李彬，杜亞彬，曹望璋，祁兵，孫毅，陳宋宋

（1.華北電力大學(xué)電氣與電子工程學(xué)院, 北京市昌平區(qū) 102206；2.中國電力科學(xué)研究院有限公司, 北京市海淀區(qū) 100192）

0 引言

隨著大數(shù)據(jù)、云計(jì)算等高新技術(shù)的飛速發(fā)展，全世界迎來了數(shù)據(jù)中心建設(shè)的熱潮[1]，但其巨大的用電量會造成高額的用電成本，在消耗能源的同時也會產(chǎn)生巨大的環(huán)境污染。因此數(shù)據(jù)中心利用新能源已成為新的研究趨勢[2-3]。

目前數(shù)據(jù)中心利用新能源已有如下研究：利用儲能設(shè)備來解決新能源間歇性問題，并將多余的電力出售給電網(wǎng)，從而實(shí)現(xiàn)數(shù)據(jù)中心新能源的消納并減少運(yùn)行成本[4-6]。面對新能源出力的不確定性，文獻(xiàn)[7]提出了一種基于風(fēng)險的隨機(jī)混合整數(shù)線性規(guī)劃模型來解決數(shù)據(jù)中心現(xiàn)場新能源和電價的不確定性；文獻(xiàn)[8]首次采用不確定性模型來描述新能源在數(shù)據(jù)中心的隨機(jī)性，并采取機(jī)會約束近似和魯棒優(yōu)化的方法，將模型轉(zhuǎn)化為確定模型進(jìn)行求解。有些研究還將電動汽車與數(shù)據(jù)中心進(jìn)行聯(lián)合管理，如文獻(xiàn)[9]電動汽車交換站作為儲能設(shè)備的補(bǔ)充，通過合理安排電動汽車交換站充放電，實(shí)現(xiàn)新能源的利用與成本最小。一些研究還集中于可再生能源從電力市場到數(shù)據(jù)中心的交易機(jī)制，如文獻(xiàn)[10]，通過構(gòu)建Stackelberg博弈模型，解決數(shù)據(jù)中心與電力市場的利益沖突，實(shí)現(xiàn)數(shù)據(jù)中心用能成本最小。但上述研究忽視了單個數(shù)據(jù)中心的工作負(fù)載分配在新能源消納與降低運(yùn)行成本的作用。有些研究考慮到了批處理負(fù)載分配對單個數(shù)據(jù)中心的影響，如文獻(xiàn)[11-12]以減少運(yùn)行成本為目的，將批處理負(fù)載分配策略用到數(shù)據(jù)中心的新能源微電網(wǎng)中，但其分配策略與儲能設(shè)備運(yùn)行只是考慮了電價的影響，沒有考慮新能源的出力情況；文獻(xiàn)[13]利用負(fù)載時間轉(zhuǎn)移和冷卻系統(tǒng)、儲能和柴油發(fā)電機(jī)的交替使用來提高新能源的利用率；文獻(xiàn)[14]利用儲能設(shè)備與負(fù)載調(diào)度策略來提高數(shù)據(jù)中心新能源的利用率。但以上研究都忽視了用能成本。同時，鮮少有研究考慮交互式負(fù)載的處理情況。數(shù)據(jù)中心的交互式負(fù)載具有一定的優(yōu)先級，通過考慮經(jīng)濟(jì)效益對業(yè)務(wù)級別進(jìn)行調(diào)整，然后分配給相應(yīng)的服務(wù)器進(jìn)行處理，從而可降低數(shù)據(jù)中心的功耗。

因此，本文建立數(shù)據(jù)中心與負(fù)載的精細(xì)化模型，提出考慮數(shù)據(jù)中心異構(gòu)服務(wù)器、交互式負(fù)載分級、批處理負(fù)載分類以及負(fù)載分配策略。場景上綜合考慮電價與新能源出力，以碳排放與運(yùn)行成本最小為目標(biāo)，完成數(shù)據(jù)中心的最優(yōu)運(yùn)行。

1 系統(tǒng)模型

整個系統(tǒng)由數(shù)據(jù)中心、風(fēng)光儲互補(bǔ)系統(tǒng)、電網(wǎng)組成。風(fēng)光儲互補(bǔ)系統(tǒng)在一定程度上緩解了新能源出力不穩(wěn)定的問題。電網(wǎng)可用來彌補(bǔ)風(fēng)光儲互補(bǔ)系統(tǒng)出力不足，保證數(shù)據(jù)中心穩(wěn)定用電。

1.1 數(shù)據(jù)中心模型

假設(shè)某一數(shù)據(jù)中心共有K臺服務(wù)器。這些服務(wù)器可分為M種類型，包括 κ1、 κ2···κM。不同種類之間的服務(wù)器配置不同，其中服務(wù)器任務(wù)處理能力上 κ1＞ κ2＞ ···＞ κM。服務(wù)器之間實(shí)現(xiàn)了虛擬化，可以進(jìn)行負(fù)載遷移和負(fù)載均衡。數(shù)據(jù)中心需要處理前端處理器所帶來的工作負(fù)載， λt,κi表示數(shù)據(jù)中心t時刻 κi類型服務(wù)器要處理的工作負(fù)載；st,κi表示t時刻前端 κi類型處理器工作的數(shù)量。所以數(shù)據(jù)中心的功率可由式(1)表示，其中，分別表示數(shù)據(jù)中心單臺 κi類型服務(wù)器的峰值功率和閑時功率。

式中： μκi表示數(shù)據(jù)中心的 κi類型服務(wù)器處理速率；η表示數(shù)據(jù)中心消耗的所有能源與IT設(shè)備消耗的能源的比值。

1.2 風(fēng)光儲互補(bǔ)系統(tǒng)模型

數(shù)據(jù)中心所用的新能源主要是太陽能和風(fēng)能，下式是太陽能光伏發(fā)電系統(tǒng)模型。

風(fēng)機(jī)發(fā)電系統(tǒng)的模型如式(3)所示。

儲能系統(tǒng)通過合理地充放電可在一定程度上解決新能源的間歇性問題，蓄電池的電量會受到充放電的影響，t時刻的電量如公式(4)所示。

新能源發(fā)電系統(tǒng)的輸出功率受到外部天氣的影響而存在間歇性強(qiáng)、波動性和不確定性大的特點(diǎn)[15-17]，其不確定性模型如式(5)所示。

2 工作負(fù)載分配策略

根據(jù)數(shù)據(jù)中心的業(yè)務(wù)負(fù)載類型不同，通?？梢园压ぷ髫?fù)載分為2類：交互式（或“延遲敏感型”）工作負(fù)載和批處理（或“延遲容忍型”）工作負(fù)載。

2.1 交互式工作負(fù)載

交互式工作負(fù)載如實(shí)時用戶請求和Web服務(wù)一旦到達(dá)必須馬上執(zhí)行，處理時間為秒級，基本上不具備調(diào)節(jié)能力。但是交互式工作負(fù)載存在一定的優(yōu)先級，當(dāng)請求量很大，難以達(dá)到同步的時候，優(yōu)先性顯得很重要。假設(shè)根據(jù)不同的優(yōu)先級也分為M類，包括 ξ1、 ξ2… ξM，其中優(yōu)先級排序?yàn)棣?＞ ξ2＞...＞ ξM。根據(jù)優(yōu)先級的高低將不同的負(fù)載分配到不同的服務(wù)器上進(jìn)行執(zhí)行。優(yōu)先級越高的負(fù)載其對應(yīng)的服務(wù)器配置越高、處理能力越強(qiáng)，如果當(dāng)前類型服務(wù)器沒有空閑或在一定的容忍下，可以選擇分配到其他類型服務(wù)器上。負(fù)載分配到非對應(yīng)類型服務(wù)器的原則是優(yōu)先分配到與原來類型的服務(wù)器處理能力相差最小的服務(wù)器。

交互式工作負(fù)載需要在到達(dá)時刻立刻執(zhí)行，所以t時刻交互式負(fù)載分配模型如下式所示。

假設(shè)數(shù)據(jù)中心運(yùn)營商和用戶之間所允許的最大時延為D，交互式工作負(fù)載處理還要滿足式(8)與式(9)。

如果高優(yōu)先級的負(fù)載在低處理能力的服務(wù)器上被處理，其滿意度就會下降；同樣低優(yōu)先級的負(fù)載在高處理能力的服務(wù)器上被處理，會存在一定的資源浪費(fèi)，其滿意度也會下降。本文設(shè)置滿足度函數(shù) γ來表示各類型交互式工作負(fù)載與各類型服務(wù)器的匹配情況。cκi,ξj(0 ≤cκi,ξj≤ 1)表示 κi類型服務(wù)器處理 ξj類型交互式工作負(fù)載的權(quán)重；γ0表示運(yùn)營商的最低滿意度，其中T為運(yùn)行周期。

2.2 批處理工作負(fù)載

批處理工作負(fù)載包括圖像處理、數(shù)據(jù)挖掘等密集型工作，通常只要在截止時間之前完成任務(wù)即可，調(diào)節(jié)范圍較大，具有很強(qiáng)的靈活性。本文假設(shè)批處理工作負(fù)載根據(jù)處理周期可分為L類。本文使用隊(duì)列模型進(jìn)行建模。

此時數(shù)據(jù)中心要處理的工作負(fù)載 λt,κi與工作前端服務(wù)器的數(shù)量st,κi可由式(13)表示，其中 Sκi表示 κi類型服務(wù)器的數(shù)量。

3 數(shù)據(jù)中心用能優(yōu)化調(diào)度模型

3.1 目標(biāo)函數(shù)

本文以數(shù)據(jù)中心最小運(yùn)行成本作為一個子目標(biāo)函數(shù)，以24 h為一個運(yùn)行周期，步長為1 h，以運(yùn)行周期內(nèi)成本最小為目標(biāo)，考慮新能源設(shè)備運(yùn)維成本CRES、 儲能系統(tǒng)充放電成本CES、電網(wǎng)功率交互的成本與收益CGRID，即

其中

式中：cW與cPV表示新能源系統(tǒng)風(fēng)機(jī)與光伏系統(tǒng)的運(yùn)維成本系數(shù)；cESC與cESD分別表示儲能系統(tǒng)充電與放電時的成本系數(shù)；是電網(wǎng)向數(shù)據(jù)中心提供的功率；是數(shù)據(jù)中心饋入電網(wǎng)的功率；與表示數(shù)據(jù)中心在t時刻的購電電價與補(bǔ)貼。

為了減少碳排放，以數(shù)據(jù)中心最小碳排放量作為一個子目標(biāo)函數(shù)，研究以24 h為一個運(yùn)行周期，考慮從電網(wǎng)購電時產(chǎn)生的碳排放，目標(biāo)函數(shù)如式(16)所示。

式中：n表 示燃料類型總量；ek表示第k種燃料在發(fā)電時的碳排放率； ?k表示第k種燃料出力占比。

基于模糊邏輯理論把多目標(biāo)函數(shù)C1和C2采用系數(shù)加權(quán)的方式轉(zhuǎn)化為單目標(biāo)函數(shù)，如下式所示。

3.2 約束條件

為保障整個系統(tǒng)穩(wěn)定運(yùn)行，需要滿足相關(guān)運(yùn)行約束：功率平衡約束、儲能系統(tǒng)約束、新能源出力約束和數(shù)據(jù)中心處理時延約束。

功率平衡約束：

數(shù)據(jù)中心在t時刻的功率等于風(fēng)機(jī)發(fā)電功率、光伏發(fā)電功率、電網(wǎng)交換的功率、儲能充放電功率之 和。

儲能系統(tǒng)約束：

式中：pESD,max與pESC,max分別表示儲能系統(tǒng)最大放電與充電功率；、是0-1控制變量，表示儲能系統(tǒng)t時刻的充放電狀態(tài)，并且儲能系統(tǒng)不能同時進(jìn)行充放電。EES,min與EES,max分別表示儲能系統(tǒng)最小與最大容量。

新能源出力約束：

連接點(diǎn)容量約束：

數(shù)據(jù)中心新能源微電網(wǎng)通過公共連接點(diǎn)（point of common coupling , PCC）與配電網(wǎng)連接，其約束如下：

式中：Ps,max與Ps,min為配電網(wǎng)到微電網(wǎng)傳輸容量的上下限；Pf,max與Pf,min為微電網(wǎng)到配電網(wǎng)傳輸容量的上下限。

不確定變量約束：

將式(19)第一個公式以概率約束的形式進(jìn)行表示，如式(23)所示。

式中： α為約束成立的置信水平。將式(5)代入上式可得：

將式(24)轉(zhuǎn)化為確定性模型。

式中： φ-1(·)為概率分布函數(shù)的反函數(shù)。

4 算例分析

4.1 輸入?yún)?shù)

本文主要的輸入系統(tǒng)參數(shù)包括風(fēng)光儲互補(bǔ)系統(tǒng)中的風(fēng)機(jī)、光伏、儲能系統(tǒng)和數(shù)據(jù)中心設(shè)備參數(shù)。在進(jìn)行用能優(yōu)化時，兼顧運(yùn)行成本與碳排放量。下面對主要的輸入?yún)?shù)進(jìn)行設(shè)定，如表1所示。

表1 主要參數(shù)設(shè)定Table 1 Key parameter setting

數(shù)據(jù)中心交互式工作負(fù)載與批處理工作負(fù)載分布詳見附圖A1，其中交互式工作負(fù)載優(yōu)先級分為2級ξ1＞ ξ2，批處理工作負(fù)載分為2種類型：類型1的處理周期為3 h，類型2的處理周期為24 h。發(fā)電燃料的碳排放率與出力占比詳見附表S1。

4.2 優(yōu)化結(jié)果分析

在MATLAB平臺下通過YALMIP工具箱調(diào)用Gurobi對模型進(jìn)行求解，得到數(shù)據(jù)中心最低運(yùn)行成本為2825.4元，碳排放量為1.72 t，此時新能源出力、電價和數(shù)據(jù)中心功耗如圖1 所示。

在保證整體滿意度的情況下進(jìn)行合理的級別調(diào)整，由不同類型的服務(wù)器進(jìn)行處理，可以降低數(shù)據(jù)中心的運(yùn)行功耗。如圖2所示，圖例中 ξ1-κ1表示優(yōu)先級為 ξ1的交互式工作負(fù)載由 κ1類型服務(wù)器處理，其他情況類似，不再贅述。在新能源出力較低的時段如1～5 h，對優(yōu)先級為 ξ1的交互式工作負(fù)載進(jìn)行調(diào)整，交給 κ2類型的服務(wù)器處理，降低功耗。當(dāng)對應(yīng)的服務(wù)器無空閑時也需要對負(fù)載進(jìn)行調(diào)整，對比圖3 可知，在13 h和24 h這2個時段，由于當(dāng)前批處理負(fù)載工作量大， κ2類型的服務(wù)器沒有空閑，所以優(yōu)先級為 ξ2的交互式工作負(fù)載被迫由 κ1類型服務(wù)器處理。

結(jié)合圖1、圖3可知，批處理工作負(fù)載在分配時，綜合考慮電價和本地新能源出力情況，盡可能將負(fù)載分配在電價低、新能源出力大的時段。

在新能源出力較大的時段，如1～12 h，數(shù)據(jù)中心幾乎不會去購電，所以此時負(fù)載分配對電價不太敏感，主要將負(fù)載分配到新能源出力大的時段；在新能源出力不足的時段，如15～24 h，數(shù)據(jù)中心優(yōu)先使用儲能系統(tǒng)，當(dāng)儲能還不能滿足時就用電網(wǎng)來彌補(bǔ)供應(yīng)不足，此時主要將批處理工作負(fù)載分配到電價相對較低的時段。通過合理地分配負(fù)載，盡可能地使數(shù)據(jù)中心的功率需求曲線與新能源的出力曲線相匹配，在一定程度上降低數(shù)據(jù)中心的運(yùn)行成本，提高新能源利用率。

利用儲能系統(tǒng)的充放電和電網(wǎng)的功率交互可在一定程度上緩解新能源出力間歇性的問題。其優(yōu)化調(diào)度結(jié)果如圖4所示。

結(jié)合圖1、圖4可知，當(dāng)新能源出力大于數(shù)據(jù)中心的功率需求時，如4～13 h時段，儲能系統(tǒng)進(jìn)行充電或?qū)⒍嘤嗟碾娔莛伻腚娋W(wǎng)，兩者的調(diào)度取決于儲能系統(tǒng)充電成本與電能饋入電網(wǎng)時的收益比較。但考慮到新能源出力的不確定性，數(shù)據(jù)中心又從電網(wǎng)購買部分電力，以保證一定的應(yīng)對能力；當(dāng)新能源出力小于數(shù)據(jù)中心的功率需求時，如14～24 h時段，儲能系統(tǒng)優(yōu)先進(jìn)行放電，如果儲能系統(tǒng)供應(yīng)不足，再向電網(wǎng)購電。從而減少購電量，降低碳排放。

4.3 不同調(diào)度模式對比

為驗(yàn)證本文考慮風(fēng)光儲互補(bǔ)系統(tǒng)與批處理工作負(fù)載分配的有效性，將本文調(diào)度模式與傳統(tǒng)的調(diào)度模式進(jìn)行對比。具體設(shè)置如下：模式1為不考慮風(fēng)光儲互補(bǔ)與負(fù)載分配，儲能系統(tǒng)只是基于電價進(jìn)行充放電；模式2為文獻(xiàn)[11]所用模式，不考慮風(fēng)光儲互補(bǔ)，考慮負(fù)載分配；模式3為文獻(xiàn)[5]所用模式，考慮風(fēng)光儲互補(bǔ)，不考慮負(fù)載分配；模式4為本文考慮風(fēng)光儲互補(bǔ)與負(fù)載分配的調(diào)度模式。各模式的調(diào)度結(jié)果對比如表2所示。

由表2可知，本文考慮風(fēng)光儲互補(bǔ)與負(fù)載分配的調(diào)度模式綜合運(yùn)行成本與碳排放量最低，分別為2825.4元和1.72t，并且實(shí)現(xiàn)了新能源高效利用。與模式1相比，本文調(diào)度模式的綜合成本降低了1761.4元，節(jié)約成本38.4%，碳排放量減少了58%，新能源利用率提高了15%；與模式2相比，本文調(diào)度模式的綜合成本降低了323.7元，節(jié)約成本10.3%，碳排放量減少了14%，新能源利用率提高了7.4%；與模式3相比，本文調(diào)度模式的綜合成本降低了762.6元，節(jié)約成本22.3%，碳排放量減少了34.6%，新能源利用率提高了8.3%?？梢姳疚牡恼{(diào)度模式能夠有效地降低數(shù)據(jù)中心的綜合運(yùn)行成本，減少碳排放，提高新能源利用率。

表 S1 發(fā)電燃料的碳排放率與出力占比Table S1 Carbon emission rate and output proportion of fuel for power generation

表2 不同調(diào)度模式對比結(jié)果Table 2 Comparison results of different scheduling modes

5 結(jié)論

1）數(shù)據(jù)中心結(jié)合新能源系統(tǒng)的出力與電價，在滿足任務(wù)處理要求下，合理分配任務(wù)負(fù)載，使其功耗更貼合新能源的出力曲線，提高了新能源的利用率。

2）風(fēng)光儲互補(bǔ)系統(tǒng)，在新能源出力大時段進(jìn)行充電，在出力不足、電價較高的時段進(jìn)行放電，既實(shí)現(xiàn)了系統(tǒng)的經(jīng)濟(jì)調(diào)度，又減少了碳排放。

未來，隨著我國雙碳戰(zhàn)略的推進(jìn)，數(shù)據(jù)中心結(jié)合本地的不同負(fù)載情況，合理開展能源的優(yōu)化調(diào)度，在用戶側(cè)靈活電力市場的條件下，還將具有更大的發(fā)揮空間。

（本刊附錄請見網(wǎng)絡(luò)版，印刷版略）

附錄 A