張少迪, 丁瑞華

[1.上海電器科學(xué)研究所(集團(tuán))有限公司, 上海 200063;2.上海市智能電網(wǎng)需求響應(yīng)重點(diǎn)實(shí)驗(yàn)室, 上海 200063;3.上海電力大學(xué) 自動化工程學(xué)院, 上海 730000]

0 引 言

在上海,電力系統(tǒng)峰均比(Peak to Average Ratio,PAR)很高,全年超過最大負(fù)荷90%的高峰負(fù)荷總時間不足100 h,相當(dāng)于僅占365 d的1%。雖然高峰時段每天只有幾個小時,但為了滿足這1%高峰負(fù)荷時間下急劇增長的電力需求,在發(fā)電、輸電和配電系統(tǒng)上進(jìn)行大量投資,導(dǎo)致供電成本增加。另一方面,在突發(fā)事件期間,例如在發(fā)電機(jī)組或輸電線路停運(yùn)期間,電力系統(tǒng)在通過剩余發(fā)電機(jī)組和輸電線路滿足需求方面存在許多問題,并產(chǎn)生了大量成本,電力系統(tǒng)的可靠性會受到威脅。應(yīng)對上述這些挑戰(zhàn)的一個非常有效的策略就是實(shí)施需求響應(yīng)。需求響應(yīng)通過降低需求側(cè)負(fù)載來維持供需側(cè)之間的平衡,被認(rèn)為是提高電網(wǎng)可靠性、能源效率、經(jīng)濟(jì)性和可持續(xù)性的有效解決方案。

建筑物的需求側(cè)管理在實(shí)現(xiàn)這種平衡方面起著至關(guān)重要的作用,因?yàn)榻ㄖ锟梢酝ㄟ^各種建筑資產(chǎn)提供電網(wǎng)服務(wù)。數(shù)據(jù)中心作為典型的高能耗負(fù)載的建筑物,被認(rèn)為具有顯著的運(yùn)營靈活性,具有可調(diào)度的計(jì)算請求和室內(nèi)熱慣性。這種靈活性可用于套利可預(yù)測的時變電價或在電力市場提供監(jiān)管服務(wù)。

數(shù)據(jù)中心是信息行業(yè)的核心基礎(chǔ)設(shè)施,其能耗巨大,我國數(shù)據(jù)中心電能使用效率(Power Usage Effectiveness,PUE)遠(yuǎn)高于發(fā)達(dá)國家,文獻(xiàn)[1]從數(shù)據(jù)中心冷卻節(jié)能中的核心問題出發(fā),從自然冷卻、氣流組織優(yōu)化、蓄冷3個方面對近年來國內(nèi)外數(shù)據(jù)中心冷卻節(jié)能的研究進(jìn)展進(jìn)行了闡述,提出自然冷卻技術(shù)應(yīng)因地制宜地采用。文獻(xiàn)[2]從數(shù)據(jù)中心節(jié)能角度、多尺度多模式方面針對降低數(shù)據(jù)中心的能耗,梳理了機(jī)房級、機(jī)架級和芯片級冷卻的技術(shù)進(jìn)展以及各自特點(diǎn),總結(jié)了目前對數(shù)據(jù)中心已有的冷卻技術(shù)發(fā)展現(xiàn)狀,概述了數(shù)據(jù)中心目前應(yīng)用的冷卻技術(shù)特點(diǎn)和未來的研究趨向。文獻(xiàn)[3]使用Laso回歸篩選和人工參數(shù)篩選2種方式確定了數(shù)據(jù)中心能耗預(yù)測模型的輸入?yún)?shù),利用XGBoost算法對北京某數(shù)據(jù)中心的能耗和空調(diào)系統(tǒng)數(shù)據(jù)進(jìn)行了數(shù)據(jù)挖掘,實(shí)現(xiàn)了對該數(shù)據(jù)中心PUE的準(zhǔn)確預(yù)測,并得到了空調(diào)系統(tǒng)參數(shù)對 PUE 的定量化影響相關(guān)性排序。文獻(xiàn)[4]介紹了上海地區(qū)典型數(shù)據(jù)中心的錯峰蓄冷技術(shù)選擇,并對蓄冷方案進(jìn)行了詳細(xì)地設(shè)計(jì),討論分析了在不同電價下數(shù)據(jù)中心不同錯峰蓄冷方案的經(jīng)濟(jì)性,為上海地區(qū)類似數(shù)據(jù)中心項(xiàng)目采用錯峰蓄冷技術(shù)提供參考。

為了進(jìn)一步提高水冷空調(diào)系統(tǒng)調(diào)控的靈活性和經(jīng)濟(jì)性,許多學(xué)者建立了各種模型和框架對水冷空調(diào)物理層面和數(shù)據(jù)層面進(jìn)行更深一步的研究。文獻(xiàn)[5]量化了數(shù)據(jù)中心的負(fù)載調(diào)節(jié)能力,建立了數(shù)據(jù)中心的功耗模型和負(fù)荷調(diào)節(jié)點(diǎn)位模型,后者用于計(jì)算負(fù)荷切割能力和增加負(fù)荷能力。文獻(xiàn)[6]研究了具有可延遲計(jì)算請求和可控空調(diào)的數(shù)據(jù)中心的最優(yōu)功率調(diào)度,設(shè)計(jì)了隊(duì)列模型來描述計(jì)算請求的約束,并利用線性模型來近似數(shù)據(jù)中心的空調(diào)和熱動力學(xué)的運(yùn)行。文獻(xiàn)[7]為能源Plus和Modelica等常用建筑能源模擬器提出了一個通用且靈活的威脅注入框架,以支持威脅建模和評估,該框架利用功能模型單元(FMU)來開發(fā)用于威脅注入和模擬的通用建模接口。文獻(xiàn)[8]通過使用為數(shù)據(jù)中心設(shè)計(jì)的基于方程的面向?qū)ο蟮腗odelica平臺,通過數(shù)值仿真來研究控制策略的性能,提出了一種同時使用IT和冷卻系統(tǒng)的數(shù)據(jù)中心頻率調(diào)節(jié)協(xié)同控制策略,將服務(wù)器級別的電源管理技術(shù)與冷凍水供應(yīng)溫度的控制相結(jié)合,以跟蹤來自電氣市場的調(diào)節(jié)信號。

本文基于Modelica對數(shù)據(jù)中心空調(diào)系統(tǒng)建立仿真模型用于分析負(fù)荷響應(yīng)特性,并通過量化數(shù)據(jù)中心水冷空調(diào)的需求響應(yīng)潛力,來驗(yàn)證水冷空調(diào)參與電力系統(tǒng)需求響應(yīng)的靈活性。

2 數(shù)據(jù)中心空調(diào)系統(tǒng)需求響應(yīng)特性分析

數(shù)據(jù)中心水冷空調(diào)是一個由多領(lǐng)域、多系統(tǒng)和多設(shè)備協(xié)同工作的系統(tǒng),依托于政策保障和技術(shù)支撐,實(shí)現(xiàn)空調(diào)系統(tǒng)負(fù)荷的優(yōu)化調(diào)控,從而解決高峰期間電力供應(yīng)緊缺的問題。為了確定切合實(shí)際且可行有效的數(shù)據(jù)中心空調(diào)系統(tǒng)參與需求響應(yīng)項(xiàng)目的調(diào)控方案,需要分析其潛力和需求響應(yīng)特性指標(biāo),選擇適用的需求響應(yīng)策略。

我國對于電力需求側(cè)管理的研究比歐美國家起步落后數(shù)余年,電力市場改革處正也于初期階段,因此空調(diào)負(fù)荷參與到需求響應(yīng)項(xiàng)目中相對少見,且對于需求側(cè)負(fù)荷調(diào)控策略也缺乏充分的研究,一些歐美發(fā)達(dá)國家關(guān)于空調(diào)負(fù)荷參與需求響應(yīng)的領(lǐng)域取得的成功先例為我們帶來啟發(fā)。本文整理了空調(diào)系統(tǒng)參與需求響應(yīng)項(xiàng)目的調(diào)控策略,主要有以下幾種方式,空調(diào)系統(tǒng)參與需求響應(yīng)策略如表1所示。

表1 空調(diào)系統(tǒng)參與需求響應(yīng)策略

預(yù)制冷是指在高峰負(fù)荷來臨之前的非高峰時段,加大空調(diào)系統(tǒng)的冷量輸出,即降低末端的送風(fēng)溫度并利用建筑圍護(hù)結(jié)構(gòu)的熱慣性存儲一部分冷量,然后在需求響應(yīng)期間內(nèi)提高室內(nèi)溫度或者關(guān)停空調(diào)系統(tǒng)供電來完成響應(yīng)時間內(nèi)的負(fù)荷削減。

綜上,對于空調(diào)系統(tǒng)參與需求響應(yīng)的方式進(jìn)行了羅列與分析。由于數(shù)據(jù)中心這類建筑的功能特殊性,需要全年不間斷制冷,因此中斷空調(diào)系統(tǒng)的運(yùn)行不適用于數(shù)據(jù)中心需求響應(yīng)項(xiàng)目。提高設(shè)定溫度的需求響應(yīng)策略可以在辦公樓宇及商業(yè)建筑中應(yīng)用,因?yàn)檗k公樓宇與商業(yè)建筑允許犧牲適當(dāng)?shù)挠脩羰孢m度,但調(diào)高機(jī)柜進(jìn)風(fēng)區(qū)域溫度則可能導(dǎo)致短時間的機(jī)柜溫度超過熱閾值,因此提高設(shè)定溫度和關(guān)閉新風(fēng)機(jī)組的策略無法適用于數(shù)據(jù)中心此類對室內(nèi)溫度以及空氣質(zhì)量要求嚴(yán)格的建筑。

數(shù)據(jù)中心的圍護(hù)結(jié)構(gòu)具有隔熱保溫的特點(diǎn),其空調(diào)系統(tǒng)具有一定的熱慣性。因此,可以在用電高峰期到來之前對數(shù)據(jù)中心進(jìn)行提前制冷,預(yù)先將機(jī)柜進(jìn)風(fēng)區(qū)域溫度降低,這樣可減小電網(wǎng)負(fù)荷高峰時段的壓力,提高運(yùn)行效率。鑒于本文研究的數(shù)據(jù)中心空調(diào)系統(tǒng)類型為水冷空調(diào)系統(tǒng),因此選擇預(yù)制冷策略作為數(shù)據(jù)中心水冷空調(diào)系統(tǒng)參與需求響應(yīng)的策略。

3 數(shù)據(jù)中心水冷空調(diào)系統(tǒng)負(fù)荷響應(yīng)潛力模型基礎(chǔ)/依據(jù)

負(fù)荷響應(yīng)潛力定義為需求響應(yīng)事件發(fā)生的時段內(nèi),需求側(cè)實(shí)現(xiàn)的最小負(fù)荷削減量。對于數(shù)據(jù)中心,參與需求響應(yīng)優(yōu)化調(diào)度的主要目的是在保證機(jī)房溫度在安全可靠的情況下,實(shí)現(xiàn)空調(diào)系統(tǒng)的降負(fù)荷潛力最大化。根據(jù)響應(yīng)特性指標(biāo)分析,設(shè)置需求響應(yīng)模型。

(1) 目標(biāo)函數(shù)

目標(biāo)為最大化需求響應(yīng)期間數(shù)據(jù)中心水冷空調(diào)系統(tǒng)的負(fù)荷響應(yīng)潛力,同時最小化機(jī)柜進(jìn)風(fēng)區(qū)域溫度及機(jī)柜出口溫度超過規(guī)定范圍的懲罰,目標(biāo)函數(shù)為

maxΓ=Ppot-penalty(Tair_in)-penalty(Tair_out),

t=Testart,…,Teend

(1)

式中:Ppot——響應(yīng)潛力;

penalty(Tair_in)——機(jī)柜進(jìn)風(fēng)區(qū)域溫度超過規(guī)定范圍的懲罰;

penalty(Tair_out)——機(jī)柜出口溫度超過熱閾值的懲罰;

Testart,Teend——需求響應(yīng)的開始與結(jié)束時間。

(2) 約束條件

① 降負(fù)荷約束

(2)

式中:P(t)——t時刻數(shù)據(jù)中心水冷空調(diào)系統(tǒng)原始運(yùn)行功率,即空調(diào)系統(tǒng)的負(fù)荷基線;

Phvac(t)——t時刻數(shù)據(jù)中心水冷空調(diào)系統(tǒng)參與需求響應(yīng)時的實(shí)際能耗。

該條約束的含義是需求響應(yīng)項(xiàng)目實(shí)施過程中,每時刻數(shù)據(jù)中心空調(diào)系統(tǒng)的負(fù)荷削減量要大于等于響應(yīng)潛力Ppot,從而保證當(dāng)需求響應(yīng)事件發(fā)生時,數(shù)據(jù)中心空調(diào)系統(tǒng)所能實(shí)現(xiàn)的可調(diào)度容量至少達(dá)到響應(yīng)潛力。

② 數(shù)據(jù)中心溫度變化約束

IT設(shè)備發(fā)熱量是影響數(shù)據(jù)中心冷負(fù)荷變化的主要因素,室外氣象參數(shù)和人員進(jìn)出攜帶熱量等引起的數(shù)據(jù)中心冷負(fù)荷變化可以忽略不考慮,因此某時段內(nèi)機(jī)房實(shí)際熱量由兩部分組成:空調(diào)系統(tǒng)產(chǎn)生的冷量和機(jī)房內(nèi)IT設(shè)備產(chǎn)生的熱量。熱量平衡表達(dá)式為

Qr=QIT-Qhvac

(3)

式中:Qr——機(jī)房內(nèi)獲得的熱量;

QIT——IT設(shè)備產(chǎn)生的熱負(fù)荷;

Qhvac——空調(diào)系統(tǒng)供冷量。

數(shù)據(jù)中心空調(diào)系統(tǒng)連續(xù)不停機(jī)運(yùn)行,機(jī)房內(nèi)部不斷獲得冷量Qhvac,抵消IT設(shè)備負(fù)荷熱量,維持機(jī)房溫度在一定范圍內(nèi)波動,因此數(shù)據(jù)中心機(jī)房溫度變化模型為

ρa(bǔ)VKcadT(t)=QITdt-Qhvacdt

(4)

式中:ρa(bǔ)VKcadT(t)——dt時段內(nèi)機(jī)房獲得的熱量;

ρa(bǔ)——空氣密度;

Vk——室內(nèi)體積;

ca——空氣比熱容;

T(t)——t時段內(nèi)機(jī)房溫度。

③ 機(jī)柜出口溫度約束

(5)

式中:Tmin(t),Tmax(t)——系統(tǒng)參與需求響應(yīng)調(diào)控后機(jī)柜出口溫度范圍的上、下限;

Tp_cool——預(yù)制冷開始時間。

需求響應(yīng)過程中預(yù)制冷時間為Tp=Tp_cool,…,(Testart-1),若不采用預(yù)制冷策略,則Tp_cool=Testart。

4 基于Modelica的數(shù)據(jù)中心水冷空調(diào)系統(tǒng)仿真模型和分析

4.1 仿真模型

在Dymola平臺搭建基于Modelica語言的數(shù)據(jù)中心及水冷空調(diào)系統(tǒng)模型作為強(qiáng)化學(xué)習(xí)的交互環(huán)境。以上海市某中型數(shù)據(jù)中心水冷空調(diào)系統(tǒng)為例,基于美國勞倫斯伯克利國家實(shí)驗(yàn)室開發(fā)的開源模型庫Buildings Library[9]和Modelica標(biāo)準(zhǔn)模型庫Modelica Standard Library[10],基于Modelica語言建立了數(shù)據(jù)中心及水冷空調(diào)系統(tǒng)模型,并在支持Modelica語言的仿真平臺Dymola上實(shí)現(xiàn)模型仿真。其中,所用部件模型主要有冷水機(jī)組模型Buildings.Fluid.Chillers.Electric EIR,冷凍水泵模型Buildings.Fluid.Movers.FlowControlled_dp,冷卻水泵模型Buildings.Fluid.Movers.FlowControlled_m_flow,冷卻塔模型Buildings.Fluid.HeatExchangers.Cooling Towers.YorkCalc,數(shù)據(jù)中心機(jī)房模型Buildings.Examples.ChillerPlant.BaseClasses.SimplifiedRoom等。

4.2 仿真模型驗(yàn)證與分析

不考慮室外氣象參數(shù)和人員進(jìn)出攜帶熱量等引起的數(shù)據(jù)中心冷負(fù)荷變化的影響,定義負(fù)荷率大于70%的時段為高負(fù)荷率時段,無策略時機(jī)柜出口溫度和空調(diào)負(fù)荷情況如圖1所示,其中T為機(jī)柜出口溫度波動情況,P為數(shù)據(jù)中心水冷空調(diào)系統(tǒng)負(fù)荷變化情況。

圖1 無策略時機(jī)柜出口溫度和空調(diào)負(fù)荷情況

不同提前制冷時間數(shù)據(jù)中心水冷空調(diào)系統(tǒng)負(fù)荷響應(yīng)潛力如圖2所示。

圖2 不同提前制冷時間數(shù)據(jù)中心水冷空調(diào)系統(tǒng)負(fù)荷響應(yīng)潛力

由圖2可知,預(yù)制冷的時間越長,水冷空調(diào)系統(tǒng)降負(fù)荷的潛力越大。但如果預(yù)制冷時長為50 min及以上時,降負(fù)荷潛力保持在7 kW左右。由此可知,預(yù)制冷時長為50 min左右即可達(dá)到較好的效果。

5 結(jié) 語

本文的主要內(nèi)容及創(chuàng)新在于量化了數(shù)據(jù)中心參與需求響應(yīng)的潛力,分析了不同預(yù)制冷時間對數(shù)據(jù)中心水冷空調(diào)系統(tǒng)負(fù)荷響應(yīng)潛力的影響。為數(shù)據(jù)中心參與電力系統(tǒng)需求響應(yīng)提供理論依據(jù)。