計(jì)及數(shù)據(jù)中心和風(fēng)電不確定性的微電網(wǎng)經(jīng)濟(jì)調(diào)度

01數(shù)據(jù)中心建模數(shù)據(jù)中心根據(jù)集散形式可劃分為集中型和分散型。本文選取集中型進(jìn)行研究。1.1

信息層邏輯處理模型為了將信息層中數(shù)據(jù)負(fù)荷的能耗處理成線性化模型，需要引入2個(gè)狀態(tài)變量：1）執(zhí)行變量mk,t。mk,t=1時(shí)數(shù)據(jù)負(fù)荷k在時(shí)段t處于執(zhí)行狀態(tài)，反之，處于等待狀態(tài)。2）延遲變量nk。nk=1時(shí)表示數(shù)據(jù)負(fù)荷k不能在要求的期限內(nèi)處理完成，反之，能在要求的期限內(nèi)處理完成。1）服務(wù)器總量約束為式中：Ok,t為數(shù)據(jù)負(fù)荷k在時(shí)段t所需的服務(wù)器占比；Q為服務(wù)器總量；α為固定服務(wù)器數(shù)量占比；K為總負(fù)荷數(shù)據(jù)數(shù)，則式中：分別為數(shù)據(jù)負(fù)荷k可用的最小和最大服務(wù)器數(shù)量。2）為保證數(shù)據(jù)負(fù)荷處理無延時(shí)情況下nk=0，數(shù)據(jù)負(fù)荷執(zhí)行的邏輯約束為式中：Hk為數(shù)據(jù)負(fù)荷k要求的工作總量；tk為數(shù)據(jù)負(fù)荷k被數(shù)據(jù)中心接收的時(shí)段；τk為數(shù)據(jù)負(fù)荷k所需的處理時(shí)長(zhǎng)；R、r分別為引入的極大值和極小值。為保證當(dāng)數(shù)據(jù)負(fù)荷k未被數(shù)據(jù)中心接收之前，無須分配服務(wù)器；當(dāng)數(shù)據(jù)負(fù)荷k被接收之后，且無延時(shí)處理的情況下，數(shù)據(jù)負(fù)荷k在時(shí)段[tk,tk+τk]處于被執(zhí)行狀態(tài)，添加約束為為保證在調(diào)度周期內(nèi)數(shù)據(jù)負(fù)荷之和等于總量，添加約束為1.2

電力層能耗模型電力層能耗比較復(fù)雜，因此本文近似處理，主要考慮空調(diào)、儲(chǔ)能設(shè)備、IT（信息技術(shù)）設(shè)備和通信設(shè)備服務(wù)器的能耗以及儲(chǔ)能裝置的充放電功率。功率平衡公式為式中：為時(shí)段t的數(shù)據(jù)中心總能耗；為時(shí)段t數(shù)據(jù)中心的空調(diào)能耗；為時(shí)段t數(shù)據(jù)中心的IT設(shè)備能耗；為時(shí)段t數(shù)據(jù)中心的通信設(shè)備消耗功率；為時(shí)段t數(shù)據(jù)中心的儲(chǔ)能裝置充電功率；為時(shí)段t數(shù)據(jù)中心的儲(chǔ)能裝置放電功率。1）空調(diào)能耗?？照{(diào)主要是為了數(shù)據(jù)中心的溫度維持在一定的范圍之內(nèi)。假設(shè)數(shù)據(jù)中心外溢的熱量由IT設(shè)備運(yùn)行造成，則空調(diào)能耗約束為式中：R1為IT設(shè)備外溢的熱量；a1、a2分別為IT設(shè)備中計(jì)算機(jī)處理器（CPU）和輸入輸出（I/O）設(shè)備的電轉(zhuǎn)熱效率；為CPU時(shí)段t的消耗功率；為I/O設(shè)備時(shí)段t的消耗功率；b1為總的電功率轉(zhuǎn)化為熱量的系數(shù)。將空調(diào)外溢熱量轉(zhuǎn)化為空調(diào)輸出功率，即式中：a3為空調(diào)的制冷效率。2）IT設(shè)備能耗。IT設(shè)備主要是服務(wù)器，服務(wù)器的能耗會(huì)隨著CPU利用率的增長(zhǎng)而增大，其增長(zhǎng)范圍介于服務(wù)器空閑功率與服務(wù)器峰值功率之間，則IT設(shè)備能耗為式中：a4為CPU的利用率；a5為服務(wù)器空閑消耗功率與峰值消耗功率的比值；PITmax為服務(wù)器的最大消耗功率。3）通信設(shè)備能耗。根據(jù)數(shù)據(jù)中心的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的不同，通信設(shè)備的消耗功率近似為式中：a6為服務(wù)器最大功耗時(shí)通信設(shè)備的能耗值；St為時(shí)段t服務(wù)器的利用率。4）儲(chǔ)能裝置模型及其約束為式中：Pesmax為最大充放電功率；Pesmin為最小充放電功率；ηch、ηdis分別為儲(chǔ)能裝置充放電效率；分別為儲(chǔ)能裝置最小、最大荷電容量狀態(tài)；為0–1變量，時(shí)段t儲(chǔ)能裝置在充電時(shí)，為1，反之為1；為時(shí)段t對(duì)應(yīng)的儲(chǔ)能裝置荷電狀態(tài)；分別為時(shí)段t對(duì)應(yīng)的充放電功率。02計(jì)及數(shù)據(jù)中心的經(jīng)濟(jì)調(diào)度模型2.1

計(jì)及數(shù)據(jù)中心的微電網(wǎng)系統(tǒng)建模微電網(wǎng)系統(tǒng)結(jié)構(gòu)如圖1所示。微電網(wǎng)系統(tǒng)的常規(guī)結(jié)構(gòu)包括風(fēng)電場(chǎng)、分布式電源和預(yù)測(cè)負(fù)荷。圖1

計(jì)及數(shù)據(jù)中心的微電網(wǎng)系統(tǒng)結(jié)構(gòu)

Fig.1

Microgrid

systemstructureconsideringdatacenter

2.2

調(diào)度模型1）風(fēng)電出力約束為式中：為時(shí)段t的風(fēng)電預(yù)測(cè)出力；為時(shí)段t風(fēng)電出力取上界的二進(jìn)制變量；為時(shí)段t風(fēng)電出力取下界的二進(jìn)制變量；為時(shí)段t風(fēng)電出力上界偏差；為時(shí)段t風(fēng)電出力下界偏差；為時(shí)段t風(fēng)電上網(wǎng)功率。2）風(fēng)電出力不確定集約束為式中：XT為風(fēng)電不確定度的最大值，即風(fēng)電出力可偏移預(yù)測(cè)值的最大時(shí)段之和。3）燃?xì)廨啓C(jī)出力約束為式中：為燃?xì)廨啓C(jī)時(shí)段t的運(yùn)行狀態(tài)；為燃?xì)廨啓C(jī)在時(shí)段t的實(shí)際出力；為燃?xì)廨啓C(jī)的最小技術(shù)出力；為燃?xì)廨啓C(jī)的最大技術(shù)出力。4）燃?xì)廨啓C(jī)爬坡約束為式中：Rgtu、Rgtl分別為燃?xì)廨啓C(jī)的上下爬坡功率。5）主網(wǎng)購(gòu)售電約束為式中：為微電網(wǎng)時(shí)段t向電網(wǎng)購(gòu)電的功率；為微電網(wǎng)時(shí)段t向電網(wǎng)售電的功率；為微電網(wǎng)時(shí)段t向電網(wǎng)購(gòu)電狀態(tài)；為微電網(wǎng)時(shí)段t向電網(wǎng)售電狀態(tài)；Pgmin為微電網(wǎng)向主網(wǎng)的最小購(gòu)電功率；Pgmax為微電網(wǎng)向主網(wǎng)的最大購(gòu)電功率。微電網(wǎng)不能同時(shí)向主網(wǎng)購(gòu)售電，其約束為6）數(shù)據(jù)中心的電力層約束為式（7）~（12）。7）功率平衡約束為式中：為微電網(wǎng)時(shí)段t的電負(fù)荷功率。2.3

目標(biāo)函數(shù)為實(shí)現(xiàn)微電網(wǎng)最優(yōu)經(jīng)濟(jì)調(diào)度，本文構(gòu)建系統(tǒng)成本最小模型。其目標(biāo)函數(shù)為式中：C1為燃?xì)廨啓C(jī)成本；C2為購(gòu)售電成本；C3為數(shù)據(jù)中心不能及時(shí)處理數(shù)據(jù)導(dǎo)致的延遲補(bǔ)償成本；C4為儲(chǔ)能裝置每個(gè)時(shí)段充電/放電狀態(tài)開關(guān)產(chǎn)生的固定成本。式中：c1、c2分別為燃?xì)廨啓C(jī)的成本系數(shù)。式中：c3、c4分別為微電網(wǎng)購(gòu)售電的成本系數(shù)。式中：c5為數(shù)據(jù)延時(shí)處理的固定經(jīng)濟(jì)補(bǔ)償系數(shù)。式中：c6、c7分別為數(shù)據(jù)中心儲(chǔ)能裝置開關(guān)的固定成本系數(shù)。考慮風(fēng)電出力魯棒性時(shí)，表示在風(fēng)電出力最差場(chǎng)景下系統(tǒng)的總成本最小，式（21）需重構(gòu)為03模型求解計(jì)及數(shù)據(jù)中心的電力系統(tǒng)魯棒優(yōu)化經(jīng)濟(jì)調(diào)度模型為兩階段魯棒優(yōu)化問題，無法直接采用求解器求解。因此，采用列和約束生成算法（columnandconstraintgeneration，C&CG）進(jìn)行求解，求解步驟如下。1）設(shè)上界為v=+∞，下界為w=?∞；迭代次數(shù)L=1；收斂判據(jù)值為ζ。2）將調(diào)度模型寫成矩陣形式，即式中：Uesdis為調(diào)度周期內(nèi)儲(chǔ)能裝置的放電狀態(tài)變量；Uesch為調(diào)度周期內(nèi)儲(chǔ)能裝置的充電狀態(tài)變量；Pgt為燃?xì)廨啓C(jī)的出力變量；Pgin為微電網(wǎng)向上級(jí)電網(wǎng)購(gòu)電變量；Pgout為微電網(wǎng)向上級(jí)電網(wǎng)售電變量；ndc為數(shù)據(jù)中心的數(shù)據(jù)負(fù)荷延時(shí)變量；U、Y分別為儲(chǔ)能裝置和向主網(wǎng)購(gòu)售電二進(jìn)制變量的向量形式；X為風(fēng)電出力不確定性二進(jìn)制變量的向量形式；P為燃?xì)廨啓C(jī)出力、儲(chǔ)能充放電、主網(wǎng)購(gòu)售電、風(fēng)電出力和數(shù)據(jù)中心綜合消耗構(gòu)成的功率變量；O為服務(wù)器占比變量的向量形式；A、B、α、β、a、b、c、d、f、h、e、k、x、m為將調(diào)度模型寫成矩陣形式而引入的常系數(shù)矩陣。3）根據(jù)步驟2）的緊湊模型構(gòu)建主問題并求解。4）構(gòu)建子問題并求解，將步驟3）求解得到的U?、Y?帶入子問題模型，并采用對(duì)偶理論及大M法進(jìn)行處理。5）判斷是否滿足收斂條件，若滿足，停止迭代輸出結(jié)果；否則執(zhí)行步驟3），繼續(xù)求解，并加入約束。04算例分析本文以含數(shù)據(jù)中心集群的某區(qū)域?yàn)槔M(jìn)行算例分析。風(fēng)電預(yù)測(cè)出力和電負(fù)荷預(yù)測(cè)數(shù)據(jù)如圖2所示，數(shù)據(jù)中心參數(shù)和其他參數(shù)如表1所示。向電網(wǎng)購(gòu)電成本系數(shù)采用分時(shí)電價(jià)原則，如表2所示。儲(chǔ)能裝置參數(shù)如表3所示。假定該區(qū)域的調(diào)度時(shí)段有50個(gè)數(shù)據(jù)負(fù)荷需要處理，具體參數(shù)如表4所示。圖2

風(fēng)電出力與負(fù)荷預(yù)測(cè)值

Fig.2

Windpoweroutputandloadpredictionvalues

表1

數(shù)據(jù)中心參數(shù)和其他參數(shù)Table1

Datacenterparametersandotherparameters表2

分時(shí)電價(jià)Table2

Time-of-useelectricityprice

表3

儲(chǔ)能裝置參數(shù)Table3

Energystoragedeviceparameters

表4

數(shù)據(jù)負(fù)荷參數(shù)Table4

Dataloadparameters

4.1

計(jì)及數(shù)據(jù)中心的仿真分析多能功率平衡情況如圖3所示。由于在時(shí)段01:00—09:00向上級(jí)電網(wǎng)購(gòu)電成本比燃?xì)鈾C(jī)組出力成本更小。因此，在該時(shí)段風(fēng)電出力之外，主要電力來源為向上級(jí)電網(wǎng)購(gòu)電，同時(shí)在該時(shí)段儲(chǔ)能裝置進(jìn)行了充電。風(fēng)電最差場(chǎng)景出力如圖4所示，風(fēng)電最差場(chǎng)景出力出現(xiàn)在10:00之后。圖3

多能功率平衡情況

Fig.3

Multi-energy

powerbalance圖4

風(fēng)電最差場(chǎng)景出力

Fig.4

Windpoweroutputintheworst-casescenario

儲(chǔ)能裝置的荷電狀態(tài)如圖5所示。微電網(wǎng)向上級(jí)電網(wǎng)購(gòu)售電情況如圖6所示，結(jié)合表1給出的分時(shí)電價(jià)情況，08:00之前主要是向上級(jí)電網(wǎng)購(gòu)電為主，12:00—24:00主要是向上級(jí)電網(wǎng)售電為主。因此，分時(shí)電價(jià)是向上級(jí)電網(wǎng)購(gòu)售電的重要因素。圖5

儲(chǔ)能裝置的荷電狀態(tài)

Fig.5

Stateofchargeofenergystoragedevices圖6

微電網(wǎng)向上級(jí)電網(wǎng)購(gòu)售電情況

Fig.6

Electricitypurchaseandsalesofmicrogridsfromupper-levelpowergrids

與此同時(shí)，在數(shù)據(jù)負(fù)荷處理中共有17個(gè)數(shù)據(jù)負(fù)荷不能在要求的期限內(nèi)處理完成。4.2

風(fēng)電機(jī)組不確定性對(duì)調(diào)度結(jié)果分析為了分析風(fēng)電機(jī)組不確定對(duì)調(diào)度結(jié)果的影響，分別設(shè)XT為3、6、9、12、15、18、21、24時(shí)，對(duì)比各場(chǎng)景成本。風(fēng)電出力不確定對(duì)調(diào)度結(jié)果的影響如圖7所示。圖7

風(fēng)電出力不確定對(duì)調(diào)度結(jié)果的影響

Fig.7

Theimpactofwindpoweroutputuncertaintyonschedulingresults

4.3

數(shù)據(jù)中心對(duì)調(diào)度結(jié)果影響分析為了驗(yàn)證數(shù)據(jù)中心對(duì)微電網(wǎng)經(jīng)濟(jì)調(diào)度的有效性，本文在確定風(fēng)電不確定度時(shí)，設(shè)置了數(shù)據(jù)中心可延時(shí)處理的數(shù)據(jù)負(fù)荷數(shù)，仿真結(jié)果如圖8所示。由圖8可知，隨著數(shù)據(jù)中心可延遲的數(shù)據(jù)負(fù)荷量增加，系統(tǒng)運(yùn)行成本隨之減