一种面向协调数据中心与电网的计算转移需求响应系统的制作方法

1.本技术涉及电力技术领域，尤其涉及一种面向协调数据中心与电网的计算转移需求响应系统。


背景技术：

2.5g通信是最新一代移动网络中的应用。它使一种新型的网络成为可能，这种网络被设计用来将几乎所有人和所有事物连接在一起，包括机器、生物和设备。5g无线技术式海量数据处理加快、同时可靠性及可用性得到巨大的提高，对用户体验质量明显上升。同时，5g通信性能越高，处理的数据越快，其所需功耗越高。研究表明，在5g通信网络中，一个数据中心的能耗大约是4g通信网络中的数据中心的3-4倍。因此，随着数据时代的发展，数据将越来越多，5g通信可能会导致数据中心所需要处理的计算任务显指数式上升，从而导致低压配电网出现显著的电力负荷增加现象。
3.为了提高5g数据中心的能源效率，目前研究人员主要关注点集中在能耗降低和电能利用两个方面。在降低能耗方面的研究主要集中在数据中心内部的细节运营和管理；在电能利用方面，主要集中在如何利用需求响应中的备用电池，而没有考虑数据中心的内部操作细节。实际上，除了备用电池外，数据中心内部的操作细节是具有参与需求响应的潜力。例如，在高峰或电力缺口时期，电网中某节点下的数据中心需要降低负荷，则该节点的数据中心的计算任务可部分转移至其他节点的数据中心或基站中处理，为该节点的数据中心参与电力市场提供新的方向。
4.综上，在计算资源有限和用电紧张的情况下，一种能有效发掘潜在资源的解决方案是非常重要的，既在保证用户体验质量的同时，又能充分合理的优化资源配置和利用潜在资源。


技术实现要素：

5.本技术提供了一种面向协调数据中心与电网的计算转移需求响应系统，用于充分合理的优化资源配置和利用潜在资源。
6.有鉴于此，本技术第一方面提供了一种面向协调数据中心与电网的计算转移需求响应系统，所述系统包括：可参与电力市场需求响应的数据中心a、不可参与电力市场需求响应的数据中心群集b、申报计算模块、调度中心、电力交易中心、智能定价模块和执行计算模块；所述申报计算模块，用于接收所述数据中心a的cpu计算任务以及所需电能，以及接收所述数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；以申报时段内所述数据中心a处理计算任务产生的用电量最低为目标建立第一目标函数和申报约束的数学模型，并对数学模型进行重构，采用改进后高效的拉格朗日重构乘子法对重构模型求解处理，得到所述数据中心a的时序虚拟出力边界、所述数据中心群集b中处理所述数据中心a转移的计算任务产生的用电量；
所述智能定价模块，用于接收所述时序虚拟出力边界、历史市场出清结果、历史执行结果，同时采用q学习算法根据所述历史市场出清结果、所述历史执行结果和所述时序虚拟出力边界确定所述数据中心a参与当前电力市场需求响应最优的申报电价，从而输出当前参与电力市场需求响应的最优时序上报电价；所述调度中心，用于提供运行日的能源需求信息，能源需求信息包括：时序需求容量和时序需求价格；所述电力交易中心，用于接收所述最优时序上报电价、所述时序需求容量和所述时序需求价格，计算并输出市场出清结果，所述市场出清结果包括：各虚拟电厂的时序中标容量；所述执行计算模块，用于接收所述时序中标容量，以及接收所述数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；以满足所述数据中心a在现货市场中虚拟出力的中标量的成本最低建立第二目标函数和执行时间内的执行约束的数学模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的目标成本函数值后，求解执行阶段内数据中心群集b的执行资源组合和时序出力容量。
7.可选地，所述申报计算模块，具体包括：目标函数模块，用于接收所述数据中心a的cpu计算任务以及所需电能，以申报时段内所述数据中心a处理计算任务产生的用电量最低为目标建立所述第一目标函数，并作为数据模型输入到优化算法重构模块；申报约束模块，用于接收所述数据中心a的cpu计算任务以及所需电能，以及接收所述数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；并建立申报时段内所述数据中心群集b的用电约束、所述数据中心群集b中的第i个数据中心在单位时间内的储能电池的充放电量上下限约束、所述数据中心群集b中的第i个数据中心的储能电池容量约束、计算任务处理时延约束和数据间的传输时延约束，并作为数据模型输入到优化算法重构模块；优化算法重构模块，用于接收所述目标函数模块和所述申报约束模块的数学模型，同时进行数学模型重构，将含有不等式约束和等式约束的数学模型重构为只含有等式约束的数学模型，得到重构模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的所述数据中心a迁移到所述数据中心群集b中的第i个数据中心的数据量和所述第一目标函数的自变量后，求解所述数据中心a的时序虚拟出力边界和所述数据中心群集b中的各数据中心的cpu因处理所述数据中心a转移的计算任务而产生的用电量；其中，所述改进后高效的拉格朗日重构乘子法将指标约束函数中的不等式约束以罚项的形式重构到所述第一目标函数中。
8.可选地，所述用电约束包括：申报时段内所述数据中心群集b中的第i个数据中心的cpu因处理计算任务而产生的用电量；申报时段内所述数据中心群集b中的第i个数据中心的分布式发电产生的电力；申报时段内所述数据中心群集b中的第i个数据中心的储能电池的充放电量。
9.可选地，所述智能定价模块，具体包括：初始化模块，用于设置初始化q表，所述初始化q表为一个m行2+n列的二维表格，其中m代表所述数据中心a历史参与需求响应的次数，n代表数据中心的动作行为选择，所述初
始化q表的第一列为所述数据中心a的历史时序上报电价，所述初始化q表的第二列为所述数据中心a历史参与需求响应的时间，所述初始化q表的第三列至2+n列为所述数据中心a在对于时间内所作出的不同动作所获得的未来奖励期望值；行为决策模块，用于接收所述时序虚拟出力边界、所述历史市场出清结果和所述历史执行结果，同时为智能体选取动作q，根据所述初始化q表获取对应的状态，从而通过策略确定最优时序上报电价，并输出所述最优时序上报电价，其中，历史市场出清结果为时序中标量，历史执行结果为时序出力容量和执行资源组合；更新模块，用于接收所述最优时序上报电价，使用bellman方程更新所述初始化q表。
10.可选地，所述执行计算模块，具体包括：执行约束模块，用于接收所述时序中标容量，以及接收所述数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；并建立执行时间内所述数据中心群集b的第i个数据中心的用电约束、所述数据中心群集b中的第i个数据中心的分布式发电功率约束、所述数据中心群集b中的第i个数据中心的储能电池充放电功率上下限约束、所述数据中心群集b中的第i个数据中心的储能电池容量约束和执行时段内所述数据中心群集b中的第i个数据中心在的cpu因处理计算任务而产生的用电量约束，并作为数据模型输入到优化算法模块；目标成本函数模块，用于接收所述数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；以满足所述数据中心a在现货市场中虚拟出力的中标量的成本最低建立所述第二目标函数，作为数据模型输入到优化算法模块；优化算法模块，用于接收所述目标成本函数模块和所述执行约束模块的数学模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的目标成本函数值后，求解执行阶段内数据中心群集b的执行资源组合和时序出力容量；其中，改进后高效的拉格朗日重构乘子法将指标约束函数中的不等式约束以罚项的形式重构到所述第二目标函数中。
11.可选地，所述重构模型的第一目标函数为：
；式中，代表重构模型中以申报时段内数据中心a的cpu因处理计算任务而产生的用电量以及各罚项的总和最低为目标；代表所述第一目标函数的自变量，为申报时段被数据中心a进行迁移到数据中心群集b的总数据量；为数据中心a未进行计算任务转移时的总数据量；为数据中心a计算单位数据量所需要的cpu周期；为数据中心a计算每个cpu周期的能耗；、分别为值大于1的惩罚系数；为放大系数，值为大于1的奇数；为数据中心群集b中的第i个数据中心的第j个不等式约束的上边界惩罚项；为数据中心群集b中的第i个数据中心的第j个不等式约束的下边界惩罚项；和分别为数据中心群集b中的第i个数据中心在单位时间内的分布式发电量约束的上下边界惩罚项；和分别为数据中心群集b中的第i个数据中心在单位时间内的储能电池的充放电量约束的上下边界惩罚项；和分别为数据中心群集b中的第i个数据中心的储能电池容量约束上下边界惩罚项；为申报时段内数据中心群集b中的第i个数据中心的数据容量约束的上边界惩罚项；为数据中心a与数据中心群集b中的第i个数据中心之间的信道传输时延约束上边界惩罚项；为数据中心群集b中的第i个数据中心单位时间的分布式发电量；为数据中心群集b中的第i个数据中心单位时间的分布式发电量最大值；为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量，为数据中心群集b中的第i个数据中心的储能电池在单位时间内的充放电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大充电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大放电量；
为数据中心群集b中的第i个数据中心的储能电池最小容量；为申报时段前数据中心群集b中的第i个数据中心的储能电池初始容量；为数据中心群集b中的第i个数据中心的储能电池最大容量；为申报时段内数据中心群集b中的第i个数据中心未进行计算任务转移的数据量，即自身所要处理的计算任务；为数据中心a迁移到数据中心群集b中的第i个数据中心的数据量；为申报时段内数据中心群集b中的第i个数据中心的最大数据容量；各节点间信道的光纤传输速度；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的最大传输时延；为数据中心群集b中囊括的数据中心数量。
12.可选地，申报时间内数据中心群集b的用电量的等式约束为：；式中，为申报时段内数据中心群集b中的第i个数据中心向日前市场中申报的总用电量；为申报时段内数据中心群集b中的第i个数据中心的cpu因处理计算任务而产生的用电量；为申报时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力；为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量。
13.可选地，变量的等式约束为：；式中，为申报时段内数据中心群集b中的第i个数据中心计算单位数据量所需要的cpu周期；为申报时段内数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为单位时间内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的信道消耗功率；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间；各节点间信道的光纤传输速度；为申报时段内数据中心a与数据中心群集b中的第i个数据中心之间的信道容量，即之间信道能传输的最大平均信息速率；为计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的信道最大消耗功率；为申报时段内数据中心a进行迁移到数据中心群集b的总数据量；为数据中心群集b中囊括的数据中心数量。
14.可选地，变量等式约束为：
；式中，为申报时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力，为数据中心群集b中的第i个数据中心的单位时间分布式发电量，为申报时间段。
15.可选地，变量的等式约束为：；式中，为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量，为数据中心群集b中的第i个数据中心的储能电池在单位时间内的充放电量；为数据中心群集b中的第i个数据中心的储能电池充放电效率。
16.可选地，所述求解所述数据中心a的时序虚拟出力边界和所述数据中心群集b中的各数据中心的cpu因处理所述数据中心a转移的计算任务而产生的用电量，具体包括：通过时序虚拟出力边界计算公式计算时序虚拟出力边界，通过用电量计算公式计算用电量；其中，时序虚拟出力边界计算公式为：；用电量计算公式为：；式中，为时序虚拟出力边界；为用电量；为数据中心a中计算任务进行迁移到数据中心群集b的数据量；为数据中心a计算单位数据量所需要的cpu周期；为数据中心a计算每个cpu周期的能耗；为数据中心a迁移到数据中心群集b中的第i个数据中心的数据量；为申报时段内数据中心群集b中的第i个数据中心计算单位数据量所需要的cpu周期；为申报时段内数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为单位时间内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的信道消耗功率；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间。
17.可选地，所述第二目标函数为：；
式中，、分别为执行时间内数据中心群集b中的第i个数据中心的单位时间分布式发电量和单位时间储能电池充放电量，也是所述第二目标函数的自变量；、分别为数据中心群集b中的第i个数据中心的分布式发电成本和储能电池发电成本；、分别为数据中心群集b中的第i个数据中心的分布式发电资本回收系数和蓄电池资本回收系数；、分别为数据中心群集b中的第i个数据中心的分布式发电和储能电池的贴现率；、分别为数据中心群集b中的第i个数据中心的分布式发电设备和储能电池设备的使用年限；、分别为数据中心群集b中的第i个数据中心的分布式发电和储能电池的安装成本；、分别为数据中心群集b中的第i个数据中心的分布式发电和储能电池的运行维护成本；为执行时间段；为数据中心群集b中的第i个数据中心的储能电池充放电效率；为数据中心群集b中囊括的数据中心数量；为执行时段内数据中心集群b的分布式发电成本和储能电池发电成本的总和最低为目标。
18.可选地，所述用电约束为：；式中，为执行时段内数据中心群集b中的第i个数据中心向日前市场中申报的总用电量；为执行时段内数据中心群集b中的第i个数据中心的cpu因处理计算任务而产生的用电量；为执行时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力；为执行时段内数据中心群集b中的第i个数据中心的储能电池的充放电量。
19.可选地，所述分布式发电功率约束为：；式中，为执行阶段内数据中心群集b中的第i个数据中心单位时间的分布式发电量；为数据中心群集b中的第i个数据中心单位时间的分布式发电量最大值。
20.可选地，所述储能电池充放电功率上下限约束为：；式中，为执行阶段内数据中心群集b中的第i个数据中心的储能电池在单位时间内的充放电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大充电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大放电量。
21.可选地，所述储能电池容量约束为：
；式中，、分别为数据中心群集b中的第i个数据中心的储能电池最小容量和最大容量；为执行阶段前数据中心群集b中的第i个数据中心的储能电池初始容量；为执行时段内数据中心群集b中的第i个数据中心的储能电池的充放电量。
22.可选地，所述用电量约束为：；式中，为数据中心群集b中的第i个数据中心未进行计算任务转移的数据量；为执行阶段内数据中心a迁移到数据中心群集b中的第i个数据中心的数据量；为数据中心群集b中的第i个数据中心计算单位数据量所需要的cpu周期；数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为执行阶段内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的单位时间内的信道消耗功率；为执行阶段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间；为各节点间信道的光纤传输速度；为执行阶段内数据中心a与数据中心群集b中的第i个数据中心之间的信道容量，即之间信道能传输的最大平均信息速率；为计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的信道最大消耗功率；为执行阶段内数据中心a进行迁移到数据中心群集b的总数据量，为数据中心群集b中囊括的数据中心数量。
23.可选地，所述求解执行阶段内数据中心群集b的执行资源组合和时序出力容量，具体包括：将所述执行资源组合代入时序出力容量计算公式，计算得到执行阶段内数据中心群集b的和时序出力容量；其中，所述时序出力容量计算公式为：；式中，为执行阶段内数据中心群集b的时序出力容量；为数据中心群集b中囊括的数据中心数量；、分别为执行时间内数据中心群集b中的第i个数据中心的单位时间分布式发电量和单位时间储能电池充放电量，也是所述第二目标函数的自变
量，即所述执行资源组合。
24.从以上技术方案可以看出，本技术具有以下优点：本技术提供了一种面向协调数据中心与电网的计算转移需求响应系统，本系统不仅考虑了不同节点的数据中心之间的通信网络，同时将数据中心的处理计算任务与电网的运行相结合。本系统同时协调电网和通信网络的运行，提出了不同节点的数据中心的通信网络与电网两方面的约束和特点，利用计算任务转移的方法将负荷转移到有分布式发电或储能的节点中，实现数据中心参与电网需求响应方案，为用电高峰时期的电力系统起到削峰填谷的积极作用。
25.考虑到数据中心转移计算任务时需采取优化算法获取最优转移数据量，传统的基于kkt条件的拉格朗日乘子法虽然可以求解最优转移数据量，但由于约束条件较多，从而使计算时间较长，数据中心的cpu执行求解时能耗更大，因此本发明提出了一种优化算法重构模型，在保持最优解的精度同时，还大大缩短了计算时间，从而起到为数据中心降低能耗的作用。
26.本发明通过通信网络及数据可转移的特点，将可参与市场需求响应的数据中心转移计算任务至不同节点并拥有小电源的数据中心，对通信数据类的大负荷聚合商参与需求响应市场起到指导性作用，同时起到削峰填谷的作用，降低电力系统的高负载运营成本，提升社会能效水平，具有提升通信数据量类负荷聚合商参与电力市场需求响应方案的实质性指导作用。在电力供应紧张且电力缺口的情况下，亦或者局部区域存在变压器、线路、馈线等存在重过载风险时，起到缓解电力系统压力的作用，发掘潜在资源，实现响应资源的优化配置，为电力系统的稳定可靠运行提供积极的作用。
附图说明
27.图1为本技术实施例中提供的一种面向协调数据中心与电网的计算转移需求响应系统实施例的结构示意图；图2为本技术实施例中提供的申报计算模块流程图；图3为本技术实施例中提供的智能定价模块流程图；图4为本技术实施例中提供的执行计算模块流程图。
具体实施方式
28.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
29.请参阅图1，本技术实施例中提供的一种面向协调数据中心与电网的计算转移需求响应系统，包括：可参与电力市场需求响应的数据中心a、不可参与电力市场需求响应的数据中心群集b、申报计算模块、调度中心、电力交易中心、智能定价模块和执行计算模块；需要说明的是，数据中心a和数据中心群集b处在电网不同节点中，但归属于同一数据管理者，数据管理者可根据需求调度不同数据中心间的计算任务，从而间接转移各数据中心间的用电量。
30.数据中心a为电力市场的负荷聚合商或用电大用户，所消耗的电能均来自于电网，自身并没有储能或小电源，其电负荷消耗主要考虑数据中心的cpu对计算任务的处理所需要的电能。在前期的申报阶段，数据中心a具备直控能力等条件分别聚合形成虚拟电厂，可作为虚拟电厂参与电力市场中的需求侧响应，数据管理者可通过申报计算模块将数据中心a的计算任务转移到有储能或小电源的数据中心群集b中。在后期的执行计算阶段，数据中心a用于接收电力交易中心发布的市场出清结果——时序中标容量，并将时序中标容量传输给数据中心群集b。
31.数据中心群集b为电网中不同节点的负荷聚合商群或用电大用户群，数据中心群集b都连接有分布式发电和储能，因此数据中心群集b的电能来源包括电网、自身的分布式发电和自身储能电池。数据中心群集b在电力市场中仅仅作为负荷，向电网购买的用电量固定为日前市场中申报的用电量，不作为虚拟电厂参与电力市场中的需求响应。在前期的申报阶段，数据中心群集b作为申报计算模块的输入数据，通过优化算法获得数据中心群集b可最大接纳数据中心a的数据量。在后期的执行计算阶段，数据中心群集b用于接收数据中心a从电力交易中心获得的时序中标容量，并将时序中标容量输送到执行计算模块中，从而获得数据中心群集b的最优执行方案。
32.申报计算模块，用于接收数据中心a的cpu计算任务以及所需电能，以及接收数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；以申报时段内数据中心a处理计算任务产生的用电量最低为目标建立第一目标函数和申报约束的数学模型，并对数学模型进行重构，采用改进后高效的拉格朗日重构乘子法对重构模型求解处理，得到数据中心a的时序虚拟出力边界、数据中心群集b中处理数据中心a转移的计算任务产生的用电量；如图2所示，在本实施例中，申报计算模块，具体包括，目标函数模块、申报约束模块和优化算法重构模块。
33.其中：目标函数模块，用于接收数据中心a的cpu计算任务以及所需电能，以申报时段内（数据中心a参与需求响应的时段）数据中心a处理计算任务产生的用电量最低为目标建立目标函数，并作为数据模型输入到优化算法重构模块；需要说明的是，目标函数如下：
ꢀꢀ
（1）代表以申报时段内数据中心a的cpu因处理计算任务而产生的用电量最低为目标；代表该目标函数自变量，为申报时段内数据中心a进行迁移到数据中心群集b的总数据量（bit）；为数据中心a未进行计算任务转移时的总数据量（bit）；为为数据中心a计算单位数据量（1bit）所需要的cpu周期；为数据中心a计算每个cpu周期的能耗。
34.申报约束模块，用于接收数据中心a的cpu计算任务以及所需电能，以及接收数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；并建立申报时段内数据中心群集b的用电约束、数据中心群集b中的第i个数据中心在单位时间内的储能电池的充放电量上下限约束、数据中心群集b中的第i个数据中心的储能电池容量约束、计算任务处理时延约束和数据间的传输时延约束，并作为数据模型输入到优化算法重构模块；
需要说明的是，申报约束模块用于接收来自数据中心a的cpu计算任务以及所需电能，来自数据中心群集b的cpu计算任务所需的能耗、分布式发电数据、储能电池相关数据，以及数据中心a与各数据中心群集b之间的通道数据。对于数据中心群集b，其在日前市场中已通过合同的形式向电网采购相应的电量，若违背合同的定量，将受到一定的惩罚。因此数据管理者在考虑数据中心a向电力交易中心申报虚拟出力边界时，需要考虑数据中心群集b各节点向电网购买的用电量固定为日前市场中申报的总用电量。申报时间内数据中心群集b的用电约束为公式（2）所示：
ꢀꢀ
（2）为申报时段内数据中心群集b中的第i个数据中心向日前市场中申报的总用电量；为申报时段内数据中心群集b中的第i个数据中心的cpu因处理计算任务而产生的用电量；为申报时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力；为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量。其中的计算公式如式（3）所示，的计算公式如式（4）所示，的计算公式如式（6）所示；
ꢀꢀ
（3）为申报时段内数据中心群集b中的第i个数据中心未进行计算任务转移的数据量（即自身所要处理的计算任务）；为数据中心a迁移到数据中心群集b中的第i个数据中心的数据量（bit）；为申报时段内数据中心群集b中的第i个数据中心计算单位数据量（1bit）所需要的cpu周期；为申报时段内数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为单位时间内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的信道消耗功率；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间；各节点间信道的光纤传输速度；为申报时段内数据中心a与数据中心群集b中的第i个数据中心之间的信道容量，即之间信道能传输的最大平均信息速率；为计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的信道最大消耗功率；为申报时段内数据中心a进行迁移到数据中心群集b的总数据量（bit）；为数据中心群集b中囊括的数据中心数量。
35.ꢀꢀꢀ
（4）
ꢀꢀꢀ
（5）公式（4）代表数据中心群集b中的第i个数据中心在申报时段内的分布式发电所发出的电力，公式（5）为数据中心群集b中的第i个数据中心在单位时间内的分布式发电量的上下限约束。其中为申报时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力，为数据中心群集b中的第i个数据中心单位时间的分布式发电量，为申报时间段，为数据中心群集b中的第i个数据中心单位时间的分布式发电量最大值。
36.ꢀꢀ
（6）
ꢀꢀꢀ
（7）
ꢀꢀ
（8）公式（6）代表数据中心群集b中的第i个数据中心在申报时段内的储能电池充放电量；公式（7）为数据中心群集b中的第i个数据中心在单位时间内的储能电池的充放电量上下限约束；公式（8）为数据中心群集b中的第i个数据中心的储能电池容量约束。
37.其中为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量，为数据中心群集b中的第i个数据中心的储能电池在单位时间内的充放电量；为数据中心群集b中的第i个数据中心的储能电池充放电效率，由于储能电池存在电能转化过程，在电能与化学能之间相互转化，会导致电能损耗，因此有该系数；为申报时间段；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大充电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大放电量；为数据中心群集b中的第i个数据中心的储能电池最小容量；为申报时段前数据中心群集b中的第i个数据中心的储能电池初始容量；为数据中心群集b中的第i个数据中心的储能电池最大容量。
38.对于数据中心a与数据中心群集b中的第i个数据中心之间的数据传输需满足一定的服务质量，包括计算任务处理时延约束和数据间的传输时延约束。见公式（9）和公式（10）：
ꢀꢀꢀ
（9）
ꢀꢀ
（10）公式（9）为申报时段内数据中心群集b中的第i个数据中心的数据容量约束，代表在该时段内所承担的计算任务不超过其计算容量上限，一旦超过容量上限，将需要更多的时间来处理计算任务，从而导致服务质量下降；公式（10）为数据中心a与数据中心群集b中的第i个数据中心之间的信道传输时延约束，该约束为用户所能接收的最大传输时延。其中，为申报时段内数据中心群集b中的第i个数据中心未进行计算任务转移的数据量（即自身所要处理的计算任务）；为数据中心a迁移到数据中心群集b中的第i个数据中心的
数据量（bit）；为申报时段内数据中心群集b中的第i个数据中心的最大数据容量；各节点间信道的光纤传输速度；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的最大传输时延。
39.优化算法重构模块，用于接收目标函数模块和申报约束模块的数学模型，同时进行数学模型重构，将含有不等式约束和等式约束的数学模型重构为只含有等式约束的数学模型，得到重构模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的数据中心a迁移到数据中心群集b中的第i个数据中心的数据量和目标函数自变量后，求解数据中心a的时序虚拟出力边界和数据中心群集b中的各数据中心的cpu因处理数据中心a转移的计算任务而产生的用电量；其中，改进后高效的拉格朗日重构乘子法将指标约束函数中的不等式约束以罚项的形式重构到目标函数中。
40.需要说明的是，优化算法重构模块用于接收目标函数模块和申报约束模块的数学模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的及，从而进一步算出时序虚拟出力边界并输出该值。改进后高效的拉格朗日重构乘子法将指标约束函数中的不等式约束以罚项的形式重构到目标函数中，计算速度比典型的基于kkt条件的拉格朗日乘子法更快且具有相似的全局最优值。其重构的数学模型（重构模型）的第一目标函数如下所示：（11）
ꢀꢀꢀ
（12）
ꢀꢀ
（13）
ꢀꢀꢀ
（14）
ꢀꢀꢀ
（15）公式（11）为重构模型的第一目标函数；公式（12）、公式（13）、公式（14）和公式（15）分别为申报时间内数据中心群集b的用电等式约束、变量的等式约束，变量等式约束，变量的等式约束。
41.代表重构模型中以申报时段内数据中心a的cpu因处理计算任务而产生的用电量以及各罚项的总和最低为目标；代表所述第一目标函数的自变量，为申报时段被数据中心a进行迁移到数据中心群集b的总数据量（bit）；为数据中心a未进行计算任务转移时的总数据量bit；为数据中心a计算单位数据量1bit所需要的cpu周期；为数据中心a计算每个cpu周期的能耗；、分别为值大于1的惩罚系数；为放大系数，值为大于1的奇数；为数据中心群集b中的第i个数据中心的第j个不等式约束的上边界惩罚项；为数据中心群集b中的第i个数据中心的第j个不等式约束的下边界惩罚项；和分别为数据中心群集b中的第i个数据中心在单位时间内的分布式发电量约束的上下边界惩罚项；和分别为数据中心群集b中的第i个数据中心在单位时间内的储能电池的充放电量约束的上下边界惩罚项；和分别为数据中心群集b中的第i个数据中心的储能电池容量约束上下边界惩罚项；为申报时段内数据中心群集b中的第i个数据中心的数据容量约束的上边界惩罚项；为数据中心a与数据中心群集b中的第i个数据中心之间的信道传输时延约束上边界惩罚项；为申报时段内数据中心群集b中的第i个数据中心向日前市场中申报的总用电量；为申报时段内数据中心群集b中的第i个数据中心的cpu因处理计算任务而产生的用电量；为申报时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力；为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量。
42.为申报时段内数据中心群集b中的第i个数据中心未进行计算任务转移的数据量（即自身所要处理的计算任务）；为数据中心a迁移到数据中心群集b中的第i个数据中心的数据量（bit）；为申报时段内数据中心群集b中的第i个数据中心计算单位数据量
（1bit）所需要的cpu周期；为申报时段内数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为单位时间内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的信道消耗功率；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间；各节点间信道的光纤传输速度；为申报时段内数据中心a与数据中心群集b中的第i个数据中心之间的信道容量，即之间信道能传输的最大平均信息速率；为计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的信道最大消耗功率；为申报时段内数据中心a进行迁移到数据中心群集b的总数据量（bit）；为数据中心群集b中囊括的数据中心数量。
43.其中，为申报时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力，为数据中心群集b中的第i个数据中心的单位时间分布式发电量，为申报时间段，为数据中心群集b中的第i个数据中心的单位时间分布式发电量最大值。
44.其中，为申报时段内数据中心群集b中的第i个数据中心的储能电池的充放电量，为数据中心群集b中的第i个数据中心的储能电池在单位时间内的充放电量；为数据中心群集b中的第i个数据中心的储能电池充放电效率，由于储能电池存在电能转化过程，在电能与化学能之间相互转化，会导致电能损耗，因此有该系数；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大充电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大放电量；为数据中心群集b中的第i个数据中心的储能电池最小容量；为申报时段前数据中心群集b中的第i个数据中心的储能电池初始容量；为数据中心群集b中的第i个数据中心的储能电池最大容量。为申报时段内数据中心群集b中的第i个数据中心的最大数据容量；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的最大传输时延。
45.因此，优化算法重构模块将含有不等式约束和等式约束的数学模型重构为只含有等式约束的数学模型，该重构模型可采用拉格朗日乘子法对其进行求解，解出最优的及后，可通过式（16）和式（17）获得数据中心a的时序虚拟出力边界和数据中心群集b中的各数据中心的cpu因处理数据中心a转移的计算任务而产生的用电量。
46.ꢀꢀꢀ
（16）
ꢀꢀꢀ
（17）其中，公式（16）为数据中心a的时序虚拟出力边界，用表示；公式（17）为数据中心群集b中的第i个数据中心的cpu因处理数据中心a转移的计算任务而产生的用电量，用表示。
47.为数据中心a中计算任务进行迁移到数据中心群集b的数据量（bit）；为数据中心a计算单位数据量（1bit）所需要的cpu周期；为数据中心a计算每个cpu周期的能耗。
48.为数据中心a迁移到数据中心群集b中的第i个数据中心的数据量（bit）；为申报时段内数据中心群集b中的第i个数据中心计算单位数据量（1bit）所需要的cpu周期；为申报时段内数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为单位时间内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的信道消耗功率；为申报时段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间。
49.智能定价模块，用于接收时序虚拟出力边界、历史市场出清结果、历史执行结果，同时采用q学习算法根据历史市场出清结果、历史执行结果和时序虚拟出力边界确定数据中心a参与当前电力市场需求响应最优的申报电价，从而输出当前参与电力市场需求响应的时序上报电价；需要说明的是，智能定价模块所采用的机器学习方法为q学习算法，利用q函数寻找最优的动作策略，并得到能在未来获利最大的上报电价。q即为q（s,），即在s状态下，采取动作能够获得期望值，环境会依据智能体的动作反馈相应的奖励。因此q学习算法的主要思想就是将状态（s）和动作（）构成一张q表来储存q值，将代表在给定最佳策略的状态下采取相应动作获得的最大未来奖励值，依据策略在q表中选取q值最大的行为动作。
50.如图3所示，本实施例的智能定价模块，具体包括，初始化模块、行为决策模块和更新模块。
51.其中：初始化模块，用于设置初始化q表，初始化q表为一个m行2+n列的二维表格，其中m代表数据中心a历史参与需求响应的次数，n代表数据中心的动作行为选择，初始化q表的第一列为数据中心a的历史时序上报电价，初始化q表的第二列为数据中心a历史参与需求响应的时间，初始化q表的第三列至2+n列为数据中心a在对于时间内所作出的不同动作所获得的未来奖励期望值；需要说明的是，初始化模块为一个初始化q表，该表为一个m行2+n列的二维表格，其中m代表数据中心a历史参与需求响应的次数，n代表数据中心的动作行为选择，q表的第一列为数据中心a的历史时序上报电价，q表的第二列为数据中心a历史参与需求响应的时间，q表的第三列至2+n列为数据中心a在对于时间内所作出的不同动作所获得的未来奖励期望值，该值初始状态时取0（只有第一次参与需求响应才需要初始化q表）。q表中数据中心a的时序上报电价和参与的时间所对应的历史数据的对应关系确定了n个动作状态，每个动作状态下所采取的相应动作将有相应的奖励值，即环境对行为反馈的奖励值r。奖励值r的计算公式见式（18）：
ꢀꢀ
（18）其中，为数据中心a向电力市场申报的时序上报电价；为执行阶段内数据中
心a进行迁移到数据中心群集b的总数据量（bit）；为数据中心a计算单位数据量（1bit）所需要的cpu周期；为数据中心a计算每个cpu周期的能耗；为数据中心群集b中囊括的数据中心数量；、分别为数据中心群集b中的第i个数据中心的分布式发电成本和储能电池发电成本。
52.行为决策模块，用于接收时序虚拟出力边界、历史市场出清结果和历史执行结果，同时为智能体选取动作q，根据初始化q表获取对应的状态，从而通过策略确定最优的时序上报电价，并输出时序上报电价，其中，历史市场出清结果为时序中标量，历史执行结果为时序出力容量和执行资源组合；需要说明的是，行为决策模块用于接收数据中心a的历史上报电价、时序虚拟出力边界、历史市场出清结果（时序中标量以及时序出力容量和执行资源组合）；通过策略确定最优的时序上报电价，并输出该时序上报电价。行为决策模块将为智能体选取一个动作，该动作对应当前已有的q表中的s状态。决策模块采用策略，ε为智能体的探索速率，一般设定为0到1的数值。策略将使模型生成一个随机数，并将这个随机数与ε比较。若该随机数大于ε值时，则智能体的动作为随机探索；若此随机数小于等于ε，智能体的动作将在已有的q表中选择相应状态下q值最大的动作。该动作值即为数据中心a的时序上报电价。q值的计算公式见式（19）：
ꢀꢀ
（19）其中，为在s状态下动作行为新的q值，为当前的q值，为下一状态下所有动作获得的最大q值, 为远期收益折算到现期的值，为智能体反馈学习率，为智能体对远期的奖励衰减比例，r为环境对行为反馈的奖励值。
53.更新模块，用于接收时序上报电价，使用bellman方程更新初始化q表。
54.需要说明的是，更新模块用于接收行为决策模块输出的时序上报电价。对于行为决策模块中选择的动作，执行该动作会返回一个新的状态和相应的反馈值。使用bellman方程更新新的q表，见公式（18）。
55.ꢀꢀ
（20）其中，为s状态下选择动作获得的新的q值，为s状态下动作的当前q值，为环境对行为反馈的奖励值，为下一个新状态下所有可能动作的最大q值。为智能反馈体学习率；为智能体对远期的奖励衰减比例，值越大智能体对远期的利益越重视。新的q值将保存在q表中，为行为决策模块下一次动作提供学习数据。
56.调度中心，用于提供运行日的能源需求信息，能源需求信息包括：时序需求容量和时序需求价格；电力交易中心，用于接收时序上报电价、时序需求容量和时序需求价格，计算并输出市场出清结果，市场出清结果包括：各虚拟电厂的时序中标容量；执行计算模块，用于接收时序中标容量，以及接收数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；以满足数据中心a在现货市场中虚拟出力的中标量的成本最低建立第二目标函数和建立执行时间内的执行约束的数学模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的目标成本函数值后，求解执行阶段内数据中
心群集b的执行资源组合和时序出力容量。
57.如图4所示，本实施例中，执行计算模块，具体包括，执行约束模块、目标成本函数模块和优化算法模块。
58.其中：目标成本函数模块，用于接收数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；以满足数据中心a在现货市场中虚拟出力的中标量的成本最低建立第二目标函数，作为数据模型输入到优化算法模块；需要说明的是，目标成本函数模块用于接收数据中心群集b的cpu计算任务所需的能耗、分布式发电数据、储能电池相关数据。为满足数据中心a在现货市场中虚拟出力的中标量，通过转移计算任务到数据群集b中，并调节数据中心群集b的分布式发电和电池储能，实现该中标量成本最低的最优执行方案，第二目标函数如下：（21）式中，、分别为执行时间内数据中心群集b中的第i个数据中心的单位时间分布式发电量和单位时间储能电池充放电量，也是所述第二目标函数的自变量；、分别为数据中心群集b中的第i个数据中心的分布式发电成本和储能电池发电成本；、分别为数据中心群集b中的第i个数据中心的分布式发电资本回收系数和蓄电池资本回收系数；、分别为数据中心群集b中的第i个数据中心的分布式发电和储能电池的贴现率；、分别为数据中心群集b中的第i个数据中心的分布式发电设备和储能电池设备的使用年限；、分别为数据中心群集b中的第i个数据中心的分布式发电和储能电池的安装成本；、分别为数据中心群集b中的第i个数据中心的分布式发电和储能电池的运行维护成本；为执行时间段；为数据中心群集b中的第i个数据中心的储能电池充放电效率；为数据中心群集b中囊括的数据中心数量。
59.执行约束模块，用于接收时序中标容量，以及接收数据中心群集b的cpu计算任务所需的电能、分布式发电数据、储能电池数据；并建立执行时间内数据中心群集b的第i个数据中心的用电约束、数据中心群集b中的第i个数据中心的分布式发电功率约束、数据中心群集b中的第i个数据中心的储能电池充放电功率上下限约束、数据中心群集b中的第i个数据中心的储能电池容量约束和执行时段内数据中心群集b中的第i个数据中心在的cpu因处理计算任务而产生的用电量约束，并作为数据模型输入到优化算法模块；
需要说明的是，执行约束模块用于接收时序中标量，即数据中心a在现货市场中虚拟出力的中标量，以及来自数据中心群集b的cpu计算任务所需的能耗、分布式发电数据、储能电池相关数据，数据中心a与各数据中心群集b之间的通道数据。对于数据中心群集b，其在日前市场中已通过合同的形式向电网采购相应的电量，若违背合同的定量，将受到一定的惩罚。因此执行期间，需满足数据中心群集b各节点向电网购买的用电量固定为日前市场中申报的总用电量。执行时间内数据中心群集b的第i个数据中心的用电约束为公式（22）所示；数据中心群集b中的第i个数据中心的分布式发电功率约束为公式（23）所示；数据中心群集b中的第i个数据中心的储能电池充放电功率上下限约束为公式（24）所示；数据中心群集b中的第i个数据中心的储能电池容量约束为公式（25）所示；执行时段内数据中心群集b中的第i个数据中心在的cpu因处理计算任务而产生的用电量约束为公式（26）所示；
ꢀꢀ
（22）
ꢀꢀꢀ
（23）
ꢀꢀꢀ
（24）
ꢀꢀ
（25）
ꢀꢀ
（26）式中，为执行时段内数据中心群集b中的第i个数据中心向日前市场中申报的总用电量；为执行时段内数据中心群集b中的第i个数据中心的cpu因处理计算任务而产生的用电量；为执行时段内数据中心群集b中的第i个数据中心的分布式发电产生的电力；为执行时段内数据中心群集b中的第i个数据中心的储能电池的充放电量。
60.为执行阶段内数据中心群集b中的第i个数据中心单位时间的分布式发电量；为数据中心群集b中的第i个数据中心单位时间的分布式发电量最大值。
61.为执行阶段内数据中心群集b中的第i个数据中心的储能电池在单位时间内的充放电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大充电量；为数据中心群集b中的第i个数据中心的储能电池在单位时间内的最大放
电量；、分别为数据中心群集b中的第i个数据中心的储能电池最小容量和最大容量；为执行阶段前数据中心群集b中的第i个数据中心的储能电池初始容量；为数据中心群集b中的第i个数据中心未进行计算任务转移的数据量（即自身所要处理的计算任务）；为执行阶段内数据中心a迁移到数据中心群集b中的第i个数据中心的数据量（bit）；为数据中心群集b中的第i个数据中心计算单位数据量（1bit）所需要的cpu周期；为数据中心群集b中的第i个数据中心计算每个cpu周期的能耗；为执行阶段内数据中心群集b中的第i个数据中心与数据中心a进行计算任务传输时的单位时间内的信道消耗功率；为执行阶段内计算任务从数据中心a转移到数据中心群集b中的第i个数据中心所需要的时间；为各节点间信道的光纤传输速度；为执行阶段内数据中心a与数据中心群集b中的第i个数据中心之间的信道容量，即之间信道能传输的最大平均信息速率；为计算任务从数据中心a转移到数据中心群集b中的第i个数据中心的信道最大消耗功率；为执行阶段内数据中心a进行迁移到数据中心群集b的总数据量（bit），为数据中心群集b中囊括的数据中心数量。
62.优化算法模块，用于接收目标成本函数模块和执行约束模块的数学模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的目标成本函数值后，求解执行阶段内数据中心群集b的执行资源组合和时序出力容量；其中，改进后高效的拉格朗日重构乘子法将指标约束函数中的不等式约束以罚项的形式重构到目标函数中。
63.需要说明的是，优化算法模块用于接收目标成本函数模块和执行约束模块的数学模型，并采用改进后高效的拉格朗日重构乘子法求解出最优的目标成本函数值，并同时可得到自变量，即执行阶段的资源组合。其时序出力容量可由公式（27）所得：
ꢀꢀꢀ
（27）其中，为执行阶段内数据中心群集b的时序总出力容量。
64.综上，本发明实施例提供一种面向协调数据中心与电网的计算转移需求响应系统，通过提出不同节点的数据中心采取计算任务转移的方法，从而参与需求响应交易。为使参与需求响应的数据中心管理者能获取最大的利益，本发明系统还提出了一种基于机器学习的智能定价模型，实现收益最大化。本发明所提出的一种面向协调数据中心与电网的计算转移需求响应系统，在电力供应紧张且电力缺口的情况下，亦或者局部区域存在变压器、线路、馈线等存在重过载风险时，起到缓解电力系统压力的作用，发掘潜在资源，实现响应资源的优化配置，为电力系统的稳定可靠运行提供积极的作用。
65.本技术的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示
或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
66.应当理解，在本技术中，“至少一个（项）”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a，b或c中的至少一项（个），可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
67.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
68.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
69.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
70.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（英文全称：read-only memory，英文缩写：rom）、随机存取存储器（英文全称：random access memory，英文缩写：ram）、磁碟或者光盘等各种可以存储程序代码的介质。
71.以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。