Page 31 - 电力与能源2024年第四期

王丹阳，等：考虑数据中心用能时间可调特性的综合能源系统能源站规划 425

中心的综合能源系统能同时提供能源和数据服 能耗。本文基于数据中心能源使用效率对数据中
务，是数据流与能量流耦合的物理节点。在能量 心能耗建模如下：
流方面，综合能源系统可高效满足数据中心的供 E dc，ee + E dc，ce
δ PUE = （1）
电和供冷需求，数据中心通过设备功率控制、数据 E dc，IT
式 中 δ PUE —— 数 据 中 心 能 源 使 用 效 率 ；
负载调度等方法调节用能，可为综合能源系统提
E dc，IT——数据中心 IT 设备能耗；E dc，ee——数据中
供需求响应服务。在数据流方面，能源站内集成
的数据中心不仅可承担综合能源系统中的数据存 心 全 年 耗 电 量 ； E dc，ce—— 数 据 中 心 全 年 消 耗 的
冷能。
储、计算、优化、预测等任务，也可为综合能源服务
商发展数据服务业务提供契机。江苏同里综合能 服务器能耗是数据中心 IT 设备能耗的主要
组成部分。用服务器能耗代表 IT 设备能耗，基于
源小镇、北京大兴“多站合一”综合能源站均在综
动态电压频率调节技术，对服务器能耗建模 ［11］ 。
合能源系统集成数据中心方面进行了尝试。
ì P e，dc，t + P c，dc，t = δ PUE P e，dc，t
目前，数据中心用能时间可调特性在数据中 ï ï
ï ï P e，dc，t = P st，t + P dy，t
心 用 能 负 荷 参 与 需 求 响 应 ［5］ 、促 进 清 洁 能 源 消 ï ï
í P st，t = （2）
［6］
纳 ，以及经济运行 等方面均有所应用，但这些 ï ï ∑ i ∈ S X i，on，t P st，i
［7］
ï ï 3
î
文献大多在运行层面进行分析，在规划层面的研 ï ï P dy，t = ∑ i ∈ S∑ j ∈ K C i，j f i，j M i，j，t
究则相对较少。综合能源系统与数据中心联合规 式 中 P e，dc，t—— 数 据 中 心 内 服 务 器 在 t 时 段 能
划的研究仍处于起步阶段。文献［8］对数据中心 耗 ； P c，dc，t—— 数 据 中 心 在 t 时 段 消 耗 的 冷 功 率 ；
用能时间可调特性进行建模，验证了考虑数据中 P st，t——t 时段数据中心内服务器静态能耗之和；
心用能时间可调特性对能源站能源设备配置的优 P dy，t——t 时段数据中心内服务器动态能耗之和；
化作用，但未对数据中心的信息设备进行规划。 X i，on，t——服务器开机状态标志位；S——服务器
文献［9］在分析变电站能量流、信息流、业务流的 种类集合； i——某一服务器类型；K——服务器工
基础上，提出了基于变电站的数据中心优化选址 作状态集合； j——某一工作状态；M i，j，t——t 时段

策略，但缺乏对数据中心用能特性的深入建模。 数 据 中 心 内 第 i 类 处 于 工 作 状 态 j 的 服 务 器 数
文献［10］建立了集成数据中心的配电网扩展规划 量 ； f i，j——第 i 种处于 j 状态服务器的工作频率；
模型，但该规划模型仅局限于电力系统层面，能源 C i，j——第 i 种处于 j 状态服务器的动态能耗计算
利用效率较综合能源系统直接为数据中心供冷 系数。
偏低。 1.2 数据负载模型
本文在考虑数据中心用能时间可调特性的前 根据实时性需求的不同，数据负载可分为交

提下，提出一种集成数据中心的综合能源系统能 互型数据负载和批处理型数据负载。其中，交互
源站规划模型。首先对数据中心进行建模；然后 型数据负载对延迟容忍度较低，典型应用场景包
在对能源设备及能源母线建模的基础上，确定各 括视频直播、商业交易应用等；批处理型数据负载
能源设备和服务器的最佳容量配置；最后基于天 只需在一定时间段内完成数据负载处理即可，典
津某地实际算例设置了 4 个场景进行对比分析， 型应用场景包括科学计算、图像处理等。

验证考虑数据中心用能时间可调特性对能源站规 基于 M/M/1 排队模型，交互型数据负载的响
划的积极影响。 应时间可通过下式计算 ：
［8］
1
1 数据中心建模 t que = （3）
itr
μ t - λ t itr
itr
1.1 数据中心能耗模型 式中 μ t ——t 时段内用于处理交互型数据负载
—1
数据中心能耗主要包括 IT 设备能耗和制冷 的服务器服务率之和，条·s ，服务器的服务率表