Bi-level Optimization Model of Multiple Data Centers Considering Workload Features and Response Characteristics

QI Bing; CAO Wangzhang; LI Bin; WANG Jingju; DU Yabin; CHEN Songsong

doi:10.7500/AEPS20211114001

您当前的位置：

首页 >

文章列表页 >

Bi-level Optimization Model of Multiple Data Centers Considering Workload Features and Response Characteristics

Basic Research | 更新时间：2025-06-16

- Bi-level Optimization Model of Multiple Data Centers Considering Workload Features and Response Characteristics
- Automation of Electric Power Systems Vol. 46, Issue 21, Pages: 30-41(2022)
- 作者机构：
  
  1.华北电力大学电气与电子工程学院,北京市102206
  2.需求侧多能互补优化与供需互动技术北京市重点实验室(中国电力科学研究院有限公司),北京市 100085
- 作者简介：
- 基金信息：
- DOI：10.7500/AEPS20211114001
  CLC：
- Received：14 November 2021，
  
  Revised：2022-04-08，
  
  Published Online：19 July 2022，
  
  Published：10 November 2022
- 稿件说明：
移动端阅览
祁兵,曹望璋,李彬等.计及负载特征及响应特性的多数据中心双层优化模型[J].电力系统自动化,2022,46(21):30-41.

QI Bing,CAO Wangzhang,LI Bin,et al.Bi-level Optimization Model of Multiple Data Centers Considering Workload Features and Response Characteristics[J].Automation of Electric Power Systems,2022,46(21):30-41.
祁兵,曹望璋,李彬等.计及负载特征及响应特性的多数据中心双层优化模型[J].电力系统自动化,2022,46(21):30-41. DOI： 10.7500/AEPS20211114001.

QI Bing,CAO Wangzhang,LI Bin,et al.Bi-level Optimization Model of Multiple Data Centers Considering Workload Features and Response Characteristics[J].Automation of Electric Power Systems,2022,46(21):30-41. DOI： 10.7500/AEPS20211114001.

摘要

多个数据中心可通过工作负载(计算需求)的调节利用不同地域微网的资源，从而达到经济运行的目的。然而，负载的调节需要考虑IT用户的影响，在以往研究中IT用户多被忽略，且并未以合适的激励引导其参与数据中心的优化。对此，提出一种计及负载特征及IT用户响应特性的多数据中心双层优化模型。首先，文中从可转移和可削减两个特征对数据中心负载进行分类。其次，基于主从博弈建立双层优化，下层模型考虑负载特征及IT用户响应特性，目标为IT用户的效益。上层模型考虑微网资源的约束，目标为数据中心的整体成本。最后，通过启发式算法和线性规划相结合的方法求解出数据中心的运行方案。仿真结果表明，所提的优化模型考虑了负载的响应特性，能以激励引导IT用户参与数据中心的负荷优化，在微网环境下降低多个数据中心的整体成本。

Abstract

Multiple data centers can utilize microgrid resources in different regions through the adjustment of workload (i.e.

calculation demand)

thereby achieving the purpose of economic operation. However

the adjustment of workload needs to consider the effect of IT users. In existing studies

IT users are almost neglected

and they are not motivated with appropriate incentives to participate in the optimization of data centers. Thus

a bi-level optimization model of multiple data centers considering features of workload and response characteristics of IT users is proposed. Firstly

this paper classifies data center workloads into two classes: transferable workload and reducible workload. Secondly

a bi-level optimization model based on the Stackelberg’s game theory is established. The lower-level model considers the features of workload and response characteristics of IT users

where the optimization goal is the benefit of IT users. The upper-level model considers the constraints of microgrids

and the goal is the total cost of the data centers. Finally

the operation plans of the data centers are optimized by the combination of heuristic algorithm and linear optimization technique. The simulation results show that the proposed optimization model takes into account the response characteristics of IT users while motivating them to participate in the load optimization of data centers. This model also reduces the total cost of data centers in the microgrid environment.

关键词

Keywords

references

郭丰，吴越，王娟，等 . 中国数据中心可再生能源应用发展报告（2020）［R］. 北京：中国电子学会， 2020 .

GUO Feng ， WU Yue ， WANG Juan ， et al . China data center renewable energy application development report（2020）［R］. Beijing ： Chinese Institute of Electronics ， 2020 .

赵天阳，张华君，徐岩，等 . 不确定环境下含云计算数据中心的电网韧性增强调度［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 49 - 57 .

ZHAO Tianyang ， ZHANG Huajun ， XU Yan ， et al . Resilience- enhanced scheduling of power system with cloud computing data centers under uncertainty ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 49 - 57 .

LI Jie ， QI Wenbo . Toward optimal operation of internet data center microgrid ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 2 ）： 971 - 979 .

KIANI A ， ANSARI N . Profit maximization for geographically dispersed green data centers ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 2 ）： 703 - 711 .

TOOSI A N ， QU Chenhao ， DE ASSUNCAO M D ， et al . Renewable-aware geographical load balancing of web applications for sustainable data centers ［J］. Journal of Network and Computer Applications ， 2017 ， 83 ： 155 - 168 .

DING Zhaohao ， CAO Yujie ， XIE Liye ， et al . Integrated stochastic energy management for data center microgrid considering waste heat recovery ［J］. IEEE Transactions on Industry Applications ， 2019 ， 55 （ 3 ）： 2198 - 2207 .

WANG Peng ， CAO Yujie ， DING Zhaohao . Flexible multi-energy scheduling scheme for data center to facilitate wind power integration ［J］. IEEE Access ， 2020 ， 8 ： 88876 - 88891 .

YU Liang ， JIANG Tao ， ZOU Yulong . Real-time energy management for cloud data centers in smart microgrids ［J］. IEEE Access ， 2017 ， 4 ： 941 - 950 .

YU Liang ， JIANG Tao ， CAO Yang . Carbon-aware energy cost minimization for distributed internet data centers in smart microgrids ［J］. IEEE Internet of Things Journal ， 2014 ， 1 （ 3 ）： 255 - 264 .

YU Liang ， JIANG Tao ， CAO Yang . Energy cost minimization for distributed internet data centers in smart microgrids considering power outages ［J］. IEEE Transactions on Parallel and Distributed Systems ， 2015 ， 26 （ 1 ）： 120 - 130 .

QI Wenbo ， LI Jie ， LIU Yaoqing . Planning of distributed internet data center microgrids ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 1 ）： 762 - 771 .

YU Liang ， JIANG Tao ， ZOU Yulong . Distributed real-time energy management in data center microgrids ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 3748 - 3762 .

WANG Peng ， CAO Yujie ， DING Zhaohao ， et al . Stochastic programming on cost optimization in geographically distributed Internet data centers ［J/OL］. CSEE Journal of Power and Energy Systems ［ 2021-11-23 ］. https：//ieeexplore.ieee.org/document/9265469 https://ieeexplore.ieee.org/document/9265469 .

高赐威，曹晓峻，闫华光，等 . 数据中心电能管理及参与需求侧资源调度的展望［J］. 电力系统自动化， 2017 ， 41 （ 23 ）： 1 - 7 .

GAO Ciwei ， CAO Xiaojun ， YAN Huaguang ， et al . Energy management of data center and prospect for participation in demand side resource scheduling ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 23 ）： 1 - 7 .

王蓓蓓，李扬，高赐威 . 智能电网框架下的需求侧管理展望与思考［J］. 电力系统自动化， 2009 ， 33 （ 20 ）： 17 - 22 .

WANG Beibei ， LI Yang ， GAO Ciwei . Demand side management outlook under smart grid infrastructure ［J］. Automation of Electric Power Systems ， 2009 ， 33 （ 20 ）： 17 - 22 .

LI Jie ， BAO Zhen ， LI Zuyi . Modeling demand response capability by internet data centers processing batch computing jobs ［J］. IEEE Transaction on Smart Grid ， 2015 ， 6 （ 2 ）： 737 - 747 .

艾欣，周志宇，魏妍萍，等 . 基于自回归积分滑动平均模型的可转移负荷竞价策略［J］. 电力系统自动化， 2017 ， 41 （ 20 ）： 26 - 31 .

AI Xin ， ZHOU Zhiyu ， WEI Yanping ， et al . Bidding strategy for time-shiftable loads based on autoregressive integrated moving average model ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 20 ）： 26 - 31 .

詹勇 . 数据中心高效与公平的能源性能管理［D］. 成都：电子科技大学， 2017 .

ZHAN Yong . Efficient and fair energy and performancemanagement of data center ［D］. Chengdu ： University of Electronic Science and Technology of China ， 2017 .

WANG Jinsong ， FAN Zhang ， LIU Huanan ， et al . A novel interruptible load scheduling model based on the improved chicken swarm optimization algorithm ［J］. CSEE Journal of Power and Energy Systems ， 2021 ， 7 （ 2 ）： 232 - 240 .

尹逊虎，丁一，惠红勋，等 . 初期现货市场下考虑用户响应行为的需求响应机制设计［J］. 电力系统自动化， 2021 ， 45 （ 23 ）： 94 - 103 .

YIN Xunhu ， DING Yi ， HUI Hongxun ， et al . Design of demand response mechanism considering response behaviors of customers in initial electricity spot market ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 23 ）： 94 - 103 .

胡春华，刘济波，刘建勋 . 云计算环境下基于信任演化及集合的服务选择［J］. 通信学报， 2011 ， 7 ： 71 - 79 .

HU Chunhua， LIU Jibo， LIU Jianxun， Services selection based on trust evolution and union for cloud computing ［J］. Journal of Communication ， 2011 ， 7 ： 71 - 79 .

TRAN N H ， DAI H T ， REN S ， et al . How geo-distributed data centers do demand response： a game-theoretic approach ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 2 ）： 937 - 947 .

吕佳炜，张沈习，程浩忠，等 . 集成数据中心的综合能源系统能量流-数据流协同规划综述及展望［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5500 - 5521 .

LYU Jiawei ， ZHANG Shenxi ， CHENG Haozhong ， et al . Review and prospect on coordinated planning of energy flow and workload flow in the integrated energy system containing data centers ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5500 - 5521 .

GUO Yuanxiong ， LI Hongning ， PAN Miao . Colocation data center demand response using Nash bargaining theory ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 4017 - 4026 .

程杉，陈梓铭，王瑞，等 . 基于混合博弈的多微电网双层协调优化调度［J］. 电力自动化设备， 2021 ， 41 （ 8 ）： 41 - 46 .

CHEN Shan ， CHEN Ziming ， WANG Rui ， et al . Double-layer coordinated optimal dispatching of multi-microgrid based on mixed game ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 8 ）： 41 - 46 .

随权，李雪松，林湘宁，等 . 考虑供水系统深度响应的微网经济调度策略［J］中国电机工程学报， 2021 ， 41 （ 2 ）： 608 - 616 .

SUI Quan ， LI Xuesong ， LIN Xiangning ， et al . Economic scheduling strategy of microgrid considering water supply system deep response ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 2 ）： 608 - 616 .

NIU T ， HU B ， XIE K ， et al . Spacial coordination between data centers and power system considering uncertainties of both source and load sides ［J］. International Journal of Electrical Power and Energy Systems ， 2021 ， 124 ： 106358 .

艾瑞咨询 . 2020年中国数据中心行业研究报告［EB/OL］. ［ 2021-04-10 ］. https：//baijiahao.baidu.com/s？id=1687376090 https://baijiahao.baidu.com/s?id=1687376090

903526208 & wfr=spider&for=pc . IResearch Consulting . 2020 China data center industry research report ［EB/OL］. ［ 2021-04-10 ］. https：//baijiahao. baidu. com/s？id=1687376090903526208&wfr=spider&for=pc https://baijiahao.baidu.com/s?id=1687376090903526208&wfr=spider&for=pc .

Johnwilkes . GitHub-google/cluster-data：Borg cluster traces from Google ［EB/OL］. ［ 2021-03-20 ］. https：//github.com/google/cluster-data https://github.com/google/cluster-data .

刘敬玲，黄家玮，蒋万春，等 . 数据中心负载均衡方法研究综述［J］. 软件学报， 2021 ， 32 （ 2 ）： 300 - 326 .

LIU Jingling ， HUANG Jiawei ， JIANG Wanchun ， et al . Survey on load balancing mechanism in data center ［J］. Journal of Software ， 2021 ， 32 （ 2 ）： 300 - 326 .

GHAZVINI M F ， FARIA P ， RAMOS S ， et al . Incentive-based demand response programs designed by asset-light retail electricity providers for the day-ahead market ［J］. Energy ， 2015 ， 82 ： 786 - 799 .

ZHANG S ， WANG J ， LIU H ， et al . Prediction of energy photovoltaic power generation based on artificial intelligence algorithm ［J］. Neural Computing and Applications Volume ， 2021 （ 33 ）： 821 - 835 .

DING Z ， XIE L ， LU Y ， et al . Emission-aware stochastic resource planning scheme for data center microgrid considering batch workload scheduling and risk management ［J］. IEEE Transactions on Industry Applications ， 2018 ， 54 （ 6 ）： 5599 - 5608 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Regulation Strategy of Waste Heat Compensation System for Data Center Considering Thermo-Electric Load Mismatch

Two-stage Robust Optimization Method for Spatio-Temporal Coordination of Data Center Considering Thermal Dynamic Characteristics of Buildings

Related Author

Bing QI

Wangzhang CAO

Bin LI

Jingju WANG

Yabin DU

Songsong CHEN

ZHANG Hong

ZHENG Guangyu

Related Institution

Beijing Key Laboratory of Demand Side Multi-Energy Carriers Optimization and Interaction Technique (China Electric Power Research Institute Co., Ltd.)

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology, Ministry of Education (Northeast Electric Power University)

School of Mechanical and Control Engineering, Baicheng Normal University

School of Electrical and Power Engineering, Taiyuan University of Technology

Key Laboratory of Cleaner Intelligent Control on Coal & Electricity, Ministry of Education (Taiyuan University of Technology)

⁰