在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实...在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实现冷热电多能互补。其次对数据中心运行过程中所需制冷量与余热之间的复杂关系进行了深入分析,采用溴化锂吸收式制冷机和电制冷机来满足数据中心的冷负荷需求。为了更有效地应对批处理负荷在时间维度上的变化特性,制定了高度灵活的数据负荷分配策略,并建立了双层规划模型。使用场景削减的典型日选择方法以应对源荷不确定性,并引入基于Tent映射的灰狼优化算法(Tent mapping grey wolf optimization algorithm,TMGWO)和CPLEX进行联合求解。最后,通过对某含数据中心的微能源网系统进行仿真分析,数值计算结果表明所提出的方法能够有效提高系统的经济性和环保性。展开更多
作为能源技术与互联网信息技术相融合的产物,能源互联网的构建离不开大型数据服务中心互联的支撑。然而,当前互联网数据中心(Internet Data Center,IDC)巨大能耗所带来的成本和环境压力,突显出对IDC能耗管理的重要性。文中基于实时电价...作为能源技术与互联网信息技术相融合的产物,能源互联网的构建离不开大型数据服务中心互联的支撑。然而,当前互联网数据中心(Internet Data Center,IDC)巨大能耗所带来的成本和环境压力,突显出对IDC能耗管理的重要性。文中基于实时电价和多电力市场构成的能源互联网市场环境,在考虑IDC散热成本、碳排放成本以及服务延迟约束的基础上,以IDC负荷周期内总的能耗成本最小化为目标,建立了IDC数据负荷在多时空尺度下的优化调度模型,并采用反馈分支定界算法对模型求解。最后,通过算例仿真验证所提方案的正确性,仿真结果表明该技术可以显著降低IDC的能耗成本。展开更多
充分挖掘系统外灵活性资源对于支撑建设以新能源为主体的新型电力系统和实现双碳目标具有重要意义。为了充分利用具备时空调节潜力的互联网数据中心(internet data center,IDC)负荷这一潜力可观的特殊柔性需求响应资源,该文首先分析IDC...充分挖掘系统外灵活性资源对于支撑建设以新能源为主体的新型电力系统和实现双碳目标具有重要意义。为了充分利用具备时空调节潜力的互联网数据中心(internet data center,IDC)负荷这一潜力可观的特殊柔性需求响应资源,该文首先分析IDC负荷时空可转移特性建模与协同优化的驱动力,在此基础上,提出一种基于IDC负荷需求响应的“算力+电力”协同优化研究架构。该研究架构从能源视角将IDC负荷所在的算力网络建模为以负荷调节量表征的等值模型,全貌且直观地呈现算力系统中灵活资源的网络化调节特性。在此基础上,提出计及IDC负荷优化运行的电网规划与运行方法、以及时空耦合需求响应定价与聚合方法,从而形成经济调度-价格激励的闭环引导,实现IDC负荷感知电力系统运行情况并按系统需求调整其用电消费行为的目标。该研究架构在IDC负荷特性分析、计算效率、社会福利增加、和市场收入充足等方面具有优势。最后,对包含多元海量时空可转移负荷的广义“虚拟电厂”进行展望。展开更多
文摘在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实现冷热电多能互补。其次对数据中心运行过程中所需制冷量与余热之间的复杂关系进行了深入分析,采用溴化锂吸收式制冷机和电制冷机来满足数据中心的冷负荷需求。为了更有效地应对批处理负荷在时间维度上的变化特性,制定了高度灵活的数据负荷分配策略,并建立了双层规划模型。使用场景削减的典型日选择方法以应对源荷不确定性,并引入基于Tent映射的灰狼优化算法(Tent mapping grey wolf optimization algorithm,TMGWO)和CPLEX进行联合求解。最后,通过对某含数据中心的微能源网系统进行仿真分析,数值计算结果表明所提出的方法能够有效提高系统的经济性和环保性。
文摘作为能源技术与互联网信息技术相融合的产物,能源互联网的构建离不开大型数据服务中心互联的支撑。然而,当前互联网数据中心(Internet Data Center,IDC)巨大能耗所带来的成本和环境压力,突显出对IDC能耗管理的重要性。文中基于实时电价和多电力市场构成的能源互联网市场环境,在考虑IDC散热成本、碳排放成本以及服务延迟约束的基础上,以IDC负荷周期内总的能耗成本最小化为目标,建立了IDC数据负荷在多时空尺度下的优化调度模型,并采用反馈分支定界算法对模型求解。最后,通过算例仿真验证所提方案的正确性,仿真结果表明该技术可以显著降低IDC的能耗成本。
文摘充分挖掘系统外灵活性资源对于支撑建设以新能源为主体的新型电力系统和实现双碳目标具有重要意义。为了充分利用具备时空调节潜力的互联网数据中心(internet data center,IDC)负荷这一潜力可观的特殊柔性需求响应资源,该文首先分析IDC负荷时空可转移特性建模与协同优化的驱动力,在此基础上,提出一种基于IDC负荷需求响应的“算力+电力”协同优化研究架构。该研究架构从能源视角将IDC负荷所在的算力网络建模为以负荷调节量表征的等值模型,全貌且直观地呈现算力系统中灵活资源的网络化调节特性。在此基础上,提出计及IDC负荷优化运行的电网规划与运行方法、以及时空耦合需求响应定价与聚合方法,从而形成经济调度-价格激励的闭环引导,实现IDC负荷感知电力系统运行情况并按系统需求调整其用电消费行为的目标。该研究架构在IDC负荷特性分析、计算效率、社会福利增加、和市场收入充足等方面具有优势。最后,对包含多元海量时空可转移负荷的广义“虚拟电厂”进行展望。
