一种包含可再生能源的多数据中心最优任务分配方法及系统与流程

本发明涉及可再生能源消纳，尤其涉及一种包含可再生能源的多数据中心最优任务分配方法及系统。

背景技术：

1、随着现代化社会的快速发展，数据中心总是昼夜不停地工作，消耗大量电力，这些电力主要来自煤炭、石油和天然气等传统能源，从而对环境造成严重的空气污染。据估计，一个拥有5×104台服务器的数据中心每年可能使用超过1亿千瓦时，相当于105户家庭的城市能耗。在这种情况下，由于可再生能源低成本和环保特性，可再生能源驱动的数据中心近年来受到了越来越多的关注。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明提供了一种包含可再生能源的多数据中心最优任务分配方法及系统解决数据中心的经济高效性和环保性较低的问题。

4、为解决上述技术问题，本发明提供如下技术方案：

5、第一方面，本发明提供了一种包含可再生能源的多数据中心最优任务分配方法，包括：

6、基于地理位置和网络基础设施，建立地理分布式数据中心的系统框架；

7、基于系统框架，引入动态电压和频率缩放技术，根据处理器的实际功耗调整供电电压和工作频率；

8、基于数据中心的总电费最小化为目标函数，考虑可再生能源和动态电压和频率缩放技术，创建多数据中心最优任务分配模型；

9、使用优化求解器对多数据中心最优任务分配模型进行求解，输出数据中心电费总成本和不同数据中心的服务请求数量，获得最优的任务分配决策。

10、作为本发明所述的包含可再生能源的多数据中心最优任务分配方法的一种优选方案，其中：

11、所述动态电压和频率缩放技术，包括通过调整供电电压和工作频率控制功耗，其中功耗模型表示为：

12、p＝bv2f+pstatic

13、其中，p为处理器功耗，f为工作频率，v为供电电压，b为不同处理器的相关系数，pstatic为静态功耗。

14、设供电电压v和工作频率f之间的关系为v∝fβ，β为1，简化后的功耗模型表示为：

15、p＝bfα+1+pstatic

16、其中，α＝2β。

17、作为本发明所述的包含可再生能源的多数据中心最优任务分配方法的一种优选方案，其中：

18、所述以数据中心的总电费最小化为目标函数表示为：

19、

20、式中，sn和prn表示数据中心n的服务器号和电价，为服务器s中从公共电网购买的电力。

21、作为本发明所述的包含可再生能源的多数据中心最优任务分配方法的一种优选方案，其中：

22、所述多数据中心最优任务分配模型，包括功耗限制约束、电力供需平衡约束、工作负载平衡约束和qos延迟约束；

23、所述功耗限制约束表示为：

24、

25、其中，表示数据中心n中服务器s的功耗，为数据中心n中服务器s繁忙的概率，为数据中心n中服务器s的状态变量。

26、作为本发明所述的包含可再生能源的多数据中心最优任务分配方法的一种优选方案，其中：

27、所述电力供需平衡约束表示为：

28、

29、其中，rn表示数据中心n的可再生能源。

30、作为本发明所述的包含可再生能源的多数据中心最优任务分配方法的一种优选方案，其中：

31、所述工作负载平衡约束表示为：

32、

33、其中，表示数据中心n执行的所有请求，表示前端门户收集到的所有需求。

34、作为本发明所述的包含可再生能源的多数据中心最优任务分配方法的一种优选方案，其中：

35、所述qos延迟约束表示为：

36、

37、其中，表示平均到达率，表示平均服务时间，表示平均等待时间，表示服务器s的状态变量，r表示任务处理率，表示服务器s的工作频率，k表示一个常数，t表示最大延迟。

38、第二方面，本发明提供了一种包含可再生能源的多数据中心最优任务分配系统，包括：

39、建立框架模块，用于基于地理位置和网络基础设施，建立地理分布式数据中心的系统框架；

40、调整模块，用于基于系统框架，引入动态电压和频率缩放技术，根据处理器的实际功耗调整供电电压和工作频率；

41、建立模型模块，用于基于数据中心的总电费最小化为目标函数，考虑可再生能源和动态电压和频率缩放技术，创建多数据中心最优任务分配模型；

42、求解模块，用于使用优化求解器对多数据中心最优任务分配模型进行求解，输出数据中心电费总成本和不同数据中心的服务请求数量，获得最优的任务分配决策。

43、第三方面，本发明提供了一种计算设备，包括：

44、存储器，用于存储程序；

45、处理器，用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述包含可再生能源的多数据中心最优任务分配方法的步骤。

46、第四方面，本发明提供了一种计算机可读存储介质，包括：所述程序被处理器执行时，实现所述的包含可再生能源的多数据中心最优任务分配方法的步骤。

47、本发明的有益效果：本发明建立了一个考虑区域电价差异的地理分布式数据中心系统框架，并结合动态电压和频率缩放(dvfs)技术，优化数据中心的任务分配，以最大限度地降低总电费，同时提高可再生能源的利用率。

技术特征：

1.一种包含可再生能源的多数据中心最优任务分配方法，其特征在于，包括：

2.如权利要求1所述的包含可再生能源的多数据中心最优任务分配方法，其特征在于：所述动态电压和频率缩放技术，包括通过调整供电电压和工作频率控制功耗，其中功耗模型表示为：

3.如权利要求1或2所述的包含可再生能源的多数据中心最优任务分配方法，其特征在于：所述以数据中心的总电费最小化为目标函数表示为：

4.如权利要求3所述的包含可再生能源的多数据中心最优任务分配方法，其特征在于：所述约束条件，包括功耗限制约束、电力供需平衡约束、工作负载平衡约束和qos延迟约束；

5.如权利要求4所述的包含可再生能源的多数据中心最优任务分配方法，其特征在于：所述电力供需平衡约束表示为：

6.如权利要求5所述的包含可再生能源的多数据中心最优任务分配方法，其特征在于：所述工作负载平衡约束表示为：

7.如权利要求6所述的包含可再生能源的多数据中心最优任务分配方法，其特征在于：所述qos延迟约束表示为：

8.一种基于权利要求1所述的包含可再生能源的多数据中心最优任务分配方法的系统，其特征在于：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其存储有程序，其特征在于，所述程序被处理器执行时，实现如权利要求1-7任一项所述的包含可再生能源的多数据中心最优任务分配方法的步骤。

技术总结本发明公开了一种包含可再生能源的多数据中心最优任务分配方法及系统，包括：基于地理位置和网络基础设施，建立地理分布式数据中心的系统框架；基于系统框架，引入动态电压和频率缩放技术，根据处理器的实际功耗调整供电电压和工作频率；基于数据中心的总电费最小化为目标函数和约束条件，考虑可再生能源和动态电压和频率缩放技术，创建多数据中心最优任务分配模型；使用优化求解器对多数据中心最优任务分配模型进行求解，输出数据中心电费总成本和不同数据中心的服务请求数量，获得最优的任务分配决策。本发明所提出的多数据中心最优任务分配方法可以有效提高数据中心的经济高效性和环保性。技术研发人员：龙玉江,王宗义,甘润东,金鑫,何熙,潘廷哲,汤杰,罗鸿轩,王策受保护的技术使用者：贵州电网有限责任公司技术研发日：技术公布日：2025/1/6