Page 32 - 电力与能源2024年第四期
P. 32
426 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
λ
示服务器对数据负载的处理容量; t ——t 时段内 足多能负荷及数据中心的供能需求,数据中心负
itr
服务器接收的交互型数据负载的到达率,条·s 。 责处理站内数据负载及站外客户数据负载。
—1
批处理型数据负载延迟容忍度较高,服务器
在时间段 T batch 内将数据负载处理完成即可,批处
理型数据负载处理时间建模如下:
μ i,t = λ batch (4)
batch
∑ t ∈ T batch
式中 μ i,t ——t 时段内所有处理批处理型数据
batch
负载的服务器服务率之和; λ batch ——在 t batch 时段内
数据中心待处理的所有批处理型数据负载。
1.3 集成数据中心的能源站用能时间可调特性
分析
图 2 集成数据中心的能源站示意
综合能源系统能源站本身具有一定的用能时
2.1 目标函数
间 可 调 特 性 。 数 据 负 载 时 间 平 移 示 意 如 图 1
本文以年综合成本最低作为构建能源站规划
所示。
模型目标函数:
minC tot = C inv + C op
c 0,i M i)
C inv = (∑ w ∈ R∑ ω ∈ w c 0,ω M ω + ∑ i ∈ S φ y (5)
d
C op = ∑ d ∈ D∑ t ∈ T θ d ( P e,pur,t c e,pur,t Δt +
d
F g,pur,t c g,pur,t Δt )
式中 C tot——年综合成本; C inv——投资成本等
图 1 数据负载时间平移示意 年值,通过 φ y 将投资成本折算为等年值; C op——
数据中心接入后,能源站的用能时间可调特 年运行成本;R——待选能源设备集合;w——某设
性进一步增强。如图 1 所示,延迟容忍度较高的 备可选类型集合; c 0,ω——某设备投资成本;M ω——
数据负载在时间尺度上的平移,与电力系统中可 该设备安装数量; c 0,i——第 i 种服务器投资成本;
平移负荷在时间尺度上的平移具有类比性。目 M i—— 第 i 种 服 务 器 投 建 数 量 ;D—— 典 型 日 集
前,数据中心的生产环境已经具备了在时间尺度 合;T——典型日内各时段集合; θ d——一年中各
d
上对数据负载进行调度的能力。借助混合部署技 典型日的数量; P e,pur,t——在典型日 d 时段 t 的购
d
术,不同延迟敏感度的数据负载可以被部署在同 电量; c e,pur,t——时段 t 的电价; F g,pur,t——在典型日
一台服务器上。在确保各数据负载最大响应时间 d 时段 t的购气量; c g,pur,t——时段 t的天然气价格。
的前提下,可以对不同延迟敏感度的数据负载的 2.2 约束条件
具体处理时间进行优化调度。基于动态电压频率 2.2.1 设备数量约束
调节技术,服务器能够根据各时刻实时处理的数 受能源站及数据中心建筑面积、建筑规范标
据负载量动态调节芯片的工作频率,并随之改变 准等因素的影响,待规划的能源设备和服务器均
工作电压,在实现对数据负载进行时间平移的同 存在数量上限。
时,也完成对服务器耗能的时间平移。 ì0 ≤ n w ≤ n w max
í (6)
î 0 ≤ n sev ≤ n sev
max
2 集成数据中心的能源站规划模型
式 中 n w, n sev—— 能 源 设 备 和 服 务 器 的 规 划 数
本文所建立的集成数据中心的综合能源系统 量 ; n w , n sev ——能源设备和服务器的规划数量
max
max
能源站示意如图 2 所示。站内的能源设备旨在满 上限。