計(jì)及多元靈活性的不同地理分布數(shù)據(jù)中心協(xié)同運(yùn)行優(yōu)化策略

頊佳宇，李笑彤，王曉冰，李 冰，周世博，周 明，顧靖達(dá)

（1.國網(wǎng)北京市電力公司，北京 100031；2.中國國際工程咨詢公司，北京 100048；3.新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室（華北電力大學(xué)），北京 102206）

0 引言

近年來，隨著大規(guī)模虛擬化、云計(jì)算等技術(shù)的發(fā)展和互聯(lián)網(wǎng)服務(wù)需求快速增長，數(shù)據(jù)中心（Data Center，DC）產(chǎn)業(yè)的投資、規(guī)模以及能源消耗在信息數(shù)字化蓬勃發(fā)展的大背景下呈現(xiàn)出指數(shù)級增長趨勢，其機(jī)架數(shù)量預(yù)計(jì)在2025 年將達(dá)759 萬架，較2021年增長45%，這使得數(shù)據(jù)中心的用電量逐年上升，2021年數(shù)據(jù)中心的電能消耗約占全社會電力總消耗的2.7%[1]。隨著東數(shù)西算戰(zhàn)略的提出，為應(yīng)對我國數(shù)據(jù)中心巨大耗電量及區(qū)域能源稟賦差異的問題，我國正在全面探索多區(qū)域數(shù)據(jù)中心靈活協(xié)同運(yùn)行的新模式[2-3]。

目前，隨著我國相關(guān)政策的不斷落實(shí)，數(shù)據(jù)中心產(chǎn)業(yè)集群將逐漸形成數(shù)據(jù)要素跨區(qū)流通的局面，數(shù)據(jù)中心的規(guī)模和靈活性潛力將進(jìn)一步擴(kuò)大[4-5]，需要數(shù)據(jù)中心開展協(xié)同運(yùn)行，促進(jìn)數(shù)據(jù)中心優(yōu)化自身運(yùn)行，充分發(fā)揮自身靈活可調(diào)優(yōu)勢。隨著數(shù)據(jù)中心規(guī)模的快速增長，其改變自身用電行為，將影響所在區(qū)域的電力價格[6-7]。當(dāng)前，國內(nèi)外對于數(shù)據(jù)中心參與需求響應(yīng)和實(shí)現(xiàn)靈活運(yùn)行的研究主要分為兩類：一是專注于單體數(shù)據(jù)中心內(nèi)部運(yùn)行[8-[9]；另一種則是考慮不同地理分布多數(shù)據(jù)中心協(xié)同運(yùn)行[10]。針對單體數(shù)據(jù)中心內(nèi)部運(yùn)行，文獻(xiàn)[11]考慮了滿足延遲服務(wù)質(zhì)量的時域負(fù)載靈活性調(diào)度問題，通過負(fù)載自身時延特性，結(jié)合不同時段的電價差異，實(shí)現(xiàn)數(shù)據(jù)中心在時域范圍內(nèi)的遷移。文獻(xiàn)[12]則在時域調(diào)度的基礎(chǔ)上，考慮了新能源出力的隨機(jī)性與波動性，實(shí)時控制數(shù)據(jù)中心內(nèi)部負(fù)載遷移至新能源高發(fā)時段，以盡可能消納新能源。而數(shù)據(jù)中心源自于自身負(fù)載的特殊性，具備其他靈活性資源所沒有的空間靈活調(diào)度能力，進(jìn)而實(shí)現(xiàn)不同地理分布多數(shù)據(jù)中心協(xié)同運(yùn)行，文獻(xiàn)[13]以協(xié)同運(yùn)行成本最小為目標(biāo)，充分利用不同區(qū)域間的電價差異性，激勵高電價區(qū)域數(shù)據(jù)中心負(fù)載遷移至低電價區(qū)域數(shù)據(jù)中心中進(jìn)行處理。文獻(xiàn)[14]則同時考慮單體數(shù)據(jù)中心內(nèi)部優(yōu)化運(yùn)行以及考慮不同地理分布多數(shù)據(jù)中心協(xié)同運(yùn)行，以區(qū)域電力供需匹配度為目標(biāo)函數(shù)，通過電價及不同激勵政策的影響，促進(jìn)數(shù)據(jù)中心內(nèi)負(fù)載遷移至新能源豐富的區(qū)域或時段，實(shí)現(xiàn)電力系統(tǒng)供需平衡?，F(xiàn)有文獻(xiàn)中關(guān)于數(shù)據(jù)中心靈活運(yùn)行的研究主要聚焦于工作負(fù)載特性所激發(fā)的時空靈活性，卻忽視了同樣能耗巨大的數(shù)據(jù)中心制冷系統(tǒng)的靈活調(diào)節(jié)能力，往往將其用固定的電源使用效率（Power Usage Effectiveness，PUE）指標(biāo)所描述。

基于研究的不足，本文提出了一種計(jì)及數(shù)據(jù)中心時空多元靈活性的雙層優(yōu)化模型。其中上層模型是以最小化數(shù)據(jù)中心運(yùn)行成本為目標(biāo)，對單體數(shù)據(jù)中心內(nèi)部工作負(fù)載和制冷系統(tǒng)進(jìn)行配置，下層模型則是以火電和風(fēng)電聯(lián)合運(yùn)行成本最小化為目標(biāo)，對系統(tǒng)側(cè)的火電機(jī)組以及新能源機(jī)組進(jìn)行優(yōu)化配置。最后以IEEE-30 節(jié)點(diǎn)系統(tǒng)為例進(jìn)行驗(yàn)證，結(jié)果表明所提雙層優(yōu)化模型利用了不同地理分布多數(shù)據(jù)中心時空多元靈活性，同時降低了系統(tǒng)側(cè)聯(lián)合發(fā)電成本與數(shù)據(jù)中心的協(xié)同運(yùn)行成本。

1 數(shù)據(jù)中心靈活性分析

1.1 數(shù)據(jù)中心計(jì)算負(fù)載靈活性

一般數(shù)據(jù)中心的任務(wù)負(fù)載可根據(jù)任務(wù)對處理時間的靈敏性分為延遲容忍型負(fù)載和延遲敏感型負(fù)載。延遲容忍型負(fù)載主要由數(shù)據(jù)處理信息復(fù)雜、計(jì)算時間長的任務(wù)組成，能夠容忍一定程度的時間延遲[15]；延遲敏感型負(fù)載主要由實(shí)時任務(wù)組成，對時間延遲的敏感型高。數(shù)據(jù)中心空間靈活性是指不同地理位置上的數(shù)據(jù)中心之間的工作負(fù)載遷移處理，不管是延遲容忍型負(fù)載還是延遲敏感型負(fù)載都具備空間靈活性?？紤]到數(shù)據(jù)中心集群的地域分布特征、環(huán)境溫度和資源豐富度等差異，不同地理位置和時刻數(shù)據(jù)中心的電價也不盡相同，利用數(shù)據(jù)中心時空尺度的靈活性能夠?qū)⒇?fù)載遷移到電價低的數(shù)據(jù)中心處理，實(shí)現(xiàn)多數(shù)據(jù)中心協(xié)同，以減少數(shù)據(jù)中心用電成本。但同時在計(jì)算負(fù)載遷移過程中，不可避免會出現(xiàn)傳輸線路堵塞以及接收路由器等網(wǎng)絡(luò)設(shè)備的能耗，進(jìn)而增加數(shù)據(jù)的傳輸成本，因此在調(diào)控空間轉(zhuǎn)移負(fù)載時需要綜合考慮運(yùn)行成本進(jìn)行決策[16]。

1.2 數(shù)據(jù)中心制冷系統(tǒng)靈活性

當(dāng)前制冷系統(tǒng)一般有空氣自由冷卻和液體冷卻兩種方式，但液體冷卻技術(shù)對環(huán)境要求較高，而空氣自由冷卻的核心則是中央空調(diào)，普適性強(qiáng)。中央空調(diào)系統(tǒng)（Central Air-Conditioning System，CACS）的核心是熱儲存和熱延遲效應(yīng)的應(yīng)用，其具體運(yùn)行過程如圖1 所示。

圖1 數(shù)據(jù)中心靈活運(yùn)行框架Fig.1 Flexible operation framework for data center

制冷柜在給定時間段內(nèi)存儲熱量，其值等于外界太陽和計(jì)算器所釋放熱量與外界冷空氣散發(fā)熱量和制冷設(shè)備散發(fā)熱量之差。考慮到數(shù)據(jù)中心內(nèi)部的服務(wù)器等設(shè)施都有一定的工作溫度區(qū)間，可以在新能源出力較大，節(jié)點(diǎn)電價較低時增加制冷系統(tǒng)的用電量，多余的冷空氣則存儲在蓄冷罐中；在電價升高時可以減少制冷系統(tǒng)的用電量甚至是關(guān)閉制冷系統(tǒng)，蓄冷罐則釋放之前所存儲的冷空氣，使數(shù)據(jù)中心內(nèi)部溫度在一段時間內(nèi)維持在合適的區(qū)間，達(dá)到可中斷負(fù)荷的作用，激發(fā)制冷系統(tǒng)的靈活性[17]。

由于數(shù)據(jù)中心內(nèi)部配備大量的控制器和實(shí)時反饋設(shè)備，能夠?qū)崿F(xiàn)高度自動化的負(fù)載處理流程，能夠?qū)T 設(shè)備（如服務(wù)器、存儲設(shè)備等）和輔助設(shè)備（主要以空調(diào)系統(tǒng)為例）的電力負(fù)荷和狀態(tài)進(jìn)行實(shí)時監(jiān)控和全局調(diào)動，因此數(shù)據(jù)中心具有較大的靈活性潛力，可積極參與需求響應(yīng)[18]。由圖1 可知數(shù)據(jù)中心靈活運(yùn)行框架主要分為兩部分：一是不同地理分布多數(shù)據(jù)中心之間的協(xié)同靈活調(diào)度；另一種則是單體數(shù)據(jù)中心內(nèi)部工作負(fù)載和制冷系統(tǒng)的靈活調(diào)度。

2 考慮不同地理分布多數(shù)據(jù)中心的雙層協(xié)同優(yōu)化模型

數(shù)據(jù)中心的多元靈活性賦予其在時間和空間2個維度上進(jìn)行用電負(fù)荷的轉(zhuǎn)移，而隨著數(shù)據(jù)中心耗能的不斷增加，其用電負(fù)荷行為的改變不僅僅影響到自身計(jì)算負(fù)載處理策略，還會影響到其所在區(qū)域的電價。因此本文建立了考慮不同地理分布多數(shù)據(jù)中心協(xié)同雙層優(yōu)化模型，其中上層模型是數(shù)據(jù)中心決策模型，以多數(shù)據(jù)中心運(yùn)行成本最小為目標(biāo)函數(shù)，根據(jù)自身用能組成和下層傳遞的節(jié)點(diǎn)電價信號優(yōu)化數(shù)據(jù)中心用電行為；下層模型為市場出清模型，以火電和風(fēng)電的聯(lián)合出清成本最小為目標(biāo)函數(shù)，根據(jù)上層數(shù)據(jù)中心的用電行為影響市場出清，形成市場價格信號，量化數(shù)據(jù)中心多元靈活性價值。

2.1 上層模型

2.1.1 目標(biāo)函數(shù)

建立考慮不同地理分布多數(shù)據(jù)中心和電網(wǎng)協(xié)同交互的雙層優(yōu)化模型，其中上層模型是以最小化數(shù)據(jù)中心運(yùn)行成本為目標(biāo)函數(shù)，由云服務(wù)商管理（Cloud Service Provider，CSP）。不同地理分布多數(shù)據(jù)中心協(xié)同運(yùn)行成本如式（1）所示；多數(shù)據(jù)中心用電成本如式（2）所示；數(shù)據(jù)中心間利用光纖通信轉(zhuǎn)移計(jì)算負(fù)荷的傳輸成本如式（3）所示：

式中：Cop為多數(shù)據(jù)中心運(yùn)行耗電成本；為數(shù)據(jù)中心i經(jīng)過需求響應(yīng)后在t時段的用電量；γi,t為數(shù)據(jù)中心i所在節(jié)點(diǎn)的節(jié)點(diǎn)邊際電價；Ctrans為數(shù)據(jù)中心的傳輸成本；Ztr為傳輸成本系數(shù)，其由傳輸距離、傳輸介質(zhì)材料等因素所決定；和Ei,t分別為數(shù)據(jù)中心i在t時段需求響應(yīng)前、后的計(jì)算負(fù)載數(shù)量；T為一天24 時刻的集合；I為多個數(shù)據(jù)中心集合。

2.1.2 約束條件

1）數(shù)據(jù)中心工作負(fù)載約束。由于數(shù)據(jù)中心具有時空多元靈活性，即數(shù)據(jù)中心可以在時間和空間兩個維度轉(zhuǎn)移負(fù)荷，可以將數(shù)據(jù)中心的計(jì)算負(fù)載聚合后轉(zhuǎn)移到節(jié)點(diǎn)邊際電價較低的時段和節(jié)點(diǎn)進(jìn)行處理，進(jìn)一步挖掘數(shù)據(jù)中心的靈活性潛力，從而達(dá)到節(jié)約數(shù)據(jù)中心的用電成本的目的。式（4）—式（11）主要描述了靈活調(diào)度前后的約束關(guān)系：

2）數(shù)據(jù)中心制冷系統(tǒng)約束。隨著儲熱技術(shù)的發(fā)展，制冷出力不再是無法控制的恒定量，而變成可調(diào)節(jié)的靈活變化量[19]。因此，本文采用了基于空氣自由冷卻的CACS 方式，充分挖掘制冷系統(tǒng)的靈活調(diào)節(jié)潛力。CACS 一般由釋放冷能的空調(diào)機(jī)組和存儲并釋放冷能的蓄冷罐組成，其關(guān)于釋放的冷能約束如式（12）—式（18）所示：

3）數(shù)據(jù)中心服務(wù)器溫度適宜度約束。已有研究表明，數(shù)據(jù)中心內(nèi)部的計(jì)算服務(wù)器存在一定范圍內(nèi)的工作溫度區(qū)間，溫度過高將導(dǎo)致計(jì)算服務(wù)器損耗的加速，溫度過低將導(dǎo)致計(jì)算性能的大幅度下降，因此數(shù)據(jù)中心制冷系統(tǒng)在持續(xù)制冷的過程中要保持室內(nèi)溫度保持在一定的合理區(qū)間內(nèi)，其具體約束如式（19）—式（21）所示：

4）數(shù)據(jù)中心能耗約束。綜上所述，數(shù)據(jù)中心能耗一般由IT 設(shè)備能耗和制冷能耗所組成，但仍有一小部分不具備靈活調(diào)節(jié)能力的設(shè)備能耗，因此本文采用固定常數(shù)的形式來表征。數(shù)據(jù)中心總能耗如式（22）所示：

式中：常數(shù)Ci則為數(shù)據(jù)中心內(nèi)部一些不具備靈活調(diào)節(jié)能力的設(shè)備能耗。

2.2 下層模型

2.2.1 目標(biāo)函數(shù)

下層模型是以社會福利最大化，即火電和風(fēng)電聯(lián)合運(yùn)行成本最小化為目標(biāo)函數(shù)，由獨(dú)立系統(tǒng)運(yùn)營商（Independent System Operator，ISO）管理[20]。

2.2.2 約束條件

下層約束條件主要包括火電機(jī)組的運(yùn)行約束（如火電機(jī)組爬坡約束、旋轉(zhuǎn)備用約束等）、風(fēng)電機(jī)組運(yùn)行約束（如風(fēng)電機(jī)組機(jī)電轉(zhuǎn)換效率約束、風(fēng)電棄電約束等）和系統(tǒng)約束。其中，火電機(jī)組運(yùn)行約束和風(fēng)電機(jī)組運(yùn)行約束見文獻(xiàn)[21]，系統(tǒng)約束如式（29）—式（33）所示。

式中：αn為位于節(jié)點(diǎn)n處的發(fā)電機(jī)集合；βn為位于節(jié)點(diǎn)n處的負(fù)荷集合；to(n)為終點(diǎn)為節(jié)點(diǎn)n的線路集合；fr(n)為起點(diǎn)為節(jié)點(diǎn)n的線路集合；為線路凈傳輸功率；Pk,t為除數(shù)據(jù)中心以外的其它負(fù)荷需求；cw，ck分別為風(fēng)電和負(fù)荷的波動系數(shù)；l 為系統(tǒng)電力線路；k 為系統(tǒng)中不參與需求響應(yīng)的負(fù)荷。

2.3 模型的求解

由于上層模型式（3）中包含了絕對值，其本質(zhì)是一個分段函數(shù)，采用0-1 變量可將其轉(zhuǎn)變?yōu)榫€性約束進(jìn)行求解。在此基礎(chǔ)上，本文的雙層協(xié)同優(yōu)化模型可轉(zhuǎn)化為混合整數(shù)線性規(guī)劃模型，可采用Cplex 求解器進(jìn)行求解。具體迭代過程如圖2 所示，其中S為迭代輪次。

圖2 考慮數(shù)據(jù)中心多元靈活性的雙層優(yōu)化模型求解流程圖Fig.2 Flowchart for solving bi-level optimization model considering of data center with multiple flexibility

3 算例分析

3.1 算例設(shè)置

本文以IEEE30 節(jié)點(diǎn)系統(tǒng)為例進(jìn)行算例分析，在原有的8 臺火電基礎(chǔ)上，分別在節(jié)點(diǎn)4，16，22 處增添風(fēng)電機(jī)組、光伏機(jī)組與數(shù)據(jù)中心，具體如圖3所示。其中G 代表火電機(jī)組，R 代表新能源機(jī)組。

圖3 系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.3 System network topology

本算例中使用中國3 個地區(qū)真實(shí)的風(fēng)電光伏數(shù)據(jù)，負(fù)荷數(shù)據(jù)使用了當(dāng)?shù)氐呢?fù)荷數(shù)據(jù)，不同地理分布的多個數(shù)據(jù)中心為了簡化采用同一內(nèi)部參數(shù)，其中火電、風(fēng)電的相關(guān)參數(shù)來源于文獻(xiàn)[18]，數(shù)據(jù)中心相關(guān)參數(shù)來源于文獻(xiàn)[22]和[23]，具體如表1 所示。

表1 數(shù)據(jù)中心基礎(chǔ)參數(shù)設(shè)置Table 1 Basic parameters settings of data center

3.2 需求響應(yīng)后數(shù)據(jù)中心靈活運(yùn)行結(jié)果分析

利用2.3 節(jié)所介紹的方法迭代求解雙層協(xié)同優(yōu)化模型，其中數(shù)據(jù)中心總成本在需求響應(yīng)前后的變化情況如圖4 所示。

圖4 需求響應(yīng)前后成本變化情況Fig.4 Cost changes before and after demand response

其中底層表示的是3 個數(shù)據(jù)中心在負(fù)載高峰時段（10：00—20：00 時）的成本變化情況；中間層表示的是總成本在需求響應(yīng)前后的變化幅度；上層則表示的是總成本在不同時間段的變化百分比。由圖4 可以看出3 個數(shù)據(jù)中心在進(jìn)行需求響應(yīng)后，其成本在負(fù)載高峰時間段都有明顯的減少，其中在18：00 成本下降幅度最大，達(dá)到了692.4 元，較需求響應(yīng)前下降了55.56%。分析其原因，一是數(shù)據(jù)中心中的工作負(fù)載在電價差異的激勵下的時空遷移，二是數(shù)據(jù)中心內(nèi)制冷系統(tǒng)的靈活調(diào)度所帶來的節(jié)能優(yōu)化。

圖5 為含有數(shù)據(jù)中心節(jié)點(diǎn)4，16，22 的節(jié)點(diǎn)邊際電價圖。由圖5 可以看出數(shù)據(jù)中心3 所在節(jié)點(diǎn)的節(jié)點(diǎn)邊際電價要小于其他2 個節(jié)點(diǎn)。圖6（a）—圖6（c）給出了3 個數(shù)據(jù)中心參與需求響應(yīng)前后其處理負(fù)載的運(yùn)行狀態(tài)。

圖5 節(jié)點(diǎn)邊際電價圖Fig.5 Locational marginal price map

圖6 數(shù)據(jù)中心負(fù)載處理量Fig.6 Load processing capacity of data center

對于數(shù)據(jù)中心1 而言，其作為工作負(fù)載初始接受量最大的數(shù)據(jù)中心，其需求響應(yīng)后的負(fù)載大幅減少，其中絕大多數(shù)延遲容忍型負(fù)荷遷移給了其他數(shù)據(jù)中心，而部分延遲敏感型負(fù)載受到服務(wù)質(zhì)量的約束仍保留在數(shù)據(jù)中心1 中。因?yàn)閿?shù)據(jù)中心1 所在節(jié)點(diǎn)的邊際電價要明顯高于數(shù)據(jù)中心3 所在節(jié)點(diǎn)，工作負(fù)載會優(yōu)先轉(zhuǎn)移至低電價的數(shù)據(jù)中心中去處理；而因?yàn)閿?shù)據(jù)中心2 所在節(jié)點(diǎn)的邊際電價更低且數(shù)據(jù)中心3 的處理容量限制，仍會有相當(dāng)一部分的延遲容忍型負(fù)載留在數(shù)據(jù)中心1 內(nèi)部處理。對于數(shù)據(jù)中心2 而言，其所在節(jié)點(diǎn)的邊際電價最低，導(dǎo)致所有延遲容忍型負(fù)載到率轉(zhuǎn)移到了數(shù)據(jù)中心3處，同樣地其延遲敏感型負(fù)載受到服務(wù)質(zhì)量的影響會保留一部分在數(shù)據(jù)中心2 里面處理。對于數(shù)據(jù)中心3 而言，作為所在節(jié)點(diǎn)的邊際電價最低的數(shù)據(jù)中心，其承擔(dān)了大量外來工作負(fù)載，其空間靈活性沒有得到滿足但是時間靈活性發(fā)揮了作用，部分延遲容忍型負(fù)載為了避開4 時和21 時的尖峰電價，會遷移至其他時段。

另外一部分成本優(yōu)化的原因是數(shù)據(jù)中心內(nèi)部制冷系統(tǒng)中的空調(diào)負(fù)荷的靈活調(diào)度能力，通過蓄冷罐吸收釋放冷空氣，以實(shí)現(xiàn)制冷系統(tǒng)的高效節(jié)能運(yùn)作。圖7（a）—圖7（c）展現(xiàn)了需求響應(yīng)前后不同數(shù)據(jù)中心內(nèi)部制冷能耗的變化情況。選取負(fù)載處理高峰時段（10：00—20：00 時），可以看出數(shù)據(jù)中心1和數(shù)據(jù)中心2 的制冷能耗都有所下降，而數(shù)據(jù)中心3 的制冷能耗卻有所增加，其主要原因在于數(shù)據(jù)中心內(nèi)部的制冷功耗與數(shù)據(jù)中心室內(nèi)熱量息息相關(guān)，而數(shù)據(jù)中心室內(nèi)熱量主要由計(jì)算服務(wù)器處理負(fù)載時所散發(fā)，處理的負(fù)載越多，散發(fā)的熱量就越多[24]。此外，在相同參數(shù)的數(shù)據(jù)中心之間進(jìn)行負(fù)載遷移，其負(fù)載處理的能耗量是保持不變的，這意味若采取以往的PUE 值表示制冷能耗，需求響應(yīng)前后制冷能耗的總量也不應(yīng)變化[12，14，18]，但本文所提出的CACS靈活調(diào)節(jié)系統(tǒng)在需求響應(yīng)前后，其制冷能耗總量從253.27 MW 下降至229.70 MW。這說明本文所提出的制冷系統(tǒng)靈活調(diào)度不僅能受到電價時域差異影響改變出力，也可以實(shí)現(xiàn)制冷能耗的減少。

圖7 數(shù)據(jù)中心制冷變化情況Fig.7 Changes in cooling energy consumption of data center

綜上所述，數(shù)據(jù)中心的多元靈活性在需求響應(yīng)前后可以導(dǎo)致不同地理分布多數(shù)據(jù)中心集體成本的下降，從13 573.43 元下降到9 447.03 元，下降了30.40%，其中部分原因是利用工作負(fù)載自身特性感知不同區(qū)域和不同時段的電價差異性進(jìn)行計(jì)算負(fù)載的時空遷移，部分原因是利用CACS 調(diào)節(jié)手段，實(shí)現(xiàn)制冷能耗的減少。

3.3 數(shù)據(jù)中心服務(wù)器工作適宜度分析

類比于人體，數(shù)據(jù)中心內(nèi)部的計(jì)算服務(wù)器存在一定范圍的高效工作溫度區(qū)間，溫度過高將加快計(jì)算服務(wù)器及輔助設(shè)備的損耗，溫度過低將導(dǎo)致內(nèi)部服務(wù)器處理負(fù)載速率變慢，可能造服務(wù)質(zhì)量下降[25]。因此數(shù)據(jù)中心系統(tǒng)在制冷過程中不是隨意出力，要保持室內(nèi)溫度在一定的合理區(qū)間內(nèi)。本研究通過不斷改變室內(nèi)溫度的上下限，借此分析在不同溫度限制下，制冷能耗的變化情況。

表2 展示了在上限和下限溫度不斷變化下的制冷能耗的變化情況。從表2 可知上限溫度與制冷能耗總量呈反比，上限溫度越高，制冷能耗最低，其原因在于服務(wù)器的耐熱程度越高，所需求的冷空氣需求越少，制冷系統(tǒng)出力越少；而下限溫度則與制冷能耗總量呈正比，但上升幅度要明顯小于上限溫度造成的制冷能耗變化情況。此外，在改變上限溫度同時保持下限溫度（14 ℃）不變，改變下限溫度同時保持上限溫度（30 ℃）不變，即不斷改變上限實(shí)則是不斷拉大適宜度的范圍，而不斷改變下限則是不斷縮小適宜度的范圍，因此擴(kuò)大計(jì)算服務(wù)器的工作溫度范圍將有利于數(shù)據(jù)中心內(nèi)部制冷系統(tǒng)的節(jié)能高效運(yùn)行。

表2 不同溫度范圍內(nèi)的制冷能耗Table 2 Cooling energy consumption with different temperature conditions

4 結(jié)語

本文通過挖掘數(shù)據(jù)中心多元靈活調(diào)度能力，利用工作負(fù)載特性和制冷系統(tǒng)的可調(diào)節(jié)能力，明確數(shù)據(jù)中心參與需求響應(yīng)能力，提出計(jì)及數(shù)據(jù)中心多元靈活運(yùn)行框架；建立一種考慮不同地理分布多數(shù)據(jù)中心的雙層協(xié)同優(yōu)化模型來進(jìn)行與電網(wǎng)的交互模擬，通過該模型分析數(shù)據(jù)中心需求響應(yīng)前后對自身運(yùn)行狀態(tài)的影響。分析結(jié)果表明，在電價差異性的激勵下，去追蹤電價較低的區(qū)域和時段，將數(shù)據(jù)中心內(nèi)工作負(fù)載在時空雙維度上進(jìn)行遷移，實(shí)現(xiàn)自身成本的優(yōu)化。此外，在制冷柜與蓄冷罐的協(xié)作下，制冷系統(tǒng)能在電價低的時段加大制冷出力，在電價高的時段減少制冷出力，實(shí)現(xiàn)能耗減少和進(jìn)一步減少用電成本。