【目的】随着云计算、“互联网+”的高速发展,互联网数据中心(internet data center,IDC)作为云计算底层核心的基础设施,正处于高速扩张阶段。然而,由于数据中心和综合能源系统(integrated energy systems,IES)均拥有底层用户的信息,数...
详细信息
【目的】随着云计算、“互联网+”的高速发展,互联网数据中心(internet data center,IDC)作为云计算底层核心的基础设施,正处于高速扩张阶段。然而,由于数据中心和综合能源系统(integrated energy systems,IES)均拥有底层用户的信息,数据泄露可能会导致多种风险。为此,在设计IDC与IES的协同优化方案时,必须得充分考虑两者的隐私保护。【方法】首先,分析数据中心灵活调节特性,采用图论及M/M/1排队论构建数据中心灵活需求响应模型,建立了IDC及IES各自的规划模型及运行模型。根据IDC及IES运行模型的KKT(Karush-Kuhn-Tucher)条件将运行模型转化为规划模型的附加约束,并采用大M法进行线性化处理。随后,考虑IDC及IES间的隐私保护,完善一种适用于混合整数线性规划(mixed-integer linear programming,MILP)子问题的增强型Benders分解算法并设计分布式求解框架对时空联合规划模型进行求解。【结果】研究结果表明,在所采用的算例场景下,引入所采用的IES及IDC需求响应模型后,系统的年化总成本降低了26.79%,增强型Benders分解算法在分布式求解速度上较交叉方向乘子法(alternating direction method of multipliers,ADMM)快1.11倍。【结论】分析了IDC与IES的灵活调节手段,构建了一种切实可行、兼顾隐私保护的含IDC的IES分布式优化方案。该研究可以为类似的多利益主体协同优化场景提供相应的方案及方法参考。
暂无评论