基于改进北极熊算法的多租户数据中心电力成本优化方法研究

为了满足电力需求响应,通过改进北极熊算法提出了一种面向多租户数据中心的成本优化算法。首先采用一对多的逆向拍卖模型建立租户及运营商的关系,激励租户主动参与拍卖并提交相应的节能方案和期望奖励;接着通过改进现有的北极熊算法,来求解最优租户组合和最小成本,其中采用了sigmoid函数对坐标进行离散化处理;同时为了增强算法跳出局部最优的能力在算法中融入了变异策略,并且为提高算法的寻优能力,采用自适应视野代替固定视野来动态调整局部搜索的范围,进一步降低算法陷入局部最优解的概率。最后将提出的方法分别与经典的算法进行比较,实验结果表明在满足需求响应的情况下,提出的方法不仅花费成本最低,而且具有更高的效率。

托管型数据中心激励机制优化算法分析与研究

针对紧急需求响应下托管型数据中心激励机制中胜标方决策效率低的问题,分别采用动态规划、遗传算法、粒子群优化及混合算法等方法对其激励机制的优化展开分析与研究。根据紧急需求响应的特点和算法需求建立托管型数据中心的激励机制优化模型,证明激励机制中的胜标方决策问题为一个NPC问题。从理论上分析优化算法使用的可行性及复杂度性,为算法在激励机制中的应用提供了理论基础。通过实验仿真,分别从4种算法的处理规模、性能以及时间复杂度的角度进行阐述和对比,实验结果表明,4种算法优化了胜标方选择最大化可供电力并满足管理员的最大支付,体现了优化算法解决问题的有效性及高效率性,提高了决胜标方决策的效率。

计算资源共享模式下的托管式数据中心群两阶段鲁棒优化模型

城区高能耗且数量众多的中小型数据中心具有巨大的调节潜力,可作为需求响应业务的主要载体,然而此类数据中心的成果多是将个体作为研究对象,并未考虑多个数据中心计算资源联动的可能。对此,该文提出一种计算资源共享模式下的托管式数据中心群两阶段鲁棒优化模型。首先,将托管式数据中心群下的租户分为日前组和备用组。然后,日前组的租户参与需求响应,备用组的租户在Nash博弈的基础上共享计算资源给日前组,处理日前组的不确定性工作负载。最后,通过两阶段鲁棒优化模型拟定日前调节方案和备用调节方案。经仿真结果验证,该文所提的模型能提高数据中心运营商的整体收益,当负荷削减存在不确定性时,模型能减少数据中心运营商对柴油发电机的依赖。

基于许可区块链的托管数据中心的紧急需求响应

托管数据中心因其转移电力负载灵活的特点,可以在智能电网的紧急需求响应(emergency demand response,EDR)中发挥积极作用。在EDR时,托管数据中心需要与租户之间协同才能更好地满足智能电网下达的节能目标。传统的托管数据中心EDR系统缺乏可信的第三方,存在响应过程不透明、响应结果易被窜改的风险,且一旦系统出现故障将对整个EDR产生不利影响。基于许可区块链去中心化、成员身份可识别、分布式存储和多方共识的特点,提出了EDR系统架构PBDR(permissioned blockchain based EDR),使用共识机制保证响应过程的透明;利用链式存储保证响应结果的不可窜改;通过智能合约技术解决托管运营商和租户之间没有可信第三方的问题。使用Hyperledger Fabric对PBDR进行模拟实现,结果显示系统的平均延迟和TPS可以满足托管数据中心对EDR的需求,系统可以保证响应过程的透明和响应结果的不可窜改。