一种评估可再生能源混合供电的数据中心能耗的仿真方法与流程

本发明属于系统能耗评估领域，具体涉及一种评估可再生能源混合供电的数据中心的能耗的仿真方法。

背景技术：

近年来，面对能源危机、金融危机以及人类对气候危机越来越清晰地认识，全球范围内新能源出现超常规发展的态势。而随着信息化快速发展，全球数据中心建设步伐明显加快，总量已超过300万个，耗电量占全球总耗电量的比例为1.1％～1.5％，其高能耗问题已引起各国政府的高度重视。我国数据中心发展同样迅猛，总量已超过40万个，年耗电量超过全社会用电量的1.5％。可见，日益庞大的数据中心导致了相当大的能耗开销，不断增加的供电成本，已经成为了企业运营的巨大负担。

因此，各国对新能源的投资大幅度增长，新能源产能也急剧扩大。可再生能源发电是新能源发展的核心，风电和太阳能发电是在技术和成本上最具竞争力的新能源形式。尽管短期内新能源还无法替代传统化石能源，但世界范围内资源的供需紧张以及全球为应对气候变化而对温室气体排放所做的限制为新能源发展铺就了宽广的道路。新能源技术的发展和市场的扩大超乎想象，许多可再生能源资源将逐渐变成商业项目。可以预见，不同能源形式的逐渐替代将改变世界经济和政治版图以及人类的生存和生活方式。

然而，由于可再生能源在生产生活中具有间歇性、不稳定性和动态变化性，如风能受风速的影响、太阳能受温度和光照的影响，这就给我们利用可再生能源供电带来很大挑战，针对可再生能源以上特性，可根据现有的特征进行建模，提供一种切实可行的可再生能源供电模拟方法，为数据中心执行任务造成的能耗开销降低成本。

此外，构建实际的云平台进行实验研究因为其庞大的规模和复杂性使得成本高、效率低；公开的测试平台不易申请，规模较小，环境难以控制，结果难以重现；因此对于实验研究而言需要可重复的、可控制的、成本低廉的仿真环境，本发明提出了一种可再生能源混合供电的数据中心任务能耗评估仿真方法，用于在可再生能源供电的情况下，评估数据中执行任务时的实时耗能。

技术实现要素：

针对现有技术的缺点，本发明提出一种支持可再生能源混合供电的数据中心任务能耗评估仿真方法，以达到实现用户自行设定现实世界各种不同环境参数，以此达到模拟可再生能源产生电能的目的，同时根据任务产生来进行数据中心的能耗评估仿真。

一种评估可再生能源混合供电的数据中心任务能耗的仿真方法，包括以下步骤：

步骤1、根据用户实际需求确定数据中心的可再生能源混合供电类型，包括太阳能发电和风能发电。

步骤2、根据用户实际需求输入相应可再生能源供电的相应参数，通过该供电模型实施可再生能源供电仿真方案，产生电能，以供数据中心用电使用。

步骤3、根据实际需求对数据中心基本设置进行初始化，包括创建数据中心、数据中心broker、主机及虚拟机。

步骤3.1、设置数据中心对象的名称、数据中心主机最大请求数。

步骤3.2、设置数据中心主机最大功率、空闲功率、主机内存大小、带宽大小，pe(cpu数量)。

步骤3.3、创建仿真数据中心broker，通过broker可要求数据中心提供服务并进行相应的任务调度。

步骤3.4、创建仿真虚拟机，设置虚拟机参数，包括虚拟机id，最大功率，mips，带宽，内存，虚拟机调度策略，并提交给任务代理。

步骤4、将虚拟机分配到主机。

步骤5、创建仿真任务，设置任务id，任务数量，还有任务大小，请求执行完成该任务的pe数量。

步骤6、调度任务，设计mycloudlet类，对分配到数据中心的任务，采用相应调度算法将任务调度到虚拟机上执行，若当前虚拟机正在执行任务，则调度到未来执行队列中进行等待。

步骤7、计算虚拟机执行任务的模拟功率，即通过cpu利用率与最大功率的乘积即可获得。

步骤7.1计算cpu利用率，在一台虚拟机上，cpu利用率uocpuij采用正态分布，任务ti～n(maxr/2,maxr/6)，maxr表示虚拟机最大cpu数量，均值取值为maxr/2，标准方差定义为maxr/6。cpu利用率计算即是以ti为变量，均值取值为maxr/2，标准方差定义为maxr/6的正态分布函数。

步骤7.2计算虚拟机执行功率，由步骤7.1获得虚拟机sj执行任务ti(1≤i≤n)时的cpu利用率，sj的执行功率计算公式：pij＝pidle+(1-pidle/pmax)·pmax·uocpuij，其中pidle表示虚拟机空闲功率，pmax表示为虚拟机最大功率。

步骤8、计算单个虚拟机模拟能耗，将当前执行任务的某台虚拟机的执行功率与执行时间相乘，将该虚拟机的空闲功率与虚拟机的空闲时间进行相乘，然后将两个功率进行相加即可得到虚拟机执行任务能耗。

步骤8.1计算虚拟机的执行能耗，虚拟机的执行能耗为步骤7中虚拟机的执行功率乘以任务在该虚拟机上执行的时间。

步骤8.2计算虚拟机空闲能耗，将虚拟机执行的当前时间减去虚拟机执行任务的总时间然后与虚拟机的空闲功率进行相乘。

步骤8.3计算虚拟机执行任务总能耗，步骤8.1中的虚拟机执行能耗加上步骤8.2中虚拟机空闲能耗。

步骤9、计算数据中心整体模拟能耗，即将任务开始执行到当前时间为止数据中心创建的所有虚拟机的能耗进行累加，即可得到数据中心的累加能耗；同时将当前时间所有虚拟机的功率进行累加，即可得到数据中心在当前时间的实时功率。

本发明提出了一种支持可再生能源混合供电的数据中心任务能耗评估仿真方法，在人们没有现有的设备能够实时的对可再生能源产电进行测量，同时无法获得其他地理位置的实时可再生能源供电曲线时，仅需要满足一定精度要求的情况下，以一种快捷方便的方式能够获得相应地理位置太阳能或风能产电数据，同时根据数据中心执行任务的实际情况，通过相应调度算法对任务进行调度，可以获得数据中心的累加能耗和实时功率。

附图说明

图1为本发明一种实施例的太阳能供电模型流程图。

图2为本发明数据中心创建任务执行能耗仿真方法流程图。

图3为本发明数据中心核心类关系图。

具体实施方式

下面结合附图对本发明一种实施例做进一步说明。

本发明实施例以某地区太阳能和风能数据作为研究对象，在该地区建立数据中心，并进行数据中心执行任务能耗仿真。

一种支持可再生能源混合供电的数据中心任务能耗评估仿真方法，太阳能供电方式的方法流程图如图1所示，数据中心创建任务执行能耗仿真方法流程图如图2所示，数据中心核心类关系图如图3所示，包括以下步骤：

步骤1、根据用户实际需求确定数据中心的可再生能源混合供电类型，包括太阳能发电和风能发电；

本发明实施例中，根据用户需求选择可再生能源供电模型。在本实施例中选择太阳能对数据中心进行供电。

步骤2、根据用户实际需求输入相应可再生能源供电的相应参数，通过该供电模型实施可再生能源供电仿真方案，产生电能，以供数据中心用电使用；

本发明实施例中，用户太阳照射与地面夹角为h＝90度，太阳光线与被照射平面(太阳能板)法线之间的夹角为θ＝30度。晴朗天气垂直到达海平面高度的太阳辐射强度i0选取1367w/m²。

计算参数m＝(sin90^°)^-1＝1。

本发明实施例中，定义p1为h＝90^°时的大气透明度。p1可按照天气的好坏进行选取，晴天可选取p1＝0.532和0.65之间。并且p1还和海拔高度有关，海拔越高p1越大。在本实例中p1选取0.6。

光照强度i公式计算，i＝i0p1^mcosθ＝710.3w/m²。

光伏电池板倾角变位导致的光照利用率为x＝0.8，逆变器效率为y＝0.75。修正系数k是个变量，所以单一知道辐照度很难判断组件的发电量，其中影响修正系数的因素包括：倾角变位、逆变器效率下降，在正常情况下有一个相对稳定的值。修正系数k＝xy＝0.6。

光伏方阵面积s＝100m²，组件转换效率u＝70％。

太阳能产电公式计算，p＝isuk＝316.89mj＝29832.6w＝29.8326kw。

步骤3、根据实际需求对数据中心基本设置进行初始化，包括创建数据中心、数据中心broker、主机及虚拟机；

步骤3.1、设置数据中心对象的名称、数据中心主机最大请求数；

本发明实施例中，设计软件仿真核心类datacenter类，其主要负责管理事件队列和控制仿真事件的顺序执行。设置数据中心对象名称dc。数据中心数据中心主机最大请求数5。

步骤3.2、设置数据中心主机最大功率、空闲功率、主机内存大小、带宽大小，pe(cpu数量)；

本发明实施例中，设计host类，模拟如计算机、存储服务器等物理资源。它封装了一些重要信息，如内存/存储器的容量、处理器内核列表及类型(多核机器)、虚拟机之间共享处理能力的分配策略、为虚拟机分配内存和带宽的策略等。设置数据中心主机最大功率为250w、空闲功率150w。主机内存大小10000m，带宽为300000,pe＝100。

步骤3.3、创建仿真数据中心broker，通过broker可要求数据中心提供服务并进行相应的任务调度；

本发明实施例中，设计datacenterbroker类，其主要代替用户向数据中心提出服务请求，主要包括提交用户创建的虚拟机列表以及用户创建的任务列表，同时还可以将用户创建的指定任务与指定虚拟机进行绑定，使该指定虚拟机能够定向的执行任务

步骤3.4、创建仿真虚拟机，设置虚拟机参数，包括虚拟机id，最大功率，mips，带宽，内存，虚拟机调度策略，并提交给任务代理；

本发明实施例中，设计vm(虚拟机)类，它在主机内运行，提供了对虚拟机生命周期的管理，如将主机分配给虚拟机、虚拟机创建、虚拟机销毁以及虚拟机的迁移。设置虚拟机id为1，pmax＝100w，pidle＝60w，mips＝50，带宽＝2500，内存＝128。

步骤4、将虚拟机分配到主机；

本发明实施例中，设计vmallocationpolicy类，虚拟机分配到主机时，首先记录当前数据中心所有主机可用的处理器核心数，从中选出可用处理器核心数最多的第一台主机，并尝试在其上创建虚拟机；如果失败了并且还有主机没有尝试过，就排除当前选择的这台主机重新选择一台处理器核心数次多的主机，根据虚拟机是否创建成功，返回true或者false。

步骤5、创建仿真任务，设置任务id，任务数量，还有任务大小，请求执行完成该任务的pe数量；

本发明实施例中，设定任务类：cloudlet类，即随机创建1个任务，任务id为0，此外还有执行完成该任务的pe数量为2。

步骤6、调度任务，设计mycloudlet类，对分配到数据中心的任务，采用相应调度算法将任务调度到虚拟机上执行，若当前虚拟机正在执行任务，则调度到未来执行队列中进行等待；

本发明实施例中，采用贪心调度算法对任务进行调度，将任务优先调度到mips最大的虚拟机上，若当前虚拟机正在执行任务，则按照虚拟机中mips由大到小的顺序进行调度。

步骤7、计算虚拟机执行任务的模拟功率，即通过cpu利用率与最大功率的乘积即可获得。

步骤7.1计算cpu利用率，在一台虚拟机上，cpu利用率uocpuij采用正态分布，任务ti～n(maxr/2,maxr/6)，maxr表示虚拟机最大cpu数量，均值取值为maxr/2，标准方差定义为maxr/6。cpu利用率计算即是以ti为变量，均值取值为maxr/2，标准方差定义为maxr/6的正态分布函数。

本发明实施例中，虚拟机i的最大处理器数为2，任务量为1，则计算的均值为1，标准方差为1/3，则由正态分布计算cpu利用率为0.5。

步骤7.2计算虚拟机执行功率，由任务7.1获得虚拟机sj执行任务ti(1≤i≤n)时的cpu利用率，将sj的执行功率计算公式描述为：pij＝pidle+(1-pidle/pmax)·pmax·uocpuij，其中pidle表示虚拟机空闲功率，pmax表示为虚拟机最大功率。

本发明实施例中，步骤3中设计的虚拟机空闲功率为60w，最大功率为100w，所以虚拟机执行功率为：pij＝60+(1-60/100)*100*0.5＝80w。

步骤8、计算单个虚拟机模拟能耗，将当前执行任务的某台虚拟机的执行功率与执行时间相乘，将该虚拟机的空闲功率与虚拟机的空闲时间进行相乘，然后将两个功率进行相加即可得到虚拟机执行任务能耗。

步骤8.1计算虚拟机的执行能耗，虚拟机的执行能耗＝步骤7中虚拟机的执行功率×任务在该虚拟机上执行的时间。

本发明实施例中，虚拟机共运行了一个小时，其中执行任务i运行了30分钟，剩余30分钟空闲，由步骤7中获得执行功率为80w，则该虚拟机能耗＝80/1000*0.5＝0.04kwh。

步骤8.2计算虚拟机空闲能耗，将虚拟机执行的当前时间减去虚拟机执行任务的总时间然后与虚拟机的空闲功率进行相乘。

本发明实施例中，虚拟机空闲能耗＝(1-0.5)*60/1000＝0.03kwh。

步骤8.3计算虚拟机执行任务总能耗，步骤8.1中的虚拟机执行能耗加上步骤8.2中虚拟机空闲能耗。

本发明实施例中，虚拟机执行任务总能耗＝0.04+0.03＝0.07kwh。

步骤9、计算数据中心整体模拟能耗，即将任务开始执行到当前时间为止数据中心创建的所有虚拟机的能耗进行累加，即可得到数据中心的累加能耗；同时将当前时间所有虚拟机的功率进行累加，即可得到数据中心在当前时间的实时功率；

本发明实施例中，将数据中心每个虚拟机开始执行任务时间到执行任务完毕的时间的差值与其执行功率进行相乘，将数据中心销毁虚拟机前每个虚拟机的空闲时间与空闲功率进行相乘，然后将两者相加，则获得数据中心整体累加能耗。同时，每个虚拟机在当前时间的功率进行累加，即可得到数据中心在当前时间的实时功率。

这里，数据中心只设计一个虚拟机，运行了一个小时，所以累加能耗为0.07kwh，实时功率的计算需要按照每个虚拟机在当前时间的功率进行累加，这里由于只有一个虚拟机，所以，其实时功率前半个小时稳定为80w，后半个小时稳定为60w。