Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门大学赵英汝获国家专利权

厦门大学赵英汝获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉厦门大学申请的专利一种多数据中心算力-电力协同调度与需求响应申报容量优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121094247B

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511632402.8,技术领域涉及:G06Q10/04;该发明授权一种多数据中心算力-电力协同调度与需求响应申报容量优化方法是由赵英汝;刘雨菲;谢珊;景锐;林健设计研发完成,并于2025-11-10向国家知识产权局提交的专利申请。

一种多数据中心算力-电力协同调度与需求响应申报容量优化方法在说明书摘要公布了:本发明提供一种多数据中心算力‑电力协同调度与需求响应申报容量优化方法,先采集数据中心的多维度历史时序数据,再利用机器学习算法预测未来调度周期内各数据中心未来单日各时段的工作负载量和各数据中心所在地的电力市场价格,然后构建考虑不确定性的面向时空耦合的多数据中心算力‑电力协同模型,该协同模型包含算力调度和电力调度的联合优化框架,并以实际利润最大化为目标,接着将建立的协同模型转化为混合整数线性规划问题并求解,得到各数据中心参与需求响应的最优申报容量,以及空间迁移和时间迁移的任务量、储能系统的充放电功率、可再生能源发电量,各数据中心据此进行调度,实现多数据中心需求响应申报容量的统筹优化。

本发明授权一种多数据中心算力-电力协同调度与需求响应申报容量优化方法在权利要求书中公布了:1.一种多数据中心算力-电力协同调度与需求响应申报容量优化方法,其特征在于,包括以下步骤: S1、数据采集与预测:采集数据中心的多维度历史时序数据,然后利用机器学习算法预测未来调度周期内各数据中心未来单日各时段的工作负载量和各数据中心所在地的电力市场价格; S2、构建协同优化模型:基于步骤S1的预测数据,以及数据中心算力工作负载的时间动态性与地理分布的空间异构性,结合区域电网电力供应的时空特性,构建考虑不确定性的面向时空耦合的多数据中心算力-电力协同模型,所述协同模型包含算力调度模型和电力调度模型的联合优化框架,并以实际利润最大化为目标,实际利润由需求响应收益、购电成本和惩罚成本构成,计算公式为: 式中,C表示数据中心的实际利润;表示数据中心参与需求响应获得的收益;表示数据中心i在t时刻的购电单价;表示数据中心i在t时刻的购电功率;、、表示优先级p的工作负载的时间转移、空间转移、未处理的惩罚成本;表示数据中心i从t时刻转移到时刻处理的优先级p的任务量;表示t时刻从数据中心i转移到数据中心j的优先级为p的任务量;表示数据中心i在t时刻未处理的优先级为p的任务量; S2.1、构建算力调度模型:所述算力调度模型用于管理不同优先级的工作负载,并建立其时间转移与空间迁移的调度约束,输出任务量、、; S2.2、构建电力调度模型:所述电力调度模型用于管理电网购电、储能系统、本地可再生能源和数据中心设备能耗,并建立数据中心电力供需平衡约束,输出电网购电功率及数据中心参与需求响应的实际响应负荷; S2.3、构建需求响应实际收益R的计算模型:所述数据中心参与需求响应实际获得的收益R的计算公式为: 式中,表示数据中心参与需求响应的实际响应负荷,表示响应时长;表示价格补贴系数;表示响应速度系数;表示数据中心i的补贴单价; 考虑模型预测的不确定性,需求响应申报容量要保留一定裕度,计算公式为: 式中,表示申报容量修正因子; S3、模型求解与策略执行:将步骤S2建立的协同模型转化为混合整数线性规划问题并求解,得到各数据中心参与需求响应的最优申报容量,以及空间迁移和时间迁移的任务量、储能系统的充放电功率、可再生能源发电量,进而生成包括算力时空调度策略、储能系统充放电策略及可再生能源分配策略在内的详细运行指令,各数据中心依据该指令进行调度,以参与需求响应。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人厦门大学,其通讯地址为:361000 福建省厦门市思明南路422号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。