摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第8-16页 |
1.1 课题研究背景 | 第8-10页 |
1.2 国内外研究现状、论文选题意义及创新点 | 第10-14页 |
1.2.1 国内外研究现状 | 第10-13页 |
1.2.2 论文选题意义 | 第13页 |
1.2.3 课题创新点 | 第13-14页 |
1.3 论文组织结构 | 第14-16页 |
第2章 可参与需求侧响应的绿色数据中心 | 第16-32页 |
2.1 绿色数据中心简介 | 第16-21页 |
2.1.1 绿色数据中心架构及相关指标介绍 | 第16-19页 |
2.1.2 智能电网背景下的绿色数据中心相关应用技术 | 第19-21页 |
2.2 绿色数据中心微网系统框架 | 第21-26页 |
2.2.1 绿色数据中心供能系统 | 第23-25页 |
2.2.2 绿色数据中心电力负荷 | 第25页 |
2.2.3 绿色数据中心能量管理系统 | 第25-26页 |
2.3 绿色数据中心需求侧资源模型 | 第26-31页 |
2.3.1 云计算和大数据背景下的绿色数据中心负荷特性 | 第26-27页 |
2.3.2 基于任务延时机制的服务器集群负荷模型 | 第27-29页 |
2.3.3 UPS蓄电池组需求侧响应模型 | 第29-31页 |
2.4 本章小结 | 第31-32页 |
第3章 可变滤波时间常数的绿色数据中心联络线功率平滑策略 | 第32-44页 |
3.1 绿色数据中心联络线功率平滑框架 | 第32-34页 |
3.2 需求侧资源控制信号制定 | 第34-36页 |
3.2.1 服务器集群负荷控制信号制定 | 第35-36页 |
3.2.2 UPS蓄电池组控制信号制定 | 第36页 |
3.3 需求侧资源状态标识生成 | 第36-39页 |
3.3.1 服务器集群用户满意度状态标识生成 | 第37-38页 |
3.3.2 UPS蓄电池组SOC状态标识生成 | 第38-39页 |
3.4 基于需求侧资源感知的可变时间常数控制策略 | 第39-42页 |
3.4.1 第一级滤波时间常数控制策略 | 第39-41页 |
3.4.2 第二级滤波时间常数控制策略 | 第41-42页 |
3.5 本章小结 | 第42-44页 |
第4章 基于需求侧资源感知的绿色数据中心功率控制算法 | 第44-54页 |
4.1 基于贪心策略的启发式算法概述 | 第44-45页 |
4.2 服务器集群负荷控制算法 | 第45-50页 |
4.2.1 服务器集群负荷迁移控制 | 第45-46页 |
4.2.2 服务器集群优化问题形成 | 第46-47页 |
4.2.3 基于SLA感知的服务器集群负荷控制算法 | 第47-50页 |
4.3 UPS蓄电池组功率控制算法 | 第50-53页 |
4.3.1 UPS蓄电池组优化问题形成 | 第50页 |
4.3.2 基于储能状态感知的UPS蓄电池组功率控制算法 | 第50-53页 |
4.4 本章小结 | 第53-54页 |
第5章 实验仿真及分析 | 第54-72页 |
5.1 仿真实验参数定义 | 第54-55页 |
5.2 基础算例分析 | 第55-62页 |
5.3 联络线功率平滑影响因素评估 | 第62-70页 |
5.3.1 可再生能源渗透率对平滑效果的影响 | 第62-64页 |
5.3.2 任务延时种类对平滑效果的影响 | 第64-66页 |
5.3.3 延时任务占比对平滑效果的影响 | 第66-68页 |
5.3.4 服务器集群资源利用率对平滑效果的影响 | 第68-70页 |
5.4 本章小结 | 第70-72页 |
第6章 总结与展望 | 第72-74页 |
6.1 全文总结 | 第72-73页 |
6.2 工作展望 | 第73-74页 |
参考文献 | 第74-80页 |
发表论文和参加科研情况说明 | 第80-82页 |
致谢 | 第82页 |