风电-抽水蓄能电站-数据中心联合调度方法与流程

1.本发明属于电气自动化领域，具体涉及一种风电-抽水蓄能电站-数据中心联合调度方法。


背景技术：

2.随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。因此，保障电能的稳定可靠供应，就成为了电力系统最重要的任务之一。
3.近年来，风电装机规模日益扩大，大规模的风电并网给电网的安全稳定带来了一系列问题。首先是风电出力波动与电网负荷波动具有相反的波动特性，其反调峰特性间接增大了电网负荷的峰谷差，加剧了电网的调峰压力，调峰机组的频繁启停间接增大系统运行风险；其次，受环境因素影响，风电出力具有明显的不稳定性和间歇性，导致系统备用容量的增加，也让传统的发电追踪负荷的调度模式受到挑战。
4.因此，研究人员借鉴能源互联网的思路，从源荷互动的角度出发，源侧考虑抽水蓄能机组具备装机容量大，爬坡速率快可灵活调度，具备能量的时空转移特性，配合风电出力实现峰谷转移，使无序波动的风电成为稳定可调度的电源；荷侧结合近年来能源消耗日益庞大的数据中心，考虑数据中心工作负载特性，在满足计算任务对计算资源的需求以及不影响服务质量和用户满意度的前提下，将部分可调的工作负载转移至其他时段进行处理，实现数据中心用电的灵活调节。
5.因此，能够考虑将风电-抽水蓄能电站-数据中心进行联合调度，以达到电网调峰调度的要求。但是，目前尚没有针对该方面的调度研究。


技术实现要素：

6.本发明的目的在于提供一种可靠性高、稳定性好且效果较好的风电-抽水蓄能电站-数据中心联合调度方法。
7.本发明提供的这种风电-抽水蓄能电站-数据中心联合调度方法，包括如下步骤：
8.s1.获取风电场、抽水蓄能电站和数据中心的运行数据；
9.s2.建立数据中心的工作负载转移模型；
10.s3.基于能源利用效率，建立数据中心的能耗模型；
11.s4.匹配风电、抽水蓄能电站、数据中心功率容量，建立风电-抽水蓄能电站-数据中心联合运行模型，并确定模型的约束条件；
12.s5.建立风电-抽水蓄能电站-数据中心的联合运行目标；
13.s6对步骤s2～s5建立的模型进行求解，得到风电-抽水蓄能电站-数据中心在联合调度模式下的调度方案。
14.步骤s1所述的获取风电场、抽水蓄能电站和数据中心的运行数据，具体包括获取抽水蓄能电站和数据中心的相关技术参数；从电网调度中心获取次日负荷预测数据；从风
电场获取日前风功率预测数据；从数据中心获取在线负载、离线负载的历史记录及要求，从而得到数据中心的次日工作负载预测数据。
15.步骤s2所述的建立数据中心的工作负载转移模型，具体包括如下步骤：
16.采用如下算式计算到达数据中心的总工作负载：
[0017][0018][0019]
l
it
＝a
it
+b
it
[0020]
式中a
it
为量化数据中心负载的工作量，用负载占用的服务器数量描述数据中心资源容量，l
it
为数据中心i在t时刻处理的总工作负载，a
itn
为数据中心i在t时刻处理第n个在线负载占用的工作量，b
itn
为数据中心i在t时刻处理第n个在线负载占用的工作量a
it
为数据中心i在t时刻处理的总在线负载工作量，b
it
为数据中心i在t时刻处理的总离线负载工作量；
[0021]
采用如下算式，确定离线负载可延迟处理的时间界限：
[0022][0023][0024][0025]
式中和分别表示时间t到达数据中心i的第n个离线负载需求的最快和最迟完成时刻；表示时间t到达数据中心i的第n个离线负载完成时刻；表示时间t到达数据中心i的第n个离线负载到达时刻；表示时间t到达数据中心i的第n个离线负载基本处理时间；表示时间t到达数据中心i的第n个离线负载最大可延迟处理时间；
[0026]
采用如下算式，确定离线负载延迟处理特性；规定时间内完成工作负载的处理，其中离线负载具有可时移特性，可以根据要求将负载任务转移到其它时间段进行处理，而在线负载则需要即时完成，不具备时移特性：
[0027]aitn
＝a
itn
[0028][0029][0030]
式中x
i,t,n
表示t时刻数据中心i的第n个离线负载被处理的0-1变量，当x
i,t,n
取值为0时代表离线负载未被处理，当x
i,t,n
取值为1时代表离线负载正在被处理，b
itn
表示完成离线负载b
itn
所需的总工作量；
[0031]
假定离线负载延迟处理后的处理过程仍连续不可中断，可通过下式进行约束：
[0032][0033][0034]
式中x
i,t,n
表示t时刻数据中心i的第n个离线负载被处理的0-1变量。
[0035]
步骤s3所述的基于能源利用效率，建立数据中心的能耗模型，具体包括如下步骤：
[0036]
采用如下算式作为数据中心的能耗模型：
[0037][0038][0039][0040][0041]
式中为数据中心i在时间t的消耗功率，为数据中心i的it设备消耗功率，为数据中心除it设备外的功率消耗，n
it
为数据中心i在时间t开启的服务器数量，p
ipeak
为数据中心i的峰值功率，p
iidle
为数据中心i的闲置功率，puei为数据中心i的能源利用效率，其值为数据中心内总能耗/数据中心内it设备能耗，u
it
为数据中心的服务器负载率，μi表示数据中心i服务器处理负载的速度，为服务器的运行参数。
[0042]
步骤s4所述的匹配风电、抽水蓄能电站、数据中心功率容量，建立风电-抽水蓄能电站-数据中心联合运行模型，具体为以保障风电消纳为目标，以抽水蓄能电站和数据中心工作负载的调度灵活性为基础，对抽水蓄能电站和数据中心进行调控，以跟踪风电出力，减少风电出力的波动性，平滑净负荷曲线。
[0043]
步骤s4所述的确定模型的约束条件，具体包括如下步骤：
[0044]
(1)采用如下算式作为抽水蓄能电站的上下水库库容约束：
[0045][0046]
式中为上水库的最小库容量；为t时刻的上水库的库容值；为上水库的最大库容量；为下水库的最小库容量；为t时刻的下水库的库容值；为下水库的最大库容量；
[0047]
(2)采用如下算式作为抽水蓄能电站上下水库库容变化约束：
[0048]
p
pu,t
为t时刻的抽水蓄能电站功率；当p
pu,t
＞0表示抽水蓄能电站为发电状态，此时库容变化满足：
[0049][0050]
式中δt为时间段间隔时长；η1为抽水蓄能电站的发电效率；
[0051]
当p
pu,t
＜0表示抽水蓄能电站为抽水状态，此时库容变化满足：
[0052][0053]
式中η2为抽水蓄能电站的抽水效率；
[0054]
(3)采用如下算式作为抽水蓄能电站始末库容约束：
[0055][0056]
式中λ为调度期内上下库容最大允许变动系数；为0时刻的上水库的库容值；为一个调度期内最后时刻的上水库的库容值；为0时刻的下水库的库容值；为一个调度期内最后时刻的下水库的库容值；
[0057]
(4)采用如下算式作为抽水蓄能电站的功率约束：
[0058]
p
fmin
≤p
pu,t
≤p
fmax
p
pu,t
＞0
[0059]
p
cmin
≤p
pu,t
≤p
cmax
p
pu,t
＜0
[0060]
式中p
fmin
和p
fmax
分别为抽水蓄能电站单台机组发电的最小、最大出力；p
cmin
和p
cmax
分别为抽水蓄能电站单台机组抽水的最小、最大出力；
[0061]
(5)采用如下算式作为风电机组出力约束：
[0062]
0≤p
wind,t
≤p'
wind,t
[0063]
式中p'
wind,t
为风电机组的预测出力，p
wind,t
为风电机组的实际出力；
[0064]
(6)采用如下算式作为数据中心服务器开机数量约束：
[0065][0066]
式中分别为数据中心i的服务器的最小和最大开机数量；
[0067]
(7)采用如下算式作为数据中心工作负载占用服务器数量约束：
[0068]
0≤l
it
≤n
it
μi[0069]
式中μi为数据中心i的利用效率；
[0070]
(8)数据中心在运行中需要向用户提供服务质量保证(quality of service,qos)以保证用户访问服务器的速度，采用m/m/1排队模型计算数据中心在线负载的平均响应时间，具体如下：
[0071][0072]
式中d
max
为满足用户服务质量的响应时间；
[0073]
(9)采用如下算式作为系统功率平衡约束：
[0074][0075]
式中p
tgrid
为电网侧功率，p
load,t
为风电-抽水蓄能电站系统中除数据中心外的供电负荷。
[0076]
步骤s5所述的建立风电-抽水蓄能电站-数据中心的联合运行目标，具体包括如下步骤：
[0077]
考虑最佳负荷跟踪匹配度，为有效衡量源端与荷端数据中心联合调度的需求匹配程度，采用负荷匹配度量化风电-抽水蓄能电站-数据中心联合系统中电源与负荷的匹配情况：
[0078]
α
wind,t
＝(p
wind,t-p
wind,t-1
)/t
[0079][0080][0081]
min f＝i
t
[0082]
式中α
wind,t
为风电的出力变化率，β
t
表示负荷侧的出力变化率，t为调度的总时段，i
t
为负荷匹配度。
[0083]
本发明提供的这种风电-抽水蓄能电站-数据中心联合调度方法，首先基于数据中心混合部署技术，在保障在线负载的处理资源优先获取的前提下，根据离线负载可时移特性，建立数据中心工作负载转移模型，然后基于能源利用效率的数据中心能耗模型，将工作负载的调度转化成数据中心用电负荷的调控，接着建立风电-抽水蓄能电站-数据中心联合运行模型，并确定运行模型的约束条件，构建最佳负荷跟踪匹配度的联合运行目标，并最终进行模型求解得到各时段下抽水蓄能电站及数据中心工作负载调度方案；因此本发明方法针对风电-抽水蓄能电站-数据中心联合调度进行设计，可靠性高、稳定性好且效果较好。
附图说明
[0084]
图1为本发明的方法流程示意图。
[0085]
图2为本发明实施例的风电集群机组预测出力示意图。
[0086]
图3为本发明实施例的数据中心在线负载功率需求示意图。
[0087]
图4为本发明实施例的区域除数据中心外的负荷需求示意图。
[0088]
图5为本发明实施例的离线负载不参与调度(case1)时的情况示意图。
[0089]
图6为本发明实施例的离线负载参与调度(case2)时的情况示意图。
[0090]
图7为本发明实施例的case1和case2中的数据中心负荷情况示意图。
具体实施方式
[0091]
如图1所示为本发明的方法流程示意图：本发明提供的这种风电-抽水蓄能电站-数据中心联合调度方法，包括如下步骤：
[0092]
s1.获取风电场、抽水蓄能电站和数据中心的运行数据；具体包括获取抽水蓄能电站和数据中心的相关技术参数；从电网调度中心获取次日负荷预测数据；从风电场获取日前风功率预测数据；从数据中心获取在线负载、离线负载的历史记录及要求，从而得到数据中心的次日工作负载预测数据；
[0093]
s2.建立数据中心的工作负载转移模型；具体包括如下步骤：
[0094]
采用如下算式计算到达数据中心的总工作负载：
[0095][0096][0097]
l
it
＝a
it
+b
it
[0098]
式中a
it
为量化数据中心负载的工作量，用负载占用的服务器数量描述数据中心资源容量，l
it
为数据中心i在t时刻处理的总工作负载，a
itn
为数据中心i在t时刻处理第n个在线负载占用的工作量，b
itn
为数据中心i在t时刻处理第n个在线负载占用的工作量a
it
为数据中心i在t时刻处理的总在线负载工作量，b
it
为数据中心i在t时刻处理的总离线负载工作量；
[0099]
采用如下算式，确定离线负载可延迟处理的时间界限：
[0100][0101][0102][0103]
式中和分别表示时间t到达数据中心i的第n个离线负载需求的最快和最迟完成时刻；表示时间t到达数据中心i的第n个离线负载完成时刻；表示时间t到达数据中心i的第n个离线负载到达时刻；表示时间t到达数据中心i的第n个离线负载基本处理时间；表示时间t到达数据中心i的第n个离线负载最大可延迟处理时间；
[0104]
采用如下算式，确定离线负载延迟处理特性；规定时间内完成工作负载的处理，其中离线负载具有可时移特性，可以根据要求将负载任务转移到其它时间段进行处理，而在线负载则需要即时完成，不具备时移特性：
[0105]aitn
＝a
itn
[0106]
[0107][0108]
式中x
i,t,n
表示t时刻数据中心i的第n个离线负载被处理的0-1变量，当x
i,t,n
取值为0时代表离线负载未被处理，当x
i,t,n
取值为1时代表离线负载正在被处理，b
itn
表示完成离线负载b
itn
所需的总工作量；
[0109]
假定离线负载延迟处理后的处理过程仍连续不可中断，可通过下式进行约束：
[0110][0111][0112]
式中x
i,t,n
表示t时刻数据中心i的第n个离线负载被处理的0-1变量；
[0113]
s3.基于能源利用效率，建立数据中心的能耗模型；具体包括如下步骤：
[0114]
采用如下算式作为数据中心的能耗模型：
[0115][0116][0117][0118][0119]
式中为数据中心i在时间t的消耗功率，为数据中心i的it设备消耗功率，为数据中心除it设备外的功率消耗，n
it
为数据中心i在时间t开启的服务器数量，p
ipeak
为数据中心i的峰值功率，p
iidle
为数据中心i的闲置功率，puei为数据中心i的能源利用效率，其值为数据中心内总能耗/数据中心内it设备能耗，u
it
为数据中心的服务器负载率，μi表示数据中心i服务器处理负载的速度，为服务器的运行参数；
[0120]
s4.匹配风电、抽水蓄能电站、数据中心功率容量，建立风电-抽水蓄能电站-数据中心联合运行模型，并确定模型的约束条件；具体为以保障风电消纳为目标，以抽水蓄能电站和数据中心工作负载的调度灵活性为基础，对抽水蓄能电站和数据中心进行调控，以跟踪风电出力，减少风电出力的波动性，平滑净负荷曲线；
[0121]
同时，确定模型的约束条件，具体包括如下步骤：
[0122]
(1)采用如下算式作为抽水蓄能电站的上下水库库容约束：
[0123][0124]
式中为上水库的最小库容量；为t时刻的上水库的库容值；为上水库的最大库容量；为下水库的最小库容量；为t时刻的下水库的库容值；为下水库的最大库容量；
[0125]
(2)采用如下算式作为抽水蓄能电站上下水库库容变化约束：
[0126]
p
pu,t
为t时刻的抽水蓄能电站功率；当p
pu,t
＞0表示抽水蓄能电站为发电状态，此时库容变化满足：
[0127][0128]
式中δt为时间段间隔时长；η1为抽水蓄能电站的发电效率；
[0129]
当p
pu,t
＜0表示抽水蓄能电站为抽水状态，此时库容变化满足：
[0130][0131]
式中η2为抽水蓄能电站的抽水效率；
[0132]
(3)采用如下算式作为抽水蓄能电站始末库容约束：
[0133][0134]
式中λ为调度期内上下库容最大允许变动系数；为0时刻的上水库的库容值；为一个调度期内最后时刻的上水库的库容值；为0时刻的下水库的库容值；为一个调度期内最后时刻的下水库的库容值；
[0135]
(4)采用如下算式作为抽水蓄能电站的功率约束：
[0136]
p
fmin
≤p
pu,t
≤p
fmax
p
pu,t
＞0
[0137]
p
cmin
≤p
pu,t
≤p
cmax
p
pu,t
＜0
[0138]
式中p
fmin
和p
fmax
分别为抽水蓄能电站单台机组发电的最小、最大出力；p
cmin
和p
cmax
分别为抽水蓄能电站单台机组抽水的最小、最大出力；
[0139]
(5)采用如下算式作为风电机组出力约束：
[0140]
0≤p
wind,t
≤p'
wind,t
[0141]
式中p'
wind,t
为风电机组的预测出力，p
wind,t
为风电机组的实际出力；
[0142]
(6)采用如下算式作为数据中心服务器开机数量约束：
[0143][0144]
式中分别为数据中心i的服务器的最小和最大开机数量；
[0145]
(7)采用如下算式作为数据中心工作负载占用服务器数量约束：
[0146]
0≤l
it
≤n
it
μi[0147]
式中μi为数据中心i的利用效率；
[0148]
(8)数据中心在运行中需要向用户提供服务质量保证(quality of service,qos)
以保证用户访问服务器的速度，采用m/m/1排队模型计算数据中心在线负载的平均响应时间，具体如下：
[0149][0150]
式中d
max
为满足用户服务质量的响应时间；
[0151]
(9)采用如下算式作为系统功率平衡约束：
[0152][0153]
式中p
tgrid
为电网侧功率，p
load,t
为风电-抽水蓄能电站系统中除数据中心外的供电负荷；
[0154]
s5.建立风电-抽水蓄能电站-数据中心的联合运行目标；具体包括如下步骤：
[0155]
考虑最佳负荷跟踪匹配度，为有效衡量源端与荷端数据中心联合调度的需求匹配程度，采用负荷匹配度量化风电-抽水蓄能电站-数据中心联合系统中电源与负荷的匹配情况：
[0156]
α
wind,t
＝(p
wind,t-p
wind,t-1
)/t
[0157][0158][0159]
min f＝i
t
[0160]
式中α
wind,t
为风电的出力变化率，β
t
表示负荷侧的出力变化率，t为调度的总时段，i
t
为负荷匹配度；
[0161]
s6对步骤s2～s5建立的模型进行求解，得到风电-抽水蓄能电站-数据中心在联合调度模式下的调度方案。
[0162]
以下结合一个实施例，对本发明方法进行进一步说明：
[0163]
仿真以matlab平台进行仿真分析，模型1为装机容量为80mw的风电集群机组，风电机组预测出力如图2所示。模型2数据中心的峰值功率p
ipeak
为0.9kw，数据中心的闲置功率p
iidle
为0.3kw，puei为数据中心的能源利用效率为1.75，数据中心服务器处理负载的速度μ为0.8，数据中心的服务器的最小和最大开机数量和分别为6000和30000台，用户服务质量的响应时间d
max
为0.35s，假设该数据中心处理离线负载的速度固定为3000台/小时，在线负载出力需求如图3所示，离线负载处理需求如表1所示。模型3抽水蓄能最大抽水功率和最大发电功率均为16mw，上水库容量最小值为100000，上水库容量最大值为300000，初始容量为200000。发电系数为998，抽水系数为749，水库容量最大变动系数0.1，本区域除数据中心外的其他负荷图4所示。
[0164]
表1离线负载处理需求示意表
[0165]
到达数据中心时间最迟完成处理时间总工作量2960002106000
311600041260005136000614600071560008166000917600010186000111960001220600013216000142260001523600016246000172260001823600019236000202460002124600022246000
[0166]
设置case1与case2进行对比，验证本方法的可行性。
[0167]
case1：数据中心不参与联合系统调度，离线负载到达数据中心即开始处理，不考虑其延迟处理。
[0168]
case2：数据中心参与联合调度，离线负载根据要求进行时移处理。
[0169]
仿真结果如图5～图7所示；离线负载参与联合调度后，负荷跟踪匹配度由0.2874下降为0.15043，说明数据中心能很好的配合风电出力，相较于只有抽水蓄能电站配合风电消纳，数据中心参与调度能明显增强跟踪风电出力的水平，减少抽水蓄能调峰压力。