含共享储能的数据中心微网群分布式优化调度

多个数据中心微网可联合成微网群以实现不同数据中心微网的资源联动和能量互补。首先,建立了含共享储能的数据中心微网群运行模型,考虑了不同数据中心微网间的功率交互、数据负载交互、碳配额交互及共享储能容量使用权分配等耦合约束。其次,提出了考虑时变容量使用权和旋转备用服务的共享储能容量分配与运行策略,以进一步提高共享储能的效能。然后,采用高斯混合模型对数据中心微网内可再生发电的预测误差概率分布进行精确拟合,并结合机会约束处理预测误差的不确定性。最后,通过交替方向乘子法实现各个数据中心微网的独立求解,并引入动态乘子更新策略和预测-矫正因子以提高算法的收敛性。所提模型与方法的有效性在仿真中得到验证。

考虑压力能利用的数据中心供能系统优化运行

针对天然气管网压力能未被充分利用且应用场景适应性不足等问题,在数据中心高能耗、碳污染问题日益突出的背景下,提出一种含天然气压力能综合利用的数据中心供能系统优化运行方法。首先,设计了考虑天然气压力能发电制冷综合利用的数据中心供能系统架构。然后,基于(火用)分析理论建立了天然气压力能发电、制冷出力特性模型,考虑数据中心IT设备能耗以及散热特性,建立了数据中心电功率需求模型和冷功率需求模型。其次,综合考虑配电网供能约束、燃气轮机、吸收式制冷机功率约束和电池充放电功率约束,以日运行费用最低为目标函数构建优化调度模型。最后,根据西南地区某天然气调压站、某A级数据中心能耗需求数据设置算例进行仿真,验证了所提系统方案及优化方法的可行性和经济性。

计及数据中心和风电不确定性的微电网经济调度

风电机组并网容量占比的不断增大为电力系统风电消纳带来了巨大挑战。数据中心作为高灵活性电负荷,具有电网风电消纳巨大潜力。因此,提出一种计及数据中心和风电不确定性的微电网经济调度模型。首先,根据数据中心的分层结构建立信息层和电力层之间的耦合模型;其次,针对风电出力不确定性,搭建计及数据中心和风电不确定性的微电网经济调度模型;最后,基于对偶理论和两阶段鲁棒优化算法,将调度模型转化为鲁棒优化模型并采用列和约束生成算法(column and constraint generation,C&CG)和对偶理论进行求解。算例结果表明:数据中心参与微电网经济调度可有效降低运行成本,同时系统运营商按需求可灵活调整风电出力不确定性。

计及负载特性的数据中心微电网双层优化配置

为解决数据中心微电网前期容量规划不合理,无法适应数据中心运行特性的问题,同时为提高数据中心微电网的供电经济性和可再生能源消纳能力,文中提出了计及负载特性的数据中心微电网容量双层优化配置模型。使用基于场景缩减的选择方法应对可再生能源出力的不确定性,同时解决大量场景带来的计算复杂性问题。根据不同负载的特性,考虑其时间维度上的灵活性,制定相应的负载分配策略。采用带有精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)与Gurobi结合的方式进行求解,最后利用模糊多属性决策方法获得折衷最优解,合理规划微电网内储能系统、光伏和风机的容量。算例表明,所提方法降低了数据中心微电网建设与运行成本,减少了碳排放,提高了数据中心运营商的满意度。

考虑灵活性的数据中心微网两阶段鲁棒规划方法

在数据中心微网的规划中,微网内部的可再生能源、负荷的不确定性与数据中心自身的批处理负载比例是影响规划结果的重要因素。该文首先建立微网内燃气轮机,储能设备与光伏机组的规划与运行模型,将不确定信息以箱型不确定集的形式表示,然后建立燃气轮机,储能设备,光伏电站,数据中心的功率模型与运行成本模型,并用min-maxmin结构的两阶段鲁棒规划模型进行表示,基于列约束生成算法(column-and-constraint generation,CCG)与强对偶理论,将主问题与子问题迭代求解,从而得到原问题的最优解,并在不确定变量可变范围与不同补偿价格对应批处理负载比例变化的情况下,逐一求出系统对应的最优规划成本。最终通过仿真分析验证所建模型和求解算法的有效性,相比于传统的数据中心微网规划,提出的模型可为不同风险偏好的数据中心运营商提供最经济的微网设备容量配置与数据中心用户补偿价格,以使其规划成本最低。

基于直流配电与直流微网的电气节能研究

分布式可再生能源/清洁能源(特别是可再生能源发电)的推广应用,以及用户终端负荷特性的变化(特别是电动车充电),为传统大电网带来了巨大的挑战,能源互联网作为未来可能的能源可持续发展解决方案正逐渐成为研究的热点。鉴于直流配电以及直流微电网的自身优势,必将是微电网、未来能源互联网的重要形式之一,也是电气节能的重要研究方向和发展趋势。本文从工程应用驱动角度,基于能源互联网思维,探讨计及电动车充电的智能建筑、能耗高发展快的数据中心等典型应用的直流微电网方案;此外,还给出了在农业汲水灌溉、海岛/海上油气平台海水淡化等具有广阔应用前景的光伏/风光互补泵站直流微电网方案。为节约能源、降低碳排放、高效利用可再生能源提供技术支撑,为电气节能提供技术支持与工程应用参考。

数据中心微电网能量管理随机优化模型研究

针对数据中心能量管理问题,采用蒙特卡罗仿真方法处理风电出力、电价以及工作负载需求的随机性,基于随机规划,建立了数据中心微电网能量管理的混合整数线性规划(MILP)模型。模型以数据中心微电网运行成本最小化为目标,考虑了工作负载均衡、分布式发电机组、储能电池以及服务器集群最小开关机等约束。与采用预测值的确定模型相比,随机模型下所有服务器集群开启才能应对风电出力、电价以及工作负载需求等随机性的影响,虽然随机模型的电力交互功率偏低,运行成本支出比确定模型略高了72.508美元,但能更有效地应对随机因素对模型的影响。

计及电转气和碳捕集的数据中心微电网“源-荷”低碳优化调度方法

为促进数据中心多能互补以及低碳化,基于随机规划,提出了考虑电转气和碳捕集的数据中心微电网“源-荷”低碳优化调度模型。模型综合考虑了发电约束、数据负荷约束、电转气系统及碳捕集等约束,在发电侧引入碳捕集电厂-电转气-燃气机组(CCPP-P2G-CHP),将捕集的CO_(2)作为电转气系统合成甲烷的燃料;在负荷侧考虑即时型和可延迟型两种数据负荷,构建了数据中心功耗和数据负荷分配模型。仿真结果表明,所提模型在考虑碳排放的基础上,通过发电和数据中心数据负荷的优化调度,实现了数据中心微电网运行成本的最小化。