• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

能源互联网下基于储能调度及多源供能的数据中心能效优化

孙春蕾, 温向明, 路兆铭, 盛万兴, 曾楠, 李洋

孙春蕾, 温向明, 路兆铭, 盛万兴, 曾楠, 李洋. 能源互联网下基于储能调度及多源供能的数据中心能效优化[J]. 计算机研究与发展, 2017, 54(4): 703-710. DOI: 10.7544/issn1000-1239.2017.20161016
引用本文: 孙春蕾, 温向明, 路兆铭, 盛万兴, 曾楠, 李洋. 能源互联网下基于储能调度及多源供能的数据中心能效优化[J]. 计算机研究与发展, 2017, 54(4): 703-710. DOI: 10.7544/issn1000-1239.2017.20161016
shu
Sun Chunlei, Wen Xiangming, Lu Zhaoming, Sheng Wanxing, Zeng Nan, Li Yang. Energy Efficiency Optimization Based on Storage Scheduling and Multi-Source Power Supplying of Data Center in Energy Internet[J]. Journal of Computer Research and Development, 2017, 54(4): 703-710. DOI: 10.7544/issn1000-1239.2017.20161016
Citation: Sun Chunlei, Wen Xiangming, Lu Zhaoming, Sheng Wanxing, Zeng Nan, Li Yang. Energy Efficiency Optimization Based on Storage Scheduling and Multi-Source Power Supplying of Data Center in Energy Internet[J]. Journal of Computer Research and Development, 2017, 54(4): 703-710. DOI: 10.7544/issn1000-1239.2017.20161016
shu
孙春蕾, 温向明, 路兆铭, 盛万兴, 曾楠, 李洋. 能源互联网下基于储能调度及多源供能的数据中心能效优化[J]. 计算机研究与发展, 2017, 54(4): 703-710. CSTR: 32373.14.issn1000-1239.2017.20161016
引用本文: 孙春蕾, 温向明, 路兆铭, 盛万兴, 曾楠, 李洋. 能源互联网下基于储能调度及多源供能的数据中心能效优化[J]. 计算机研究与发展, 2017, 54(4): 703-710. CSTR: 32373.14.issn1000-1239.2017.20161016
shu
Sun Chunlei, Wen Xiangming, Lu Zhaoming, Sheng Wanxing, Zeng Nan, Li Yang. Energy Efficiency Optimization Based on Storage Scheduling and Multi-Source Power Supplying of Data Center in Energy Internet[J]. Journal of Computer Research and Development, 2017, 54(4): 703-710. CSTR: 32373.14.issn1000-1239.2017.20161016
Citation: Sun Chunlei, Wen Xiangming, Lu Zhaoming, Sheng Wanxing, Zeng Nan, Li Yang. Energy Efficiency Optimization Based on Storage Scheduling and Multi-Source Power Supplying of Data Center in Energy Internet[J]. Journal of Computer Research and Development, 2017, 54(4): 703-710. CSTR: 32373.14.issn1000-1239.2017.20161016
shu

能源互联网下基于储能调度及多源供能的数据中心能效优化

  • 1(北京邮电大学信息与通信工程学院 北京 100876)

  • 2(网络体系构建与融合北京市重点实验室(北京邮电大学) 北京 100876)

  • 3(先进信息北京市实验室(北京邮电大学) 北京 100876)

  • 4(中国电力科学研究院 北京 100192)

  • 5(国家电网公司 北京 100031) (scl1992@bupt.edu.cn)

基金项目: 北京市科技计划课题(Z171100000317003)
详细信息

  • 中图分类号: TP273

Energy Efficiency Optimization Based on Storage Scheduling and Multi-Source Power Supplying of Data Center in Energy Internet

  • 1(School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876)

  • 2(Beijing Key Laboratory of Network System Architecture and Convergence (Beijing University of Posts and Telecommunications), Beijing 100876)

  • 3(Beijing Laboratory of Advanced Information Networks (Beijing University of Posts and Telecommunications), Beijing 100876)

  • 4(China Electric Power Research Institute, Beijing 100192)

  • 5(State Grid Corporation of China, Beijing 100031)

HTML全文

    摘要
  • 摘要: 近年来，数据中心能效优化问题得到业界的普遍关注.同时，能源互联网的发展为数据中心能效优化问题提供了新的研究思路.能源互联网中的用户，尤其是大型的工业用户，通常具备一定的储能能力和一定的智能化能源管理能力.随着清洁能源的大规模部署以及售电公司的快速发展，数据中心等大型能耗用户也随之获得购电的选择权，可以根据电价、清洁程度等因素，从不同的能源供应商购买能源，从而降低能源成本，提高能效.研究表明在污染指数及实时电价的调节下，用户更趋向于在用电低谷期买入更多廉价且清洁的能源.因此，一方面综合考虑污染指数函数与实时电价，构建多源购电成本模型；另一方面综合考虑储能的操作成本及潜在收益成本，构建储能充放电成本模型，简称储能成本模型.以此为基础，建立了有储能系统下的数据中心多源能源选择模型，并与无储能时序调度策略时的系统性能做了对比.仿真结果表明:提出的模型可以通过对储能时序及多源能源选择的综合优化，一定程度上降低数据中心的日能源成本，同时提高清洁能源利用率.
    Abstract: Recently, the optimization problem of energy efficiency for data centers has been paid widespread attention. In this paper, we investigate this problem in a new idea under the background of energy Internet, where subscribers are equipped with storage and smart energy management devices, especially for industry subscribers. In addition, there are large scale of clean energy generation and electricity-sale companies, which means that industry subscribers can purchase electricity from multi-source suppliers to cut down their energy cost and improve their energy efficiency based on real-time price, pollution index, etc. It is assumed that data centers always attempt to choose cheaper and cleaner energy in each hour and buy more electricity in valley hours with lower price compared to peak hours to reduce the energy cost. Thus both of pollution index function and real-time price are adopted to formulate the multi-source energy-purchasing cost. And both of the operation cost and potential cost are adopted to model the charging and discharging cost of storage devices, or storage cost for short. Based on this, the energy cost model with storage is formulated and is compared with the one without storage. Then we give the related algorithm to solve these problems and give the analysis of performance. Simulation results confirm that the proposed model can greatly reduce the daily cost of electricity and encourage the utilization of renewable energy resources by choosing optimal strategies of energy source selecting and daily storage scheduling.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(63)

  • 期刊类型引用(30)

    1. 马超红，郝新丽，孟小峰，张旭康. 机器学习赋能的多维数据查询处理研究综述. 计算机学报. 2025(01): 100-123 . 百度学术
    2. 姜璐璐，高锦涛. 面向机器学习的数据库参数调优技术综述. 计算机工程与应用. 2024(03): 1-16 . 百度学术
    3. 刘帅，乔颖，罗雄飞，赵怡婧，王宏安. 时序数据库关键技术综述. 计算机研究与发展. 2024(03): 614-638 . 本站查看
    4. 赖思超，吴小莹，彭煜玮，彭智勇. 数据库索引调优技术综述. 计算机研究与发展. 2024(04): 929-954 . 本站查看
    5. 朱镕佳，杨宇轩，李振东，陈硕，唐朝阳，唐晓雨. 基于树莓派的智能零售系统设计. 现代信息科技. 2024(19): 189-192+198 . 百度学术
    6. 蔡盼，张少敏，刘沛然，孙路明，李翠平，陈红. 智能数据库学习型索引研究综述. 计算机学报. 2023(01): 51-69 . 百度学术
    7. 曹蓉，鲍亮，崔江涛，李辉，周恒. 数据库系统参数调优方法综述. 计算机研究与发展. 2023(03): 635-653 . 本站查看
    8. 杨荣利，王伟，杨栋，周东阳. 基于两因素模糊时间序列的一次风机指标预测. 电子设计工程. 2023(07): 91-94+99 . 百度学术
    9. 唐楚哲 ，王肇国 ，陈海波 . 机器学习方法赋能系统软件：挑战、实践与展望. 计算机研究与发展. 2023(05): 964-973 . 本站查看
    10. 张政，段怡，高志峰，张欢. 机器学习在手术中液体治疗的应用. 中国数字医学. 2023(07): 81-85 . 百度学术
    11. 杜维柱，张晓华，卢毅，王书渊，沈彦伶. 基于机器学习与数值预报技术的电网短期临近气象预警模型设计. 电子设计工程. 2023(19): 99-103 . 百度学术
    12. 曹卫东，金超. 基于birch聚类的可更新机器学习索引模型. 计算机工程与设计. 2023(11): 3328-3334 . 百度学术
    13. 王鹏. “智慧工会”实现路径. 科技资讯. 2022(02): 10-12 . 百度学术
    14. 张静，农昌瑞，张海兵，张亚周. 基于深度学习的发动机叶片故障检测技术. 航空发动机. 2022(01): 68-75 . 百度学术
    15. 孟小峰，余艳. 在跨学科交叉融合中深发展社会计算与社会智能. 计算机科学. 2022(04): 3-8 . 百度学术
    16. 欧群雍，谭同德，冯学晓. 基于机器学习的软件定义网络数据流子序列匹配算法. 国外电子测量技术. 2022(04): 70-76 . 百度学术
    17. 杜清华，张凯. 一种高效的跨平台工作流优化方法. 计算机工程. 2022(07): 13-21+28 . 百度学术
    18. 姬莉霞，赵耀，马郑祎，赵润哲，张晗. 基于iForest-BiLSTM-Attention的数据库负载预测方法. 郑州大学学报(理学版). 2022(06): 66-73 . 百度学术
    19. 张洲，金培权，谢希科. 学习索引:现状与研究展望. 软件学报. 2021(04): 1129-1150 . 百度学术
    20. 潘璇，徐思涵，蔡祥睿，温延龙，袁晓洁. 基于深度学习的数据库自然语言接口综述. 计算机研究与发展. 2021(09): 1925-1950 . 本站查看
    21. 蒙芳，翟建丽. 学习行为大数据可视化的网络数据库学习仿真. 计算机仿真. 2021(09): 216-220 . 百度学术
    22. 陈镭. 基于机器学习的数据库系统自动调参研究. 软件导刊. 2021(11): 148-151 . 百度学术
    23. 崔栋，温巧燕，张华，王华伟. QML：一种混合空间索引结构. 通信学报. 2021(12): 1-16 . 百度学术
    24. 陶镇威. 基于机器学习的Oracle数据库故障预测技术探索. 现代工业经济和信息化. 2020(02): 70-71 . 百度学术
    25. 桂树强，周实，张家季，耿欣. 基于BIM的轨道交通项目管理框架体系研究与实践. 人民长江. 2020(03): 147-152 . 百度学术
    26. 宋雨萌，谷峪，李芳芳，于戈. 人工智能赋能的查询处理与优化新技术研究综述. 计算机科学与探索. 2020(07): 1081-1103 . 百度学术
    27. 陈珂锐，孟小峰. 机器学习的可解释性. 计算机研究与发展. 2020(09): 1971-1986 . 本站查看
    28. 唐吉深，覃少华. 大型数据库重复记录检测与优化研究. 现代电子技术. 2020(17): 77-81 . 百度学术
    29. 蔡洪浩，罗应华，张荣鑫，杨喻淳. 基于机器学习的智能光电对抗系统. 电子技术与软件工程. 2020(13): 79-80 . 百度学术
    30. 陶姿邑. 基于深度学习的数据库重复记录检测算法. 微型电脑应用. 2020(12): 174-176 . 百度学术

    其他类型引用(33)

    • 资源附件(0)
计量
  • 文章访问数:  1446
  • HTML全文浏览量:  1
  • PDF下载量:  824
  • 被引次数: 63
出版历程
  • 发布日期:  2017-03-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(63)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计