数字经济下,发展以“高能源效率、低环境影响”为主要特征的绿色数据中心(green data center,GDC)是应对碳中和挑战和促进社会可持续发展的重要举措。如何科学配置供需侧资源,在满足服务质量约束的前提下,充分利用数据用户的互动响应潜...数字经济下,发展以“高能源效率、低环境影响”为主要特征的绿色数据中心(green data center,GDC)是应对碳中和挑战和促进社会可持续发展的重要举措。如何科学配置供需侧资源,在满足服务质量约束的前提下,充分利用数据用户的互动响应潜力促进系统提质增效,是未来公有型GDC规划面临的难点。为此,该文基于信息-物理-社会耦合视角,在深入分析不同类型数据负载运行特性的基础上,引入后悔度匹配方法模拟数据用户参与GDC需求响应(GDC demand response,GDC-DR)意愿的中长期动态演化。基于动态预想场景,综合考虑数据用户参与GDC-DR意愿等内生不确定性和可再生能源发电出力、数据负载需求等外生不确定性的影响,提出一种GDC多域资源协同规划模型。模型以系统综合效益最大化为目标,同时考虑设备运行、服务质量等多域约束,通过对GDC设备容量、需求响应激励价格以及各预想场景下系统运行策略进行协同优化,以充分发掘数据负载灵活性潜力,实现系统经济性和碳中和效益的综合趋优。算例仿真结果验证了该文所提模型和方法的有效性。展开更多
文摘数字经济下,发展以“高能源效率、低环境影响”为主要特征的绿色数据中心(green data center,GDC)是应对碳中和挑战和促进社会可持续发展的重要举措。如何科学配置供需侧资源,在满足服务质量约束的前提下,充分利用数据用户的互动响应潜力促进系统提质增效,是未来公有型GDC规划面临的难点。为此,该文基于信息-物理-社会耦合视角,在深入分析不同类型数据负载运行特性的基础上,引入后悔度匹配方法模拟数据用户参与GDC需求响应(GDC demand response,GDC-DR)意愿的中长期动态演化。基于动态预想场景,综合考虑数据用户参与GDC-DR意愿等内生不确定性和可再生能源发电出力、数据负载需求等外生不确定性的影响,提出一种GDC多域资源协同规划模型。模型以系统综合效益最大化为目标,同时考虑设备运行、服务质量等多域约束,通过对GDC设备容量、需求响应激励价格以及各预想场景下系统运行策略进行协同优化,以充分发掘数据负载灵活性潜力,实现系统经济性和碳中和效益的综合趋优。算例仿真结果验证了该文所提模型和方法的有效性。