一种基于新能源供电的任务调度方法和系统

本发明涉及任务调度，特别涉及一种基于新能源供电的任务调度方法和系统。

背景技术：

1、随着数字革命和能源革命的深度融合，大力发展能源数字经济成为能源企业高速发展的必然之路。根据国际能源署(iea)预测，数字技术的大规模应用将使油气生产成本降低10％-20％，可以在2040年将太阳能光伏发电和风力发电的弃电率从7％降至1.6％，从而减少3000万吨二氧化碳排放。

2、一般是采用对数据中心任务的调度进行一个能耗感知，能快捷有效地知道各个数据中心的能耗情况，再根据能耗情况合理地分配新能源发电的优质绿电，以此来减少火力发电等带来的碳排放实现双碳目标。

3、关于能耗感知的任务调度问题，目前所采用的方法一般为负载均衡。该方法通过在活跃的服务器之间均分负载，将能耗问题转化成服务器的资源调度问题。但这种方法考虑的因素较少，不能有效的减少能耗。另外未来将会有大量新能源(风电、光伏)涌入，为数据中心提供优质绿电，这也是当下研究该问题需要考虑的地方。

技术实现思路

1、针对现有技术中因考虑因素较少导致任务调度效率低的技术问题，本发明提出一种基于新能源供电的任务调度方法和系统，通过预测新能源的发电量和数据中心的任务，再通过构建能耗优化目标函数，对数据中心的任务进行调配，使任务和能耗为最优，降低数据中心能耗的同时提高处理任务的效率。

2、为了实现上述目的，本发明提供以下技术方案：

3、一种基于新能源供电的任务调度方法，具体包括以下步骤：

4、s1：获取n个数据中心的初始状态，初始状态包括正在处理的任务集合和储备的电量集合；

5、s2：获取新能源电站的历史发电量和数据中心的历史任务量，分别通过相应预测模型，得到将接收到的发电量集合和将接收到的任务集合；

6、s3：构建数据中心状态模型，实时更新数据中心的状态；

7、s4：将s1中数据中心的初始状态和s2中将接收到的任务集合输入s3中构建的数据中心状态模型，对预测时域p内数据中心的状态进行变更；

8、s5：构建能耗优化目标函数，对s4中的预测时域p内数据中心的变更状态进行优化，输出分配给每个数据中心的任务。

9、优选地,所述s2中，采用lstm模型对新能源的发电量进行预测；采用autoregressive model对数据中心将接收到的任务集合进行预测。

10、优选地,所述s3中，构建的数据中心状态模型为：

11、

12、公式(1)中，表示数据中心的实时状态；为状态向量，xn表示第n个数据中心的初始状态；a，b为参数矩阵，其中

13、αn表示第n个数据中心的参数权重；

14、u＝{u1,u2,...,un}为控制向量，un表示第n个数据中心将接收的任务；

15、将构建的数据中心状态模型进行离散化：

16、

17、公式(2)中，x(k+1)、x(k)分别表示k+1时刻、k时刻数据中心的初始状态；t表示控制周期，也即获取新状态所需的时间间隔；i表示单位矩阵；u(k)为控制输入向量，表示k时刻n个数据中心将接收的任务集合；为两个参数矩阵，

18、

19、优选地,所述s4中，预测时域p内数据中心的变更状态模型为：

20、

21、公式(3)中，x(k+1k)表示在k时刻预测k+1时刻数据中心的初始状态；x(k)表示k时刻数据中心的初始状态；u(kk)表示k时刻数据中心接收的任务；x(k+2k)表示在k时刻预测k+2时刻数据中心的初始状态；u(k+1k)表示在k时刻预测k+1时刻数据中心将接收的任务；x(k+3k)表示在k时刻预测k+3时刻数据中心的初始状态；u(k+2k)表示在k时刻预测k+2时刻数据中心将接收的任务；x(k+pk)表示在k时刻预测k+p时刻数据中心的初始状态；u(k+ik)表示在k时刻预测k+i时刻数据中心将接收的任务；i表示第i个控制周期；p表示预测时域。

22、优选地,所述s5中，构建的能耗优化目标函数的表达式为：

23、

24、公式(4)，p表示预测时域；i表示第i个控制周期；n表示数据中心的个数；t表示第t个数据中心；分别表示第t个数据中心的cpu能耗、内存能耗、磁盘能耗、网卡能耗；et表示第t个数据中心将得到的发电量；et表示第t个数据中心储备的电量；tt为第t个数据中心处理单个任务的平均时间；ct表示第t个数据中心正在处理的任务；ut表示第t个数据中心将接收到的任务；cmax表示预设的任务的最大总量；α表示参数权重。

25、优选地,还包括s6：

26、将s5中分配给每个数据中心的任务输入构建的数据中心状态模型，输出得到一个计算值，然后通过比较计算值和实际值，调整能耗优化目标函数中的参数权重α。

27、优选地,所述参数权重α的调整方法为：

28、若计算值大于实际值则减小参数权重，若计算值小于或等于实际值则增大参数权重，并将实际值作为初始值输入数据中心的变更状态模型，输出最优控制量u(k+ik)，构成闭环优化控制。

29、本发明还提供一种基于新能源供电的任务调度系统，具体包括：

30、数据获取模块，用于获取n个数据中心在k时刻的初始状态，初始状态包括任务和电量；

31、计算模块，用于根据新能源电站的历史发电量和数据中心的历史任务量，计算新能源电站的发电量集合和数据中心将接收的任务集合；

32、第一构建模块，用于构建数据中心状态模型；

33、状态更新模块，用于对数据中心的状态进行变更；

34、第二构建模块，用于构建能耗优化目标函数，对数据中心变更后的状态进行优化；

35、输出模块，用于根据第二构建模块的优化输出分配给每个数据中心的任务。

36、优选地,还包括修正模块，用于根据输出模块的结果对第二构建模块构建的能耗优化目标函数进行参数修正。

37、综上所述，由于采用了上述技术方案，与现有技术相比，本发明至少具有以下有益效果：

38、本发明根据新能源为数据中心的发电情况，对数据中心的能耗进行优化，为数据中心的任务进行调配，使任务和能耗达到综合最优，降低能耗的同时提高任务处理效率；

39、同时由于在实际控制过程中会受到外部扰动和不确定性因素的影响，使得基于预测模型控制的预测信息与实际输出信息会存在偏差，故引入反馈校正环节，利用实际测量值对预测模型进行在线修正，之后进行新一轮的优化，这样使得滚动优化利用了实际反馈信息，构成闭环优化，从而使系统的鲁棒性和抗干扰性得到大幅提高，提高任务调配的准确性。

技术特征：

1.一种基于新能源供电的任务调度方法，其特征在于,具体包括以下步骤：

2.如权利要求1所述的一种基于新能源供电的任务调度方法，其特征在于,所述s2中，采用lstm模型对新能源的发电量进行预测；采用autoregressive model对数据中心将接收到的任务集合进行预测。

3.如权利要求1所述的一种基于新能源供电的任务调度方法，其特征在于,所述s3中，构建的数据中心状态模型为：

4.如权利要求1所述的一种基于新能源供电的任务调度方法，其特征在于,所述s4中，预测时域p内数据中心的变更状态模型为：

5.如权利要求1所述的一种基于新能源供电的任务调度方法，其特征在于,所述s5中，构建的能耗优化目标函数的表达式为：

6.如权利要求1所述的一种基于新能源供电的任务调度方法，其特征在于,还包括s6：

7.如权利要求6所述的一种基于新能源供电的任务调度方法，其特征在于,所述参数权重α的调整方法为：

8.一种基于新能源供电的任务调度系统，其特征在于,用于处理权利要求1-7任一所述的一种基于新能源供电的任务调度方法，具体包括：

9.如权利要求8所述的一种基于新能源供电的任务调度系统，其特征在于,还包括修正模块，用于根据输出模块的结果对第二构建模块构建的能耗优化目标函数进行参数修正。

技术总结
本发明公开一种基于新能源供电的任务调度方法和系统，包括以下步骤：S1：获取n个数据中心的初始状态，初始状态包括正在处理的任务集合和储备的电量集合；S2：获取新能源电站的历史发电量和数据中心的历史任务量，分别通过相应预测模型，得到将接收到的发电量集合和将接收到的任务集合；S3：构建数据中心状态模型，实时更新数据中心的状态；S4：将S1中数据中心的初始状态和S2中将接收到的任务集合输入S3中构建的数据中心状态模型，对预测时域p内数据中心的状态进行变更；S5：构建能耗优化目标函数，对S4中的预测时域p内数据中心的变更状态进行优化，输出分配给每个数据中心的任务。

技术研发人员：唐朝伟,李云臻,刘野,周旭,钟轶伟,卢靖雯,杨欣,周晓莉
受保护的技术使用者：重庆大学
技术研发日：
技术公布日：2024/1/15