运行数据;步骤S2,构建面向预测周期的控制变量;步骤S3,将控制变量、当前状态数据、运行数据代入预设的电力成本优化模型;步骤S4,利用混整优化算法求解一定约束条件下的电力成本优化问题,得到电池单元和蓄冷单元的预测功率数据;步骤S5,将预测功率数据输出至上位控制系统指导预测周期内数据中心能源系统的优化控制,随后返回步骤S1,继续下个预测周期的电力成本优化。有益效果是本发明专利技术采用智能化预测控制方法对电储能和蓄冷混合储能的动态协同优化,提高数据中心机房的储能利用率,实现降低数据中心机房电力成本的目的。

【技术实现步骤摘要】

本专利技术涉及能源系统的,具体而言,涉及基于混合储能的数据中心能源系统节能智控方法


技术介绍

1、随着设备的不断更新换代,使得传统数据中心能源系统的能耗高、设备配置不灵活、经济性不明显等问题逐渐突出,在低碳、环保、能源可持续发展的大背景下,数据中心能源系统的节能降本具有重要意义。

2、近年来,用电负荷不断增大但呈现显著的峰谷特征、新能源发电占比提升但其与用电负荷存在时空错配等原因导致的峰谷电价差异不断增大,储能因其可以实现能耗在时间轴上平移,成为电网负荷调节和用户侧电能需求优化的重要手段,因此,基于储能应用的数据中心能源系统智能化预测控制技术成为数据中心电力成本优化的重要可行手段。

3、但是现有的数据中心能源系统存在以下几个问题:

4、1)储能配置单一,一般小型的数据中心机房只会配置电储能设备,中大型的数据中心机房也只会将蓄冷设备主要用于应急,而由于电网功能在不同时刻的成本差异,使得长期使用电储能设备的情况下造成电力成本过大;

5、2)储能利用率低,电网断电才会真正消耗电池电能供电使得电储能容量闲置,数据中心机房服务器的实际负载率低使得电储能功率闲置,而蓄冷设备也只会在应急时启用;

6、3)缺乏动态协同控制,电储能、蓄冷的削峰填谷很少进行协同控制,并缺乏数据中心机房内设备功率的分配优化,使得削峰填谷效果较差。


技术实现思路

1、本专利技术要解决的问题是:提供基于混合储能的数据中心能源系统节能智控方法,能够优化储能配置减小电力成本、提高储能利用率、辅助进行动态协同优化并进行数据中心机房内设备功率的分配优化以提高削峰填谷效果。

2、为解决上述问题,本专利技术提供基于混合储能的数据中心能源系统节能智控方法,数据中心能源系统包括电网、电池单元、蓄冷单元、制冷设备和数据中心机房,所述电网分别与所述电池单元和所述制冷设备电连接,所述蓄冷单元与所述制冷设备电连接,所述数据中心机房分别与所述蓄冷单元和所述电池单元电连接,所述节能智控方法包括以下步骤:

3、步骤s1,获取所述电池单元及所述蓄冷单元的当前状态数据、所述电池单元的第一运行数据、所述蓄冷单元的第二运行数据、所述电网的收支数据、所述制冷设备的第三运行数据和所述数据中心机房的第四运行数据;

4、步骤s2,基于预先配置的预测周期,构建对应的控制变量,所述控制变量包含有所述电池单元及所述蓄冷单元的每个时刻的预测功率数据和每个时刻的二元工作状态变量;

5、步骤s3,将所述控制变量、各所述当前状态数据、所述第一运行数据、所述第二运行数据、所述收支数据、所述第三运行数据和所述第四运行数据输入至预先配置的电力成本优化模型计算所述数据中心机房对应的预测周期电力成本;

6、步骤s4,基于所述预测周期电力成本、所述控制变量和预先配置的约束矩阵数据,通过混整优化算法求解所述电力成本优化模型的电力成本优化问题得到预测周期内所述电池单元及所述蓄冷单元每个时刻的所述预测功率数据;

7、步骤s5,将各所述预测功率数据输出至上位控制系统指导所述电池单元和所述蓄冷单元进行预测周期内的优化控制,随后返回所述步骤s1,继续下个预测周期的电力成本优化。

8、本方案中,所述电池单元的所述预测功率数据包括每个时刻的充电功率和放电功率,所述蓄冷单元的所述预测功率数据包括每个时刻的蓄冷功率和放冷功率,所述步骤s2中,通过以下表达式构建得到所述控制变量:

9、;

10、其中,

11、x表示所述控制变量;

12、表示预测周期起始时刻下所述电池单元的所述充电功率;

13、表示预测周期结束时刻下所述电池单元的所述充电功率;

14、表示预测周期起始时刻下所述电池单元的所述放电功率;

15、表示预测周期结束时刻下所述电池单元的所述放电功率;

16、表示预测周期起始时刻下所述蓄冷单元的所述蓄冷功率;

17、表示预测周期结束时刻下所述蓄冷单元的所述蓄冷功率;

18、表示预测周期起始时刻下所述蓄冷单元的所述放冷功率;

19、表示预测周期结束时刻下所述蓄冷单元的所述放冷功率;

20、表示预测周期起始时刻下所述电池单元的所述二元工作状态变量;

21、表示预测周期结束时刻下所述电池单元的所述二元工作状态变量;

22、表示预测周期起始时刻下所述蓄冷单元的所述二元工作状态变量;

23、表示预测周期结束时刻下所述蓄冷单元的所述二元工作状态变量;

24、1表示预测周期起始时刻,且1<k;

25、表示预测周期结束时刻,且大于k。

26、本方案中,所述第一运行数据包括所述电池单元的第一自充放系数、充电效率、放电效率、额定容量和离散周期,则所述步骤s2中,通过以下计算公式构建得到所述电池单元每个时刻的所述预测功率数据:

27、;

28、其中,

29、表示k+1时刻所述电池单元的所述预测功率数据;

30、表示所述第一自充放系数;

31、表示k时刻所述电池单元的所述当前状态数据;

32、表示所述充电效率;

33、表示k时刻所述电池单元的所述充电功率;

34、表示所述放电效率;

35、表示k时刻所述电池单元的所述放电功率;

36、表示所述电池单元的离散化常数;

37、表示所述离散周期;

38、表示所述额定容量。

39、本方案中,所述第二运行数据包括所述蓄冷单元的第二自充放系数、蓄冷效率、放冷效率、额定蓄冷容量和离散周期,则所述步骤s2中,通过以下计算公式构建得到所述蓄冷单元每个时刻的所述预测功率数据:

40、;

41、其中,

42、表示k+1时刻所述蓄冷单元的所述预测功率数据 ;

43、表示所述第二自充放系数 ;

44、表示k时刻所述蓄冷单元的所述当前状态数据 ;

45、表示所述蓄冷效率 ;

46、表示k时刻所述蓄冷单元的所述蓄冷功率;

47、表示所述放冷效率;

48、表示k时刻所述蓄冷单元的所述放冷效率;

49、表示所述蓄冷单元的离散化常数;

50、表示所述离散周期;

51、表示所述额定蓄冷容量。

52、本方案中,所述第三运行数据为所述制冷设备的第一消耗功率,所述第四运行数据为所述数据中心机房的第二消耗功率,所述收支数据包括所述电网的电池储能寿命损耗成本、电力市场获利和电费,则所述步骤s3包括:

5本文档来自技高网...

【技术保护点】

1.基于混合储能的数据中心能源系统节能智控方法,其特征在于,数据中心能源系统包括电网(1)、电池单元(2)、蓄冷单元(3)、制冷设备(4)和数据中心机房(5),所述电网(1)分别与所述电池单元(2)和所述制冷设备(4)电连接,所述蓄冷单元(3)与所述制冷设备(4)电连接,所述数据中心机房(5)分别与所述蓄冷单元(3)和所述电池单元(2)电连接,所述节能智控方法包括以下步骤:

2.根据权利要求1所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述电池单元(2)的所述预测功率数据包括每个时刻的充电功率和放电功率,所述蓄冷单元(3)的所述预测功率数据包括每个时刻的蓄冷功率和放冷功率,所述步骤S2中,通过以下表达式构建得到所述控制变量:

3.根据权利要求2所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述第一运行数据包括所述电池单元(2)的第一自充放系数、充电效率、放电效率、额定容量和离散周期,则所述步骤S2中,通过以下计算公式构建得到所述电池单元(2)每个时刻的所述预测功率数据:

4.根据权利要求2所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述第二运行数据包括所述蓄冷单元(3)的第二自充放系数、蓄冷效率、放冷效率、额定蓄冷容量和离散周期,则所述步骤S2中,通过以下计算公式构建得到所述蓄冷单元(3)每个时刻的所述预测功率数据:

5.根据权利要求2所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述第三运行数据为所述制冷设备(4)的第一消耗功率,所述第四运行数据为所述数据中心机房(5)的第二消耗功率,所述收支数据包括所述电网(1)的电池储能寿命损耗成本、电力市场获利和电费,则所述步骤S3包括:

6.根据权利要求5所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述步骤S32中,通过以下计算公式得到所述电网输入功率:

7.根据权利要求6所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述步骤S33中,通过以下计算公式得到所述电网(1)对应的所述电费支出:

8.根据权利要求7所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述步骤S34中,通过以下计算公式得到所述预测周期电力成本:

9.根据权利要求1所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述约束矩阵数据包括第一不等式约束系数矩阵、第二不等式约束系数矩阵、第一等式约束矩阵、第二等式约束矩阵、所述控制变量的取值下限矩阵和取值上限矩阵,所述步骤S4中,求解所述电力成本优化问题的表达式如下所示:

...

【技术特征摘要】

1.基于混合储能的数据中心能源系统节能智控方法,其特征在于,数据中心能源系统包括电网(1)、电池单元(2)、蓄冷单元(3)、制冷设备(4)和数据中心机房(5),所述电网(1)分别与所述电池单元(2)和所述制冷设备(4)电连接,所述蓄冷单元(3)与所述制冷设备(4)电连接,所述数据中心机房(5)分别与所述蓄冷单元(3)和所述电池单元(2)电连接,所述节能智控方法包括以下步骤:

2.根据权利要求1所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述电池单元(2)的所述预测功率数据包括每个时刻的充电功率和放电功率,所述蓄冷单元(3)的所述预测功率数据包括每个时刻的蓄冷功率和放冷功率,所述步骤s2中,通过以下表达式构建得到所述控制变量:

3.根据权利要求2所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述第一运行数据包括所述电池单元(2)的第一自充放系数、充电效率、放电效率、额定容量和离散周期,则所述步骤s2中,通过以下计算公式构建得到所述电池单元(2)每个时刻的所述预测功率数据:

4.根据权利要求2所述的基于混合储能的数据中心能源系统节能智控方法,其特征在于,所述第二运行数据包括所述蓄冷单元(3)的第二自充放系数、蓄冷效率、放冷效率、额定蓄冷容量和离散周期,则所述步骤...

【专利技术属性】
技术研发人员:程浙武吕亮
申请(专利权)人:宁波亮控信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1