電力云計算平臺資源調(diào)度策略的研究.pdf

1、智能電網(wǎng)中數(shù)據(jù)種類與規(guī)模正以前所未有的速度不斷增加和積累，標志著電力系統(tǒng)已經(jīng)進入了大數(shù)據(jù)時代。電力系統(tǒng)大數(shù)據(jù)給電網(wǎng)信息平臺的存儲、管理與分析能力帶來了極大的挑戰(zhàn)，而現(xiàn)有的硬件設施和計算能力已難以適應未來電力系統(tǒng)在線分析和實時控制所要求的計算能力和存儲要求。云計算以其擴展靈活、存儲能力和計算能力強大而引起國內(nèi)外廣泛關(guān)注,學術(shù)界也對將云計算引入電力系統(tǒng)構(gòu)建電力統(tǒng)一云計算平臺進行了大量的研究。然而構(gòu)建電力云計算平臺的同時也會引入云計算中普遍存

2、在的問題，例如集群中的單點失效問題、服務質(zhì)量問題、資源的有效利用問題和能耗問題等。
　　本文分析電力云計算平臺、云計算單點失效和云計算資源調(diào)度的國內(nèi)外研究現(xiàn)狀，首先結(jié)合電力系統(tǒng)業(yè)務發(fā)展需求和云計算最新發(fā)展，給出了一種基于開源OpenStack和Hadoop的電力云計算平臺架構(gòu)方案。然后，鑒于Hadoop存在主節(jié)點單點失效問題，給出一種對主控制節(jié)點雙機熱備以解決單點失效的方案。最后，通過分析電力云計算平臺的資源調(diào)度問題，給出一種基于

3、虛擬機動態(tài)遷移的資源調(diào)度策略。針對上述問題中的資源調(diào)度策略，本文詳細分析了在虛擬機遷移過程中，通過基于平滑指數(shù)預測模型的雙閾值策略進行熱點確定，利用遷移效果和遷移速度相結(jié)合的方式選擇虛擬機，在選擇遷移目標階段，本文采用基于退火思想的粒子群優(yōu)化算法對目標主機進行搜索，在目標主機確定階段利用輪盤賭思想實現(xiàn)遷移的長期優(yōu)化效果。其中優(yōu)化目標綜合考慮服務質(zhì)量、資源利用率和集群能耗三個方面。
　　根據(jù)電力仿真計算的特點，利用CloudSim平

4、臺對電力仿真云計算平臺進行虛擬機初始化放置和資源調(diào)度實驗。結(jié)合本文提出的基于預測的雙閾值確定熱點、綜合考慮遷移效果和遷移時間的虛擬機選擇策略，將引入退火思想的粒子群長期優(yōu)化算法、標準粒子群算法、無預測的貪心算法和無遷移的虛擬機順序放置算法進行比較，通過實驗結(jié)果對比驗證了本文給出的優(yōu)化粒子群算法結(jié)合資源調(diào)度策略在服務等級合約(SLA)、剩余資源利用率、平臺能耗以及遷移次數(shù)方面均有明顯優(yōu)化效果。驗證了本文提出的資源調(diào)度策略能夠保證電力云計算