摘 要: 間歇性能源功率變化與數(shù)據(jù)中心的功率需求異步變化,容易產(chǎn)生供需不一致現(xiàn)象,給利用間歇性能源這種綠色計(jì)算思路帶來了挑戰(zhàn)。在對(duì)間歇性能源功率和數(shù)據(jù)中心功耗需求變化進(jìn)行建模的基礎(chǔ)上,提出了一種高效利用間歇性能源的數(shù)據(jù)中心能源供給管理策略框架。模擬實(shí)驗(yàn)顯示,該策略理論上不僅可以確保數(shù)據(jù)中心能量供應(yīng),同時(shí)可以達(dá)到高效利用間歇性能源的目的,為今后間歇性能源在數(shù)據(jù)中心的實(shí)際應(yīng)用提供理論依據(jù)。
關(guān)鍵詞: 數(shù)據(jù)中心;能源管理;間歇性綠色能源
0 引言
由于傳統(tǒng)的數(shù)據(jù)中心一般都會(huì)消耗大量的電力資源,增加了碳排放量和運(yùn)營(yíng)成本[1-2]。關(guān)于數(shù)據(jù)中心能耗建模[5-9]、綠色數(shù)據(jù)中心的結(jié)構(gòu)設(shè)計(jì)和建設(shè)[1,3]得到了廣泛的關(guān)注和研究。太陽(yáng)能和風(fēng)能等能源也被考慮作為一種綠色資源引入到數(shù)據(jù)中心[1,3]。由于其間歇性特征導(dǎo)致能源功率不穩(wěn)定,而數(shù)據(jù)中心的功率亦呈現(xiàn)出多變性,從而引起以間歇性能源為主要電力來源的數(shù)據(jù)中心產(chǎn)生能源供需不一致矛盾。
本文通過建立數(shù)據(jù)中心能耗和間歇性能源的數(shù)學(xué)模型,模擬能源與需求間的不一致特點(diǎn),并以此為基礎(chǔ),提出一套管理策略,對(duì)機(jī)房的電力供應(yīng)或消耗進(jìn)行調(diào)解,試圖解決能源的間歇性和運(yùn)行穩(wěn)定性間的矛盾,從而為高效利用具有間歇性可再生能源的數(shù)據(jù)中心的建設(shè)和管理工作提供理論支持。
本文主要研究?jī)?nèi)容為:(1)建立間歇性能源變化模型及模擬器,模擬具有間歇性的能源輸入;(2)建立數(shù)據(jù)中心能耗變化模擬及模擬器,模擬能耗變化;(3)能源管理策略設(shè)計(jì);(4)效果及評(píng)價(jià)。
1 間歇性能源功率變化模擬
本文綠色能源是風(fēng)能和太陽(yáng)能兩種能源結(jié)合后的具有間歇型特征的電能,其變化模型及模擬工作以此為基礎(chǔ)。
1.1 太陽(yáng)能發(fā)電模型
太陽(yáng)能建模問題主要從下幾個(gè)方面展開:
?。?)基本曲線選擇:通過觀察參考文獻(xiàn)[4]所介紹的太陽(yáng)能模型曲線發(fā)現(xiàn),該曲線與二次拋物線相似,因此擬利用一元二次函數(shù)為基礎(chǔ)進(jìn)行建模。
?。?)天氣影響:考慮到云層和天氣帶來的影響,用介于0~1間的隨機(jī)數(shù)模擬天氣的實(shí)時(shí)影響。
?。?)發(fā)電時(shí)間:太陽(yáng)能一般只在晝間發(fā)電,因此其有限時(shí)間段設(shè)定在6∶00~18∶00。
?。?)最大功率:由于太陽(yáng)能發(fā)電機(jī)有額定功率,因此在模型中需要設(shè)定一個(gè)限定系數(shù)。
綜合上述4個(gè)方面,對(duì)太陽(yáng)能發(fā)電功率變化情況建立模型:
Psun=m(-x2+24x-108)×random(0,1)(1)
其中,Psun表示太陽(yáng)能實(shí)時(shí)發(fā)電功率;m用來調(diào)整太陽(yáng)能發(fā)電系統(tǒng)的最大功率;x表示時(shí)間,其取值范圍是(6,18);random(0,1)用來模擬云雨等天氣因素造成的影響。
1.2 風(fēng)能發(fā)電模型
風(fēng)力發(fā)電完全取決于風(fēng)速大小,本文擬利用可控的隨機(jī)產(chǎn)生數(shù)的方法來模擬不同風(fēng)力下的發(fā)電功率情況。式(2)~(5)是具體的數(shù)學(xué)模型。
r1=random(0,1)(2)
rn=rn-1*(1+random2(a,b)) 且0≤rn,rn-1≤1(3)
pn=C*rn(4)
Pwind={pn}(5)
其中,C表示風(fēng)力發(fā)電系統(tǒng)的額定功率;random(0,1)用來產(chǎn)生0~1之間的隨機(jī)數(shù)r1;a、b表示幅度范圍,要求a<b;random2(a,b)產(chǎn)生介于a和b間的數(shù)以表示相對(duì)上一時(shí)刻風(fēng)力間的變化幅度,值為負(fù)數(shù)表示減少,值為正表示風(fēng)力增加;當(dāng)rn>1時(shí)表示達(dá)到最大功率rn取值為1,當(dāng)rn<0時(shí)表示最小功率rn取值為0;Pn表示每個(gè)時(shí)刻點(diǎn)發(fā)電功率;Pwind表示一天各個(gè)時(shí)刻點(diǎn)功率的數(shù)值序列,也就是全天發(fā)電模型。
1.3 風(fēng)能-太陽(yáng)能結(jié)合的發(fā)電模型及模擬效果
結(jié)合上述兩種能源發(fā)電模型可以得到綠色能源發(fā)電功率模型:
Pgreen=Psun+Pwind(6)
其中,Pgreen表示綠色能源功率,Psun是太陽(yáng)能發(fā)電模型,Pwind是風(fēng)力發(fā)電模型,“+”表示按照時(shí)刻點(diǎn)對(duì)兩種發(fā)電模式下的功率疊加運(yùn)算。
圖1是在風(fēng)能和太陽(yáng)綜合發(fā)電功率為抽象值180的假設(shè)條件下,以5 s為時(shí)槽,200 s內(nèi)不同發(fā)電功率變化的模擬效果圖。
圖1(a)中兩條曲線表示功率相對(duì)穩(wěn)定的間歇性能源供給情況示例。曲線1總體功率值較高,模擬短時(shí)間內(nèi)光照值較高且穩(wěn)定或者風(fēng)速較高且相對(duì)穩(wěn)定的天氣下發(fā)電狀況,曲線2功率偏小總體穩(wěn)定,模擬比如光照較弱但穩(wěn)定或者風(fēng)速較小但穩(wěn)定的天氣下發(fā)電情況。圖1(b)中曲線1和曲線2功率變化頻繁,幅度較大,是模擬短時(shí)間內(nèi)極端變化天氣下發(fā)電功率變化情況示例。
2 數(shù)據(jù)中心能耗模擬
2.1數(shù)據(jù)中心的能耗組成分析與總體建模
數(shù)據(jù)中心的主要子系統(tǒng)一般包括計(jì)算機(jī)節(jié)點(diǎn)(計(jì)算系統(tǒng))、空調(diào)、門禁、監(jiān)控、消防、配電和網(wǎng)絡(luò)通信等子系統(tǒng)。借鑒參考文獻(xiàn)[6]、[9],可以認(rèn)為除計(jì)算系統(tǒng)外,其余各系統(tǒng)功耗比重較小且變化幅度不大,故其非計(jì)算系統(tǒng)功率可看作是常數(shù);通過參考文獻(xiàn)[7]、[8],可以考慮對(duì)每個(gè)計(jì)算節(jié)點(diǎn)來說,引起功耗變化的主要部件是CPU,其余部件功耗可看作常量。那么數(shù)據(jù)中心總體能耗用式(7)表示:
Pcenter=Pcomputer+C3×Pcomputer+C1(7)
其中,Pcenter表示數(shù)據(jù)中心總體功率,Pcomputer表示計(jì)算子系統(tǒng)功率,C3×Pcomputer表示空調(diào)系統(tǒng)功率,C1表示其余子系統(tǒng)的功率和。
2.2 計(jì)算子系統(tǒng)功率模型
設(shè)數(shù)據(jù)中心的計(jì)算節(jié)點(diǎn)數(shù)量為m,各節(jié)點(diǎn)在某個(gè)單位時(shí)間上的功耗值為pj(0<j≤m),則計(jì)算子系統(tǒng)對(duì)應(yīng)功耗Pcomputer可表示為:
對(duì)于單個(gè)節(jié)點(diǎn)上的功耗,借鑒參考文獻(xiàn)[7-8],可設(shè)單位時(shí)間內(nèi)CPU滿負(fù)荷時(shí)的功率為Pmax,空載時(shí)的功率為Pmin,節(jié)點(diǎn)其余部分的實(shí)時(shí)功率看作常數(shù)C2,這樣單位時(shí)間上的單個(gè)節(jié)點(diǎn)功率表示為:
Psingle_moment=Vcpu*(Pmax-Pmin)+Pmin+C2(9)
CPU利用率通過時(shí)間片的利用率來反映。單位時(shí)間內(nèi)時(shí)間片的占用率可用式(10)計(jì)算:
Vcpu=noccupied/nall (0≤noccupied≤nall)(10)
其中,Vcpu表示利用率,noccupied表示被占用的時(shí)間片數(shù)量,nall表示單位時(shí)間內(nèi)的時(shí)間片總數(shù)。
2.3 數(shù)據(jù)中心功率變化模擬數(shù)據(jù)生成
依據(jù)上述能耗模型,在時(shí)間段t上的數(shù)據(jù)中心功率變化取決于各節(jié)點(diǎn)CPU利用或者被有效利用時(shí)間片數(shù)量的變化,而時(shí)間片變化取決于進(jìn)程的調(diào)度變化。因此影響調(diào)度變化主要因素將是進(jìn)程計(jì)算量和到達(dá)時(shí)間的分布。通過建立模擬數(shù)據(jù)產(chǎn)生器,產(chǎn)生隨機(jī)到達(dá)的進(jìn)程分布數(shù)據(jù),再利用調(diào)度模擬器對(duì)這些模擬進(jìn)程數(shù)據(jù)進(jìn)行調(diào)度,產(chǎn)生模擬的數(shù)據(jù)中心功率表化數(shù)據(jù)。
圖2是在設(shè)定數(shù)據(jù)中心最大功耗為抽象數(shù)值130,空載最低功耗為30的前提下,經(jīng)過模擬不同的進(jìn)程到達(dá)分布并進(jìn)行模擬調(diào)度和預(yù)測(cè)后,產(chǎn)生的數(shù)據(jù)中心200 s內(nèi)能耗需求曲線典型示例。
3 能源調(diào)度與管理策略設(shè)計(jì)
3.1 能源調(diào)度總體思路
本文所述調(diào)度策略是以高效利用間歇性能源為目的,因此調(diào)度策略設(shè)計(jì)原則是:在保障數(shù)據(jù)中心供電不中斷的情況下,根據(jù)間歇性能源的功率變化情況,通過進(jìn)程調(diào)度,盡量少用常規(guī)電能,充分使用間歇性能源。由于間歇性能源的變化頻率遠(yuǎn)小于當(dāng)代計(jì)算機(jī)運(yùn)算頻率,可以認(rèn)為在一個(gè)相對(duì)較短時(shí)間段t上,間歇性能源功率是穩(wěn)定的,通過對(duì)當(dāng)前進(jìn)程列表按照時(shí)間片需求進(jìn)行預(yù)測(cè),然后根據(jù)預(yù)測(cè)功率與能源功率相比較結(jié)果進(jìn)行能源整流、分流或進(jìn)程執(zhí)行計(jì)劃的調(diào)度決策。
調(diào)度策略示意圖如圖3所示。圖中進(jìn)程列表是指數(shù)據(jù)中心所有節(jié)點(diǎn)上要運(yùn)行的進(jìn)程及其隊(duì)列信息;綠色能源是以太陽(yáng)能和風(fēng)能為主的間歇性能源;常規(guī)能源是傳統(tǒng)的電力供應(yīng),其功率相對(duì)穩(wěn)定,此處主要用來進(jìn)行應(yīng)急使用。
進(jìn)程調(diào)度模塊是面向整個(gè)數(shù)據(jù)中心的全局任務(wù)/進(jìn)程調(diào)度器,負(fù)責(zé)整個(gè)數(shù)據(jù)中心所有節(jié)點(diǎn)進(jìn)行任務(wù)的整體規(guī)劃與分配;功率需求模塊負(fù)責(zé)對(duì)各個(gè)節(jié)點(diǎn)的能耗進(jìn)行預(yù)測(cè),進(jìn)而預(yù)測(cè)出整個(gè)中心的能耗需求。
能源功率檢測(cè)模塊負(fù)責(zé)對(duì)具有間歇性的綠色能源電路上的供電功率進(jìn)行檢測(cè),產(chǎn)生實(shí)時(shí)功率信息;差值計(jì)算主要負(fù)責(zé)計(jì)算綠色能源供應(yīng)功率和數(shù)據(jù)中心需求功率的差異情況;電流整合器負(fù)責(zé)在綠色能源、常規(guī)電源和UPS間進(jìn)行銜接,并按照決策方案決定分流或整流以及電流流向等;UPS用來對(duì)富裕的綠色能源進(jìn)行存儲(chǔ),同時(shí)也為確保所有外部供電故障時(shí),數(shù)據(jù)中心應(yīng)急處理之用。
3.2 能源調(diào)度管理總體策略
能源調(diào)度總體指導(dǎo)策略為:(1)對(duì)間歇性綠色能源的功率進(jìn)行檢測(cè)得到能源供應(yīng)功率值;(2)同時(shí)以當(dāng)前進(jìn)程列表(計(jì)劃)為輸入,對(duì)未來的能耗功率進(jìn)行預(yù)測(cè);(3)通過差值計(jì)算模塊計(jì)算出供應(yīng)功率與能耗需求功率差值;(4)根據(jù)差值進(jìn)行方案決策,當(dāng)能源供應(yīng)功率小于消耗預(yù)測(cè)功率時(shí)執(zhí)行方案1,反之執(zhí)行方案2。
方案1 對(duì)進(jìn)程數(shù)量和調(diào)度頻率進(jìn)行調(diào)整,形成新進(jìn)程序列和調(diào)度計(jì)劃,從而確保在時(shí)間段t上能耗與電源功率匹配。
方案2 不對(duì)進(jìn)程列表進(jìn)行針對(duì)性修改,而是把多余電能分流,經(jīng)電流整合器整流后存儲(chǔ)在UPS中。
4 模擬實(shí)驗(yàn)及結(jié)果分析
4.1 單次實(shí)驗(yàn)及結(jié)果示例
為了便于調(diào)度策略的效果說明,本文以200 s為時(shí)間段長(zhǎng)度,以5 s為一個(gè)時(shí)槽。利用文中第1部分關(guān)于間歇性能源的數(shù)學(xué)模型和模擬方法,模擬生成能源功率變化數(shù)據(jù)(曲線),以第2部分所述數(shù)據(jù)中心能耗變化模型及進(jìn)程到達(dá)模擬方法,模擬產(chǎn)生功率需求變化數(shù)據(jù)(曲線),然后利用3.1節(jié)所述調(diào)度策略,對(duì)兩種不一致的供需雙方功率曲線進(jìn)行比較,并通過模擬的進(jìn)程調(diào)度器生成調(diào)度后的數(shù)據(jù)中心功耗曲線。
圖4是一次調(diào)度效果示意。其中圖4(a)表示該時(shí)間段上的間歇性能源功率變化曲線和常規(guī)電力供應(yīng)下數(shù)據(jù)中心功耗需求曲線,圖中兩條曲線差異明顯,說明供需矛盾突出。圖4(b)是經(jīng)過調(diào)度后的供需雙方曲線,從圖可知,在間歇性能源功率不變的情況下,通過調(diào)度后可使數(shù)據(jù)中心功率需求符合間歇性能源供給功率變化,保證數(shù)據(jù)中心的穩(wěn)定運(yùn)行。圖4(c)是間歇性能源富裕時(shí)可進(jìn)行儲(chǔ)存的能量分布圖。圖4(a)中計(jì)算任務(wù)總量為抽象值35 965,間歇性能源總量為15 561.1,表1是調(diào)度后的任務(wù)完成和能量利用情況,可見調(diào)度后既保障了數(shù)據(jù)中心的穩(wěn)定運(yùn)行,也有效提高了能源利用率。
4.2 多次試驗(yàn)結(jié)果分析
通過模擬產(chǎn)生不同進(jìn)程達(dá)到分布和間歇性能源功率變化情況下能源調(diào)度策略的調(diào)度實(shí)驗(yàn),并對(duì)其結(jié)果進(jìn)行分析,可得出如下幾個(gè)結(jié)論:
?。?)理論上,如果富裕能量都可被存儲(chǔ)的條件下,間歇性能源利用率幾乎可以達(dá)到100%;
(2)在本調(diào)度策略下,幾乎不需要消耗常規(guī)電力能源,除非間歇性能源功率極低的情況發(fā)生;
?。?)在對(duì)應(yīng)時(shí)間段上的間歇性能源相對(duì)充足或者全部進(jìn)程的總計(jì)算量相對(duì)較小的情況下,計(jì)算任務(wù)基本可在該時(shí)間段執(zhí)行完畢,延時(shí)量很小;
?。?)反之,在對(duì)應(yīng)時(shí)間段上的間歇性能源功率偏小或者全部進(jìn)程的總計(jì)算量相對(duì)較大的情況下,會(huì)產(chǎn)生一定的延時(shí),嚴(yán)重時(shí)延時(shí)較長(zhǎng)。
總體上,該調(diào)度長(zhǎng)策略理論上可以有效提高數(shù)據(jù)中心中具有間歇性特征綠色能源的使用率,同時(shí)能夠保障數(shù)據(jù)中心不會(huì)因?yàn)楣╇姴蛔愣a(chǎn)生掉電情況;由于可能產(chǎn)生計(jì)算任務(wù)完成時(shí)間的延遲,因此不適合延時(shí)敏感型事務(wù),但較適合對(duì)延時(shí)不敏感的計(jì)算型業(yè)務(wù)。
5 結(jié)論
本文在分析間歇性能源與數(shù)據(jù)中心能源需求變化之間的矛盾基礎(chǔ)上,建立了用于模擬間歇性能源和數(shù)據(jù)中心功率變化的數(shù)學(xué)模型,同時(shí)提出了一套基于進(jìn)程調(diào)度的數(shù)據(jù)中心能源調(diào)度與管理策略框架。通過模擬在不同間歇性能源功率變化和數(shù)據(jù)中心功率需求變化情況下,使用所提能源調(diào)度與管理策略對(duì)供需矛盾的數(shù)據(jù)中心進(jìn)行任務(wù)和進(jìn)程進(jìn)行調(diào)度模擬實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析,結(jié)果表明,本文所述能源調(diào)度與管理策略框架可以有效地提高綠色能源的利用效率,可以為數(shù)據(jù)中心引入和使用具有間歇性的綠色能源問題提供理論借鑒和參考。
參考文獻(xiàn)
[1] 鄧維,劉方明.云計(jì)算數(shù)據(jù)中心的新能源應(yīng)用:研究現(xiàn)狀與趨勢(shì)[J].計(jì)算機(jī)學(xué)報(bào),2013,36(3):582-598.
[2] COOK G. How clean is your cloud?[R]. Greenpeace International Technical Report, April, 2012.
[3] 伍康文,柴華.全太陽(yáng)能數(shù)據(jù)中心整體技術(shù)方案與實(shí)踐[J].微型機(jī)與應(yīng)用,2012,31(21):1-4.
[4] 王默涵.利用計(jì)算機(jī)模擬太陽(yáng)能光伏發(fā)電[J].節(jié)能,2005(5):36-39.
[5] 羅亮,吳文峻,張飛.面向云計(jì)算數(shù)據(jù)中心的能耗建模方法[J].軟件學(xué)報(bào),2014,25(7):1371-1387.
[6] MORENO-VOZMEDIANO R, MONTERO R S, LLORENTE I M. Key challenges in cloud computing: enabling the future Internet of services[J]. Internet Computing, IEEE, 2013,17(4):18-25.
[7] BELOGLAZOV A, ABAWAJY J, BUYYA R. Energy-aware resource allocation heuristics for efficient management of data centers for cloud computing[J]. Future Generation Computer Systems,2012,28(5):755-768.
[8] NATHUJI R, SCHWAN K. VirtualPower: coordinated power management in virtualized enterprise systems[J]. ACM SIGOPS Operating Systems Review,2007,41(6):265-278.
[9] 劉江.數(shù)據(jù)中心計(jì)算資源節(jié)能算法研究[D].成都:電子科技大學(xué),2013.