本技术涉及新能源接入，特别是涉及一种新能源芯负载均衡方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、随着新能源技术的发展，出现了分布式新能源广泛接入技术，分布式新能源广泛接入后信息感知庞大、接入端口繁多，因此电力业务数据信息量陡增。新能源场景下电力业务呈现多维度、全覆盖、细颗粒度、定制化的特征，彼此间差异化的需求导致无法依据传统电力业务普适性的方式进行处理。
2、现有新能源芯负载均衡方法通过数量与种类的堆积来满足海量电力业务需求：根据所增加的电力业务场景调整处理器核的种类，以提高新能源芯的计算灵活性；根据所增加的业务场景需求调整处理器核的数量，以提高新能源芯的计算能力。
3、关键颗粒度停留在物理层面，无法实现物理层面下方案化的精细处理，无法发挥电力业务关键切入点在资源调节降峰下的可参考价值。此外，新能源芯负载均衡方法没有充分考虑约束的影响。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够考虑约束以及主动应对各类型电力业务的新能源芯负载均衡方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种新能源芯负载均衡方法，包括：
3、获取待负载均衡的新能源芯的参数数据，以及与新能源芯对应的多种类型电力业务的电力业务数据；多种类型电力业务包括：周期类电力业务、随机类电力业务和突发类电力业务；
4、基于电力业务数据，构造新能源芯对应于各种类电力业务的电力业务模型，并根据周期类电力业务以及随机类电力业务的电力业务模型，得到新能源芯的资源需求差异模型，以及根据突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型；
5、根据资源需求差异模型表征电力业务的不同资源需求区段，构造新能源芯对应的电力业务资源区段调整模型，并根据电力业务资源区段调整模型、突发类电力业务冲击调整模型以及参数数据，构造新能源芯的负载均衡模型；
6、通过负载均衡模型得到最小负载不平衡度对应的内核处理方案，通过内核处理方案对新能源芯负载均衡处理。
7、在其中一个实施例中，电力业务资源区段调整模型，包括：电力业务资源需求高区段调整模型以及电力业务资源需求低区段调整模型；
8、根据资源需求差异模型表征电力业务的不同资源需求区段，构造新能源芯对应的电力业务资源区段调整模型，包括：
9、在资源需求差异模型表征新能源芯的资源需求为高资源需求区段时，构造新能源芯的电力业务资源需求高区段调整模型；
10、在资源需求差异模型表征新能源芯的资源需求为低资源需求区段时，构造新能源芯的电力业务资源需求低区段调整模型。
11、在其中一个实施例中，周期类电力业务包括对应于高资源需求区段的第一周期性电力业务；
12、构造新能源芯的电力业务资源需求高区段调整模型，包括：
13、当第一周期性电力业务满足预设可调节条件的情况下，根据第一周期性电力业务的交互重叠区域比率调整周期类电力业务，得到调整后的序列周期；交互重叠区域根据第一周期性电力业务的执行周期得到；
14、基于数据传输总量一致的原则，利用调整后的序列周期，得到调整后的周期类电力业务上升沿序列数目与占空比，和原周期类电力上升沿数目与占空比之间的关系；
15、根据关系，得到对第一周期性电力业务的电力业务模型调整后的第一周期类电力业务模型；
16、基于随机类电力业务的电力业务模型和第一周期类电力业务模型，构造电力业务资源需求高区段调整模型。
17、在一个示例性的实施例中，周期类电力业务包括对应于低资源需求区段的第二周期性电力业务；
18、构造新能源芯的电力业务资源需求低区段调整模型，包括：
19、利用占空比对第二周期性电力业务对应的电力业务模型进行扁平化处理，得到扁平化处理后的第二周期类电力业务模型；
20、基于随机类电力业务的电力业务模型和第二周期类电力业务模型，构造电力业务资源需求低区段调整模型。
21、在一个实施例中，根据周期类电力业务以及随机类电力业务的电力业务模型，得到新能源芯的资源需求差异模型，包括：
22、利用周期类电力业务以及随机类电力业务的电力业务模型，得到多业务综合负荷模型；
23、根据多业务综合负荷模型的时间轴采样点数，分别获得多业务综合负荷模型对应的多电力业务资源需求平均值，并根据多电力业务资源需求平均值以及多业务综合负荷模型，得到资源需求平滑度参数以及资源需求斜率参数平均值；
24、基于资源需求平滑度参数与资源需求斜率参数平均值，构造资源需求差异模型。
25、在其中一个实施例中，根据突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型，包括：
26、根据突发类电力业务的电力业务模型，获取后移时延；
27、通过后移时延对与后移时延相匹配时段的周期类电力业务的电力业务模型进行后移，以及进行扁平化处理，得到处理后的周期类电力业务的电力业务模型；
28、根据突发类电力业务的电力业务模型，以及处理后的周期类电力业务的电力业务模型，构造突发类电力业务冲击调整模型。
29、在一个示例性的实施例中，电力业务资源区段调整模型，包括：电力业务资源需求高区段调整模型和突发类电力业务冲击调整模型；
30、通过负载均衡模型得到最小负载不平衡度对应的内核处理方案，通过内核处理方案对新能源芯负载均衡处理，包括：
31、根据新能源芯对应的资源供给模型，构造新能源芯中核的主频调节约束；
32、根据电力业务资源需求高区段调整模型，构造电力资源需求高区段调整前交互重叠区域约束和电力资源需求高区段周期类电力业务调整后的最大周期时延限制；
33、根据突发类电力业务冲击调整模型，构造突发类电力业务冲击下低时延敏感周期类电力业务后移时延限制；
34、根据新能源芯资源能力约束、新能源芯占比均载约束、新能源芯中核的主频调节约束、电力资源需求高区段调整前交互重叠区域约束和电力资源需求高区段周期类电力业务调整后的最大周期时延限制、电力资源需求高区段调整后交互重叠区域约束以及突发类电力业务冲击下低时延敏感周期类电力业务后移时延限制，构造内核处理方案约束；获取满足内核处理方案约束下的候选内核处理方案，并通过负载均衡模型，从候选内核处理方案中筛选得到最小负载不平衡度对应的内核处理方案。
35、第二方面，本技术还提供了一种新能源芯负载均衡装置，包括：
36、数据获取模块，用于获取待负载均衡的新能源芯的参数数据，以及与新能源芯对应的多种类型电力业务的电力业务数据；多种类型电力业务包括：周期类电力业务、随机类电力业务和突发类电力业务；
37、模型构建第一模块，用于基于电力业务数据，构造新能源芯对应于各种类电力业务的电力业务模型，并根据周期类电力业务以及随机类电力业务的电力业务模型，得到新能源芯的资源需求差异模型，以及根据突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型；
38、模型构建第二模块，用于根据资源需求差异模型表征电力业务的不同资源需求区段，构造新能源芯对应的电力业务资源区段调整模型，并根据电力业务资源区段调整模型、突发类电力业务冲击调整模型以及参数数据，构造新能源芯的负载均衡模型；
39、负载均衡模块，用于通过负载均衡模型得到最小负载不平衡度对应的内核处理方案，通过内核处理方案对新能源芯负载均衡处理。
40、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
41、获取待负载均衡的新能源芯的参数数据，以及与新能源芯对应的多种类型电力业务的电力业务数据；多种类型电力业务包括：周期类电力业务、随机类电力业务和突发类电力业务；
42、基于电力业务数据，构造新能源芯对应于各种类电力业务的电力业务模型，并根据周期类电力业务以及随机类电力业务的电力业务模型，得到新能源芯的资源需求差异模型，以及根据突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型；
43、根据资源需求差异模型表征电力业务的不同资源需求区段，构造新能源芯对应的电力业务资源区段调整模型，并根据电力业务资源区段调整模型、突发类电力业务冲击调整模型以及参数数据，构造新能源芯的负载均衡模型；
44、通过负载均衡模型得到最小负载不平衡度对应的内核处理方案，通过内核处理方案对新能源芯负载均衡处理。
45、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
46、获取待负载均衡的新能源芯的参数数据，以及与新能源芯对应的多种类型电力业务的电力业务数据；多种类型电力业务包括：周期类电力业务、随机类电力业务和突发类电力业务；
47、基于电力业务数据，构造新能源芯对应于各种类电力业务的电力业务模型，并根据周期类电力业务以及随机类电力业务的电力业务模型，得到新能源芯的资源需求差异模型，以及根据突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型；
48、根据资源需求差异模型表征电力业务的不同资源需求区段，构造新能源芯对应的电力业务资源区段调整模型，并根据电力业务资源区段调整模型、突发类电力业务冲击调整模型以及参数数据，构造新能源芯的负载均衡模型；
49、通过负载均衡模型得到最小负载不平衡度对应的内核处理方案，通过内核处理方案对新能源芯负载均衡处理。
50、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
51、获取待负载均衡的新能源芯的参数数据，以及与新能源芯对应的多种类型电力业务的电力业务数据；多种类型电力业务包括：周期类电力业务、随机类电力业务和突发类电力业务；
52、基于电力业务数据，构造新能源芯对应于各种类电力业务的电力业务模型，并根据周期类电力业务以及随机类电力业务的电力业务模型，得到新能源芯的资源需求差异模型，以及根据突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型；
53、根据资源需求差异模型表征电力业务的不同资源需求区段，构造新能源芯对应的电力业务资源区段调整模型，并根据电力业务资源区段调整模型、突发类电力业务冲击调整模型以及参数数据，构造新能源芯的负载均衡模型；
54、通过负载均衡模型得到最小负载不平衡度对应的内核处理方案，通过内核处理方案对新能源芯负载均衡处理。
55、上述新能源芯负载均衡方法、装置、计算机设备、存储介质和计算机程序产品，通过获取新能源芯的参数数据和多种类型的电力业务数据，根据所述电力业务数据构造对应的电力业务模型，之后基于周期类电力业务模型和随机类电力业务模型得到资源需求差异模型，并基于突发类电力业务模型构造突发类电力业务冲击调整模型，根据资源需求差异模型表征电力业务的不同资源需求区段，构造对应的电力业务区段调整模型，进而基于此电力业务区段调整模型、突发类电力业务冲击调整模型和参数数据构造负载均衡模型，通过此负载均衡模型得到最小负载不平衡度对应的内核处理方案，并对新能源芯负载均衡处理。通过构建不同区段的电力业务区段调整模型，实现物理层面下方案化的精细处理，同时发挥电力业务关键切入点在资源调节降峰下的可参考价值，提高新能源芯负载均衡度，提高芯片的使用效率。
1.一种新能源芯负载均衡方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述电力业务资源区段调整模型，包括：电力业务资源需求高区段调整模型以及电力业务资源需求低区段调整模型；
3.根据权利要求2所述的方法，其特征在于，所述周期类电力业务包括对应于所述高资源需求区段的第一周期性电力业务；
4.根据权利要求2所述的方法，其特征在于，所述周期类电力业务包括对应于所述低资源需求区段的第二周期性电力业务；
5.根据权利要求1所述的方法，其特征在于，所述根据所述周期类电力业务以及所述随机类电力业务的电力业务模型，得到所述新能源芯的资源需求差异模型，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述突发类电力业务的电力业务模型，得到突发类电力业务冲击调整模型，包括：
7.根据权利要求1所述的方法，其特征在于，所述电力业务资源区段调整模型，包括：电力业务资源需求高区段调整模型和突发类电力业务冲击调整模型；
8.一种新能源芯负载均衡装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
