蘭洲，蔣晨威，谷紀(jì)亭，文福拴，楊侃，王坤

(1.國(guó)網(wǎng)浙江省電力有限公司經(jīng)濟(jì)技術(shù)研究院,杭州市 310016;2.浙江大學(xué)電氣工程學(xué)院,杭州市 310027;3.杭州沃瑞電力科技有限公司,杭州市 310012)

0 引言

隨著我國(guó)低碳結(jié)構(gòu)性變革的不斷推進(jìn),電力行業(yè)作為國(guó)家實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵行業(yè),肩負(fù)著發(fā)展以新能源為主體的新型電力系統(tǒng)的時(shí)代使命[1]?？紤]到高比例可再生能源接入帶來(lái)的電源側(cè)波動(dòng)性加劇,亟需進(jìn)一步挖掘靈活性需求側(cè)響應(yīng)(demand response,DR)資源以增加電力系統(tǒng)的調(diào)度能力[2-4]。

近年來(lái),由于互聯(lián)網(wǎng)產(chǎn)業(yè)的高速發(fā)展,數(shù)據(jù)中心作為提供數(shù)據(jù)存儲(chǔ)與計(jì)算服務(wù)的重要平臺(tái),其規(guī)模與能耗水平也在不斷增大[5-6]。據(jù)介紹,2017 年我國(guó)數(shù)據(jù)中心的能耗為1 221.5 億kW·h,超過(guò)了當(dāng)年三峽水電站的年發(fā)電量[7]。此外,據(jù)估計(jì)到2025 年,數(shù)據(jù)中心將占據(jù)全球能源消耗的最大份額,高達(dá)33%[8]。與此同時(shí),考慮到數(shù)據(jù)中心對(duì)服務(wù)器的集群調(diào)度使其可以實(shí)現(xiàn)用電負(fù)荷的快速轉(zhuǎn)移和削減,進(jìn)而具備電力實(shí)時(shí)響應(yīng)的能力[9],因此成為了用戶側(cè)重要的DR資源。

在數(shù)據(jù)中心參與DR與優(yōu)化調(diào)度領(lǐng)域,已有一些相關(guān)研究報(bào)道,總體上可以分為“服務(wù)器-多數(shù)據(jù)中心-負(fù)荷特性”這幾個(gè)層次,包括:數(shù)據(jù)中心的內(nèi)部管理和負(fù)荷分配策略[10-11]、地理分布式數(shù)據(jù)中心的負(fù)荷轉(zhuǎn)移[12-13]、可延遲數(shù)據(jù)服務(wù)的優(yōu)化調(diào)度[14-17]等。在數(shù)據(jù)中心服務(wù)器的內(nèi)部調(diào)度管理方面,文獻(xiàn)[10]中提出了一種用于虛擬云數(shù)據(jù)中心的有效資源管理策略,該策略通過(guò)虛擬機(jī)的動(dòng)態(tài)重分配來(lái)調(diào)節(jié)工作負(fù)荷的分布情況,進(jìn)而降低了數(shù)據(jù)中心的能源消耗;在多數(shù)據(jù)中心的優(yōu)化調(diào)度方面,文獻(xiàn)[13]考慮了不同地理位置數(shù)據(jù)中心能源價(jià)格的差異性,構(gòu)建了兩階段Stackelberg 博弈優(yōu)化定價(jià)方案,通過(guò)在地理分布式數(shù)據(jù)中心之間轉(zhuǎn)移負(fù)荷,以實(shí)現(xiàn)負(fù)荷在時(shí)空維度的均衡分布;在考慮數(shù)據(jù)負(fù)荷特性的數(shù)據(jù)中心調(diào)度方面,文獻(xiàn)[14]將數(shù)據(jù)中心的工作負(fù)荷分為延時(shí)敏感型請(qǐng)求和延時(shí)容忍型請(qǐng)求,利用延時(shí)容忍型計(jì)算任務(wù)的可遷移特性,增強(qiáng)了數(shù)據(jù)中心平抑可再生能源出力波動(dòng)的能力。

從總體上講,現(xiàn)有的數(shù)據(jù)中心優(yōu)化調(diào)度和需求響應(yīng)策略方面的研究主要集中于對(duì)服務(wù)器或數(shù)據(jù)中心的直接調(diào)度,以及如何優(yōu)化利用負(fù)荷本身的可轉(zhuǎn)移特性等方面,但鮮有文獻(xiàn)將傳統(tǒng)電力需求響應(yīng)的價(jià)格與激勵(lì)機(jī)制[18]應(yīng)用在數(shù)據(jù)中心及其用戶側(cè),從而間接影響數(shù)據(jù)中心的可調(diào)度潛力,因此也無(wú)法將電價(jià)的波動(dòng)通過(guò)合理的數(shù)據(jù)服務(wù)價(jià)格傳遞到下層用戶。同時(shí),與電力零售商相比[19],數(shù)據(jù)中心根據(jù)電價(jià)動(dòng)態(tài)制定數(shù)據(jù)服務(wù)價(jià)格存在成本較高、用戶響應(yīng)不及時(shí)等問(wèn)題。因此,在初期可以考慮采用激勵(lì)補(bǔ)貼的形式,通過(guò)對(duì)特定時(shí)段的數(shù)據(jù)服務(wù)價(jià)格進(jìn)行折扣補(bǔ)貼,以引導(dǎo)用戶進(jìn)行數(shù)據(jù)服務(wù)需求的轉(zhuǎn)移,挖掘數(shù)據(jù)中心的優(yōu)化調(diào)度空間與整體DR 潛力,提升對(duì)可再生能源發(fā)電的消納能力,進(jìn)而實(shí)現(xiàn)碳減排。

在上述背景下,本文針對(duì)數(shù)據(jù)中心優(yōu)化調(diào)度與需求響應(yīng)策略進(jìn)行研究,以提升其對(duì)可再生能源發(fā)電的消納能力,實(shí)現(xiàn)碳減排。首先,考慮數(shù)據(jù)中心的常規(guī)運(yùn)行特點(diǎn)提出相應(yīng)的運(yùn)行框架與模型;接著,基于延遲容忍型工作負(fù)荷的可調(diào)度特性,提出數(shù)據(jù)中心面向用戶側(cè)的可再生能源出力高峰補(bǔ)貼機(jī)制;之后,引入綠色證書機(jī)制,形成考慮經(jīng)濟(jì)和環(huán)保效益的數(shù)據(jù)中心日前最優(yōu)運(yùn)行調(diào)度與需求響應(yīng)策略,并將其轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問(wèn)題;最后,通過(guò)算例對(duì)所提方法進(jìn)行驗(yàn)證。

1 數(shù)據(jù)中心運(yùn)行框架及其建模

1.1 數(shù)據(jù)中心常規(guī)運(yùn)行框架

數(shù)據(jù)中心常規(guī)運(yùn)行框架如圖1 所示。數(shù)據(jù)中心在運(yùn)行過(guò)程中,一般需要考慮3 個(gè)部分,包括外部能源輸入、數(shù)據(jù)中心內(nèi)部?jī)?yōu)化調(diào)度以及用戶數(shù)據(jù)服務(wù)需求情況。

圖1 數(shù)據(jù)中心常規(guī)運(yùn)行框架Fig.1 Framework of routine operation in a data center

其中,外部能源輸入包含了低碳能源(太陽(yáng)能、風(fēng)能等)和高碳能源(煤電、柴油發(fā)電機(jī)),不同能源的出力特性與價(jià)格影響了數(shù)據(jù)中心的運(yùn)行方式、經(jīng)濟(jì)性與環(huán)保性。在數(shù)據(jù)中心的內(nèi)部?jī)?yōu)化中,本文主要關(guān)注了服務(wù)器的優(yōu)化調(diào)度問(wèn)題,即運(yùn)行調(diào)度中心需要結(jié)合能源側(cè)的出力情況與用戶側(cè)的需求情況,對(duì)服務(wù)器進(jìn)行各類任務(wù)的動(dòng)態(tài)分配。

與此同時(shí),用戶側(cè)往往包含了多種類型的數(shù)據(jù)服務(wù)需求,包括需要實(shí)時(shí)響應(yīng)的交互式需求、允許延時(shí)的批處理需求等。用戶需求的類型不僅影響了數(shù)據(jù)中心服務(wù)器優(yōu)化調(diào)度的空間,同時(shí)也導(dǎo)致了差異化的需求響應(yīng)潛力。因此,數(shù)據(jù)中心可以通過(guò)制定數(shù)據(jù)服務(wù)價(jià)格或補(bǔ)貼機(jī)制影響用戶側(cè)的需求特性,從而進(jìn)一步提升數(shù)據(jù)中心運(yùn)行的綜合效益。

1.2 數(shù)據(jù)中心模型

1.2.1 數(shù)據(jù)中心能耗模型

數(shù)據(jù)中心的整體能耗水平主要受到服務(wù)器的工作狀態(tài)影響,而數(shù)據(jù)中心的空調(diào)系統(tǒng)等其他設(shè)施的功率則可以通過(guò)電源使用效率(power usage effectiveness,PUE)進(jìn)行計(jì)算。在大量服務(wù)器集群的情況下,可以假定服務(wù)器能耗與利用率呈線性關(guān)系,服務(wù)器根據(jù)用戶需求大小處于空閑到滿載之間的任意狀態(tài)[20],具體可以表示如下:

式中:表示數(shù)據(jù)中心在時(shí)刻t的總用電功率;表示數(shù)據(jù)中心服務(wù)器在時(shí)刻t的用電功率;表示數(shù)據(jù)中心的其他設(shè)備在時(shí)刻t的用電功率,例如供冷系統(tǒng)用電與基礎(chǔ)用電等;Pidle和Ppeak分別表示數(shù)據(jù)中心單個(gè)服務(wù)器空閑和峰值時(shí)的運(yùn)行功率,為服務(wù)器運(yùn)行參數(shù);ut表示數(shù)據(jù)中心在時(shí)刻t的服務(wù)器整體利用率;nt表示數(shù)據(jù)中心在時(shí)刻t的服務(wù)器運(yùn)行數(shù)量;η表示數(shù)據(jù)中心的PUE 參數(shù);表示數(shù)據(jù)中心在時(shí)刻t接受的用戶數(shù)據(jù)服務(wù)需求總量;μ表示數(shù)據(jù)中心服務(wù)器的用戶需求處理速率,為服務(wù)器的運(yùn)行參數(shù)。

其中,、nt與為數(shù)據(jù)中心能耗模型的主要決策變量,其余決策變量如、與ut可以通過(guò)上述公式計(jì)算得到。

1.2.2 用戶服務(wù)質(zhì)量(QoS) 要求

此外,在數(shù)據(jù)中心的運(yùn)行過(guò)程中一般需要向用戶提供服務(wù)質(zhì)量(quality of service,QoS)保證,以明確服務(wù)器對(duì)用戶請(qǐng)求的最遲響應(yīng)時(shí)間,常見于在網(wǎng)頁(yè)訪問(wèn)等交互式數(shù)據(jù)服務(wù)需求中。本文中采用了文獻(xiàn)[21]中描述的M/M/1 排隊(duì)模型來(lái)計(jì)算數(shù)據(jù)中心交互工作負(fù)荷的平均響應(yīng)時(shí)間,具體如下:

式中:Dt表示數(shù)據(jù)中心在時(shí)刻t接受的交互式數(shù)據(jù)服務(wù)需求;dmax表示用戶數(shù)據(jù)服務(wù)請(qǐng)求可容忍的最大延遲時(shí)間;nmax表示數(shù)據(jù)中心的服務(wù)器數(shù)量上限。

其中,QoS 模型在數(shù)據(jù)中心能耗模型的基礎(chǔ)上進(jìn)一步約束了數(shù)據(jù)中心在滿足交互式數(shù)據(jù)服務(wù)需求(等同于下文所述延遲敏感型用戶需求)所需服務(wù)器運(yùn)行數(shù)量,是對(duì)能耗模型的進(jìn)一步補(bǔ)充。

2 考慮可再生能源發(fā)電消納的需求響應(yīng)機(jī)制

2.1 可再生能源出力高峰補(bǔ)貼機(jī)制

為了進(jìn)一步提升數(shù)據(jù)中心就地消納可再生能源的能力,本文提出數(shù)據(jù)中心面向用戶側(cè)的可再生能源出力高峰補(bǔ)貼機(jī)制。通過(guò)對(duì)可再生能源出力高峰時(shí)段的數(shù)據(jù)服務(wù)價(jià)格進(jìn)行折扣減免,促使部分用戶向出力高峰時(shí)段轉(zhuǎn)移。

式中:表示用戶在時(shí)刻t的實(shí)際數(shù)據(jù)服務(wù)價(jià)格;Cinitial表示用戶的初始數(shù)據(jù)服務(wù)價(jià)格;Creduce表示用戶在可再生能源補(bǔ)貼時(shí)段內(nèi)的價(jià)格削減量;tbegin和tend分別表示可再生能源補(bǔ)貼的開始與結(jié)束時(shí)刻;T表示運(yùn)行周期內(nèi)的總時(shí)段數(shù),在后續(xù)的算例仿真時(shí)取24;Creduce,max和Creduce,min分別表示價(jià)格削減量的上下限。

2.2 數(shù)據(jù)中心工作負(fù)荷需求響應(yīng)模型

2.2.1 工作負(fù)荷分類與特性

根據(jù)用戶需求的服務(wù)器響應(yīng)時(shí)間差異,可以將其分為延遲敏感型用戶需求與延遲容忍型用戶需求。一般來(lái)說(shuō),由于延遲敏感型用戶的響應(yīng)實(shí)時(shí)性較高,普遍將其作為不可調(diào)度的工作負(fù)荷進(jìn)行處理;而延遲容忍型用戶需求本身就存在可延遲處理的潛力,因此是數(shù)據(jù)中心工作負(fù)荷需求響應(yīng)的主要對(duì)象。這兩類工作負(fù)荷的特性可表示如下:

1)延遲敏感型工作負(fù)荷。

2)延遲容忍型工作負(fù)荷。

同時(shí),為了方便計(jì)算,假定工作負(fù)荷延遲后的處理過(guò)程仍連續(xù)不可中斷,可通過(guò)下式進(jìn)行約束:

2.2.2 可轉(zhuǎn)移工作負(fù)荷需求響應(yīng)模型

考慮到延遲容忍型用戶對(duì)時(shí)間的敏感程度相對(duì)較低,因此本文假定在可再生能源出力高峰補(bǔ)貼機(jī)制的作用下,部分此類用戶將進(jìn)行數(shù)據(jù)服務(wù)時(shí)段的轉(zhuǎn)移,轉(zhuǎn)移數(shù)量可以通過(guò)用戶各時(shí)段初始分布數(shù)量與轉(zhuǎn)移概率進(jìn)行計(jì)算,下面給出相關(guān)細(xì)節(jié)。

1)用戶轉(zhuǎn)移概率。

由于補(bǔ)貼區(qū)間內(nèi)的用戶不需要進(jìn)行轉(zhuǎn)移時(shí)段,因此其移出概率為0;而補(bǔ)貼區(qū)域外的用戶將根據(jù)價(jià)格削減量與需要轉(zhuǎn)移的時(shí)段長(zhǎng)度進(jìn)行判斷是否向補(bǔ)貼區(qū)間內(nèi)轉(zhuǎn)移數(shù)據(jù)服務(wù)需求。

一般認(rèn)為當(dāng)價(jià)格削減量越高時(shí),在補(bǔ)貼時(shí)段內(nèi)用戶所需支付的實(shí)際價(jià)格就越低,用戶向補(bǔ)貼時(shí)段轉(zhuǎn)移的意愿將會(huì)增大。同時(shí),當(dāng)補(bǔ)貼區(qū)間外的用戶越靠近補(bǔ)貼區(qū)間時(shí),其數(shù)據(jù)服務(wù)需求所需要轉(zhuǎn)移的時(shí)段就越短,對(duì)用戶原有習(xí)慣造成的影響就越小,用戶向補(bǔ)貼時(shí)段轉(zhuǎn)移的意愿也將增大。

為了方便求解,本文采用線性關(guān)系式來(lái)計(jì)算補(bǔ)貼區(qū)間外用戶的轉(zhuǎn)移概率,具體表示如下:

其中,根據(jù)用戶提出數(shù)據(jù)服務(wù)需求的時(shí)刻判斷是否處于補(bǔ)貼區(qū)間,轉(zhuǎn)移時(shí)長(zhǎng)可表示如下:

此外,還需要對(duì)價(jià)格削減量Creduce和轉(zhuǎn)移時(shí)長(zhǎng)進(jìn)行模糊化和歸一化處理。

補(bǔ)貼價(jià)格與轉(zhuǎn)移概率呈正相關(guān),對(duì)其建立“升半梯形”隸屬度函數(shù):

式中:Creduce,norm表示價(jià)格削減量的歸一化值。

轉(zhuǎn)移時(shí)長(zhǎng)與轉(zhuǎn)移概率呈負(fù)相關(guān),對(duì)其建立“降半梯形”隸屬度函數(shù):

最終得到歸一化后的用戶轉(zhuǎn)移概率公式如下:

2)轉(zhuǎn)移后各區(qū)間數(shù)據(jù)服務(wù)需求數(shù)量。

可再生能源出力高峰補(bǔ)貼時(shí)段外的用戶數(shù)量如下:

考慮用戶轉(zhuǎn)移到補(bǔ)貼時(shí)段內(nèi)后任意選擇數(shù)據(jù)服務(wù)需求提出時(shí)刻而不影響數(shù)據(jù)服務(wù)價(jià)格,因此可以近似認(rèn)為轉(zhuǎn)移的用戶在時(shí)段內(nèi)均勻分布,具體如下式所示:

3 含綠證成本的數(shù)據(jù)中心優(yōu)化調(diào)度模型

為了提升數(shù)據(jù)中心消納可再生能源的意愿與經(jīng)濟(jì)性,本文引入了綠色證書交易機(jī)制,利用綠色證書成本促使數(shù)據(jù)中心在一定范圍內(nèi)盡可能地鼓勵(lì)用戶轉(zhuǎn)移進(jìn)入可再生能源出力高峰時(shí)段,從而提升數(shù)據(jù)中心運(yùn)行的環(huán)保性與低碳性。

3.1 目標(biāo)函數(shù)

本文以數(shù)據(jù)中心在典型日運(yùn)行的凈利潤(rùn)最大作為優(yōu)化目標(biāo),具體可描述為:

其中各項(xiàng)收入支出情況如下所示:

式中:fprofit表示數(shù)據(jù)中心的目標(biāo)函數(shù),是其典型日的運(yùn)行凈收益;fincome表示數(shù)據(jù)中心的數(shù)據(jù)服務(wù)收益;Csen表示延遲敏感型用戶單次需求的價(jià)格;fgrid表示數(shù)據(jù)中心的電網(wǎng)購(gòu)電成本;表示時(shí)刻t的電價(jià);表示數(shù)據(jù)中心時(shí)刻t的購(gòu)電功率;fRES表示數(shù)據(jù)中心的可再生能源購(gòu)電成本;表示可再生能源價(jià)格;表示數(shù)據(jù)中心時(shí)刻t的可再生能源發(fā)電消納功率;fGC表示數(shù)據(jù)中心的綠證成本。

其中,式(27)中的和可通過(guò)可轉(zhuǎn)移工作負(fù)荷需求響應(yīng)模型中的式(22)和式(23)求取。

3.2 運(yùn)行約束條件

3.2.1 數(shù)據(jù)中心供能約束

數(shù)據(jù)中心供能約束主要用于保證數(shù)據(jù)中心的用電負(fù)荷完全由可再生能源發(fā)電與外部電網(wǎng)購(gòu)電提供,同時(shí)約束了可再生能源實(shí)際發(fā)電功率與從電網(wǎng)購(gòu)電功率的最大限值。

3.2.2 服務(wù)器運(yùn)行約束

考慮到在數(shù)據(jù)中心運(yùn)行中服務(wù)器的啟停成本一般較高,因此在優(yōu)化調(diào)度過(guò)程中應(yīng)當(dāng)避免服務(wù)器的頻繁啟停,式(33)限制了中心服務(wù)器在前后相鄰時(shí)刻的數(shù)量變化范圍。

式中:Δnmax和Δnmin分別為數(shù)據(jù)中心前后相鄰時(shí)刻服務(wù)器數(shù)量變化量的上下限。

3.2.3 綠證交易約束

本文引入了綠證交易機(jī)制,通過(guò)對(duì)數(shù)據(jù)中心實(shí)際消納可再生能源發(fā)電量與給定值進(jìn)行比較,確定數(shù)據(jù)中心的綠色證書購(gòu)買成本。當(dāng)可再生能源發(fā)電消納量在容忍裕度內(nèi)時(shí),數(shù)據(jù)中心僅需通過(guò)購(gòu)買綠色證書彌補(bǔ)消納不足部分,或出售多余綠色證書即可;當(dāng)可再生能源發(fā)電消納量超出容忍裕度時(shí),數(shù)據(jù)中心需要承受一定的懲罰。

式中:CGC表示綠證價(jià)格;ΔWRES表示數(shù)據(jù)中心在典型日的可再生能源發(fā)電消納量與基準(zhǔn)消納量的差值;Cpunish表示懲罰價(jià)格;ΔWRES,fix表示可再生能源發(fā)電消納量不足的容忍裕度;WRES,fix表示可再生能源基準(zhǔn)消納量;WRES表示數(shù)據(jù)中心在典型日的可再生能源發(fā)電消納量;WRES,max表示可再生能源發(fā)電消納量上限。

3.2.4 數(shù)據(jù)中心的碳排放計(jì)算

數(shù)據(jù)中心的碳排放主要由服務(wù)器等IT 設(shè)備和其他基礎(chǔ)設(shè)施的電力消耗所引起,而其自備應(yīng)急電源(如柴油發(fā)電機(jī)) 一般僅在突發(fā)情況下使用。因此,這里主要考慮外部購(gòu)電所導(dǎo)致的碳排放與少量的可再生能源消納引起的碳排放。

式中:ECO2表示數(shù)據(jù)中心從外部購(gòu)電所導(dǎo)致的碳排放量;αRES和αgrid分別表示可再生能源發(fā)電和來(lái)自電網(wǎng)的電量折算系數(shù)。αRES按照光伏發(fā)電的平均二氧化碳排放水平計(jì)算,取αRES=0.040 kg/(kW·h) ;αgrid按浙江省2016 年省級(jí)電網(wǎng)平均二氧化碳排放因子計(jì)算,取αgrid=0.524 6 kg/(kW·h) 。

3.3 問(wèn)題求解

在所建立的目標(biāo)函數(shù)中,數(shù)據(jù)中心收益fincome包含非線性項(xiàng),不利于模型的求解,可通過(guò)以下公式進(jìn)行轉(zhuǎn)換:

由此所建立的混合整數(shù)非線性優(yōu)化問(wèn)題就轉(zhuǎn)化為便于求解的混合整數(shù)線性優(yōu)化問(wèn)題,可在Matlab環(huán)境中采用商業(yè)求解器Yalmip/Gurobi 求解。

4 算例與結(jié)果

4.1 參數(shù)設(shè)置

本文選取了某區(qū)域中型集中式數(shù)據(jù)中心作為研究對(duì)象,區(qū)域內(nèi)分布式光伏的總裝機(jī)容量為25 MW。光伏出力情況根據(jù)典型日數(shù)據(jù)進(jìn)行分析,如附錄A中的圖A1 所示。數(shù)據(jù)中心通過(guò)電網(wǎng)購(gòu)電和消納光伏出力滿足自身用電需求,其中電網(wǎng)電價(jià)采用浙江省2021 年大工業(yè)用電(1～10 kV)中7、8 月份的分時(shí)銷售電價(jià),如附錄A 中的圖A2 所示。數(shù)據(jù)中心的用戶需求包括延遲敏感型和延遲容忍型,每小時(shí)原始工作負(fù)荷數(shù)量分別如附錄A 中的圖A3、圖A4 所示。其中,延遲容忍型用戶需求處理的基本時(shí)長(zhǎng)均為1 h,用戶允許的需求處理總時(shí)長(zhǎng)為2 h。假定可再生能源出力高峰補(bǔ)貼時(shí)段為6 h。其他參數(shù)如附錄A 中的表A1 所示。算例中的碳排放量主要考慮由數(shù)據(jù)中心從外部購(gòu)電和消納可再生能源發(fā)電所引起。為了驗(yàn)證所提出的可再生能源出力高峰補(bǔ)貼機(jī)制的作用,本文設(shè)置了以下3 個(gè)場(chǎng)景進(jìn)行對(duì)比分析:

場(chǎng)景1:不含補(bǔ)貼機(jī)制,數(shù)據(jù)中心不考慮工作負(fù)荷的延遲特性進(jìn)行服務(wù)器的優(yōu)化調(diào)度;

場(chǎng)景2:不含補(bǔ)貼機(jī)制,數(shù)據(jù)中心利用工作負(fù)荷的延遲特性進(jìn)行服務(wù)器的優(yōu)化調(diào)度;

場(chǎng)景3:含補(bǔ)貼機(jī)制,數(shù)據(jù)中心利用工作負(fù)荷的延遲特性進(jìn)行服務(wù)器的優(yōu)化調(diào)度。

4.2 結(jié)果與分析

4.2.1 總體優(yōu)化結(jié)果對(duì)比

3 個(gè)場(chǎng)景中數(shù)據(jù)中心的整體收益與支出情況如表1 所示。其中,場(chǎng)景3 相比于場(chǎng)景1 和2,其凈收益更高,而數(shù)據(jù)服務(wù)收益有所下降。這是由于場(chǎng)景3 應(yīng)用了可再生能源出力高峰補(bǔ)貼機(jī)制,降低了補(bǔ)貼時(shí)段的數(shù)據(jù)服務(wù)價(jià)格,但與此同時(shí)也減少了購(gòu)電成本與綠證成本,因此整體凈收益反而更高。除此以外,場(chǎng)景2 相比于場(chǎng)景1 可再生能源發(fā)電消納率略有提升,典型日碳排放減少了4.25%,這是由于延遲容忍型工作負(fù)荷本身就存在一定的可調(diào)度空間;與場(chǎng)景2 相比,場(chǎng)景3的可再生能源發(fā)電消納率進(jìn)一步提升,典型日碳排放比場(chǎng)景1 減少了7.38%。這表明所提出的補(bǔ)貼機(jī)制可以有效地調(diào)動(dòng)其他時(shí)段的延遲容忍型用戶向可再生能源發(fā)電出力高峰時(shí)段轉(zhuǎn)移,從而提升了數(shù)據(jù)中心對(duì)可再生能源發(fā)電的消納能力,實(shí)現(xiàn)了數(shù)據(jù)中心的碳減排。

表1 三個(gè)場(chǎng)景中的數(shù)據(jù)中心優(yōu)化結(jié)果對(duì)比Table 1 Comparison of optimization results of the data center among three scenarios

4.2.2 可再生能源發(fā)電消納分析

3 個(gè)場(chǎng)景下數(shù)據(jù)中心的延遲敏感型和容忍型工作負(fù)荷的用電功率如圖2 所示。圖2 中正值表示用電功率,負(fù)值表示發(fā)電功率。

圖2 三個(gè)場(chǎng)景中各類工作負(fù)荷能耗情況Fig.2 Energy consumption of various workloads in three scenarios

對(duì)比圖2 (a)和(b)可知,當(dāng)不采用可再生能源出力高峰補(bǔ)貼機(jī)制時(shí),數(shù)據(jù)中心主要依靠工作負(fù)荷本身的延遲特性進(jìn)行優(yōu)化調(diào)度,優(yōu)化空間受限于工作負(fù)荷的可延遲時(shí)間長(zhǎng)短,一般只適用于局部或相鄰時(shí)段的用能優(yōu)化,對(duì)提升數(shù)據(jù)中心接納可再生能源發(fā)電能力的作用不大,碳減排量也相對(duì)有限。對(duì)比圖2 (b)和(c)可知,當(dāng)采用可再生能源出力高峰補(bǔ)貼機(jī)制時(shí),數(shù)據(jù)中心可以通過(guò)制定補(bǔ)貼時(shí)段和價(jià)格削減量,引導(dǎo)其他時(shí)段的用戶向補(bǔ)貼時(shí)段內(nèi)轉(zhuǎn)移,并在此基礎(chǔ)上進(jìn)一步利用工作負(fù)荷的延遲特性進(jìn)行局部的優(yōu)化調(diào)度,使得數(shù)據(jù)中心的可再生能源發(fā)電消納率和碳減排量都得到明顯提升。

數(shù)據(jù)中心在3 個(gè)場(chǎng)景中的延遲容忍型工作負(fù)荷的優(yōu)化調(diào)度情況如圖3 所示。圖3 中灰色區(qū)域?yàn)榭稍偕茉闯隽Ω叻逖a(bǔ)貼時(shí)段。在補(bǔ)貼時(shí)段內(nèi),場(chǎng)景1、2 和3的工作負(fù)荷數(shù)量依次升高,場(chǎng)景2 主要依靠工作負(fù)荷的可延遲交付特性進(jìn)行有限時(shí)段內(nèi)的優(yōu)化調(diào)度;場(chǎng)景3 則主要依靠補(bǔ)貼機(jī)制引導(dǎo)補(bǔ)貼時(shí)段外的用戶向時(shí)段內(nèi)轉(zhuǎn)移,影響范圍更廣,可再生能源發(fā)電消納效果也更加明顯。

圖3 三個(gè)場(chǎng)景的負(fù)荷曲線對(duì)比Fig.3 Comparison of load curves among three scenarios

此外,場(chǎng)景3 中的工作負(fù)荷優(yōu)化調(diào)度同樣受到了分時(shí)電價(jià)的影響,例如通過(guò)工作負(fù)荷的延遲交付特性,降低了在20:00—21:00 高電價(jià)時(shí)段內(nèi)的工作負(fù)荷數(shù)量。

4.3 敏感性分析

現(xiàn)在對(duì)所構(gòu)建模型的敏感性進(jìn)行分析。逐次降低可再生能源出力高峰補(bǔ)貼時(shí)段長(zhǎng)度,分析時(shí)段長(zhǎng)度變化對(duì)價(jià)格削減量、可再生能源發(fā)電消納率、碳排放量等優(yōu)化結(jié)果的影響,具體如表2 所示。

表2 不同補(bǔ)貼時(shí)段長(zhǎng)度的優(yōu)化結(jié)果對(duì)比Table 2 Comparison of optimization results among different subsidy period lengths

由表2 可知,隨著補(bǔ)貼時(shí)段長(zhǎng)度的縮短,數(shù)據(jù)中心最優(yōu)的價(jià)格削減量不斷增加。這主要是由于補(bǔ)貼時(shí)長(zhǎng)的縮短一方面增大了補(bǔ)貼區(qū)間外用戶轉(zhuǎn)移到區(qū)間內(nèi)的平均距離,另一方面原本在時(shí)段內(nèi)享受補(bǔ)貼的用戶數(shù)量減少,因此數(shù)據(jù)中心傾向于在較短的補(bǔ)貼區(qū)間內(nèi)設(shè)置更高的價(jià)格削減量,以吸引用戶幫助消納可再生能源,同時(shí)由于補(bǔ)貼所減少的數(shù)據(jù)服務(wù)收入相比于較長(zhǎng)的補(bǔ)貼區(qū)間也更少。

除此以外,隨著補(bǔ)貼時(shí)段長(zhǎng)度的縮減,數(shù)據(jù)中心的可再生能源發(fā)電消納率也經(jīng)歷了先增加后減少的過(guò)程,而碳排放量則與之相對(duì)。這是由于當(dāng)補(bǔ)貼時(shí)段過(guò)長(zhǎng)時(shí),部分時(shí)段內(nèi)的可再生能源出力已經(jīng)被完全消納,導(dǎo)致部分轉(zhuǎn)移到時(shí)段內(nèi)的用戶并沒有對(duì)消納可再生能源起到作用,進(jìn)而影響碳排放量。而當(dāng)補(bǔ)貼時(shí)段過(guò)短時(shí),轉(zhuǎn)移的用戶只能集中在有限的補(bǔ)貼時(shí)段內(nèi)進(jìn)行優(yōu)化調(diào)度,同樣也不利于其他時(shí)段對(duì)可再生能源發(fā)電的消納和碳減排。

綜合來(lái)看,補(bǔ)貼時(shí)段長(zhǎng)度變化對(duì)價(jià)格削減量、可再生能源發(fā)電消納率、碳排放量以及數(shù)據(jù)中心凈收益都會(huì)產(chǎn)生影響。因此數(shù)據(jù)中心需要根據(jù)可再生能源的實(shí)際出力情況,結(jié)合用戶需求的分布特點(diǎn),制定合理的可再生能源出力高峰補(bǔ)貼時(shí)段,以實(shí)現(xiàn)數(shù)據(jù)中心的經(jīng)濟(jì)和低碳運(yùn)行。

5 結(jié)語(yǔ)

本文針對(duì)“雙碳”背景下數(shù)據(jù)中心消納分布式可再生能源的問(wèn)題,提出了一種基于可再生能源出力高峰補(bǔ)貼機(jī)制的數(shù)據(jù)中心優(yōu)化調(diào)度與需求響應(yīng)策略。構(gòu)建了考慮數(shù)據(jù)中心常規(guī)運(yùn)行特點(diǎn)、工作負(fù)荷特性,以及綠證交易機(jī)制的綜合優(yōu)化調(diào)度模型,并將模型中的非線性項(xiàng)進(jìn)行轉(zhuǎn)化,形成便于求解的混合整數(shù)線性規(guī)劃問(wèn)題,最終采用Yalmip/Gurobi 求解器進(jìn)行求解。

算例仿真結(jié)果表明,所提出的補(bǔ)貼機(jī)制可以克服延遲容忍型工作負(fù)荷可延遲時(shí)長(zhǎng)有限的問(wèn)題,有效引導(dǎo)補(bǔ)貼時(shí)段外的用戶進(jìn)行負(fù)荷轉(zhuǎn)移,并在此基礎(chǔ)上進(jìn)一步優(yōu)化負(fù)荷的實(shí)際被處理時(shí)間,提升了數(shù)據(jù)中心對(duì)于可再生能源發(fā)電的就地消納能力,從而降低了碳排放量。

本文從可再生能源出力高峰時(shí)段補(bǔ)貼的角度探究了數(shù)據(jù)中心的優(yōu)化調(diào)度與需求響應(yīng)策略,在后續(xù)研究中將考慮數(shù)據(jù)中心面向用戶制定全時(shí)段分時(shí)數(shù)據(jù)服務(wù)價(jià)格以實(shí)現(xiàn)整體的經(jīng)濟(jì)和低碳運(yùn)行。

附錄A

圖A1 光伏電站最大有功出力Fig.A1 Maximum active power output of the photovoltaic station

圖A2 分時(shí)電價(jià)Fig.A2 Time-of-use electricity price

圖A3 延遲敏感型工作負(fù)荷Fig.A3 Delay-sensitive workloads

圖A4 延遲容忍型工作負(fù)荷Fig.A4 Delay-tolerant workloads

表A1 仿真案例參數(shù)Table A1 Parameters of simulation cases