祁 兵，曹望璋，李 彬，王京菊，杜亞彬，陳宋宋

（1. 華北電力大學(xué)電氣與電子工程學(xué)院，北京市 102206；2. 需求側(cè)多能互補(bǔ)優(yōu)化與供需互動(dòng)技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室（中國(guó)電力科學(xué)研究院有限公司），北京市 100085）

0 引言

能耗雙控的背景下，數(shù)據(jù)中心被中國(guó)地方政府納入重點(diǎn)監(jiān)測(cè)名單。據(jù)不完全統(tǒng)計(jì)，2019 年中國(guó)的數(shù)據(jù)中心數(shù)量就達(dá)到了7.4 萬(wàn)，能耗在全社會(huì)總用電量中占比0.8%～1%［1］。部分運(yùn)行效率低下的高能耗數(shù)據(jù)中心嚴(yán)重制約著“雙碳”目標(biāo)的發(fā)展進(jìn)程。對(duì)此，部分省市推動(dòng)了數(shù)據(jù)中心部署可再生能源的建設(shè)，促使數(shù)據(jù)中心通過(guò)微網(wǎng)內(nèi)可再生能源的消納來(lái)提升能效。如何提高數(shù)據(jù)中心微網(wǎng)內(nèi)可再生能源的利用已成為當(dāng)下的研究熱點(diǎn)。

數(shù)據(jù)中心通常可借助負(fù)載的調(diào)節(jié)來(lái)實(shí)現(xiàn)微網(wǎng)資源的利用，具體方式有2 種：一種是借助通信網(wǎng)絡(luò)和虛擬機(jī)等技術(shù)對(duì)多個(gè)數(shù)據(jù)中心的負(fù)載（即IT 用戶的計(jì)算需求）進(jìn)行遷移，從而改變負(fù)載量在空間上的分布；另一種是將待處理的負(fù)載進(jìn)行時(shí)間上的轉(zhuǎn)移。由于數(shù)據(jù)中心處理的負(fù)載量與能耗具有直接的關(guān)聯(lián)關(guān)系，因此用能需求出現(xiàn)了時(shí)空上的變化［2］。基于負(fù)載的調(diào)節(jié)，數(shù)據(jù)中心運(yùn)營(yíng)商可根據(jù)不同地區(qū)電價(jià)差異降低用能成本［3］，并充分利用不同地域的微網(wǎng)資源［4-5］。以文獻(xiàn)［3］為例，該文獻(xiàn)通過(guò)負(fù)載在時(shí)間上的轉(zhuǎn)移，實(shí)現(xiàn)了數(shù)據(jù)中心在微網(wǎng)環(huán)境下的整體用能成本最小。文獻(xiàn)［6］分析數(shù)據(jù)中心負(fù)載在時(shí)間上的可轉(zhuǎn)移特征，優(yōu)化微網(wǎng)運(yùn)行成本的同時(shí)充分利用了數(shù)據(jù)中心所產(chǎn)生的余熱。文獻(xiàn)［7］利用負(fù)載的時(shí)間轉(zhuǎn)移能力，支撐數(shù)據(jù)中心跟蹤并消納微網(wǎng)內(nèi)部不同時(shí)段的可再生能源。文獻(xiàn)［8-11］通過(guò)數(shù)據(jù)中心負(fù)載的空間轉(zhuǎn)移，利用各地域微網(wǎng)的可再生能源，分別降低了多個(gè)數(shù)據(jù)中心的碳排放和用能成本。文獻(xiàn)［12-13］則基于負(fù)載的時(shí)空轉(zhuǎn)移特征，對(duì)微網(wǎng)環(huán)境下的多個(gè)數(shù)據(jù)中心運(yùn)行成本進(jìn)行優(yōu)化。現(xiàn)有研究從不同角度論述了負(fù)載調(diào)節(jié)的優(yōu)勢(shì)以及數(shù)據(jù)中心在微網(wǎng)環(huán)境下的經(jīng)濟(jì)運(yùn)行能力。

然而，上述研究多默認(rèn)數(shù)據(jù)中心負(fù)載可以主動(dòng)響應(yīng)，部分文獻(xiàn)設(shè)定可準(zhǔn)確地知悉負(fù)載處理需求（如負(fù)載量和處理時(shí)長(zhǎng)等），能根據(jù)微網(wǎng)或者電網(wǎng)的運(yùn)行進(jìn)行調(diào)節(jié)。這些成果大多忽視了一個(gè)因素，即IT 用戶（定制計(jì)算服務(wù)的互聯(lián)網(wǎng)公司或者企業(yè)）的影響。IT 用戶在定制服務(wù)的時(shí)候基本會(huì)遵循穩(wěn)定可靠的原則。為了保證時(shí)效，部分負(fù)載會(huì)在特定的數(shù)據(jù)中心節(jié)點(diǎn)或地域以既定的流程進(jìn)行處理。雖然數(shù)據(jù)中心在時(shí)空上調(diào)節(jié)負(fù)載可以適應(yīng)微網(wǎng)或者電網(wǎng)的運(yùn)行需求，從中獲利并降低成本，但數(shù)據(jù)中心運(yùn)營(yíng)商為達(dá)到用能成本的優(yōu)化和微網(wǎng)資源的匹配，需要多次、跨地域、大批量地調(diào)節(jié)負(fù)載。調(diào)節(jié)負(fù)載這種行為對(duì)于IT 用戶而言并非是必須的，存在風(fēng)險(xiǎn)和信任問(wèn)題，即便數(shù)據(jù)中心運(yùn)營(yíng)商承諾調(diào)節(jié)不會(huì)對(duì)服務(wù)質(zhì)量產(chǎn)生影響。負(fù)載是否可調(diào)、可調(diào)大小以及對(duì)IT 用戶的影響有待明確，特別是在日前優(yōu)化這一場(chǎng)景下。而且，負(fù)載數(shù)量種類繁多，IT 用戶需求也存在一定的隨機(jī)性和差異性，不利于參數(shù)統(tǒng)一的建模與調(diào)節(jié)。因此，數(shù)據(jù)中心優(yōu)化時(shí)可適當(dāng)考慮IT 用戶這一層面［14］，協(xié)同數(shù)據(jù)中心規(guī)避上述部分問(wèn)題。例如在日前模式下，通過(guò)IT 用戶提供負(fù)載調(diào)節(jié)能力的準(zhǔn)確信息，按照類型對(duì)海量負(fù)載進(jìn)行歸類，配合數(shù)據(jù)中心運(yùn)營(yíng)商統(tǒng)一負(fù)載的差異化處理需求并制定優(yōu)化方案。此時(shí)IT 用戶的響應(yīng)和負(fù)載的調(diào)節(jié)可歸納至需求側(cè)管理的范疇，主要原因在于響應(yīng)和調(diào)節(jié)的最終目的是提高數(shù)據(jù)中心在微網(wǎng)環(huán)境下的能源使用效率并降低用能成本。而早期需求側(cè)管理提出的目標(biāo)有2 個(gè)：一是提高設(shè)備運(yùn)行效率實(shí)現(xiàn)用戶節(jié)能；二是以合理的價(jià)格或者激勵(lì)手段引導(dǎo)用戶改變用電行為，進(jìn)而實(shí)現(xiàn)負(fù)荷整形，提高能源使用效率［15］。因此，為實(shí)現(xiàn)數(shù)據(jù)中心所在微網(wǎng)資源的配置和利用，基于需求側(cè)管理的思想，選擇合適的激勵(lì)引導(dǎo)IT 用戶協(xié)同參與數(shù)據(jù)中心的優(yōu)化，明確可調(diào)節(jié)的負(fù)載。通過(guò)IT 用戶提供負(fù)載調(diào)節(jié)能力的準(zhǔn)確信息，按照類型對(duì)海量負(fù)載進(jìn)行歸類，配合數(shù)據(jù)中心運(yùn)營(yíng)商統(tǒng)一負(fù)載的差異化處理需求，并制定優(yōu)化方案，從而改變數(shù)據(jù)中心負(fù)荷曲線。

基于上述背景，本文按照IT 用戶的響應(yīng)意愿將數(shù)據(jù)中心處理的負(fù)載分成可調(diào)節(jié)和不可調(diào)節(jié)。首先，IT 用戶向數(shù)據(jù)中心發(fā)布可調(diào)節(jié)的負(fù)載，負(fù)載具有可轉(zhuǎn)移和可削減兩種特征，需要給予激勵(lì)來(lái)定制。其次，建立基于主從博弈的雙層優(yōu)化模型，分別包括計(jì)及IT 用戶響應(yīng)特性的效益模型和數(shù)據(jù)中心的成本模型。最后，將模型線性化之后利用啟發(fā)式算法和線性規(guī)劃求解得到數(shù)據(jù)中心的運(yùn)行方案。

1 數(shù)據(jù)中心IT 用戶的負(fù)載分析

數(shù)據(jù)中心負(fù)載在某種程度上可視為一種廣義的需求響應(yīng)資源，因?yàn)樨?fù)載量能影響數(shù)據(jù)中心的用電量?，F(xiàn)有研究對(duì)數(shù)據(jù)中心負(fù)載的劃分比較簡(jiǎn)單，主要分為交互式（IN）負(fù)載和批處理式（BA）負(fù)載。本文則根據(jù)需求響應(yīng)的思路，將數(shù)據(jù)中心處理的負(fù)載分為可調(diào)節(jié)和不可調(diào)節(jié)負(fù)載。其中可調(diào)節(jié)的負(fù)載的特征能細(xì)化為可轉(zhuǎn)移和可削減。

表1 顯示，IN 類負(fù)載分為2 類：不可調(diào)節(jié)（IN-0）和可調(diào)節(jié)（IN-1）。不可調(diào)節(jié)的IN-0 類負(fù)載主要表現(xiàn)為高度時(shí)延敏感且IT 用戶不愿意參與響應(yīng)；IN-1類負(fù)載時(shí)延敏感，無(wú)法對(duì)計(jì)算時(shí)間進(jìn)行調(diào)節(jié)。但是，考慮到IN-1 類負(fù)載服務(wù)質(zhì)量比較有彈性，因此可依托網(wǎng)絡(luò)傳輸?shù)牡蜁r(shí)延，在多個(gè)不同地理位置的數(shù)據(jù)中心之間轉(zhuǎn)移。此時(shí)IN-1類負(fù)載具有空間轉(zhuǎn)移的特征。

表1 按照微網(wǎng)運(yùn)行需求分類的數(shù)據(jù)中心負(fù)載Table 1 Classification of data center workload based on operation demands of microgrids

同理，BA 類負(fù)載分為不可調(diào)節(jié)（BA-0）和可調(diào)節(jié)（BA-1～BA-3）。BA 類負(fù)載單體的計(jì)算數(shù)據(jù)量大，完成時(shí)間多在分鐘、小時(shí)或者一天以上，其本身對(duì)時(shí)延的要求有一定的容忍度。因此BA 負(fù)載不僅具有空間轉(zhuǎn)移特征，而且還有靈活的時(shí)間轉(zhuǎn)移能力［16］。時(shí)間轉(zhuǎn)移反映為負(fù)載可以從當(dāng)前時(shí)段轉(zhuǎn)移到其他時(shí)段內(nèi)完成。在某種程度上，具備時(shí)間轉(zhuǎn)移特征的負(fù)載相當(dāng)于電力需求響應(yīng)的可轉(zhuǎn)移負(fù)荷［17］。BA-0 類負(fù)載由于IT 用戶不愿意響應(yīng)等原因，暫不具有調(diào)節(jié)潛力。BA-1 類具有時(shí)空轉(zhuǎn)移特征，僅需在指定時(shí)間窗口內(nèi)完成數(shù)據(jù)處理即可，以往研究多關(guān)注此類負(fù)載。此外，本文額外探討了BA-2 和BA-3類負(fù)載。在時(shí)間轉(zhuǎn)移特性上，BA-2 類負(fù)載相比BA-1 類負(fù)載更為靈活，其計(jì)算請(qǐng)求發(fā)起的時(shí)間可由數(shù)據(jù)中心自行確定，可在不同時(shí)段進(jìn)行碎片化的分段處理，例如用電低谷或電價(jià)較低時(shí)段。而且，適當(dāng)激勵(lì)可引導(dǎo)BA-2 類負(fù)載調(diào)節(jié)計(jì)算需求，呈現(xiàn)可削減特征。類似地，BA-3 類負(fù)載擁有時(shí)空轉(zhuǎn)移和可削減特征?？上鳒p特征表現(xiàn)如下：對(duì)處理的請(qǐng)求進(jìn)行裁剪、確定非核心數(shù)據(jù)的容災(zāi)備份次數(shù)或者發(fā)起的時(shí)間，降低數(shù)據(jù)同傳的頻度［18］。

基于上述負(fù)載，在日前模式下通過(guò)激勵(lì)引導(dǎo)IT用戶，為負(fù)載制定調(diào)節(jié)計(jì)劃，能實(shí)現(xiàn)微網(wǎng)資源的利用并降低數(shù)據(jù)中心的整體成本。具體示例可參考圖1。圖1 中，數(shù)據(jù)中心1 和數(shù)據(jù)中心2 同屬一個(gè)數(shù)據(jù)中心運(yùn)營(yíng)商管理。為了實(shí)現(xiàn)微網(wǎng)內(nèi)部資源的利用，可給予激勵(lì)，令原隸屬于數(shù)據(jù)中心1 這一區(qū)域的IT 用戶同意部分負(fù)載被調(diào)節(jié)。在此基礎(chǔ)上，將調(diào)節(jié)的負(fù)載跨域遷移給數(shù)據(jù)中心2，用能需求跨空間地轉(zhuǎn)移到了數(shù)據(jù)中心2，此時(shí)可對(duì)數(shù)據(jù)中心2 所在微網(wǎng)的資源進(jìn)行配置。為進(jìn)一步說(shuō)明負(fù)載如何調(diào)節(jié)，以下進(jìn)行詳細(xì)建模。

圖1 IT 用戶以及數(shù)據(jù)中心的協(xié)同優(yōu)化Fig.1 Co-optimization of IT users and data centers

2 多數(shù)據(jù)中心IT 用戶的負(fù)載優(yōu)化(下層)

本文假定IT 用戶發(fā)布靈活的可調(diào)節(jié)負(fù)載信息，數(shù)據(jù)中心運(yùn)營(yíng)商或電網(wǎng)通過(guò)激勵(lì)來(lái)定制IT 用戶這些負(fù)載并調(diào)節(jié)，從而改變數(shù)據(jù)中心用能需求。

2.1 IT 用戶負(fù)載約束條件

1）IT 用戶的負(fù)載量與響應(yīng)量

2）IT 用戶響應(yīng)的演進(jìn)過(guò)程和疲勞現(xiàn)象

圖2 IT 用戶的響應(yīng)特性曲線Fig.2 Response characteristic curve of IT user

2.2 IT 用戶負(fù)載優(yōu)化目標(biāo)

制度經(jīng)濟(jì)學(xué)主張誰(shuí)創(chuàng)造效益誰(shuí)獲益。如果要實(shí)現(xiàn)多區(qū)域微網(wǎng)資源的利用，數(shù)據(jù)中心運(yùn)營(yíng)商或電網(wǎng)需要付出相應(yīng)的激勵(lì)，引導(dǎo)IT 用戶主動(dòng)響應(yīng)并獲益。這種激勵(lì)的形式可以是給予補(bǔ)貼抑或是優(yōu)惠。IT 用戶的總效益Cuser可表示為：

式中：Cui為IT 用戶參與響應(yīng)時(shí)收到的激勵(lì)；Cudis為IT 用戶參與響應(yīng)時(shí)的損失成本。

1）給予IT 用戶的激勵(lì)

3 數(shù)據(jù)中心微網(wǎng)環(huán)境下的經(jīng)濟(jì)運(yùn)行(上層)

在激勵(lì)的引導(dǎo)下將有部分負(fù)載響應(yīng)并調(diào)節(jié)，數(shù)據(jù)中心用能需求出現(xiàn)削減或者轉(zhuǎn)移。此時(shí)可實(shí)現(xiàn)不同微網(wǎng)資源的利用。

3.1 數(shù)據(jù)中心約束條件

3.1.1 負(fù)載的調(diào)節(jié)模型

1）BA-1 類負(fù)載。該類負(fù)載具有時(shí)空轉(zhuǎn)移特征，模型定義如下：

2）BA-2 類負(fù)載。該類負(fù)載具有可削減特征和時(shí)間轉(zhuǎn)移特征，調(diào)節(jié)模型定義如下：

3）BA-3 類負(fù)載。該類負(fù)載具有可削減和時(shí)空轉(zhuǎn)移特征，調(diào)節(jié)模型定義如下：

負(fù)載調(diào)節(jié)前，數(shù)據(jù)中心i在t時(shí)段處理的BA 負(fù)載和IN 負(fù)載組成如圖3（a）所示，調(diào)節(jié)后變?yōu)閳D3（b）。

圖3 數(shù)據(jù)中心i 的負(fù)載組成Fig.3 Workload composition of data center i

3.1.2 負(fù)載服務(wù)等級(jí)協(xié)議約束

為避免數(shù)據(jù)中心內(nèi)部資源搶占，本文設(shè)定BA類負(fù)載和IN 類負(fù)載分別分配給指定的服務(wù)器群，不進(jìn)行混合處理。因此，根據(jù)以往文獻(xiàn)［22-23］的隊(duì)列模型和服務(wù)等級(jí)協(xié)議要求，可得每個(gè)時(shí)段下處理的負(fù)載時(shí)延約束：

3.2 微網(wǎng)資源約束條件

借助數(shù)據(jù)中心的負(fù)載調(diào)節(jié)，可以實(shí)現(xiàn)各時(shí)段用能需求的調(diào)整，從而達(dá)到微網(wǎng)資源利用的目的。

1）微網(wǎng)的功率平衡

微網(wǎng)之間將進(jìn)行協(xié)同優(yōu)化并充分利用其內(nèi)部的資源，滿足數(shù)據(jù)中心用能需求。

3.3 微網(wǎng)環(huán)境下的優(yōu)化目標(biāo)

IT 用戶負(fù)載調(diào)節(jié)之后，數(shù)據(jù)中心用能需求將得到優(yōu)化，微網(wǎng)內(nèi)的資源得到配置和利用，從而最小化數(shù)據(jù)中心整體成本Ctotal?？紤]到調(diào)節(jié)負(fù)載的最終受益者為數(shù)據(jù)中心運(yùn)營(yíng)商，數(shù)據(jù)中心運(yùn)營(yíng)商有一定動(dòng)力承擔(dān)起相應(yīng)的激勵(lì)費(fèi)用Cui，不妨設(shè)定數(shù)據(jù)中心整體成本Ctotal包含Cui。Ctotal的定義如下：

4 模型簡(jiǎn)化與求解流程

1）計(jì)算激勵(lì)價(jià)格的區(qū)間

2）非線性項(xiàng)線性化

式（2）和式（3）的中存在非線性項(xiàng)。式（2）可重構(gòu)如下：

3）啟發(fā)式與線性規(guī)劃相結(jié)合的求解方法

通過(guò)粒子群優(yōu)化（particle swarm optimization，PSO）啟發(fā)式算法與線性規(guī)劃相結(jié)合，求解上下層問(wèn)題。啟發(fā)式算法的適應(yīng)度函數(shù)選取為式（19）。流程參考附錄C 圖C1。

5 仿真結(jié)果分析

5.1 仿真參數(shù)設(shè)定

算例1 是每個(gè)數(shù)據(jù)中心所在微網(wǎng)均具有豐富的可再生能源、儲(chǔ)能、燃?xì)廨啓C(jī)。以上微網(wǎng)資源的參數(shù)參 考 附 錄D 圖D1 和 表D1［31-32］。圖D1 中 的DC 表 示數(shù)據(jù)中心。

算例2 是數(shù)據(jù)中心1 所在微網(wǎng)擁有可再生能源、儲(chǔ)能、燃?xì)廨啓C(jī)，數(shù)據(jù)中心2 所在微網(wǎng)擁有可再生能源、儲(chǔ)能，數(shù)據(jù)中心3 所在微網(wǎng)僅擁有可再生能源。資源參數(shù)同樣參考附錄D 圖D1 和表D1。仿真時(shí)可將相關(guān)參數(shù)設(shè)置為零，使原文對(duì)應(yīng)約束成為無(wú)效約束。

5.2 算例1 的仿真結(jié)果分析

1）數(shù)據(jù)中心的運(yùn)行成本和激勵(lì)

首先，分析現(xiàn)有文獻(xiàn)與IT 用戶協(xié)同所需成本與運(yùn)行情況，對(duì)比和本文模型的區(qū)別。以文獻(xiàn)［3］為例，該文獻(xiàn)僅考慮負(fù)載的時(shí)間轉(zhuǎn)移特征，未考慮負(fù)載的其他特征，如空間轉(zhuǎn)移特征和可削減特征。而且忽略了IT 用戶的作用與影響，在制定日前優(yōu)化方案和仿真算例時(shí)，其默認(rèn)可提前獲取到IT 用戶多個(gè)負(fù)載的處理需求和信息。實(shí)際應(yīng)用中，海量負(fù)載是否可調(diào)、負(fù)載調(diào)節(jié)量的大小、調(diào)節(jié)潛力等信息是否能夠在日前級(jí)精確獲取還有待商榷。換而言之，該文獻(xiàn)未考慮負(fù)載的空間轉(zhuǎn)移特征、可削減特征和IT 用戶，未以合適的激勵(lì)引導(dǎo)IT 用戶參與協(xié)同。為保證對(duì)比的公平性，仿真時(shí)設(shè)定該文獻(xiàn)可進(jìn)行負(fù)載空間轉(zhuǎn)移。此外，規(guī)定文獻(xiàn)［3］數(shù)據(jù)中心優(yōu)化時(shí)，按照式（21）、第2 章的模型和實(shí)際調(diào)節(jié)的負(fù)載量對(duì)IT 用戶進(jìn)行激勵(lì)的等額補(bǔ)償，并以激勵(lì)來(lái)統(tǒng)一被調(diào)節(jié)負(fù)載的需求。因此，文獻(xiàn)［3］在對(duì)比時(shí)將考慮負(fù)載時(shí)空轉(zhuǎn)移特征，但不考慮可削減特征和IT 用戶的響應(yīng)特性。而本文則是考慮了負(fù)載時(shí)空轉(zhuǎn)移特征、可削減特征和IT 用戶的響應(yīng)特性，以合適的激勵(lì)引導(dǎo)IT用戶參與協(xié)同。文獻(xiàn)［3］與本文的對(duì)比結(jié)果如表2所示。

表2 文獻(xiàn)[3]與本文的對(duì)比Table 2 Comparison between reference [3] and this paper

由表2 可得到如下2 個(gè)結(jié)論：

（1）文獻(xiàn)［3］的數(shù)據(jù)中心整體成本Ctotal明顯高于本文。本文的Ctotal僅147.34 萬(wàn)元，而文獻(xiàn)［3］超出了8.07 萬(wàn)元。出現(xiàn)該現(xiàn)象的原因是文獻(xiàn)［3］未考慮負(fù)載的可削減特征和IT 用戶響應(yīng)特性，如果令文獻(xiàn)［3］考慮負(fù)載的可削減特征，其數(shù)據(jù)中心整體成本Ctotal將會(huì)變成146.72 萬(wàn)元，優(yōu)于本文模型；

為了證明表2 的第2 個(gè)結(jié)論，此處提供了文獻(xiàn)［3］和本文在每個(gè)時(shí)段下所有數(shù)據(jù)中心調(diào)節(jié)的負(fù)載量，具體參考圖4。圖4 顯示：文獻(xiàn)［3］在每個(gè)時(shí)段下調(diào)節(jié)的IN 類、BA 類負(fù)載量平均為132 070 和45 281，而本文僅為71 102 和13 382。顯然，文獻(xiàn)［3］調(diào)節(jié)的負(fù)載量大于本文，因此付出的激勵(lì)也會(huì)超過(guò)本文的激勵(lì)。該現(xiàn)象間接說(shuō)明并不是調(diào)節(jié)的負(fù)載量越多越好。優(yōu)化數(shù)據(jù)中心實(shí)際僅需少量的負(fù)載即可，如果片面地追求數(shù)據(jù)中心的運(yùn)行成本Cfd最優(yōu)化，則會(huì)導(dǎo)致大量負(fù)載被調(diào)節(jié)，并產(chǎn)生高昂的激勵(lì)費(fèi)用Cui。圖4 結(jié)果與表2 的第2 個(gè)論述一致。結(jié)合表2 和圖4 的結(jié)果可得到一個(gè)結(jié)論：本文的優(yōu)勢(shì)在于，僅需要支付少量的激勵(lì)Cui就能使得Cfd得到大幅優(yōu)化。并且本文規(guī)避了文獻(xiàn)［3］的極端情況，即本文能減少調(diào)節(jié)的負(fù)載量。文獻(xiàn)［3］是調(diào)節(jié)所有可調(diào)節(jié)的負(fù)載量，而本文僅是調(diào)節(jié)響應(yīng)量。由于調(diào)節(jié)的負(fù)載量變少，本文降低了IT 用戶激勵(lì)的費(fèi)用。

圖4 數(shù)據(jù)中心優(yōu)化所調(diào)節(jié)的負(fù)載量Fig.4 Adjusted workload in data center optimization

2）數(shù)據(jù)中心的運(yùn)行方案

然后，分析數(shù)據(jù)中心優(yōu)化之后的整體運(yùn)行方案。同樣，以文獻(xiàn)［3］和本文進(jìn)行比對(duì)。附錄E 圖E1 為所有數(shù)據(jù)中心小時(shí)級(jí)的運(yùn)行方案。觀察圖E1可以發(fā)現(xiàn)：

（1）本文數(shù)據(jù)中心的運(yùn)行方案和文獻(xiàn)［3］的運(yùn)行方案沒(méi)有太大的區(qū)別。這再次證明了表2 和圖4 的結(jié)論，即本文的優(yōu)勢(shì)在于，僅需要支付少量的激勵(lì)Cui就能使得數(shù)據(jù)中心運(yùn)行成本Cfd得到大幅優(yōu)化，且優(yōu)化之后的數(shù)據(jù)中心運(yùn)行方案與文獻(xiàn)［3］相似；

（2）本文模型中，數(shù)據(jù)中心整體能耗水平低于文獻(xiàn)［3］，具體可觀察附錄E 圖E1 中的紅色輔助線。尤其是在00：00—06：00 這個(gè)區(qū)間內(nèi)，文獻(xiàn)［3］的數(shù)據(jù)中心總功率維持在160 MW 以上。而本文在05：00—06：00 的 時(shí)候，功率 出現(xiàn)明顯降幅，低于160 MW。本文能耗水平出現(xiàn)下降的原因是本文考慮負(fù)載的可削減特征，優(yōu)化時(shí)對(duì)負(fù)載量進(jìn)行了削減。自然的，用能需求也出現(xiàn)了下降。為證實(shí)上述論述，統(tǒng)計(jì)圖E1（a）和（b）的結(jié)果可知，文獻(xiàn)［3］數(shù)據(jù)中心總能耗為3 573.84 MW·h，而本文總能耗為3 417.34 MW·h。

5.3 算例2 的仿真結(jié)果分析

觀察附錄E 表E1 可以分析算例2 的經(jīng)濟(jì)性，本文模型的經(jīng)濟(jì)性仍占優(yōu)。相比文獻(xiàn)［3］，本文數(shù)據(jù)中心運(yùn)營(yíng)商的整體成本Ctotal僅為148.96 萬(wàn)元。而文獻(xiàn)［3］則需要157.14 萬(wàn)元。文獻(xiàn)［3］的Ctotal之所以高出本文是因?yàn)閮?yōu)化時(shí)未考慮負(fù)載的可削減特征和IT 用戶響應(yīng)特性，調(diào)節(jié)時(shí)對(duì)所有的負(fù)載進(jìn)行了調(diào)節(jié)。此時(shí)，文獻(xiàn)［3］負(fù)載調(diào)節(jié)的量大于本文，具體細(xì)節(jié)可參考附錄E 圖E2。

為分析數(shù)據(jù)中心具體運(yùn)行方案，本文于附錄E圖E3 提供了相關(guān)仿真結(jié)果，圖E3 可以得到類似算例1 圖E1 的結(jié)論：1）首先是本文模型運(yùn)行方案與對(duì)比文獻(xiàn)［3］相似，這說(shuō)明本文模型在保證Ctotal經(jīng)濟(jì)性的同時(shí)，能優(yōu)化得到文獻(xiàn)［3］類似的優(yōu)化效果；2）根據(jù)圖中的紅色輔助線，分析可知本文的整體能耗偏低。統(tǒng)計(jì)圖E3 的結(jié)果可知，文獻(xiàn)［3］的數(shù)據(jù)中心總能耗為3 573.87 MW·h，而本文僅為3 490.74 MW·h。

5.4 數(shù)據(jù)中心和微網(wǎng)資源的互補(bǔ)特性分析

數(shù)據(jù)中心負(fù)載的調(diào)節(jié)使得微網(wǎng)之間具有互補(bǔ)特性。換言之，若數(shù)據(jù)中心負(fù)載不能進(jìn)行調(diào)節(jié)，微網(wǎng)之間的互補(bǔ)特性會(huì)受到影響。而且微網(wǎng)的資源要有明顯差距才能體現(xiàn)出互補(bǔ)特性，如果資源都十分充足或者都匱乏，則微網(wǎng)無(wú)法實(shí)現(xiàn)對(duì)另外一個(gè)微網(wǎng)資源的互補(bǔ)。為說(shuō)明互補(bǔ)特性，此處以算例2 展開(kāi)仿真。在附錄D 圖D2 的基礎(chǔ)上隨機(jī)調(diào)增數(shù)據(jù)中心3 所在微網(wǎng)各時(shí)段的可再生能源，使得微網(wǎng)之間出現(xiàn)明顯的可再生能源出力差異，調(diào)增后可再生能源參考附錄D 圖D3。然后觀察數(shù)據(jù)中心負(fù)載調(diào)節(jié)前后的功耗變化以及實(shí)際消納的可再生能源量。通過(guò)功耗變化以及可再生能源消納來(lái)分析微網(wǎng)之間的互補(bǔ)。

附錄E 圖E4 為數(shù)據(jù)中心3 功耗及消納的可再生能源。結(jié)果表明調(diào)節(jié)后消納的可再生能源相比調(diào)節(jié)前的多，尤其是在05：00—09：00 期間。出現(xiàn)該情況是因?yàn)樨?fù)載得到了調(diào)節(jié)，數(shù)據(jù)中心功耗發(fā)生變化，數(shù)據(jù)中心1、2 的用能需求轉(zhuǎn)移到了數(shù)據(jù)中心3（參考附錄E 圖E5），數(shù)據(jù)中心3 可消納更多的可再生能源。該結(jié)果反映了多個(gè)微網(wǎng)之間的互補(bǔ)特性，即數(shù)據(jù)中心3 擁有更多富足的可再生能源時(shí)，負(fù)載調(diào)節(jié)能實(shí)現(xiàn)數(shù)據(jù)中心1 和2 的用能需求轉(zhuǎn)移，從而達(dá)到數(shù)據(jù)中心3 可再生能源對(duì)數(shù)據(jù)中心1 和2 的微網(wǎng)資源補(bǔ)充。分析調(diào)節(jié)前后的儲(chǔ)能放電情況也可以觀察微網(wǎng)之間的互補(bǔ)特性。統(tǒng)計(jì)附錄E 表E2 的結(jié)果可以發(fā)現(xiàn)，調(diào)節(jié)前儲(chǔ)能總放電量為46.8 MW·h，調(diào)節(jié)后的放電量為49.2 MW·h，調(diào)節(jié)前儲(chǔ)能的使用少于調(diào)節(jié)后。主要原因是算例2 中的數(shù)據(jù)中心3 沒(méi)有儲(chǔ)能資源，數(shù)據(jù)中心1 和2 有儲(chǔ)能資源，調(diào)節(jié)后的數(shù)據(jù)中心1 和2 的儲(chǔ)能對(duì)數(shù)據(jù)中心3 的微網(wǎng)資源進(jìn)行了補(bǔ)充。

5.5 負(fù)載特征和IT 用戶響應(yīng)特性對(duì)數(shù)據(jù)中心的影響

首先，分析負(fù)載時(shí)間轉(zhuǎn)移特征對(duì)數(shù)據(jù)中心的經(jīng)濟(jì)性影響。對(duì)所有BA 類負(fù)載的時(shí)間窗口長(zhǎng)度tba1和tba3進(jìn)行統(tǒng)一的調(diào)整，調(diào)整依據(jù)參考文獻(xiàn)［33］。根據(jù)該文獻(xiàn)可知，時(shí)間窗口最大可達(dá)到11～24 h?；诖?，本文選取個(gè)別典型值將tba1和tba3設(shè)定為2、4、20、40，以上設(shè)定值對(duì)應(yīng)的時(shí)間窗口分別為30 min、1 h、5 h 和10 h。根據(jù)現(xiàn)有研究可知，時(shí)間窗口長(zhǎng)度tba1和tba3越大，負(fù)載的時(shí)間轉(zhuǎn)移能力越強(qiáng)。部分結(jié)果如表3 所示（仿真迭代過(guò)程和負(fù)載時(shí)間轉(zhuǎn)移后的分布情況可參考附錄E 圖E6 和圖E7），可發(fā)現(xiàn)整體成本Ctotal開(kāi)始下降。例如tba1和tba3取值為2（時(shí)間窗口為30 min）時(shí)，Ctotal數(shù)值為147.32 萬(wàn)元；tba1和tba3取值達(dá)到40（時(shí)間窗口為10 h）時(shí)，負(fù)載時(shí)間轉(zhuǎn)移能力提升，Ctotal降至145.22 萬(wàn)元。相比起30 min，時(shí)間窗口10 h 的整體成本Ctotal降低了2.1 萬(wàn)元，降幅達(dá)到1.43%。

表3 不同時(shí)間轉(zhuǎn)移特性的數(shù)據(jù)中心運(yùn)行情況Table 3 Operation of data centers with different temporally transfer characteristics

然后，解析負(fù)載空間轉(zhuǎn)移特征對(duì)數(shù)據(jù)中心的經(jīng)濟(jì)性影響。由于具備空間轉(zhuǎn)移特征的負(fù)載為IN 類負(fù)載和部分BA 類負(fù)載，為便于探討，此處僅對(duì)IN類負(fù)載的空間轉(zhuǎn)移進(jìn)行分析。分析的內(nèi)容是IN 類負(fù)載進(jìn)行空間轉(zhuǎn)移以及不進(jìn)行空間轉(zhuǎn)移的影響，結(jié)果見(jiàn)表4（仿真結(jié)果的迭代過(guò)程和負(fù)載時(shí)間轉(zhuǎn)移后的分布情況可參考附錄E 圖E6 和圖E7）。IN 類負(fù)載轉(zhuǎn)移時(shí)的總成本Ctotal和微網(wǎng)運(yùn)行成本Cfd相比IN類負(fù)載不轉(zhuǎn)移時(shí)低了11.32 萬(wàn)元和13.01 萬(wàn)元，整體降幅分別為7.14%和8.44%。顯然，負(fù)載空間轉(zhuǎn)移與否對(duì)數(shù)據(jù)中心經(jīng)濟(jì)運(yùn)行有著顯著影響。負(fù)載空間轉(zhuǎn)移能力越大，數(shù)據(jù)中心的總成本和運(yùn)行成本越經(jīng)濟(jì)。主要原因在于，負(fù)載空間轉(zhuǎn)移在一定程度上能輔助數(shù)據(jù)中心利用不同地域的優(yōu)質(zhì)微網(wǎng)資源，而且對(duì)不同地域的電價(jià)價(jià)差進(jìn)行套利。

表4 不同空間轉(zhuǎn)移特性的數(shù)據(jù)中心運(yùn)行情況Table 4 Operation of data centers with different spatially transfer characteristics

負(fù)載可削減特征以kba2和kba3這2 個(gè)可削減系數(shù)表征，系數(shù)越小，表明負(fù)載具有越強(qiáng)的可削減能力。令kba2和kba3以0.1 為 間 隔，從0.6 增 長(zhǎng) 到1。表5 顯示，kba2和kba3的增長(zhǎng)能導(dǎo)致數(shù)據(jù)中心的運(yùn)行成本Cfd和整體成本Ctotal提高，激勵(lì)Cui降低。顯然，可削減系數(shù)kba2和kba3變小才能保證經(jīng)濟(jì)性。綜上，kba2和kba3越小，可削減能力越強(qiáng)，整體經(jīng)濟(jì)性越優(yōu)，此時(shí)數(shù)據(jù)中心的運(yùn)行成本Cfd和整體成本Ctotal會(huì)下降。

表5 不同可削減系數(shù)下的數(shù)據(jù)中心運(yùn)行情況Table 5 Operation of data centers with different curtailment factors

IT 用戶響應(yīng)特性包括了演進(jìn)過(guò)程和疲勞現(xiàn)象。演進(jìn)過(guò)程和疲勞現(xiàn)象與演進(jìn)增長(zhǎng)系數(shù)?和疲勞增長(zhǎng)系數(shù)θ有關(guān)。令?以0.05 為間隔，從0.05 增長(zhǎng)到0.2。觀察表6 可發(fā)現(xiàn)，?增大，整體成本Ctotal呈現(xiàn)下降趨勢(shì)。原先?取值為0.05的時(shí)候，Ctotal等于147.58萬(wàn)元。取值0.2 的時(shí)候，Ctotal降至147.06 萬(wàn)元。?越大，演進(jìn)過(guò)程發(fā)展越快，整體經(jīng)濟(jì)性越優(yōu)，此時(shí)數(shù)據(jù)中心的整體成本Ctotal會(huì)下降。

表6 不同? 下的數(shù)據(jù)中心運(yùn)行情況Table 6 Operation of data centers with different ?

令θ以0.005 為間隔，從0.005 增長(zhǎng)到0.02。觀察表7 可以發(fā)現(xiàn)，θ增大，整體成本Ctotal呈現(xiàn)上升趨 勢(shì)。 原 先θ取 值 為0.005 的 時(shí) 候，Ctotal等 于147.32 萬(wàn)元。取值為0.02 的時(shí)候，Ctotal上升到147.83 萬(wàn)元。θ越大，整體經(jīng)濟(jì)性越劣，疲勞現(xiàn)象越明顯，此時(shí)數(shù)據(jù)中心的整體成本Ctotal會(huì)上升。

表7 不同θ 下的數(shù)據(jù)中心運(yùn)行情況Table 7 Operation of data centers with different θ

6 結(jié)語(yǔ)

本文基于負(fù)載特征和IT 用戶響應(yīng)特性分析了數(shù)據(jù)中心的運(yùn)行方案，建立了雙目標(biāo)優(yōu)化模型。仿真結(jié)果表明，本文在考慮IT 用戶響應(yīng)特性和負(fù)載特征的情況下，僅需要支付少量的激勵(lì)就能使得數(shù)據(jù)中心的運(yùn)行成本得到大幅優(yōu)化，規(guī)避調(diào)節(jié)大量負(fù)載的情況。負(fù)載的可削減特征在一定程度上能降低數(shù)據(jù)中心能耗水平并提高數(shù)據(jù)中心運(yùn)行的經(jīng)濟(jì)性。而IT 用戶演進(jìn)過(guò)程的快慢和響應(yīng)疲勞的出現(xiàn)，可影響數(shù)據(jù)中心經(jīng)濟(jì)性和調(diào)節(jié)的負(fù)載量。

值得說(shuō)明的是，本文主要基于日前模式探討響應(yīng)負(fù)載的統(tǒng)一調(diào)節(jié)方式，對(duì)部分未響應(yīng)負(fù)載的實(shí)際調(diào)節(jié)能力仍未進(jìn)行充分挖掘。未參與響應(yīng)和調(diào)節(jié)的負(fù)載不代表其不具備時(shí)空調(diào)節(jié)能力，在實(shí)時(shí)優(yōu)化的角度下，數(shù)據(jù)中心可對(duì)其潛力進(jìn)一步挖掘，然而此研究不在本文的范疇。未來(lái)，可借助激勵(lì)的手段引導(dǎo)IT 用戶簽訂靈活的服務(wù)等級(jí)協(xié)議，實(shí)現(xiàn)負(fù)載調(diào)節(jié)和響應(yīng)的常態(tài)化，具體可借鑒GreenSLA（green service level agreement）的模式。

本文研究受到需求側(cè)多能互補(bǔ)優(yōu)化與供需互動(dòng)技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金項(xiàng)目(YD80-21-001)資助，特此感謝！

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。