考慮清潔能源與儲(chǔ)能的分布式數(shù)據(jù)中心低碳調(diào)度策略

朱燦元，楊超，李舒濤，陳勇躍，徐鑫瀚

（1.廣東工業(yè)大學(xué)自動(dòng)化學(xué)院，廣東廣州 510006；2.中國(guó)能源建設(shè)集團(tuán)廣東省電力設(shè)計(jì)研究院有限公司，廣東廣州 510663；3.華南理工大學(xué)自動(dòng)化學(xué)院，廣東廣州 510641）

0 引言

當(dāng)前，5G、云計(jì)算、人工智能等新一代信息技術(shù)快速發(fā)展，信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)加速融合。數(shù)據(jù)中心作為各個(gè)行業(yè)信息系統(tǒng)運(yùn)行的物理載體，已成為經(jīng)濟(jì)社會(huì)運(yùn)行關(guān)鍵基礎(chǔ)設(shè)施[1]。隨著我國(guó)提出“碳中和、碳達(dá)峰”的發(fā)展目標(biāo)，能源行業(yè)正逐步向清潔低碳結(jié)構(gòu)轉(zhuǎn)型[2]。可再生能源出力的波動(dòng)性和不可調(diào)節(jié)的特性導(dǎo)致含有高比例可再生能源電網(wǎng)的供給側(cè)靈活性大大降低，需要充分利用儲(chǔ)能、可調(diào)節(jié)負(fù)荷等需求側(cè)可調(diào)節(jié)資源以提升電網(wǎng)靈活性。數(shù)據(jù)中心作為高能耗負(fù)荷之一，能量來(lái)源主要是以化石能源為主[3]，隨著數(shù)據(jù)中心建設(shè)逐漸增多，龐大的耗電量所帶來(lái)的巨額電能成本和碳排放量已成為當(dāng)前亟需解決的問題。

目前，對(duì)于數(shù)據(jù)中心的高能耗問題，國(guó)內(nèi)外研究一般通過3 種方式來(lái)處理：（1）引入清潔能源如光伏、風(fēng)力等進(jìn)行合理的配額規(guī)劃；（2）通過儲(chǔ)能系統(tǒng)動(dòng)態(tài)調(diào)整充放電策略以及在負(fù)荷較高時(shí)參與調(diào)峰工作；（3）在負(fù)荷側(cè)通過作業(yè)任務(wù)調(diào)度、負(fù)載均衡、能耗優(yōu)化等方法來(lái)達(dá)到節(jié)能減排的目的。文獻(xiàn)[4]提出一種基于經(jīng)濟(jì)性的互聯(lián)網(wǎng)數(shù)據(jù)中心光伏和儲(chǔ)能電池協(xié)同優(yōu)化配置模型。通過該模型獲得光伏和儲(chǔ)能電池的最優(yōu)配置方案，以降低數(shù)據(jù)中心的運(yùn)行成本。文獻(xiàn)[5]提出一種名為Redux 的可再生能源管理器，通過分布式不間斷電源系統(tǒng)和可再生能源聯(lián)合管理服務(wù)器能耗的智能方法。文獻(xiàn)[6]提出一種基于決策樹的能量?jī)?yōu)化策略（Classification And Regression Tree based on SDN，CARTS），采用軟件定義網(wǎng)絡(luò)（Software Defined Network，SDN）作為數(shù)據(jù)中心的網(wǎng)絡(luò)架構(gòu)并通過仿真驗(yàn)證所提出的優(yōu)化策略CARTS 比傳統(tǒng)的典型策略更節(jié)能，節(jié)能率高達(dá)11%。文獻(xiàn)[7]單純考慮利用不間斷電源（Uninterruptible Power Supply，UPS），提出RE-UPS控制策略以實(shí)現(xiàn)新能源利用率最大化。文獻(xiàn)[8]提出將儲(chǔ)能系統(tǒng)和電力交易與商業(yè)電網(wǎng)相結(jié)合的云數(shù)據(jù)中心成本和碳減排問題的解決方案。文獻(xiàn)[9]提出2 種新的算法，即功率和可用性感知最佳擬合遞減分配策略和電源可用性網(wǎng)絡(luò)動(dòng)態(tài)電壓頻率調(diào)整（Dynamic Voltage Frequency Scaling，DVFS）感知遷移策略，實(shí)現(xiàn)在節(jié)能的同時(shí)得到接近100%的資源可用性。文獻(xiàn)[10]對(duì)數(shù)據(jù)中心服務(wù)器的能耗和節(jié)能技術(shù)進(jìn)行了系統(tǒng)深入地研究，并對(duì)如何利用現(xiàn)有技術(shù)提高服務(wù)器的能效提供了一些信息和指導(dǎo)。

在引入可再生能源的過程中，如何在保證系統(tǒng)可靠性的前提下對(duì)可再生能源進(jìn)行合理的組合配額和規(guī)劃從而達(dá)到整個(gè)數(shù)據(jù)中心的最低成本和最少碳排放量也是目前研究的關(guān)鍵問題。文獻(xiàn)[11]構(gòu)建了一類包含綠色能源與化石燃料的數(shù)據(jù)中心模型，在盡量減少化石燃料消耗的同時(shí)，利用更多的綠色能源。在文獻(xiàn)[12]中，新能源通過并網(wǎng)設(shè)備就地并入電網(wǎng)，根據(jù)新能源的產(chǎn)量和服務(wù)器的數(shù)量，量化不同并網(wǎng)設(shè)備放置方案對(duì)于新能源利用率的影響。文獻(xiàn)[13]提出了一種能耗管理規(guī)劃方案，采用了DVFS 和服務(wù)器的整合技術(shù)來(lái)控制能耗需求，同時(shí)采用了儲(chǔ)能技術(shù)來(lái)平滑新能源的不穩(wěn)定供應(yīng)。文獻(xiàn)[14]利用數(shù)據(jù)中心負(fù)載可調(diào)節(jié)的特點(diǎn)與新能源提供量的變化進(jìn)行統(tǒng)一調(diào)諧，達(dá)到數(shù)據(jù)中心能耗控制與新能源有效利用的綜合優(yōu)化效果。

然而，現(xiàn)有工作較少考慮地理分布式數(shù)據(jù)中心可再生能源與負(fù)載的合理高效利用。數(shù)據(jù)中心可以部署在不同的位置，并根據(jù)位置特性引入可再生能源（例如：光伏），然后通過儲(chǔ)能系統(tǒng)完成可再生能源并離網(wǎng)。基于此，在碳交易市場(chǎng)條件下，本文提出了一種考慮清潔能源和儲(chǔ)能的多個(gè)數(shù)據(jù)中心之間的任務(wù)調(diào)度策略和能源管理模型，在數(shù)據(jù)中心供能側(cè)引入光伏系統(tǒng)，在原有的UPS 系統(tǒng)基礎(chǔ)上建設(shè)額外的儲(chǔ)能系統(tǒng)，并分析了加入儲(chǔ)能系統(tǒng)的可行性。本文通過優(yōu)化控制能源供給決策和任務(wù)的調(diào)度策略，在保證系統(tǒng)可靠性的前提下有效地降低數(shù)據(jù)中心的供電成本和碳排放量，并通過引入儲(chǔ)能系統(tǒng)和參與碳交易市場(chǎng)獲得一定的儲(chǔ)能效益和碳排放權(quán)銷售收益。利用算例證明了所提方法的有效性。

1 能源管理與任務(wù)調(diào)度框架

1.1 能源管理系統(tǒng)

數(shù)據(jù)中心能源管理系統(tǒng)結(jié)構(gòu)圖如圖1 所示，主要由光伏系統(tǒng)、UPS 儲(chǔ)能系統(tǒng)、逆變系統(tǒng)、電網(wǎng)組成。在有光伏輸入時(shí)逆變器將可再生能源產(chǎn)生的直流電轉(zhuǎn)換為交流電供給數(shù)據(jù)中心負(fù)載，不足的部分由電網(wǎng)和電池提供，且低電價(jià)區(qū)域電網(wǎng)優(yōu)先于電池供電，多出的部分將對(duì)比上網(wǎng)電價(jià)和電池循環(huán)成本判斷是并入電網(wǎng)還是給電池充電，在電池已充滿或光伏充電功率超出電池最大允許充電倍率時(shí)，多出的部分也將并入電網(wǎng)。在沒有光伏輸入且電價(jià)較高時(shí)，優(yōu)先使用電池通過原互聯(lián)網(wǎng)數(shù)據(jù)中心（Internet Data Center，IDC）儲(chǔ)能變流裝置（Power Conversion System，PCS）供給數(shù)據(jù)中心，當(dāng)電池電量放至設(shè)定值停止放電，切換成電網(wǎng)供電，如果沒有光伏輸入且電價(jià)較低則直接使用電網(wǎng)供電。

圖1 數(shù)據(jù)中心能源管理系統(tǒng)結(jié)構(gòu)圖Fig.1 Data center energy management system structure diagram

1.2 任務(wù)調(diào)度系統(tǒng)

分布式數(shù)據(jù)中心分布在電網(wǎng)的不同地理節(jié)點(diǎn)，可以依托電網(wǎng)供電，同時(shí)也可以依托附近可再生能源供電[15]。設(shè)定有m個(gè)地理分布式的前端節(jié)點(diǎn)，表示為{n1...nj...nm}，每個(gè)前端節(jié)點(diǎn)對(duì)應(yīng)1 個(gè)數(shù)據(jù)中心，用戶提交的任務(wù)匯聚到調(diào)度器，按照任務(wù)量大小降序等待處理，調(diào)度器會(huì)綜合考慮任務(wù)的到達(dá)信息、當(dāng)前的各節(jié)點(diǎn)工作狀態(tài)信息、光伏發(fā)電量信息、電價(jià)信息、電池狀態(tài)信息等，在預(yù)定的時(shí)間間隔內(nèi)將這些任務(wù)依次分配到恰當(dāng)?shù)那岸斯?jié)點(diǎn)。到達(dá)前端節(jié)點(diǎn)后，任務(wù)會(huì)在該節(jié)點(diǎn)的本地隊(duì)列排隊(duì)，并運(yùn)用裝箱近似算法中的降序最佳適應(yīng)算法（Best Fit Decreasing，BFD）的思想開啟一定數(shù)量的服務(wù)器直至所有任務(wù)配置完畢。任務(wù)調(diào)度系統(tǒng)的架構(gòu)如圖2所示。

圖2 任務(wù)調(diào)度系統(tǒng)架構(gòu)Fig.2 Task scheduling system architecture

2 能源管理系統(tǒng)模型

2.1 能源供給與需求模型

在含有可再生能源的數(shù)據(jù)中心能源網(wǎng)中配置儲(chǔ)能裝置可以平滑光伏發(fā)電設(shè)備的輸出功率，還可以實(shí)現(xiàn)負(fù)荷遷移，降低運(yùn)行成本[16]。設(shè)數(shù)據(jù)中心的能源供給與需求模型為＜S，G，D，B＞具體表示如下:

2.2 儲(chǔ)能電池模型

2.2.1 采購(gòu)成本

目前鋰電池在數(shù)據(jù)中心的應(yīng)用越來(lái)越廣，磷酸鐵鋰電池憑借壽命長(zhǎng)、安全性高、放電電壓平穩(wěn)的特性被越來(lái)越多的數(shù)據(jù)中心所采用，如今磷酸鐵鋰電池整包的循環(huán)壽命通常在2 000 次以上甚至更多。本文數(shù)據(jù)中心UPS 系統(tǒng)選擇磷酸鐵鋰電池并額外增加容量配置。以華為的ESM-48100B1 通信磷酸鐵鋰電池為例[17]，額定儲(chǔ)能量為4.8 kWh。在35 ℃環(huán)境下，以0.5C 放電、0.2C 充電，85%的放電深度循環(huán)壽命可達(dá)3 500 次。其中C 為電池充放電能力倍率，1C 為電池1 h 完全放電時(shí)電流強(qiáng)度。2022年華為通信電池ESM-48100B1 每組系統(tǒng)報(bào)價(jià)大概為4 500 元。

2.2.2 循環(huán)成本

UPS 電池系統(tǒng)在使用過程中有1 個(gè)最低放電容量標(biāo)準(zhǔn)，可以設(shè)置為在面對(duì)突發(fā)情況時(shí)能滿足讓服務(wù)器繼續(xù)工作一定的時(shí)間的儲(chǔ)能量，以應(yīng)對(duì)電力突發(fā)情況。參考國(guó)家A 級(jí)數(shù)據(jù)中心UPS 蓄電池后備時(shí)間15～30 min[18]，充電倍率0.2C、放電倍率0.5C，本文考慮UPS 蓄電池系統(tǒng)為服務(wù)器設(shè)備供電，后備時(shí)間以15 min 為例。

設(shè)定儲(chǔ)能設(shè)備可參與系統(tǒng)整個(gè)循環(huán)周期并維持系統(tǒng)可靠性的最低儲(chǔ)能量為640 kWh，并額外配置儲(chǔ)能量為1 560 kWh 的磷酸鐵鋰電池，考慮到每1 次循環(huán)電池容量會(huì)有衰減，近似認(rèn)為電池儲(chǔ)能量y與循環(huán)次數(shù)x滿足：y(x)=y(0)-σx，y（0）表示電池初始儲(chǔ)能量，σ表示衰減系數(shù)。經(jīng)過計(jì)算可以得出σ=0.628 6 kWh。因此，在經(jīng)過3 500 次循環(huán)后放出的總電量可以描述為等差數(shù)列遞減求和函數(shù)，即：

式中:Ax為電池在經(jīng)過x次循環(huán)衰減過后的剩余儲(chǔ)能量；Sx為電池循環(huán)x次所放出的總能量。當(dāng)x=3 500 次時(shí)，整個(gè)電池循環(huán)壽命周期總共可以放出3 850 925.05 kWh 電量?？紤]到維持系統(tǒng)可靠性的UPS 系統(tǒng)電池最低儲(chǔ)能量是每個(gè)數(shù)據(jù)中心原本采購(gòu)時(shí)必備的，因此在計(jì)算循環(huán)成本時(shí)當(dāng)去掉這一部分成本，已知傳統(tǒng)閥控式鉛酸蓄電池市場(chǎng)采購(gòu)價(jià)一般為500 元/kWh，因此總成本為1 742 500 元，折合每度電成本約為0.452 元/kWh，因此，電池循環(huán)成本為0.452 元/kWh。

2.2.3 電池模型

和分別表示在時(shí)隙k開始時(shí)，節(jié)點(diǎn)nj所在的數(shù)據(jù)中心電池的荷電狀態(tài)和儲(chǔ)能量，Ec為電池的額定儲(chǔ)能量。電池荷電狀態(tài)的更新可以表示為：

式中：θ為電池自放電損失率，由文獻(xiàn)[6]可知通常為每天0.1%～0.3%；為節(jié)點(diǎn)nj的儲(chǔ)能系統(tǒng)在時(shí)隙k的充放電量；為在時(shí)隙k節(jié)點(diǎn)nj所在數(shù)據(jù)中心電池系統(tǒng)是進(jìn)行充電、放電或是截止操作的指示函數(shù)，10/9 為放電，9/10 為充電，0 為截止。

在本文電池充放電效率均取0.9。為了提高電池系統(tǒng)可用性，在時(shí)隙k最好對(duì)電池執(zhí)行一個(gè)操作，即選擇充電、選擇放電或選擇電池達(dá)到設(shè)定值停止充放電。

在時(shí)隙k，對(duì)荷電狀態(tài)未達(dá)到設(shè)定值的節(jié)點(diǎn)nj所在數(shù)據(jù)中心電池系統(tǒng)充放電操作按以下3 種情況進(jìn)行：（1）光伏發(fā)電量大于負(fù)載需求進(jìn)行充電操作；（2）電網(wǎng)電價(jià)低于電池循環(huán)成本進(jìn)行充電操作；（3）光伏發(fā)電量小于負(fù)載需求且電網(wǎng)電價(jià)高于電池循環(huán)成本進(jìn)行放電操作。

3 碳交易模型

碳交易又稱碳排放權(quán)交易，指政府為了控制碳排放分配一定的排放額度給各企業(yè)，并鼓勵(lì)企業(yè)參與碳排放額度市場(chǎng)交易的手段[19]。

3.1 碳排放初始配額

碳排放權(quán)分配是指政策制定者通過初始分配給企業(yè)的配額。碳排放權(quán)分配方式分為無(wú)償和有償2 種，前者代表市場(chǎng)調(diào)節(jié)配額，一般表示企業(yè)自主參與碳排放權(quán)市場(chǎng)的交易配額；后者指政府對(duì)儲(chǔ)備配額進(jìn)行競(jìng)價(jià)拍賣。本文對(duì)各個(gè)數(shù)據(jù)中心的電負(fù)荷碳排放采用無(wú)償配額方式[20]，則節(jié)點(diǎn)nj所在的數(shù)據(jù)中心初始配額為：

式中：εe為單位電量排放系數(shù)[21]；為節(jié)點(diǎn)nj在時(shí)隙k的電量需求。

3.2 碳交易成本

對(duì)數(shù)據(jù)中心的能量供應(yīng)側(cè)而言，雖然在運(yùn)營(yíng)階段的光伏和儲(chǔ)能設(shè)備并不會(huì)帶來(lái)碳排放，但來(lái)自電網(wǎng)的電力卻會(huì)產(chǎn)生一定的碳排放。所以，若衡量數(shù)據(jù)中心在使用電網(wǎng)能量時(shí)所產(chǎn)生的碳排放量，可以用電網(wǎng)基準(zhǔn)線碳排放因子（Carbon Emission Factor，CEF）表示（數(shù)值記為CEF）[22]，因此，節(jié)點(diǎn)nj所在的數(shù)據(jù)中心碳排放量Eco2,j可表示為：

式中：為節(jié)點(diǎn)nj傳統(tǒng)電網(wǎng)在時(shí)隙k的供電量?？偺冀灰壮杀綜co2應(yīng)為：

式中：Pco2為單位碳排放交易價(jià)格。

4 任務(wù)模型和配置策略

4.1 任務(wù)流

在每個(gè)時(shí)隙，為了模擬任務(wù)請(qǐng)求的無(wú)規(guī)律性和獨(dú)立性，任務(wù)的大小和數(shù)量N都是在一定的范圍內(nèi)隨機(jī)產(chǎn)生的，任務(wù)請(qǐng)求在到達(dá)調(diào)度器后會(huì)進(jìn)行由大到小的排序。任務(wù)全局隊(duì)列矩陣定義為，表示在時(shí)隙k任務(wù)n的大小為，單位為1×109億條指令（Billion Instructions，BI）。令矩陣表示在第k個(gè)時(shí)隙分配給前端節(jié)點(diǎn)nj的任務(wù)總量大小。數(shù)據(jù)中心的整個(gè)調(diào)度周期定義為向量其中，tk表示第k個(gè)時(shí)隙，每個(gè)時(shí)隙的長(zhǎng)度為Δt=tk-tk-1(2 ≤k≤|T|)，以0.25 h 為1 個(gè)時(shí)隙。

4.2 負(fù)載功耗

根據(jù)2.1 數(shù)據(jù)中心的能源供給與需求模型，本文將機(jī)房電源使用效率（Power Usage Effectiveness，PUE）設(shè)為1.2，即數(shù)據(jù)中心輸入電能的5/6 用于IT設(shè)備消耗。通常情況下，數(shù)據(jù)中心的能耗主要由動(dòng)態(tài)能耗Edyn和靜態(tài)能耗Esta組成，前者是由系統(tǒng)設(shè)備和電路活動(dòng)引起的，而后者是由系統(tǒng)設(shè)備和電路活動(dòng)的電流泄露引起的，通?？珊雎圆挥?jì)[23]。因此，數(shù)據(jù)中心在整個(gè)調(diào)度周期的總能耗可近似為動(dòng)態(tài)能耗，即數(shù)據(jù)中心的電能需求D與IT 設(shè)備能耗E滿足：。節(jié)點(diǎn)nj在第k個(gè)時(shí)隙的總能耗為：

式中：為節(jié)點(diǎn)nj所在的數(shù)據(jù)中心在第k個(gè)時(shí)隙開啟的服務(wù)器臺(tái)數(shù)；pcact為處理器的活躍功率；pcidl為處理器的空閑功率；分別為節(jié)點(diǎn)nj在第k個(gè)時(shí)隙的活躍時(shí)間和空閑時(shí)間。

式中：v為服務(wù)器的任務(wù)處理速度，為一常數(shù)，用每秒1×106條指令（Million Instructions Per Second，MIPS）表示。

節(jié)點(diǎn)nj在第k個(gè)時(shí)隙消耗的總能量為：

令wk表示在時(shí)隙k所有數(shù)據(jù)中心消耗的總能量，則有：

4.3 成本最小化模型

在調(diào)度模型中，需要計(jì)算能源購(gòu)買成本和售電收入，表示節(jié)點(diǎn)nj所在的數(shù)據(jù)中心在第k個(gè)時(shí)隙電網(wǎng)狀態(tài)指示函數(shù)，其值為0 表示向電網(wǎng)售電，為1表示向電網(wǎng)購(gòu)電。數(shù)據(jù)中心的最終目標(biāo)是最小化總支出EC。矩陣表示第k個(gè)時(shí)隙前端節(jié)點(diǎn)nj所在地區(qū)的電價(jià)，在時(shí)隙k，節(jié)點(diǎn)nj所在數(shù)據(jù)中心的購(gòu)電支出由式（15）給出：

式中：csell為光伏上網(wǎng)電價(jià)。

4.3.1 目標(biāo)函數(shù)

考慮到數(shù)據(jù)中心的經(jīng)濟(jì)性和低碳性，因此，以電費(fèi)成本和碳交易成本之和最小為目標(biāo)，即：

4.3.2 約束條件

1）電池出力約束。為了提高電池的循環(huán)壽命并維持?jǐn)?shù)據(jù)中心的可靠性，有：

在時(shí)隙k，節(jié)點(diǎn)nj所在的數(shù)據(jù)中心可以再次充放電的能量也有上下界，表示為：

2）任務(wù)處理時(shí)間約束。任務(wù)的總處理時(shí)間應(yīng)當(dāng)小于等于時(shí)隙長(zhǎng)度：

3）能量供需平衡約束。在數(shù)據(jù)中心，電池既是出力設(shè)備也是耗能設(shè)備，指儲(chǔ)能系統(tǒng)放電供給節(jié)點(diǎn)nj所在的數(shù)據(jù)中心電量；指光伏系統(tǒng)和電網(wǎng)給予儲(chǔ)能系統(tǒng)的充電量；為正數(shù)表示購(gòu)電，負(fù)數(shù)表示售電[24]。

4）服務(wù)器激活數(shù)量約束。節(jié)點(diǎn)nj在時(shí)隙k所能激活的最大服務(wù)器數(shù)量應(yīng)小于等于該節(jié)點(diǎn)總的服務(wù)器臺(tái)數(shù)：

式中：Nt為總的服務(wù)器數(shù)量；分別為光伏、低價(jià)電網(wǎng)、電池、高價(jià)電網(wǎng)開啟的服務(wù)器數(shù)量。

4.4 任務(wù)配置流程

為了降低系統(tǒng)復(fù)雜度，本文假設(shè)任務(wù)是一維的。任務(wù)在到達(dá)全局隊(duì)列后會(huì)將其歸一化的結(jié)果按照遞減的順序進(jìn)行排序。在時(shí)隙k，數(shù)據(jù)中心按以下方式依次排成4 種隊(duì)列：（1）光伏發(fā)電降序排列；（2）低價(jià)電網(wǎng)升序排列；（3）荷電狀態(tài)大于0.3 的電池系統(tǒng)所在數(shù)據(jù)中心電價(jià)降序排列；（4）高價(jià)電網(wǎng)升序排列。依次對(duì)4 個(gè)隊(duì)列中的各個(gè)數(shù)據(jù)中心進(jìn)行任務(wù)配置，全局調(diào)度器會(huì)將任務(wù)陸續(xù)分配給隊(duì)列1 中序號(hào)為1 的數(shù)據(jù)中心直至該數(shù)據(jù)中心達(dá)到允許開啟的最大服務(wù)器數(shù)量才會(huì)將剩余任務(wù)分配給該隊(duì)列中下一個(gè)序號(hào)的數(shù)據(jù)中心，在隊(duì)列1 所有數(shù)據(jù)中心全部配置完畢后才會(huì)配置隊(duì)列2 中各個(gè)數(shù)據(jù)中心。節(jié)點(diǎn)nj所在的數(shù)據(jù)中心在時(shí)隙k由光伏、低價(jià)電網(wǎng)、電池和高價(jià)電網(wǎng)供電允許開啟的最大服務(wù)器數(shù)量分別為：

數(shù)據(jù)中心任務(wù)裝箱流程：第1 個(gè)任務(wù)到達(dá)時(shí)，數(shù)據(jù)中心會(huì)開啟1 臺(tái)服務(wù)器，每臺(tái)服務(wù)器最大允許配置的任務(wù)量l=vΔt，在第2 個(gè)任務(wù)到達(dá)時(shí)，如果能分配給第1 臺(tái)服務(wù)器就分配給第1 臺(tái)服務(wù)器，否則就開啟1 臺(tái)新的服務(wù)器來(lái)配置第2 個(gè)任務(wù)；依序處理各個(gè)任務(wù)，在處理第n個(gè)任務(wù)時(shí)，假定已開啟的服務(wù)器有t臺(tái)，將任務(wù)分配給所有能夠容納任務(wù)n的服務(wù)器中且分配后服務(wù)器已裝載任務(wù)量最大服務(wù)器自身序號(hào)最小的，當(dāng)且僅當(dāng)所有已開啟的服務(wù)器都不能容納任務(wù)n時(shí)，才開啟1 臺(tái)新的服務(wù)器，并將任務(wù)分配給這臺(tái)服務(wù)器[25]。

5 算例分析

本文以中國(guó)各省市100 個(gè)地理分布式的數(shù)據(jù)中心各時(shí)隙電價(jià)作為數(shù)據(jù)集進(jìn)行測(cè)試，國(guó)內(nèi)多地區(qū)光伏單日發(fā)電數(shù)據(jù)較少公布，本文選擇澳大利亞各地區(qū)光伏電站在某1 d 的光伏發(fā)電數(shù)據(jù)[26]，且為了更好對(duì)比，將澳大利亞各地區(qū)光伏電站的光伏裝機(jī)量都設(shè)為1 個(gè)固定值，其各個(gè)時(shí)隙的光伏發(fā)電量按照原始裝機(jī)量與固定值之間的比值進(jìn)行換算。光伏上網(wǎng)電價(jià)以2021 年山東省發(fā)改委公布的光伏上網(wǎng)電價(jià)0.394 9 元/kWh 為標(biāo)準(zhǔn)[27]，其余各參數(shù)設(shè)置見表1。

表1 系統(tǒng)參數(shù)設(shè)置Table 1 System parameter settings

為了檢驗(yàn)整個(gè)系統(tǒng)模型的最終性能，本文利用Python 進(jìn)行仿真分析，對(duì)不同時(shí)隙實(shí)時(shí)負(fù)載的能耗、主網(wǎng)、光伏和蓄電池的出力情況做對(duì)比，分析可知在不同的時(shí)隙均滿足供需平衡且在光伏發(fā)電量較高的時(shí)隙會(huì)進(jìn)行并網(wǎng)售電，UPS 電池系統(tǒng)會(huì)在不同的時(shí)隙選擇合適的充放電操作，負(fù)載與各能源供給設(shè)備的實(shí)時(shí)出力情況如圖3 所示。

圖3 負(fù)載能耗與設(shè)備出力情況Fig.3 Load energy consumption and equipment output

在1 個(gè)調(diào)度周期結(jié)束，各節(jié)點(diǎn)處的任務(wù)處理時(shí)間和電池最終的荷電狀態(tài)如圖4 所示，從圖4 可知，各節(jié)點(diǎn)處的電池荷電狀態(tài)均在設(shè)定范圍以內(nèi)。

各個(gè)時(shí)隙的電費(fèi)變化情況如圖5 所示。在光伏發(fā)電量較高的時(shí)隙，電費(fèi)為負(fù)[28]，這表明光伏并網(wǎng)發(fā)電，此時(shí)不僅沒有電費(fèi)支出反而可以獲得一定的電費(fèi)收益。

圖5 各時(shí)隙電費(fèi)變化情況Fig.5 Changes in electricity bills for each time slot

在凌晨一般電價(jià)都較低，在任務(wù)量不大的時(shí)候電池就會(huì)進(jìn)行充電操作，在一定程度上會(huì)增加對(duì)電網(wǎng)的電力使用量導(dǎo)致較高的碳排放，但是從經(jīng)濟(jì)效益上來(lái)說可以在一定程度上降低在電價(jià)較高時(shí)隙時(shí)對(duì)電網(wǎng)電力的依賴性，從而減少了在高電價(jià)時(shí)隙的碳排放量。各時(shí)隙碳排放量變化如圖6 所示，在光伏發(fā)電量較高的時(shí)隙，碳排放量為負(fù)值，表示不僅不需要從電網(wǎng)購(gòu)電反而可以反向向電網(wǎng)輸送電力從而減少的碳排放量[29]。

圖6 各時(shí)隙碳排放量變化情況Fig.6 Changes in carbon emissions in each time slot

針對(duì)本文所提出的模型，分別設(shè)置了4 種不同模式對(duì)最終的費(fèi)用支出進(jìn)行比較分析，其結(jié)果如圖7 所示。

圖7 費(fèi)用對(duì)比Fig.7 Cost comparison among four modes

由圖7 費(fèi)用對(duì)比圖可知，對(duì)于不引入光伏系統(tǒng)和沒有儲(chǔ)能系統(tǒng)參與調(diào)度的100 個(gè)數(shù)據(jù)中心每日的最初電費(fèi)之和達(dá)到了231 490.8 元，在引入光伏系統(tǒng)和儲(chǔ)能參與并通過碳交易市場(chǎng)進(jìn)行碳排放權(quán)交易時(shí)，最終的實(shí)際支出只有113 804.1 元，此時(shí)不僅不需要購(gòu)買碳排放權(quán)，反而可以通過碳交易市場(chǎng)獲得一定的碳交易收入，雖然引入額外的儲(chǔ)能系統(tǒng)會(huì)在數(shù)據(jù)中心建設(shè)初期增加一定的建設(shè)成本，但由于我們考慮到了電池的每1 次循環(huán)成本，在整個(gè)調(diào)度周期實(shí)際的支出就已經(jīng)包含了電池的循環(huán)成本在內(nèi)，因此在每個(gè)周期結(jié)束由于儲(chǔ)能的參與也會(huì)獲得一定的儲(chǔ)能效益。

6 結(jié)論

本文在傳統(tǒng)數(shù)據(jù)中心運(yùn)行模式下，對(duì)按能源供給和任務(wù)調(diào)度分別建立相應(yīng)的系統(tǒng)模型。在能源供給側(cè)，引入光伏系統(tǒng)和加入額外的儲(chǔ)能電池，計(jì)算了加入磷酸鐵鋰作為儲(chǔ)能電池的可行性。在負(fù)載側(cè)，任務(wù)請(qǐng)求會(huì)先進(jìn)入調(diào)度器進(jìn)行排序，然后根據(jù)各節(jié)點(diǎn)能源供給情況、工作信息、電價(jià)和電池荷電狀態(tài)等分別配置到各個(gè)數(shù)據(jù)中心前端節(jié)點(diǎn)的本地隊(duì)列中進(jìn)行排列，最后利用降序最佳適應(yīng)算法的思想，開啟最少數(shù)量的服務(wù)器以完成所有任務(wù)由本地隊(duì)列到服務(wù)器的配置，得到以下結(jié)論：

1）通過計(jì)算證明了在數(shù)據(jù)中心加入磷酸鐵鋰電池作為額外儲(chǔ)能電池可以獲得更好的經(jīng)濟(jì)性，在碳交易市場(chǎng)環(huán)境下也更能體現(xiàn)加入儲(chǔ)能系統(tǒng)所潛在的價(jià)值。

2）通過算例對(duì)比分析表明，在數(shù)據(jù)中心引入可再生能源和加入額外的儲(chǔ)能系統(tǒng)過后，通過能源供給與任務(wù)調(diào)度協(xié)同優(yōu)化可以提高能源利用率、降低成本和減少碳排放量，甚至能通過并網(wǎng)售電和碳排放權(quán)交易獲得額外的收入。

在國(guó)家提出“雙碳”的發(fā)展目標(biāo)下，碳交易市場(chǎng)和能源市場(chǎng)也在進(jìn)一步開放，本文提出的能源管理模型和任務(wù)調(diào)度策略對(duì)于零碳數(shù)據(jù)中心的建設(shè)具有借鑒意義，在后續(xù)的研究中將考慮對(duì)任務(wù)類型的劃分和可再生能源出力的不確定性對(duì)系統(tǒng)的影響。