数据中心微电网电热联合优化调度模型研究

随着5G、AI、物联网、云计算等信息技术的发展,数据中心行业迎来了新一轮的发展与挑战。但高耗电量为数据中心企业带来了巨大的运营成本以及环境压力的影响,如何减少运营成本、降低对环境的影响成为数据中心企业下一步重点解决的难题。为保证供能质量,接入电网的数据中心与其配置柴油发电机、储能系统、可再生能源等替代能源作为构成了小型数据中心配电网,也即“数据中心微电网”。在内部,数据中心处理的工作负荷根据计算时间的长短可以分为可时移负荷和不可时移负荷。对于可时移负荷而言,对其处理的时间可以在一定范围内进行调整,可以拆解成多个较小负荷在不同时间段处理甚至转移到异地的数据中心上处理。这种可以重新分配的负荷特性,为数据中心更好地利用资源、减少运营成本提供了可能。另外,数据中心的服务器在运行过程中释放热能,现在已有部分研究应用于具体的数据中心废热回收工作。本文的主要研究工作如下:首先,本文介绍了数据中心内部系统工作流程、内部用能情况,对数据中心内部两类负荷的特性进行分析,并对国内外关于数据中心废热回收利用工作的研究进展等进行梳理。其次,本文提出了数据中心微电网内电热能量管理框架,通过数据中心的负荷分配实现微电网内电力系统和热力系统的联合优化调度和能量管理。为充分体现系统内具有明显随机性的不确定参数对系统运行的影响,本文建立了一个以用能成本和碳排放成本最低为优化目标的两阶段随机优化模型。通过实际数据求解模型,得到系统能量管理和电、热系统的优化调度方案,证明了模型的有效性。最后,本文提出了跨域云数据中心微电网的电热能量管理框架,通过数据中心的工作负荷可以进行时空转移特性,实现跨域的电、热系统能量管理和联合优化调度。为此,本文建立了一个以用能成本、数据转移费用、系统维持平衡费用和计算服务质量成本最低为目标的两阶段随机优化模型。通过仿真算例,最终得到考虑了不确定参数的电、热系统优化调度方案,进一步拓展分析了负荷时空分配、数据中心废热回收利用和计算服务质量参数对系统成本的影响,结果证明本文建立的模型有效地降低系统运行成本并减少对化石能源的使用。