本發(fā)明涉及電力調(diào)度，具體涉及一種風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法、系統(tǒng)、存儲(chǔ)介質(zhì)和電子設(shè)備。

背景技術(shù)：

1、數(shù)據(jù)中心作為現(xiàn)代社會(huì)信息基礎(chǔ)設(shè)施的核心，其能耗巨大。為了實(shí)現(xiàn)可持續(xù)發(fā)展，越來越多的數(shù)據(jù)中心開始引入可再生能源以及儲(chǔ)能系統(tǒng)，以減少對(duì)傳統(tǒng)電網(wǎng)的依賴。然而，可再生能源的間歇性和不穩(wěn)定性，以及數(shù)據(jù)中心負(fù)載需求的動(dòng)態(tài)變化，給風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力供應(yīng)的穩(wěn)定性和可靠性帶來了巨大挑戰(zhàn)。因此，如何高效地整合可再生能源、儲(chǔ)能系統(tǒng)以及傳統(tǒng)電網(wǎng)供電，以實(shí)現(xiàn)數(shù)據(jù)中心的穩(wěn)定、可靠運(yùn)行，是當(dāng)前面臨的重要挑戰(zhàn)。

2、傳統(tǒng)數(shù)據(jù)中心主要依賴電網(wǎng)供電，部分?jǐn)?shù)據(jù)中心采用備用柴油發(fā)電機(jī)作為應(yīng)急電源。近年來，一些數(shù)據(jù)中心開始引入光伏和風(fēng)能供電，并配備儲(chǔ)能系統(tǒng)以平滑輸出，然而這些應(yīng)用大多缺乏有效的優(yōu)化調(diào)度策略?，F(xiàn)有的許多調(diào)度方法通常假設(shè)系統(tǒng)參數(shù)是確定的，無法處理可再生能源的隨機(jī)性和不確定，且沒有考慮數(shù)據(jù)中心的動(dòng)態(tài)負(fù)載需求。近年來，隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，一些新興的調(diào)度方法開始出現(xiàn)。例如，基于深度學(xué)習(xí)的預(yù)測(cè)模型和強(qiáng)化學(xué)習(xí)算法被用于優(yōu)化數(shù)據(jù)中心的能源調(diào)度。

3、盡管近年來數(shù)據(jù)中心能源管理領(lǐng)域取得了一定進(jìn)展，但現(xiàn)有方法在應(yīng)對(duì)復(fù)雜場(chǎng)景時(shí)仍存在局限性。一方面，現(xiàn)有調(diào)度方法大多未能充分整合多可再生能源(如光伏、風(fēng)能)與儲(chǔ)能系統(tǒng)的動(dòng)態(tài)特性，導(dǎo)致在處理可再生能源的隨機(jī)性和不確定性時(shí)效果有限。另一方面，現(xiàn)有算法在求解效率和全局優(yōu)化能力上仍有不足，尤其是在面對(duì)大規(guī)模數(shù)據(jù)中心和復(fù)雜的多能源協(xié)同場(chǎng)景時(shí)，難以快速、準(zhǔn)確地生成最優(yōu)調(diào)度方案。此外，現(xiàn)有研究大多缺乏對(duì)實(shí)時(shí)數(shù)據(jù)的深度利用和對(duì)調(diào)度策略的動(dòng)態(tài)調(diào)整能力，難以滿足數(shù)據(jù)中心對(duì)高效、靈活能源管理的迫切需求。

技術(shù)實(shí)現(xiàn)思路

1、(一)解決的技術(shù)問題

2、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法、系統(tǒng)、存儲(chǔ)介質(zhì)和電子設(shè)備，解決了現(xiàn)有數(shù)據(jù)中心在能源利用效率、供電穩(wěn)定性以及調(diào)度靈活性方面的技術(shù)問題。

3、(二)技術(shù)方案

4、為實(shí)現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實(shí)現(xiàn)：

5、一種風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法，所述風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心包括風(fēng)光儲(chǔ)一體化能源系統(tǒng)和數(shù)據(jù)中心服務(wù)器，所述風(fēng)光儲(chǔ)一體化能源系統(tǒng)的能源組件包括光伏系統(tǒng)、風(fēng)力渦輪機(jī)、儲(chǔ)能系統(tǒng)及電網(wǎng)；所述風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法包括：

6、采集所述風(fēng)光儲(chǔ)一體化能源系統(tǒng)的實(shí)時(shí)參數(shù)數(shù)據(jù)以及所述數(shù)據(jù)中心服務(wù)器的負(fù)荷需求參數(shù)數(shù)據(jù)；

7、基于所述實(shí)時(shí)參數(shù)數(shù)據(jù)，分別針對(duì)所述光伏系統(tǒng)、所述風(fēng)力渦輪機(jī)的發(fā)電特性以及所述儲(chǔ)能系統(tǒng)的儲(chǔ)能特性進(jìn)行建模；

8、基于所述負(fù)荷需求參數(shù)數(shù)據(jù)，對(duì)數(shù)據(jù)中心服務(wù)器負(fù)載進(jìn)行建模；

9、基于建模結(jié)果，以最小化購電成本以及棄風(fēng)成本之和為優(yōu)化目標(biāo)，以能源組件運(yùn)行特性、系統(tǒng)功率平衡及計(jì)算任務(wù)轉(zhuǎn)移為約束，構(gòu)建電力調(diào)度模型；

10、采用llm推理求解所述電力調(diào)度模型，生成初始調(diào)度策略；并采用td3強(qiáng)化學(xué)習(xí)算法對(duì)所述初始調(diào)度策略進(jìn)行優(yōu)化，以獲取最終的優(yōu)化調(diào)度策略。

11、優(yōu)選的，基于所述實(shí)時(shí)參數(shù)數(shù)據(jù)，針對(duì)所述光伏系統(tǒng)的發(fā)電特性進(jìn)行建模；包括：

12、將光伏發(fā)電的發(fā)電功率數(shù)學(xué)建模如下：

13、

14、式中，為光伏輸出功率，表示標(biāo)準(zhǔn)測(cè)試條件下光伏的額定功率，g(t)為太陽輻照度，αt為最大功率時(shí)的溫度系數(shù)，tenv為環(huán)境溫度，tref為參考條件下的電池溫度。

15、優(yōu)選的，基于所述實(shí)時(shí)參數(shù)數(shù)據(jù)，針對(duì)所述風(fēng)力渦輪機(jī)的發(fā)電特性進(jìn)行建模；包括：

16、將風(fēng)力渦輪機(jī)的發(fā)電功率數(shù)學(xué)建模如下：

17、

18、式中，pwt為風(fēng)力發(fā)電功率，pr為渦輪機(jī)的額定功率，v(t)為實(shí)際風(fēng)速，為風(fēng)速低值，為風(fēng)速高值，vr為額定風(fēng)速；

19、其中，基于以下公式使用參考水平處的風(fēng)速來計(jì)算特定水平處的實(shí)際風(fēng)速：

20、

21、式中，v為高度h處的風(fēng)速，vref為href參考高度的參考風(fēng)速，β為摩擦系數(shù)。

22、優(yōu)選的，所述氫儲(chǔ)能系統(tǒng)由電解槽、氫氣罐、燃料電池組成，基于所述實(shí)時(shí)參數(shù)數(shù)據(jù)，針對(duì)所述儲(chǔ)能系統(tǒng)的儲(chǔ)能特性進(jìn)行建模；包括：

23、將電解槽功率數(shù)學(xué)建模如下：

24、

25、式中，pel為電解槽功率，為可再生能源注入電解槽的功率，ηel為電解槽的效率，ηi為電流效率，ηv為電壓效率；

26、將氫氣儲(chǔ)罐功率數(shù)學(xué)建模如下：

27、

28、式中，phs(t)為t時(shí)刻存儲(chǔ)的能量，δt為時(shí)間間隔，為燃料電池存儲(chǔ)功率，ηhs為存儲(chǔ)系統(tǒng)的效率；

29、罐中的儲(chǔ)氫量如下：

30、

31、式中，mhs(t)為時(shí)刻t罐內(nèi)的儲(chǔ)氫量,為氫氣的較高熱值；

32、將燃料電池的輸出功率數(shù)學(xué)建模如下：

33、

34、式中，為燃料電池放電功率，ηfc為燃料電池的效率；

35、以及將電池組儲(chǔ)能存儲(chǔ)容量表達(dá)為：

36、

37、式中，和分別為t時(shí)刻儲(chǔ)能電池s的充電和放電功率；和分別為儲(chǔ)能的充電和放電效率；ps(t)為t時(shí)刻儲(chǔ)能的凈輸入功率；ss(t)為t時(shí)刻儲(chǔ)能的帶電狀態(tài)；為儲(chǔ)能的額定容量；和psdis,max分別為充電和放電行為的最大功率；和分別為充電和放電行為的指示變量，其中只有一個(gè)在同一時(shí)間段內(nèi)為1；和分別為儲(chǔ)能的下限和上限。

38、優(yōu)選的，所述基于所述負(fù)荷需求參數(shù)數(shù)據(jù)，對(duì)數(shù)據(jù)中心服務(wù)器負(fù)載進(jìn)行建模；包括：

39、將計(jì)算任務(wù)表示為：

40、cti＝{ati,pti,dti,wi}?(9)

41、式中，下標(biāo)i表示第i個(gè)計(jì)算任務(wù)，ati為到達(dá)時(shí)間，pti為處理時(shí)間，dti為截止時(shí)間，wi定義為處理wi過程的正在使用的服務(wù)器數(shù)量；

42、將消耗功率表示為：

43、pser,i＝user,i(pser,max-pser,0)+pser,0?(10)

44、式中，pser,i是要處理的cti的電力需求，pser,max為服務(wù)器的最大用電量，pser,0為服務(wù)器的基本用電量，user,i為cti的實(shí)際使用率：

45、

46、式中，nser為服務(wù)器總數(shù)，udc為服務(wù)器集群在數(shù)據(jù)中心的使用率；

47、將調(diào)度范圍表示為：

48、ri＝n×δt＝dti-ati?(12)

49、式中，δt為調(diào)度時(shí)間，n為可調(diào)度系數(shù)；

50、并且對(duì)于計(jì)算任務(wù)，基于執(zhí)行時(shí)間分為長(zhǎng)期任務(wù)ltt、中期任務(wù)mtt和短期任務(wù)stt，三者的處理時(shí)間如下所示：

51、

52、式中，ptltt、ptmtt、ptstt分別為長(zhǎng)期任務(wù)ltt、中期任務(wù)mtt和短期任務(wù)stt的處理時(shí)間。

53、優(yōu)選的，所述電力調(diào)度模型包括：

54、目標(biāo)函數(shù)：

55、

56、式中，c為總成本，cbuy為購買的電力的總成本，ccur為棄風(fēng)成本，ce,t為時(shí)變電價(jià)，λt為由于限電而造成的懲罰電價(jià)，pgrid,t為從電網(wǎng)購買的電力，pcur,t為可再生能源的棄風(fēng)量：

57、

58、約束條件：

59、(1)能源組件運(yùn)行特性

60、

61、式中，和分別為發(fā)電組件m的最小、最大輸出功率，pm,t為組件m在t時(shí)刻的發(fā)電功率，和分別為發(fā)電組件m的最小、最大爬升能力，m∈{pv,wt,el,hs,fc,s}，s為儲(chǔ)能電池組的集合；

62、(2)系統(tǒng)功率平衡

63、

64、式中，n為計(jì)算任務(wù)的總量；

65、(3)計(jì)算任務(wù)轉(zhuǎn)移

66、

67、式中，xp,q,i為計(jì)算負(fù)載的轉(zhuǎn)移量，被定義為從時(shí)間p到q轉(zhuǎn)移的任務(wù)量與總處理量wi的比值，其小于100％；第二個(gè)等式意味著所有轉(zhuǎn)移的量等于初始計(jì)算任務(wù)；第三個(gè)不等式考慮了可分配時(shí)間與處理時(shí)間。

68、優(yōu)選的，所述采用llm推理求解所述電力調(diào)度模型，生成初始調(diào)度策略；包括：

69、輸入實(shí)時(shí)參數(shù)如下：

70、光伏系統(tǒng)的參數(shù)：g(t)，αt，tenv，tref；風(fēng)力渦輪機(jī)的參數(shù)：pr，v(t)，vr，vref，href，h，β；儲(chǔ)能系統(tǒng)的參數(shù)：ηel，ηi，ηv，ηhs，ηfc，數(shù)據(jù)中心服務(wù)器負(fù)載參數(shù)：ati，pti，dti，wi，pser,max，pser,0，user,i，nser，n，udc，n；目標(biāo)函數(shù)與約束變量參數(shù)：ce,t，λt；

71、基于輸入數(shù)據(jù)，將模型約束及目標(biāo)函數(shù)用自然語言描述作為調(diào)度規(guī)則，生成初始的調(diào)度策略作為下一步的模型輸入，初始調(diào)度策略的輸出參數(shù)如下：

72、風(fēng)光儲(chǔ)一體化能源系統(tǒng)的調(diào)度結(jié)果包括：pwt，pel，phs，mhs，pgrid,t，pcur,t；數(shù)據(jù)中心服務(wù)器負(fù)載的調(diào)度結(jié)果包括：pser,i，xp,q,i；優(yōu)化結(jié)果輸出：c，cbuy。

73、優(yōu)選的，所述采用td3強(qiáng)化學(xué)習(xí)算法對(duì)所述初始調(diào)度策略進(jìn)行優(yōu)化，以獲取最終的優(yōu)化調(diào)度策略；包括：

74、將所述風(fēng)光儲(chǔ)一體化能源系統(tǒng)建模為一個(gè)馬爾可夫決策過程，定義包括狀態(tài)空間st、動(dòng)作空間a以及獎(jiǎng)勵(lì)函數(shù)f；其中：

75、狀態(tài)空間包括光伏系統(tǒng)、風(fēng)力渦輪機(jī)、儲(chǔ)能系統(tǒng)、數(shù)據(jù)中心服務(wù)器負(fù)載參數(shù)，以及數(shù)據(jù)中心服務(wù)器負(fù)載參數(shù)、數(shù)據(jù)中心服務(wù)器負(fù)載的調(diào)度結(jié)果；

76、動(dòng)作空間包括了可再生與儲(chǔ)能系統(tǒng)、數(shù)據(jù)中心負(fù)載調(diào)度結(jié)果的調(diào)整量，所述調(diào)整量指pgrid,t,pser,i,xp,q,i的變化調(diào)整量；

77、獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)如下：

78、f(s,a)＝-(ce,tpgrid,t+λtpcur,t)?(19)

79、式中，(s,a)為狀態(tài)動(dòng)作對(duì)；

80、構(gòu)建兩個(gè)獨(dú)立的q網(wǎng)絡(luò)，估計(jì)動(dòng)作值函數(shù)，取較小值作為目標(biāo)q值：

81、qtarget(s,a)＝min(q1(s,a),q2(s,a))?(20)

82、通過軟更新目標(biāo)網(wǎng)絡(luò)的參數(shù)，保持目標(biāo)網(wǎng)絡(luò)的穩(wěn)定性：

83、θtarget(s,a)←(1-τ)θtarget(s,a)+τθ(s,a)(21)

84、式中，τ為軟更新系數(shù)；

85、通過動(dòng)態(tài)調(diào)整策略，逐步優(yōu)化所述初始調(diào)度策略，輸出最終的優(yōu)化調(diào)度策略。

86、一種風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度系統(tǒng)，所述風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心包括風(fēng)光儲(chǔ)一體化能源系統(tǒng)和數(shù)據(jù)中心服務(wù)器，所述風(fēng)光儲(chǔ)一體化能源系統(tǒng)的能源組件包括光伏系統(tǒng)、風(fēng)力渦輪機(jī)、儲(chǔ)能系統(tǒng)及電網(wǎng)；所述風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度系統(tǒng)包括：

87、實(shí)時(shí)數(shù)據(jù)采集模塊，用于采集所述風(fēng)光儲(chǔ)一體化能源系統(tǒng)的實(shí)時(shí)參數(shù)數(shù)據(jù)以及所述數(shù)據(jù)中心服務(wù)器的負(fù)荷需求參數(shù)數(shù)據(jù)；

88、組件特性模型構(gòu)建模塊，用于基于所述實(shí)時(shí)參數(shù)數(shù)據(jù)，分別針對(duì)所述光伏系統(tǒng)、所述風(fēng)力渦輪機(jī)的發(fā)電特性以及所述儲(chǔ)能系統(tǒng)的儲(chǔ)能特性進(jìn)行建模；

89、服務(wù)器負(fù)載模型構(gòu)建模塊，用于基于所述負(fù)荷需求參數(shù)數(shù)據(jù)，對(duì)數(shù)據(jù)中心服務(wù)器負(fù)載進(jìn)行建模；

90、調(diào)度模型構(gòu)建模塊，用于基于建模結(jié)果，以最小化購電成本以及棄風(fēng)成本之和為優(yōu)化目標(biāo)，以能源組件運(yùn)行特性、系統(tǒng)功率平衡及計(jì)算任務(wù)轉(zhuǎn)移為約束，構(gòu)建電力調(diào)度模型；

91、調(diào)度模型求解模塊，用于采用llm推理求解所述電力調(diào)度模型，生成初始調(diào)度策略；并采用td3強(qiáng)化學(xué)習(xí)算法對(duì)所述初始調(diào)度策略進(jìn)行優(yōu)化，以獲取最終的優(yōu)化調(diào)度策略。

92、一種存儲(chǔ)介質(zhì)，其存儲(chǔ)有用于風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度的計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序使得計(jì)算機(jī)執(zhí)行如上所述的風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法。

93、一種電子設(shè)備，包括：

94、一個(gè)或多個(gè)處理器；存儲(chǔ)器；以及一個(gè)或多個(gè)程序，其中所述一個(gè)或多個(gè)程序被存儲(chǔ)在所述存儲(chǔ)器中，并且被配置成由所述一個(gè)或多個(gè)處理器執(zhí)行，所述程序包括用于執(zhí)行如上所述的風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法。

95、(三)有益效果

96、本發(fā)明提供了一種風(fēng)光儲(chǔ)一體化數(shù)據(jù)中心電力調(diào)度方法、系統(tǒng)、存儲(chǔ)介質(zhì)和電子設(shè)備。與現(xiàn)有技術(shù)相比，具備以下有益效果：

97、本發(fā)明中，首先采集風(fēng)光儲(chǔ)一體化能源系統(tǒng)的實(shí)時(shí)參數(shù)數(shù)據(jù)以及數(shù)據(jù)中心服務(wù)器的負(fù)荷需求參數(shù)數(shù)據(jù)；其次基于采集的實(shí)時(shí)數(shù)據(jù)，對(duì)風(fēng)光儲(chǔ)一體化能源系統(tǒng)的各個(gè)能源組件進(jìn)行發(fā)電和儲(chǔ)能特性進(jìn)行建模，并對(duì)數(shù)據(jù)中心服務(wù)器負(fù)載進(jìn)行建模；再次基于建模結(jié)果，以最小化購電成本以及棄風(fēng)成本之和為優(yōu)化目標(biāo)，以功率平衡及計(jì)算任務(wù)轉(zhuǎn)移等為約束，構(gòu)建電力調(diào)度模型；最后引入llm推理與td3強(qiáng)化學(xué)習(xí)算法相結(jié)合的方法，獲取最終的優(yōu)化調(diào)度策略。不僅提高了算法的收斂速度和全局優(yōu)化能力，還確保了數(shù)據(jù)中心在多可再生能源協(xié)同下的穩(wěn)定運(yùn)行和能源高效利用。