多路能源數(shù)據(jù)中心能效優(yōu)化機(jī)制研究.pdf

1、隨著大規(guī)模云計(jì)算數(shù)據(jù)中心在全球范圍內(nèi)廣泛部署，其高能耗、高費(fèi)用、高污染等問(wèn)題日益突出。清潔新能源、智能電網(wǎng)和高效儲(chǔ)能設(shè)備為云數(shù)據(jù)中心的節(jié)能降耗帶來(lái)了新的契機(jī)。但是，新能源是不穩(wěn)定地間歇供應(yīng)的，而智能電網(wǎng)具有多種電力市場(chǎng)和波動(dòng)電價(jià)，這給云數(shù)據(jù)中心的能效優(yōu)化帶來(lái)新的挑戰(zhàn)。研究新能源和智能電網(wǎng)環(huán)境下的多路能源數(shù)據(jù)中心的能效優(yōu)化機(jī)制，對(duì)于建立環(huán)境友好型、資源節(jié)約型、自適應(yīng)動(dòng)態(tài)伸縮的新型云數(shù)據(jù)中心具有重要的意義。
　　目前，國(guó)內(nèi)外針對(duì)多路能

2、源數(shù)據(jù)中心的能效優(yōu)化研究方興未艾，尚存在一些亟待深入探究的問(wèn)題。首先，現(xiàn)有研究工作假設(shè)系統(tǒng)可以預(yù)知負(fù)載需求，或者需要通過(guò)大量復(fù)雜計(jì)算或預(yù)測(cè)技術(shù)獲得。在求解能效最優(yōu)化問(wèn)題時(shí)，傳統(tǒng)的動(dòng)態(tài)規(guī)劃或者馬爾科夫決策過(guò)程也遭受“維數(shù)災(zāi)難”問(wèn)題。第二，當(dāng)前針對(duì)清潔新能源應(yīng)用機(jī)制的研究較多，而面向智能電網(wǎng)、新能源和儲(chǔ)能設(shè)備等多路能源的研究較少。第三，負(fù)載調(diào)度時(shí)引起的服務(wù)器開(kāi)關(guān)、功耗狀態(tài)調(diào)節(jié)和溫度升高對(duì)硬件可靠性具有不利影響，而負(fù)載聚集、系統(tǒng)軟件長(zhǎng)時(shí)間運(yùn)行

3、影響軟件可靠性，同時(shí)數(shù)據(jù)中心儲(chǔ)能設(shè)備的過(guò)度使用也會(huì)降低系統(tǒng)電力可靠性。第四，當(dāng)前缺乏對(duì)儲(chǔ)能設(shè)備在數(shù)據(jù)中心中地位和價(jià)值的深入研究和探索。最后，如何在多個(gè)數(shù)據(jù)中心間實(shí)現(xiàn)在線的、輕量級(jí)的、去中心化的、多區(qū)域能效感知的請(qǐng)求路由、負(fù)載調(diào)度和能源管理算法，是亟待解決的又一問(wèn)題。針對(duì)這些問(wèn)題，以數(shù)據(jù)中心的能效優(yōu)化為中心，從四個(gè)側(cè)面對(duì)多路能源數(shù)據(jù)中心能效優(yōu)化的關(guān)鍵理論和核心技術(shù)進(jìn)行廣泛深入的研究。
　　多樣化定價(jià)策略下的儲(chǔ)能設(shè)備自適應(yīng)控制機(jī)制，將

4、全面深入地研究?jī)?chǔ)能電池的儲(chǔ)能作用與其購(gòu)買(mǎi)開(kāi)銷(xiāo)之間的權(quán)衡，以及在數(shù)據(jù)中心中地位和價(jià)值?；谝粋€(gè)隨機(jī)優(yōu)化模型，該機(jī)制將最小化數(shù)據(jù)中心長(zhǎng)期運(yùn)營(yíng)開(kāi)銷(xiāo)同時(shí)滿足動(dòng)態(tài)的負(fù)載需求。針對(duì)不同的電能定價(jià)策略，該機(jī)制分別設(shè)計(jì)儲(chǔ)能設(shè)備的自適應(yīng)最優(yōu)控制方案。進(jìn)一步地，該機(jī)制從理論上分析投資購(gòu)買(mǎi)儲(chǔ)能設(shè)備的收益條件，定量地刻畫(huà)儲(chǔ)能電池對(duì)于緩解不穩(wěn)定新能源和動(dòng)態(tài)負(fù)載的作用，以及計(jì)算特定系統(tǒng)所需的儲(chǔ)能容量大小。該機(jī)制為云數(shù)據(jù)中心系統(tǒng)管理員合理規(guī)劃、配置、最優(yōu)控制儲(chǔ)能設(shè)備

5、提供有效指導(dǎo)。
　　多路能源協(xié)同管理與負(fù)載在線調(diào)度機(jī)制，可以改善現(xiàn)有新能源管理和負(fù)載調(diào)度方法需要預(yù)知系統(tǒng)信息或者需要大量預(yù)測(cè)計(jì)算的弊端。最優(yōu)控制方案SmartDPSS僅依靠系統(tǒng)當(dāng)前信息就可以做在線決策，以應(yīng)對(duì)系統(tǒng)動(dòng)態(tài)的需求、新能源供應(yīng)和電價(jià)?；趦煞N時(shí)間粒度的李雅普諾夫最優(yōu)化理論，SmartDPSS具有兩個(gè)時(shí)間粒度的控制策略：先在粗時(shí)隙提前為系統(tǒng)能源供需做規(guī)劃，然后在細(xì)時(shí)隙根據(jù)系統(tǒng)變化情況做均衡。進(jìn)一步地，多能源協(xié)作優(yōu)化的高效機(jī)制

6、可以克服多種能源“各自為政”的供給現(xiàn)狀。理論分析和模擬實(shí)驗(yàn)證實(shí) SmartDPSS在數(shù)據(jù)中心中具有良好的最優(yōu)性、自適應(yīng)性和可擴(kuò)展性。
　　可靠性感知的負(fù)載動(dòng)態(tài)整合方案RACE，可以?xún)?yōu)化數(shù)據(jù)中心系統(tǒng)全局的、長(zhǎng)期的效益。RACE全局地構(gòu)建一個(gè)權(quán)衡性能、可靠性和能耗的多目標(biāo)效益模型。為解決此多目標(biāo)優(yōu)化問(wèn)題，RACE利用改良的組合遺傳算法求解。為加快遺傳算法收斂速度，RACE設(shè)計(jì)可靠性感知的緩存策略和虛擬機(jī)與物理機(jī)映射策略，來(lái)生成效益較高

7、的初始解空間。RACE不僅具有較高的長(zhǎng)期整體收益，而且RACE方案可以以較低的開(kāi)銷(xiāo)分布式地部署在大規(guī)模的數(shù)據(jù)中心上。
　　綠色分布式云數(shù)據(jù)中心間的負(fù)載均衡機(jī)制，能實(shí)現(xiàn)在多個(gè)數(shù)據(jù)中心之間在線地動(dòng)態(tài)分發(fā)云請(qǐng)求、各個(gè)數(shù)據(jù)中心實(shí)時(shí)調(diào)度負(fù)載和協(xié)同管理多路能源。基于兩個(gè)時(shí)間粒度的李雅普諾夫優(yōu)化技術(shù)，控制方案GeoGreen不需要預(yù)知系統(tǒng)未來(lái)信息就可作準(zhǔn)確的實(shí)時(shí)決策，而且是輕量級(jí)的、去中心化的、多區(qū)域能效感知的。通過(guò)設(shè)置不同的開(kāi)銷(xiāo)-延時(shí)參數(shù)，開(kāi)