李明臻
(廣東電網有限責任公司廣州供電局,廣東 廣州 510000)
電力需求響應是保障電力供需平衡、促進清潔能源消納、緩解能源危機的重要手段。因此,深度挖掘用戶側需求響應資源調節潛力,對保障電力供需平衡具有重要意義。當前,隨著云計算的迅速發展,數據中心能耗激增,深度挖掘數據中心的需求響應潛力,能夠進一步提升電力系統需求側運行的靈活性,豐富電網運行調節手段,對保障電力供需平衡,實現“雙碳”目標具有重要意義[1]。
目前,國內外關于數據中心參與電力需求響應的研究主要集中在數據中心的需求響應策略。一是以數據中心電力成本最低為目標,制定數據中心運營商調度數據負荷的策略[2]。二是以電力系統運行成本最低為目標,制定數據中心配合電網削峰填谷的調度策略[3-5]。三是以電力網絡與數據網絡協同運行成本最低為目標,制定數據中心與電網協同調度策略[6-7]。目前關于數據中心需求響應潛力評估計算的研究較少。數據中心需求響應潛力的研究僅集中在一種或幾種負荷調節機制,仍未形成系統完備的數據中心需求響應潛力研究理論體系。本文深度挖掘數據中心需求響應潛力,分析數據中心各負荷調節機制參與需求響應的機理,建立數據中心需求響應潛力計算模型。最后,以某大型數據中心為例,分析其在不同負荷調節機制下、不同需求響應形式下的需求響應潛力。
數據中心參與需求響應的調度框架如圖1所示。數據中心參與需求響應共有3 種形式:直接參與、通過負荷聚合商參與、通過數據中心運營商參與。
圖1 數據中心參與需求響應的調度框架
1.1.1 直接參與
數據中心作為大工業用電用戶可以直接參與電力批發市場的投標競價,以獲取需求響應的目標量,同時獲得系統運營商給予的需求響應補貼。
1.1.2 通過負荷聚合商參與
由于眾多需求側用戶無法直接參與電力批發市場,因此負荷聚合商聚合數據中心、電動汽車、智能樓宇等需求側用戶后,作為一個獨立個體參與需求響應。負荷聚合商想要獲得需求響應補貼,要通過價格或激勵信號引導需求側用戶調整自身用電行為,完成需求響應目標量。
1.1.3 通過數據中心運營商參與
數據中心運營商擁有分布于多個地區的數據中心,可以擔當負荷聚合商的角色,且所聚合的需求側用戶均是數據中心。數據中心運營商參與電力批發市場的投標競價獲取需求響應目標量后,引導所管理的數據中心參與需求響應,充分發揮數據中心需求響應的靈活性。
數據中心根據是否互聯可以分為獨立數據中心和互聯數據中心?;ヂ摂祿行南噍^于獨立數據中心具備工作負載空間轉移能力和更完善的需求響應調節能力。為涵蓋數據中心各負荷調節機制,更利于分析數據中心需求響應潛力,本文選取互聯數據中心其中的一個數據中心作為研究對象,并通過數據中心運營商參與需求響應。
數據中心的電能來源包括電網供電、可再生能源機組、儲能設備、常規發電機組等。數據中心的供能關系如式(1)所示。
數據中心總能耗功率主要由服務器設備能耗、制冷系統能耗、其他能耗等組成,如式(2)所示。
數據中心服務器能耗分為兩部分:處理延遲容忍型負載所產生的能耗和處理延遲敏感型負載所產生的能耗,如式(3)所示。
數據中心制冷系統能耗可以抽象為制冷系統制冷量的線性函數,如式(4)所示。
本文針對數據中心參與需求響應的理論潛力、參與價格型需求響應的潛力及參與激勵型需求響應的潛力分別建立目標函數。
2.1.1 數據中心參與需求響應的理論潛力計算
數據中心參與需求響應的理論潛力計算的目標函數是在不考慮數據中心負荷調節經濟成本的情況下,以整個調度周期T內數據中心調節的負荷最大為最優目標,包括上調和下調兩個調節方向。目標函數如式(5)所示。
2.1.2 數據中心參與價格型需求響應潛力計算
數據中心參與價格型需求響應潛力計算的目標函數是在計及負荷調節經濟成本的情況下,以整個調度期內數據中心經濟成本最低為最優目標,目標函數如式(6)所示。
式中:γt為數據中心所在的電力市場實時電價;Cload為負荷調節成本,包括延遲敏感型負載空間調度成本、儲能系統運行成本、自備常規發電機組運行成本等,計算公式如式(7)所示。
式中:Cts為延遲敏感型負載空間調度成本;Cb為儲能系統運行成本;Cg為自備常規發電機組運行成本。其中,延遲敏感型負載在空間上進行調度時,會產生額外的調度成本,該成本包括光纖接口損耗、數據調度費用等,如式(8)所示。
儲能系統的運行成本為使用電池而造成的電池老化成本,可以根據式(9)和式(10)計算。
式中:γb為儲能系統單位充放電功率所產生的經濟成本;Call為儲能系統的總投資成本;Tall為儲能系統的總充放電時長;Lmax為儲能系統的最大容量。
數據中心常規發電機組運行成本包括能源生產成本和狀態轉換成本,如(11)所示。
式中:γg為單位發電功率所產生的燃料費用;為發電機啟動狀態字;為發電機停機狀態字;γstart、γshut分別為發電機的啟動和停機成本。
2.1.3 數據中心參與激勵型需求響應潛力計算
數據中心參與激勵型需求響應潛力計算的目標函數同價格型需求響應目標函數,不同的是總成本要減去所獲得需求響應收益,其目標函數如式(12)所示。
式中:Cincome為激勵型需求響應收益。激勵型需求響應收益計算公式如式(13)所示。
2.2.1 空間調度機制約束條件
延遲敏感型負載在多個數據中心之間調度時要滿足負載均衡的條件,同時延遲敏感型負載從前端服務器調度至數據中心時要滿足數據中心容量限制,其約束條件分別如式(14)、式(15)所示:
2.2.2 時間調度約束條件
延遲容忍型負載從前端服務器調度至數據中心時要滿足數據中心容量限制,同時延遲容忍型負載在時間尺度上進行調度時,必須在規定的延遲時間內處理完成,其約束條件分別如式(16)、式(17)和式(18)所示。
2.2.3 制冷系統約束條件
數據中心內部溫度處于規定的溫度區間內,其約束條件如式(19)所示。
數據中心內部溫度的變化過程采用基于熱力學第一定律的等值熱參數模型來表示,如式(20)所示。
式中:b1、b2分別為數據中心內部建筑傳熱系數;為數據中心內部散熱量;為數據中心室外溫度。
2.2.4 儲能系統約束條件
儲能系統要滿足充放電功率及容量要求,其約束條件分別如式(21)、式(22)、式(23)所示。
儲能系統充放電容量變化過程分別如式(24)、式(25)所示。
2.2.5 常規發電機組約束條件
常規發電機組要滿足功率約束、最小啟停時間約束、最小運行時間約束等條件,其約束條件分別如式(26)、式(27)、式(28)、式(29)所示。
選取某大型數據中心運營商作為研究對象,該運營商擁有分布在不同地區的3 個大型數據中心,數據中心服務器相關參數如表1 所示。數據中心負載到達情況如圖2 所示。數據中心可再生能源出力如圖3所示。
表1 數據中心服務器相關參數
圖2 數據中心任務負載到達情況
圖3 數據中心可再生能源出力
3.2.1 需求響應潛力理論計算結果
數據中心需求響應潛力理論計算結果如圖4 所示。在不考慮經濟因素的影響下,數據中心具有很大的需求響應潛力,可降低約50%的原始負荷。但是空間調度機制及儲能系統并沒有參與需求響應,這是因為延遲容忍型負載只在時間尺度上做延遲處理,并不能減少總處理數量,而儲能系統初始容量和最終容量都為0,并不能減少總用電負荷。
圖4 數據中心需求響應潛力理論計算結果
3.2.2 價格型需求響應潛力計算結果
數據中心參與價格型需求響應的潛力計算結果如圖5所示。參與價格型需求響應時,數據中心根據實時電價進行負荷調節來優化用電成本。在低電價時段數據中心通過時間調度機制、制冷系統調節機制、儲能系統充電3 種調節手段來增加用電負荷,為高電價時段釋放更多的需求響應潛力。在高電價時段,數據中心通過時間調度機制、空間調度機制、制冷系統調節等調節手段來釋放數據中心需求響應潛力。
圖5 數據中心參與價格型需求響應潛力計算結果
3.2.3 激勵型需求響應潛力計算結果
數據中心參與激勵型需求響應的潛力計算結果如圖6所示。參與激勵型需求響應時,數據中心會根據激勵信號的調節方向進行負荷調節,優化用電成本的同時獲得更多的需求響應收益。當調節信號為上調時,數據中心利用時間調度機制、制冷系統調節、儲能系統增加用電量,雖然此時的用電成本增加,但獲得的需求響應收益大于用電成本。當調節信號為下調時,數據中心通過調節機制在降低自身用電成本的同時增加用電量的下調幅度,不僅能夠降低用電負荷,節省用電成本,又能獲得需求響應收益。當沒有調節信號時,數據中心仍然通過負荷調節機制來減少用電成本。
圖6 數據中心參與激勵型需求響應潛力值
3.2.4 經濟效益分析
數據中心各類型需求響應經濟效益對比結果如表2所示。
表2 數據中心各類型需求響應經濟效益對比結果
由表2 可見,數據中心需求響應理論潛力值最大,約占原始負荷的43%,但其參與需求響應的負荷調節成本最高,約占總成本的37%。價格型需求響應潛力值和激勵型需求響應潛力值基本相同,約占原始負荷的26%。價格型需求響應潛力值中的電費成本及負荷調節成本低,數據中心通過將高電價時段負荷轉移至低電價時段來優化用電成本。激勵型需求響應潛力值總成本最低,說明數據中心通過參與激勵型需求響應,優化用電成本的同時還能得到需求響應補貼,降低總成本。
本文考慮數據中心多種負荷調節機制建立數據中心需求響應潛力計算模型。該模型可有效計算數據中心在不同負荷調節機制下、不同激勵信號下及不同持續時間下的需求響應潛力值。算例有效計算出數據中心在不同場景下參與需求響應的潛力值,驗證了該模型的有效性,為數據中心參與需求響應提供了理論依據。