一种绿色数据中心的服务器自适应定价策略的制作方法

技术特征：

1.一种绿色数据中心的服务器自适应定价策略，其特征在于，通过如下公式描述服务器动态定价问题：

$\underset{P}{\max }\underset{T\→\mathrm{\∞}}{\lim }\frac{1}{T}\underset{t=0}{\overset{T-1}{\Σ}}{R}_t^p,$

约束条件为：

d_t^b+d_t^g＝[ρm_t-r_t]⁺，

[r_t-ρm_t]⁺≥c_t^r≥0，

B_t+1＝B_t+η_c(c_t^g+c_t^r)-η_dd_t^b，

0≤B_t≤B_max<∞，

$c_t^g+c_t^r\&le;C,$

$d_t^g+c_t^g\&le;G,$

$d_t^b\&le;\mathrm{\&delta;},$

$c_t^g,c_t^r,d_t^g,d_t^b,p_t\&GreaterEqual;0,\&ForAll;t;$

通过以上公式对服务器动态定价和能源操作实现最大化时间平均利润；

其中，P＝{P_t},t＝1,2,...,T,为一个决策序列，P_t是一个决策向量，定义为为在P下时间槽t的瞬时利润，d_t^b为蓄电池支持服务器运行所提供的电能，为电网为支持服务器运行所提供的电能，ρ为一台服务器的功率，m_t为t时刻服务器资源总需求，r_t为t时刻可再生能源生产量，为可再生能源充入蓄电池的电能，B_t为蓄电池电量，η_c和η_d分别是充电效率和放电效率，为电网充入蓄电池的电能，B_max为蓄电池的极限电量，c_t^g是电网为蓄电池提供的电能，C为最大充电效率，G为可以从电网中购买的最大电能，δ为最大放电效率，p_t为t时刻服务器的现货价格。

2.根据权利要求1所述绿色数据中心的服务器自适应定价策略，其特征在于，通过建立数据中心模型获取总服务器需求量，数据中心模型中，在时间槽t内，假设云用户i的负载是λ_t,i，服务器价格为p_t，则租赁的服务器数量m_ti由最小化成本函数决定：

m_t,i＝argmin{α_iD_i(m_t,i,λ_t,i)+p_tm_t,i}

其中D_i(m_t,i,λ_t,i)是云用户的负效用函数，定义为一个关于m_t,i的凸函数，其物理含义是当所租用的资源不能满足需求时产生的利润损失，α_i是将负效用损失程度转化为成本损失的权值，令服务器总需求为m_t＝∑_im_t,i，得出总服务器需求量为：

$m_t=\underset{i}{\&Sigma;}{\left({D^{\&prime;}}_i\right)}^{-1}(\frac{p_t}{{\mathrm{\&alpha;}}_i},{\mathrm{\&lambda;}}_{t,i})$

λ_t，i服从任意的随机过程，假设λ_ti是有界的，即其中λ_max,i是有限常数；

数据中心模型中，假设数据中心处于实行可变电价的市场，电价随实时供求关系变化，云提供商没有电价的统计信息，也不知道未来的电价，然而，它能够在每个时间槽开始时观测到当前的电价在当前决策时间槽内不变，且小于某常数，即

3.根据权利要求1所述绿色数据中心的服务器自适应定价策略，其特征在于，所述约束条件通过建立可再生能源和蓄电池模型得出：

假设可再生能源是无任何成本的，数据中心优先使用可再生能源以满足服务器运行的能源需求，在时刻t，令可再生能源为r_t，假设

$0\&le;r_t\&le;r_{max},\&ForAll;t$

数据中心中配备有蓄电池，其中存储的电能可供未来使用，当电价低的时候进行充电，当电价高时放电满足服务器用电的需求，设ρ为单个服务器的功率，当ρm_t-r_t>0，即总电能需求超过可再生能源所提供的电能时，则需额外从电网中获取电能d_t^g，或者电池放电d_t^b去满足电能需求，即：

d_t^b+d_t^g＝[ρm_t-r_t]⁺

否则，可再生能源可为蓄电池充电，即

[r_t-ρm_t]⁺≥c_t^r≥0

由于充电和放电操作，蓄电池电量会随着时间改变，电池的动态变化过程如下：

B_t+1＝B_t+η_c(c_t^g+c_t^r)-η_dd_t^b

实际情况下，蓄电池的电量是有限的，即

$0\&le;B_t\&le;B_{max}\&lt;\mathrm{\&infin;},\&ForAll;t$

最后对于每一个控制变量做如下的限制：

$c_t^g+c_t^r\&le;C$

$d_t^g+c_t^g\&le;G$

$d_t^b\&le;\mathrm{\&delta;}$

$c_t^g,c_t^r,d_t^g,d_t^b,p_t\&GreaterEqual;0.$

4.根据权利要求1所述绿色数据中心的服务器自适应定价策略，其特征在于，利用李雅普诺夫优化理论解决动态服务器定价问题，分别定义李雅普诺夫函数L_t和李雅普诺夫漂移△_t为：

$L_t=\frac{1}{2}{(B_t-\mathrm{\&theta;})}^2,$

△_t＝L_t+1＝L_t，

其中θ>0是一个常数；

在所述约束条件下，李雅普诺夫优化理论最小化公式△_t-VR_t，以得到动态服务器定价问题的最优解：

$\begin{array}{c}{\mathrm{\&Delta;}}_t-{\mathrm{VR}}_t\\ \&le;B+(B_t-\mathrm{\&theta;})\left({\mathrm{\&eta;}}_c\right(c_t^q+c_t^r)-{\mathrm{\&eta;}}_d{d}_t^b)-V(m_t{p}_t-(d_t^g+c_t^g\left)c_t^p\right)\\ \&le;B+\left(\right(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_c+{\mathrm{Vc}}_t^p)c_t^g+(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_c{c}_t^r-(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_d{d}_t^b\\ -{\mathrm{Vm}}_t{p}_t+{\mathrm{Vc}}_t^p{d}_t^g\end{array}.$

最小化上式的右边即可对问题进行求解。

5.根据权利要求4所述绿色数据中心的服务器自适应定价策略，其特征在于，将公式△_t-VR_t分解为以下两个子问题求解：

$\begin{array}{c}P1:min\left(\right(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_c+{\mathrm{Vc}}_t^p)c_t^q-(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_d{d}_t^b\\ -{\mathrm{Vm}}_t{p}_t+{\mathrm{Vc}}_t^p{d}_t^g\end{array}$

s.t.:m_t＝∑_i(D'_i)^-1(p_t,λ_t,i)

ρm_t-r_t≥0

$d_t^g+d_t^b={\mathrm{\&rho;m}}_t-r_t$

$c_t^g\&le;C$

$d_t^g+c_t^g\&le;G$

$d_t^b\&le;\mathrm{\&delta;}$

$c_t^g,d_t^g,d_t^b,p_t\&GreaterEqual;0$

和

$P2:min\left(\right(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_c+{\mathrm{Vc}}_t^p)c_t^g+(B_t-\mathrm{\&theta;}){\mathrm{\&eta;}}_c{c}_t^r-{\mathrm{Vm}}_t{p}_t$

s.t.:m_t＝∑_i(D'_i)^-1(p_t,λ_t,i)

ρm_t-r_t≤0

$r_t-{\mathrm{\&rho;m}}_t\&GreaterEqual;c_t^r\&GreaterEqual;0$

$c_t^g+c_t^r\&le;C$

$c_t^g\&le;G$

$c_t^g,c_t^r,p_t\&GreaterEqual;0$

P1中，假定可再生能源电能不足以支持数据中心能源需求，即约束ρm_t-r_t≥0满足，因此有即没有多余的可再生能源给蓄电池充电；P2中，假定有足够的可再生能源来满足数据中心能源需求，即约束ρm_t-r_t≤0满足；此时和只能等于0，即不需要电网供电和电池放电，如果ρm_t＝r_t，那么P1的目标函数值和P2相同，并且

6.根据权利要求5所述绿色数据中心的服务器自适应定价策略，其特征在于，在每个决策点，利用动态服务器定价算法求解两个简单的凸优化问题P1和P2，P1和P2分别只包含4个和3个控制变量，且问题规模与云用户和负载强度无关。

7.根据权利要求6所述绿色数据中心的服务器自适应定价策略，其特征在于，所述动态服务器定价算法具体步骤如下：

算法思想为在每个决策时间t，分别求解P1和P2两个优化问题，并将最优解对应的目标函数存储到O₁和O₂中；接着，算法比较O₁和O₂，并将其中较小的一个对应的解设置为全局最优解S；最后，按照决策对系统电池进行充放电操作。