陳冬林，馬一帆，李 冰

(1.武漢理工大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430070;2.湖北省電子商務(wù)大數(shù)據(jù)工程技術(shù)研究中心，湖北 武漢 430070)

自2020年以來(lái)，習(xí)近平總書記19次重要講話強(qiáng)調(diào)“力爭(zhēng)2060年前實(shí)現(xiàn)碳中和”[1]。從整體來(lái)看，碳中和路徑大致可以分為3個(gè)階段：①2021—2030年實(shí)現(xiàn)碳排放達(dá)峰；②2031—2045年快速降低碳排放；③2046—2060年深度脫碳，實(shí)現(xiàn)碳中和。與大多高耗能行業(yè)將在2025年前后達(dá)峰不同，數(shù)字基礎(chǔ)設(shè)施領(lǐng)域在2030年“碳達(dá)峰”后仍處于規(guī)模高速擴(kuò)張之中。數(shù)據(jù)中心行業(yè)能耗和碳排放嚴(yán)重：2018年全中國(guó)數(shù)據(jù)中心消耗電量1608.89億千瓦時(shí)，超過整個(gè)上海市用電，總碳排放量達(dá)9855萬(wàn)噸。據(jù)預(yù)測(cè)到2023年，中國(guó)數(shù)據(jù)中心總碳排放將達(dá)到1.63億噸[2]；2030年全球大數(shù)據(jù)中心消耗30%電力[3]。在“碳中和”以及數(shù)據(jù)中心高污染現(xiàn)狀的背景下，高速擴(kuò)張需求和高能效管理需求使數(shù)據(jù)中心企業(yè)面臨著更大的挑戰(zhàn)，激勵(lì)著數(shù)據(jù)中心行業(yè)探索脫碳途徑。

學(xué)界很早便開始關(guān)注數(shù)據(jù)中心的能耗問題，關(guān)于降低能源消耗的研究和技術(shù)已日趨成熟，有效方式主要包括：①數(shù)據(jù)中心層面上，通過動(dòng)態(tài)調(diào)節(jié)服務(wù)器工作狀態(tài)縮減數(shù)據(jù)中心規(guī)模[4]；②服務(wù)器層面上，通過虛擬機(jī)遷移[5]或動(dòng)態(tài)調(diào)節(jié)CPU運(yùn)行頻率[6]降低能耗。但降低能耗只是碳減排的第一步，提高數(shù)據(jù)中心使用可再生能源電力比例更為重要?？稍偕茉礃O大的依賴于地理環(huán)境，“Follow The Renewable”概念[7]鼓勵(lì)將數(shù)據(jù)中心建立在可再生能源豐富的地區(qū)。此外數(shù)據(jù)中心數(shù)量的高速增長(zhǎng)也對(duì)數(shù)據(jù)中心所建地的土地供應(yīng)、能源保障、氣候條件提出更高的要求。以可再生能源為導(dǎo)向布局跨區(qū)域數(shù)據(jù)中心的建設(shè)也成為我國(guó)實(shí)現(xiàn)“碳達(dá)峰”、“碳中和”目標(biāo)的重要技術(shù)和政策手段：2021年5月《關(guān)于加快構(gòu)建全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導(dǎo)意見》啟動(dòng)實(shí)施“東數(shù)西算”工程，在貴州、內(nèi)蒙古、甘肅、寧夏建設(shè)全國(guó)算力網(wǎng)絡(luò)國(guó)家樞紐節(jié)點(diǎn)。跨域數(shù)據(jù)中心的布局和運(yùn)營(yíng)將成為企業(yè)的重要工作，如何抉擇負(fù)荷調(diào)度策略來(lái)兼顧政府、用戶、企業(yè)3方在不同時(shí)期的利益是重中之重。

近年跨域數(shù)據(jù)中心負(fù)荷調(diào)度相關(guān)文獻(xiàn)的比較結(jié)果如表1所示，大部分的研究為降低運(yùn)營(yíng)成本，未考慮碳減排目標(biāo)。楊亞南等[8]設(shè)計(jì)了一種基于能源價(jià)格時(shí)空差異性的跨域數(shù)據(jù)中心負(fù)荷調(diào)度方法，以運(yùn)營(yíng)成本為優(yōu)化目標(biāo)驗(yàn)證了該方法在成本節(jié)約上的有效性，并未涉及碳排放量模型。YUAN等[9]設(shè)計(jì)了一種跨域數(shù)據(jù)中心利潤(rùn)最大化方法，在利潤(rùn)計(jì)算模型中加入數(shù)據(jù)中心綠色能源(太陽(yáng)能)可獲得性模型；同樣地，HOGADE等[10]的跨域數(shù)據(jù)中心管理研究中詳細(xì)考慮了電價(jià)波動(dòng)性和時(shí)空差異性等成本影響因素，結(jié)果證明在跨域數(shù)據(jù)中心管理的決策過程中包括這些額外的信息可以有效降低成本；TRIPATHI等[11-12]跨域數(shù)據(jù)中心管理研究中構(gòu)建的綠色能源模型用于核算能源使用成本，這些研究中的綠色能源可獲得性模型用于降低電力成本而非碳排放量，同樣忽視了碳減排的需求。關(guān)于跨域數(shù)據(jù)中心管理研究中較少同時(shí)管理運(yùn)營(yíng)成本和碳排放問題，周知[13]在跨域數(shù)據(jù)中心管理的研究中提出將能效管理從傳統(tǒng)的“能耗―性能”二維范疇擴(kuò)展到“能耗―碳排放―性能”的三維范疇，構(gòu)建的碳排放量模型中加入了電力成分模型，但是未將碳減排作為優(yōu)化目標(biāo)。KHOSRAVI等[14-15]的跨域數(shù)據(jù)中心管理研究中以最小化總能源成本和最大化可再生能源使用為優(yōu)化目標(biāo)，發(fā)現(xiàn)考慮動(dòng)態(tài)PUE和可再生能源可得性優(yōu)化方法能更高效的降低能源和碳的總成本，但是沒有區(qū)分可再生能源使用量和碳排放量的區(qū)別，導(dǎo)致了成本和碳減排優(yōu)化目標(biāo)的次優(yōu)結(jié)果。XU等[16]以碳排放量和服務(wù)性能作為跨域數(shù)據(jù)中心管理優(yōu)化目標(biāo)，提出了4種調(diào)度策略，但在優(yōu)化過程中并未將運(yùn)營(yíng)成本考慮在內(nèi)，此外在服務(wù)性能保障方面，默認(rèn)優(yōu)先將服務(wù)請(qǐng)求分配到最近的數(shù)據(jù)中心，導(dǎo)致了次優(yōu)結(jié)果。該部分文獻(xiàn)大多針對(duì)國(guó)外的跨域數(shù)據(jù)中心環(huán)境，與我國(guó)的數(shù)據(jù)中心環(huán)境差異較大?？缬驍?shù)據(jù)中心管理的關(guān)鍵在于對(duì)利用數(shù)據(jù)中心具有時(shí)空差異性的屬性[13]。目前的跨域數(shù)據(jù)中心管理研究中考慮到的時(shí)空差異因素涉及：實(shí)時(shí)電價(jià)、能源價(jià)格、能耗/PUE、地理距離、碳強(qiáng)度、綠色能源發(fā)電量，而我國(guó)數(shù)據(jù)中心的運(yùn)營(yíng)環(huán)境在電價(jià)、能源供應(yīng)方式、氣候環(huán)境等方面與國(guó)外有很大的不同。

表1 相關(guān)研究比較

綜上，數(shù)據(jù)中心的碳污染相關(guān)研究主要集中在數(shù)據(jù)中心內(nèi)部的能耗方面，鮮少涉及到通過跨域數(shù)據(jù)中心的負(fù)荷調(diào)度降低碳排放，且多以企業(yè)成本最小化為目標(biāo)，缺乏對(duì)碳減排的考量。筆者利用跨域數(shù)據(jù)中心時(shí)空差異性來(lái)管理多目標(biāo)，提出了“雙碳”目標(biāo)3個(gè)階段下兼顧政府、用戶、企業(yè)3方利益的負(fù)荷調(diào)度策略。由于可再生能源具有不穩(wěn)定性，我國(guó)數(shù)據(jù)中心的能源消耗主要來(lái)源于直接購(gòu)買的可再生能源電力或市電[17]。因此，以“碳排放”為唯一的環(huán)保指標(biāo)，不單獨(dú)考慮跨區(qū)域數(shù)據(jù)中心間“綠色能源的使用”的相關(guān)內(nèi)容。

1 問題描述

數(shù)據(jù)中心跨區(qū)域的調(diào)度系統(tǒng)原理如圖1所示，分?jǐn)?shù)據(jù)中心由采用不同能源結(jié)構(gòu)發(fā)電的電力供應(yīng)商提供電力，由工作負(fù)荷調(diào)度中心統(tǒng)一規(guī)劃，協(xié)同提供同一時(shí)段所需的服務(wù)資源。服務(wù)需求用戶來(lái)源于不同的地區(qū)，向工作負(fù)荷調(diào)度中心請(qǐng)求云服務(wù)；工作負(fù)荷調(diào)度中心通過循環(huán)實(shí)時(shí)監(jiān)控跨域數(shù)據(jù)中心的屬性，根據(jù)決策目標(biāo)進(jìn)一步分析決策影響因素，最后根據(jù)優(yōu)決策計(jì)劃通過向跨域數(shù)據(jù)中心分配工作負(fù)荷完成執(zhí)行工作；跨域數(shù)據(jù)中心根據(jù)負(fù)荷調(diào)度計(jì)劃提供服務(wù)資源。

圖1 數(shù)據(jù)中心跨區(qū)域的調(diào)度系統(tǒng)原理圖

(1)用戶請(qǐng)求。來(lái)自不同地區(qū)的用戶向跨數(shù)據(jù)中心發(fā)起服務(wù)請(qǐng)求，服務(wù)請(qǐng)求被匯集到“工作負(fù)荷調(diào)度中心”。為便于根據(jù)決策因子進(jìn)行調(diào)度分析，將用戶的服務(wù)請(qǐng)求按照地區(qū)和時(shí)間進(jìn)行劃分并“打包”給“工作負(fù)荷調(diào)度中心”，打包結(jié)果為需要以最大利用率工作單位時(shí)間t的服務(wù)器S*臺(tái)數(shù)D(t)。

(2)分?jǐn)?shù)據(jù)中心。分?jǐn)?shù)據(jù)中心分布于不同地理和經(jīng)濟(jì)環(huán)境的地區(qū)，記為集合D={d1,d2,…,dn}。每個(gè)數(shù)據(jù)中心有不同的服務(wù)器個(gè)數(shù)，記為Sd，數(shù)據(jù)中心的服務(wù)器集合記為S={s1,s2,…,sm} 。此外，由于不同數(shù)據(jù)中心的可再生電力資源供應(yīng)商不同，其電力的發(fā)電能源碳強(qiáng)度也有差別，碳強(qiáng)度集合記為int={int1,int2,…,intn}。為便于計(jì)算，假設(shè)每個(gè)數(shù)據(jù)中心服務(wù)器為同規(guī)格的服務(wù)器S*。

(3)工作負(fù)荷調(diào)度結(jié)構(gòu)。工作負(fù)荷調(diào)度中心連接跨域數(shù)據(jù)中心的物理資源和用戶提交的請(qǐng)求，根據(jù)相應(yīng)的決策信息輸入以及決策因子進(jìn)行決策，以實(shí)現(xiàn)優(yōu)化的目標(biāo)。該工作負(fù)荷調(diào)度結(jié)構(gòu)可根據(jù)優(yōu)化目標(biāo)擴(kuò)展：通過改變決策因子和相應(yīng)的決策信息實(shí)現(xiàn)。

2 模型構(gòu)建

基于對(duì)碳排放量、運(yùn)營(yíng)成本、時(shí)延的考量，構(gòu)建了3種數(shù)據(jù)中心企業(yè)跨區(qū)域負(fù)荷調(diào)度的策略模型。根據(jù)數(shù)據(jù)中心時(shí)空差異性的研究結(jié)果[10,14]：在運(yùn)營(yíng)成本和碳排放量方面考慮了動(dòng)態(tài)電價(jià)、能耗、碳交易價(jià)格等具有時(shí)空差異性。模型中相關(guān)符號(hào)的解釋如表2所示。

2.1 數(shù)據(jù)中心碳排放的度量

單位電的碳強(qiáng)度會(huì)因發(fā)電時(shí)使用的能源種類及比例不同而有很大差別。理論上可根據(jù)電力成分的種類和比例，核算單位電的碳強(qiáng)度[13]。但在實(shí)際發(fā)電中，由于可再生能源的不穩(wěn)定性，即使同一電力供應(yīng)商發(fā)電所使用的能源成分和比例在時(shí)間上也會(huì)也波動(dòng)，給精確核算電力碳強(qiáng)度的工作帶來(lái)巨大的挑戰(zhàn)。給定數(shù)據(jù)中心 在時(shí)間段t的單位電力碳強(qiáng)度 ，時(shí)間段T內(nèi)跨域數(shù)據(jù)中心的總碳排放量 核算公式如式(1)所示：

Cf=∑t∈T∑d∈DEd(t)·Cfd (1)

2.2 數(shù)據(jù)中心運(yùn)營(yíng)成本的度量

2020年北京已明確將數(shù)據(jù)中心納入碳排放管理重要行業(yè)，2021年7月我國(guó)開通全國(guó)碳交易市場(chǎng)。在我國(guó)“雙碳”目標(biāo)以及碳交易市場(chǎng)蓬勃發(fā)展的背景下，核算的數(shù)據(jù)中心運(yùn)營(yíng)成本包括現(xiàn)行的電力成本和政府通過市場(chǎng)手段調(diào)控碳排放下的碳排放成本。電力成本受能耗和電價(jià)影響，數(shù)據(jù)中心的能耗主要包括服務(wù)器能耗、冷卻能耗、設(shè)備能耗等，主要考慮占數(shù)據(jù)中心總能耗的60%的服務(wù)器能耗和冷卻能耗[18]。

服務(wù)器功率通常與服務(wù)器的利用率呈線性關(guān)系[19]，工作負(fù)荷調(diào)度不考慮數(shù)據(jù)中心內(nèi)部的服務(wù)器負(fù)荷調(diào)度，在核算數(shù)據(jù)中心的服務(wù)器能耗時(shí)默認(rèn)開啟的服務(wù)器均以最大功率Pmax運(yùn)行。單位時(shí)間t內(nèi)冷卻能耗Pcool,d(t)為維持服務(wù)器工作溫度能耗，氣溫為影響最大的因素[20]。由服務(wù)器能耗和PUE可得總能耗，如式(2)所示。PUE受數(shù)據(jù)中心負(fù)荷和氣溫因素的影響[14]，如式(3)所示。依據(jù)我國(guó)數(shù)據(jù)中心與美國(guó)數(shù)據(jù)中心PUE的平均差距[21]，以及對(duì)開啟的服務(wù)器100%利用率的設(shè)定，調(diào)度管理模型中PUE的計(jì)算如式(4)所示；分?jǐn)?shù)據(jù)中心d在時(shí)間段t內(nèi)的能耗Ed(t)的計(jì)算如式(5)所示；數(shù)據(jù)中心的運(yùn)營(yíng)成本的計(jì)算如式(6)所示。

(2)

(3)

PUEd(t)=1+0.2+0.01+0.01Hd(t)+0.3

(4)

Ed(t)=∑s∈dPs(t)·PUEd(t)

(5)

Cost=∑d∈DEd(t)·Pd.c(t)+Cfd·Pd.f(t)

(6)

式中：Hd(t)為數(shù)據(jù)中心d在時(shí)段的平均溫度，為分?jǐn)?shù)據(jù)中心d在時(shí)段t的服務(wù)器平均利用率。

2.3 數(shù)據(jù)中心時(shí)延的度量

《全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實(shí)施方案》提出布局建設(shè)全國(guó)一體化算力網(wǎng)絡(luò)國(guó)家樞紐節(jié)點(diǎn)，數(shù)據(jù)中心端到端單向網(wǎng)絡(luò)時(shí)延原則上在20 ms范圍內(nèi)。大規(guī)模數(shù)據(jù)中心內(nèi)部的時(shí)延與端到端往返時(shí)延通常在200 μs，因此用戶感受到的時(shí)延主要是網(wǎng)絡(luò)傳輸時(shí)延。網(wǎng)絡(luò)傳輸時(shí)延主要與端到端的距離disd有關(guān)，每km的網(wǎng)絡(luò)傳播時(shí)延約為0.02 ms[22]，稱其為網(wǎng)絡(luò)傳輸時(shí)延參數(shù)，表示為c。時(shí)間段t內(nèi)跨域數(shù)據(jù)中心的平均響應(yīng)時(shí)間Lt如式(7)所示，由各數(shù)據(jù)中心時(shí)延根據(jù)所處理的請(qǐng)求數(shù)量Rd(t)進(jìn)行加權(quán)獲得。

(7)

2.4 建立模型

“雙碳”目標(biāo)的實(shí)現(xiàn)是一個(gè)循序漸進(jìn)的過程，將其大致分為3個(gè)階段：“碳達(dá)峰”、“碳達(dá)峰”和“碳中和”交匯、“碳中和”，根據(jù)不同階段下跨域數(shù)據(jù)中心和政府的訴求提出了3種跨域數(shù)據(jù)中心考慮碳排放因素的負(fù)荷策略。

(1)策略1：“‘碳達(dá)峰’階段企業(yè)運(yùn)營(yíng)成本最小策略”是未來(lái)“碳達(dá)峰”階段政府采取市場(chǎng)手段對(duì)數(shù)據(jù)中心碳排放量進(jìn)行約束時(shí)，跨域數(shù)據(jù)中心綜合考慮用電成本和碳排成本的運(yùn)營(yíng)成本最小策略，簡(jiǎn)稱C1C2-Q，具體描述如式(8)～式(11)所示。分?jǐn)?shù)據(jù)中心負(fù)荷能力約束如式(9)所示，數(shù)據(jù)中心的調(diào)度計(jì)劃滿足用戶需求量如式(10)所示，數(shù)據(jù)中心的平均時(shí)延小于最大忍受時(shí)延如式(11)所示。

max(Cost)

(8)

s.t.0≤Sd(t)≤Sd,max

(9)

∑d∈DSd(t)≥D(t)

(10)

(11)

(3)策略3：“‘碳中和’階段政府視角下企業(yè)碳排放最小策略”是“碳中和”階段政府通過更嚴(yán)格的碳排放量管控政策所希望跨域數(shù)據(jù)中心采取的負(fù)荷調(diào)度策略：將碳減排作為唯一的優(yōu)化目標(biāo)，簡(jiǎn)稱F-Q策略。該策略目標(biāo)函數(shù)為min(Cf)，約束條件等同C1C2-Q策略。

3 數(shù)據(jù)中心跨區(qū)域負(fù)荷調(diào)度遺傳算法

遺傳算法(genetic algorithm, GA)是通過模擬自然選擇和生物進(jìn)化過程搜索最優(yōu)解的有效方法，被廣泛應(yīng)用于多目標(biāo)優(yōu)化、機(jī)器學(xué)習(xí)、人工智能等領(lǐng)域。同時(shí)，諸多國(guó)內(nèi)外學(xué)者已經(jīng)通過深入研究證明遺傳算法在提高閑置云資源使用效率[23]、節(jié)約供應(yīng)商成本[24]、滿足用戶效用期望[25]等方面具有顯著優(yōu)勢(shì)。相較于其他優(yōu)化搜索算法，遺傳算法具有良好的全局搜索、收斂能力，能夠在種群不斷進(jìn)化過程中快速尋找到最優(yōu)解集，通過同時(shí)評(píng)估多個(gè)解的方式降低了陷入局部最優(yōu)的風(fēng)險(xiǎn)，提高算法效率和準(zhǔn)確性。筆者基于改進(jìn)遺傳算法進(jìn)行實(shí)驗(yàn)仿真和模型求解，旨在驗(yàn)證上述基于運(yùn)營(yíng)成本和碳排放優(yōu)化的跨域數(shù)據(jù)中心工作負(fù)荷調(diào)度模型的可行性和有效性，以及對(duì)比所提出的3種策略降低運(yùn)營(yíng)成本和碳排放的效果。

結(jié)合對(duì)跨域數(shù)據(jù)中心協(xié)同工作的場(chǎng)景分析，設(shè)計(jì)求解跨域數(shù)據(jù)中心工作負(fù)荷調(diào)度模型的遺傳算法，流程如圖2所示。

圖2 工作負(fù)荷調(diào)度算法流程圖

3.1 算子設(shè)置

(2)選擇算子：目的是將優(yōu)質(zhì)的個(gè)體基因直接遺傳到下一代或通過配對(duì)交叉產(chǎn)生新的個(gè)體再遺傳到下一代。對(duì)個(gè)體的優(yōu)勝度評(píng)估是建立在適應(yīng)度評(píng)估基礎(chǔ)上的，選擇方法通常有輪盤賭選擇法、隨機(jī)抽樣法、局部選擇法。選擇在種群適應(yīng)度排序中前60%范圍內(nèi)進(jìn)行輪盤賭選擇法。

(4)變異算子：變異操作是為了在運(yùn)算過程中能改變某些個(gè)體的基因，以避免失去一些有用的基因。對(duì)種群中的個(gè)體進(jìn)行隨機(jī)選擇，并根據(jù)變異概率對(duì)個(gè)體的基因在限制范圍內(nèi)進(jìn)行隨機(jī)改變。

3.2 參數(shù)設(shè)置

數(shù)據(jù)中心跨區(qū)域負(fù)荷調(diào)度遺傳算法的參數(shù)設(shè)置包括兩部分：種群初始化和基因迭代相關(guān)的遺傳算法。為確保遺傳算法更好的運(yùn)行和收斂，對(duì)相關(guān)參數(shù)個(gè)體數(shù)量、交叉概率、變異概率、進(jìn)化代數(shù)等進(jìn)行反復(fù)實(shí)踐和對(duì)比，最終取值如表3所示。

表3 數(shù)據(jù)中心跨區(qū)域負(fù)荷調(diào)度遺傳算法的參數(shù)取值

4 數(shù)值實(shí)驗(yàn)

4.1 背景設(shè)定

實(shí)驗(yàn)設(shè)定某大型企業(yè)的服務(wù)需求量是D，為避免實(shí)驗(yàn)結(jié)果受季節(jié)干擾的氣溫變化的影響，將服務(wù)需求量D設(shè)置為常量300 000。

水利信息化是水利現(xiàn)代化的重要標(biāo)志。水利信息系統(tǒng)的建立可以大大提高雨情、水情、工情、旱情和災(zāi)情信息采集的準(zhǔn)確性及傳輸?shù)臅r(shí)效性，提高預(yù)測(cè)和預(yù)報(bào)的及時(shí)性和準(zhǔn)確性，為制定防洪抗旱調(diào)度方案、提高決策水平提供科學(xué)依據(jù)，最終達(dá)到充分發(fā)揮已建水利工程設(shè)施的效能。水利中的地理水紋記號(hào)作為傳遞信息、描述信息的媒介，是水利信息化建設(shè)的一個(gè)重要部分。

(1)跨域數(shù)據(jù)中心。基于我國(guó)“加快構(gòu)建全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系”等政策的背景，跨域數(shù)據(jù)中心設(shè)定在武漢和4個(gè)全國(guó)算力網(wǎng)絡(luò)國(guó)家樞紐節(jié)點(diǎn)，即貴州、寧夏、內(nèi)蒙古、甘肅。每個(gè)數(shù)據(jù)中心的服務(wù)器上限設(shè)為200 000臺(tái)。

(2)數(shù)據(jù)中心電力碳強(qiáng)度。結(jié)合我國(guó)生態(tài)環(huán)境部公布的2019年“區(qū)域電網(wǎng)基準(zhǔn)線排放因子”數(shù)據(jù)以及“2020年度全國(guó)可再生能源電力發(fā)展監(jiān)測(cè)評(píng)價(jià)報(bào)告”來(lái)設(shè)定數(shù)據(jù)中心所購(gòu)電力的碳強(qiáng)度，具體如表3所示。

(3)數(shù)據(jù)中心時(shí)延。根據(jù)網(wǎng)絡(luò)傳輸時(shí)延參數(shù)[22]，各數(shù)據(jù)中心與服務(wù)需求地的地理距離，設(shè)定時(shí)延數(shù)據(jù)如圖4所示，其中武漢數(shù)據(jù)中心的時(shí)延設(shè)置為10 ms，具體如表4所示。

表4 分?jǐn)?shù)據(jù)中心碳排放因子、時(shí)延設(shè)定

(4)數(shù)據(jù)中心所處地區(qū)碳價(jià)。根據(jù)近兩年地方試點(diǎn)的加權(quán)平均碳價(jià)以及目前全國(guó)碳交易市場(chǎng)中各地區(qū)的碳交易價(jià)格變化規(guī)律，模擬5個(gè)數(shù)據(jù)中心所在地區(qū)一年內(nèi)的碳交易價(jià)格，如圖3所示。

圖3 數(shù)據(jù)中心年度月均碳交易價(jià)格圖

(5)數(shù)據(jù)中心溫度。數(shù)據(jù)中心的溫度影響電力消耗，跨域數(shù)據(jù)中心年度月均氣溫變化如圖4所示。

圖4 分?jǐn)?shù)據(jù)中心年度月均氣溫變化圖

4.2 實(shí)驗(yàn)結(jié)果分析

為評(píng)估所提出的3種考慮碳排放因素的負(fù)荷調(diào)度策略的綜合表現(xiàn)，另設(shè)基準(zhǔn)模型“現(xiàn)階段企業(yè)運(yùn)營(yíng)成本最小策略”模型，該模型與“‘碳達(dá)峰’階段企業(yè)運(yùn)營(yíng)成本最小策略”模型的區(qū)別在于不核算碳排放成本，簡(jiǎn)稱為C1-Q。對(duì)每種策略下的8次實(shí)驗(yàn)結(jié)果進(jìn)行比較，結(jié)果如圖5所示?？芍凇啊歼_(dá)峰’階段企業(yè)運(yùn)營(yíng)成本最小策略”模型中，運(yùn)營(yíng)成本重要性系數(shù)為0.7，碳排放量重要性系數(shù)為0.3時(shí)，運(yùn)營(yíng)成本曲線和碳排放量曲線均出現(xiàn)拐點(diǎn)，因此選擇該系數(shù)組合該策略典型進(jìn)行分析。

圖5 C1C2F-Q策略中不同權(quán)重分配策略的對(duì)比

由于3種策略都有性能約束(20 ms)，且實(shí)驗(yàn)設(shè)置中的5個(gè)數(shù)據(jù)中心距離服務(wù)請(qǐng)求地的地理直線距離較近，時(shí)延介于10～22.8 ms之間，因此各管理策略下的時(shí)延差距不大，在此不做另外展示。4種策略下分?jǐn)?shù)據(jù)中心負(fù)荷的情況如圖6所示。

圖6 不同策略下分?jǐn)?shù)據(jù)中心負(fù)荷情況

由圖6可知，隨著碳減排目標(biāo)重要性的增加，武漢數(shù)據(jù)中心負(fù)荷量逐漸增大?！?020年度全國(guó)可再生能源電力發(fā)展監(jiān)測(cè)評(píng)價(jià)報(bào)告》顯示，武漢和甘肅的電力中清潔能源比例最高，武漢的電價(jià)最高，符合圖中變化趨勢(shì)。分別以可視化形式和數(shù)據(jù)形式展示4種策略下跨域數(shù)據(jù)中心運(yùn)營(yíng)成本和碳排放量的比較，如圖7和表5所示。

圖7 不同策略下跨域數(shù)據(jù)中心運(yùn)營(yíng)成本和碳排放量比較

表5 不同策略下跨域數(shù)據(jù)中心運(yùn)營(yíng)成本和碳排放量數(shù)據(jù)比較

由圖7可知，C1-Q策略代表了傳統(tǒng)的以當(dāng)下成本最小化為管理目標(biāo)的跨域數(shù)據(jù)中心管理方式，為基準(zhǔn)策略。由表4可知，C1C2-Q策略與基準(zhǔn)策略相比碳排放降低11.08%，運(yùn)營(yíng)成本僅提高0.85%。說明政府在碳排放管控初期通過市場(chǎng)手段對(duì)數(shù)據(jù)中心的碳排放進(jìn)行約束迫使跨域數(shù)據(jù)中心改變負(fù)荷調(diào)度策略的碳減排效果明顯，且具有很強(qiáng)的可接受性。F-Q策略與基準(zhǔn)策略相比碳排放降低30.21%，說明市場(chǎng)手段下數(shù)據(jù)中心的碳排放量仍有很大的降低空間，此時(shí)運(yùn)營(yíng)成本也有較明顯的提高，為14.45%，但相比碳排放量的降低仍是可行的。C1C2F-Q策略與基準(zhǔn)策略相比碳排放降低25.46%，運(yùn)營(yíng)成本提高7.74%，相較于其他兩個(gè)階段下的策略，該策略在運(yùn)營(yíng)成本和碳排放量的綜合管控方面效果最優(yōu)。

提出的3種策略從調(diào)度管理的視角出發(fā)，分別實(shí)現(xiàn)減排11.08%、25.46%、30.21%的效果，結(jié)合從能耗技術(shù)、可再生能源、大數(shù)據(jù)中心布局的視角，可進(jìn)一步降低碳排放量。數(shù)據(jù)中心作為高價(jià)值行業(yè)，以單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放降低18%為對(duì)照，表明3種策略在降低碳排放方面有較好的表現(xiàn)。

5 結(jié)論

(1)結(jié)合我國(guó)數(shù)據(jù)中心向跨域數(shù)據(jù)中心發(fā)展的趨勢(shì)、碳中和背景下數(shù)據(jù)中心巨大的碳排放量以及全國(guó)碳交易方面的現(xiàn)狀，構(gòu)建了以我國(guó)數(shù)據(jù)中心運(yùn)營(yíng)現(xiàn)狀為背景的跨域數(shù)據(jù)中心負(fù)荷調(diào)度模型；根據(jù)“雙碳”的3個(gè)階段下跨域數(shù)據(jù)中心和政府的目標(biāo)提出3種負(fù)荷調(diào)度策略，充分發(fā)掘了具有時(shí)空差異性的屬性在降低運(yùn)營(yíng)成本和碳排放量的潛力。

(2)貢獻(xiàn)：①在我國(guó)數(shù)據(jù)中心“東數(shù)西算”、跨區(qū)域化、綠色化的背景下，提出了跨區(qū)域的負(fù)荷調(diào)度策略；②提出的負(fù)荷調(diào)度策略考慮到碳減排的需求，為通過管理手段降低數(shù)據(jù)中心的碳排放提供了示范。

(3)缺陷：①對(duì)數(shù)據(jù)中心跨域調(diào)度研究集中于“中游”，對(duì)于“調(diào)度”前的服務(wù)請(qǐng)求未進(jìn)行進(jìn)一步劃分，例如是否是對(duì)時(shí)延要求低的容忍型請(qǐng)求；②對(duì)分?jǐn)?shù)據(jù)中心的初始設(shè)置稍顯理想化，例如各數(shù)據(jù)中心硬件設(shè)備一致、以最大利用率運(yùn)行等。

(4)未來(lái)的研究方向可分為3方面：①精細(xì)化數(shù)據(jù)，如數(shù)據(jù)中心的所使用的電力能源的碳強(qiáng)度；②細(xì)化數(shù)據(jù)中心能源供應(yīng)的結(jié)構(gòu)，如構(gòu)建可再生能源的供應(yīng)模型，利用綠色能源的時(shí)空差異性實(shí)現(xiàn)更優(yōu)的負(fù)荷調(diào)度策略；③用戶端和分?jǐn)?shù)據(jù)中心內(nèi)部端延伸，例如對(duì)服務(wù)請(qǐng)求進(jìn)行預(yù)測(cè)與劃分、對(duì)數(shù)據(jù)中心內(nèi)部負(fù)荷進(jìn)行二階段調(diào)度。