数据中心综合能源管控平台架构与功能研究_刘金生.pdf

66电工电气电工电气 (2023 No.3)作者简介：刘金生(1986)，男，高级工程师，硕士，从事综合能源、配电网规划设计工作。刘金生，肖凌风，李志铿，杨海森(中国能源建设集团广东省电力设计研究院有限公司，广东 广州 510663)摘 要：大部分数据中心能源管控平台采用传统产业园区能源管控平台，没有考虑数据中心绿色电源供给方式、算力资源与电冷负荷相互映射等特点，园区能源协同运用效率不高。分析了数据中心用能结构和能源供给方式，研究了能源结构和供给对平台功能的需求，进而设计了数据中心能源管控平台的整体架构；根据能源应用需求和特征，以常规园区综合能源平台为基础，研究了数据中心平台的核心功能，包括中长期绿电代交易、算力和负荷协调优化调度、能效指标管控等，为指导数据中心能源管控平台建设，避免数据中心能源管控平台沿用产业园区平台的不适用性，有效提升数据中心能源综合利用效率提供了参考。关键词：数据中心；综合能源管控平台；架构与功能中图分类号：TK01+8 文献标识码：A 文章编号：1007-3175(2023)03-0066-05 Abstract:Traditional energy management platforms of industrial parks have low efficiency of cooperative utilization of energy because they ignore the green power supply mode of data centers,the mutual mapping between computing power resources and electric cooling load,etc.To solve this problem,the paper designs the overall architecture of the energy management platform of data center after analyzing the en-ergy-using structure,energy-supply mode and their demand for functions in the platform.Then,according to energy application requirements and characteristics,the paper,based on the integrated energy platforms of conventional industrial parks,makes research on core functions of the data center platform including medium and long-term substitute green power trading,optimization of computing power and load coordi-nation and energy efficiency index control.This research provides guidance for constructing the energy management platform of data center to avoid its inapplicability when continuing using platforms of industrial parks and improving the energy utilization efficiency.Key words:data center;integrated energy management platform;structure and functionLIU Jin-sheng,XIAO Ling-feng,LI Zhi-keng,YANG Hai-sen（China Energy Engineering Group Guangdong Electric Power Design Institute Co.,Ltd,Guangzhou 510663,China）Research on the Structure and Function of Integrated EnergyManagement Platform of Data Center数据中心综合能源管控平台架构与功能研究0 引言数据中心作为各个行业信息系统运行的物理载体，成为国民生产与生活重要的基础设施。伴随着数字经济成为“十四五”规划的重点发展方向，数据中心迎来了新一轮的发展1。2022年国家启动“东数西算”基础工程，在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏 8 个区域启动建设国家算力枢纽节点，同时规划了 10 个国家数据中心集群2。在国家“30 60”碳达峰、碳中和战略愿景下，作为能耗大户的数据中心任重而道远，绿色、节能、低碳、高质量发展成为了重点3。2021 年国家发展改革委、中央网信办等四部委联合出台全国一体化大数据中心协同创新体系算力枢纽实施方案，提出加强绿色数据中心建设，强化节能降耗要求。如何降低数据中心的能耗，提升能源利用效率成为数据中心建设的必然需求。大型数据中心是高能耗园区，为了降低能耗和用能成本，数据中心可利用本地可再生能源资源，充分发挥“源网荷储一体化”协调互济能力，实现数据中心绿色电力供应。数据中心能源管控平台是支撑综合能源高效利用的大脑和枢纽。目前，园区综合能源管控平台聚标准与管理数据中心综合能源管控平台架构与功能研究67 电工电气电工电气 (2023 No.3)焦产业、空港、商业办公园区，对于数据中心场景研究较少。参考文献 4 针对城市级物联设备接入需求，研究城市能源互联网架构和主要技术；参考文献 5 概述冬奥会延庆赛区能源管控系统架构，系统与楼宇自控系统、山地新闻中心能源站、冬奥村能源站、光伏系统等子系统交互，实现能源的综合调度与运行管理；参考文献 6-8 研究智慧能源管控平台的架构和主要功能，主要功能包括多能实时监测、多能优化调度、能源销售一体化管理、智能运维、智慧能源增值服务；参考文献 9-10 研究空港智慧能源平台架构和主要技术；参考文献 11针对负荷聚合商研究需求响应平台架构和功能，功能包括资源管理、负荷监测、响应邀约、响应申请、响应策略与控制、响应监控、响应补偿、响应效果分析。相较于产业园区能源管控平台，数据中心对源荷优化调度、绿电交易、能耗监测需求更迫切，因此，数据中心能源管控平台不能套用常规的园区能源管控平台，需要根据用能架构和能源供给方式，深入研究其架构与功能需求。1 用能结构分析1.1 用能需求数据中心用能设备主要包括配电柜、不间断电源、交换机、服务器、供冷系统、环境监控等用电设施。其中，服务器和供冷系统占园区全部能耗的80%以上。据统计，2020 年中国数据中心用电量约占全社会总用电量的 2.7%，预计 2023 年用电规模将继续增长 66%12。1.2 能源结构能源生产侧：为满足极大的能源需求，大型数据中心可建设风电场、光伏电场作为绿色主供电源，园区布置分布式光伏进一步提升绿色能源供给量。能源传输侧：风光电场可以通过接入公用电网后，以中长期绿电交易方式给园区供电13，还可通过专线、专变方式给园区供电。为了平滑新能源电场出力，新能源电场侧部署储能；为了增加园区负荷的调节能力，园区侧部署储能。园区集中供冷提升供冷效率，IT 设备余热可回收利用。能源消费侧：建设充电桩，挖掘算力、充电桩等负荷的调节能力，发挥综合能源的互济能力。2 能源供给方式分析为了实现数据中心绿色低价供电，风光电场的绿电供给有两种方式：一是通过先上公网，然后通过中长期绿电交易供电方式；二是绿色专线供电方式。当风光电场较分散，近期无法实现专线供电的，可采用中长期绿电交易方式；风光电场易于专线接入且公用电网同意作为园区备用的，可以专线接入园区供电。2.1 中长期绿电交易方式中长期绿电交易方式是通过代理园区内的用电企业，作为整体代理参与绿色电力市场交易，通过源网荷储协调控制和交易策略优化，最大成本降低园区整体用能成本，基本功能需求如下：(1)绿电中长期交易。为提升服务器效率，数据中心将数据任务在不同数据中心或服务器之间优化调度，从能源角度看，负荷随同数据任务映射变化。因此，数据中心需要根据数据任务的优化调度，结合园区储能、分布式光伏，实现园区用电和新能源发电的动态匹配，支撑实现电力市场中的绿色电力中长期交易，为大数据产业园区提供长期稳定低价的绿色电力。(2)聚合园区负荷降低园区整体成本。聚合数据中心负荷，结合峰谷时段电价以及现货市场购电价格，优化调节数据任务时段分布，合理调度储能实施，最大化降低园区公网购电费用。同时，在辅助服务市场中，利用储能设施和数据任务的调节能力，争取获得额外收益。2.2 绿色专线供电方式绿色专线供电方式是在物理层面新建输电专线实现新能源绿色电力直供电给园区。由于新能源子系统不直接接入电网调度系统，而是通过园区综合能源管控系统统一对接电网调度系统，因此，专线供电模式除了聚合园区负荷降低园区整体用能成本需求外，还需增加满足电网调度运行要求，具体如下：(1)满足电网调度接入要求。风光电场采用专线接入园区，综合能源管控平台需要与电网调度对接，接受调度运行指令。(2)在公用电网具有额外调节能力的情况下，数据中心综合能源管控平台架构与功能研究68电工电气电工电气 (2023 No.3)消纳风光电场富余的电量。3 能源管控平台架构能源管控平台基于“互联网+”理念，采用“微服务+容器”技术构建。平台上层与电网调度系统通过与电力交易平台交互，以负荷聚合商参与电网第三方辅助服务，代理园区企业参与中长期绿电交易。平台下层与风光储场站系统和算力资源管理平台对接，交互风光储场站的发电量值和预测值等信息，交互算力资源管理平台数据任务分配和预测值信息。平台分层架构具体阐述如下，整体架构如图 1所示。图1 数据中心综合能源平台架构图采集与计量微服务采集点管理参数管理采集任务管理告警微服务故障告警工况告警越限告警能源监测微服务全景监测电能质量监测多能监测组态图形微服务SVG图元管理图形维护图形发布业务PaaS容器组件物联网组件微服务组件AI计算组件基础PaaS计算资源存储资源网络资源IaaS平台层运营管理源网荷储协同控制设备主动感知和预测绿色电力代交易能效管理应用层采集边缘终端微电网控制器边缘层协议转换故障研判就地控制电表水表气表流量计园区光储充PCSBA系统群控系统采集层新能源储能照明供水充电汽车制冷燃气配电物理层风光储场站系统算力资源管理平台电网调度系统电力交易平台1)应用层以微服务架构，实现运营管理、设备主动感知和预测、源网荷储协同控制、绿色电力代交易、能效管理等微应用，提升数据中心多能运行效率、检修效率，降低数据中心能耗和碳排放。2)平台层平台层分为业务PaaS层、基础PaaS层和IaaS层。业务 PaaS 层：由众多相互独立、可扩展的共享微服务构成，包括采集与计量微服务、能源监测微服务、告警微服务、组态图形微服务。基础 PaaS 层：主要由微服务组件、容器组件、物联网组件、AI 计算组件构成。微服务组件为平台微服务提供运行监控、服务治理等基础组件，实现负载均衡、服务注册发现、日志监控等功能；容器组件实现容器镜像管理和自动化部署，以及容器级的自动扩容和缩容能力，支持微服务规模的弹性伸缩。物联网组件支持多种能源终端的灵活接入，实现多能系统规约转换。AI 计算组件实现对采集数据的充分挖掘，为上层应用提供算力支撑。IaaS 层：实现服务器、存储、网络等物理设备虚拟化，向上层提供虚拟化的 IT 资源。3)边缘层边缘层实现终端设备的采集、规约转换、园区综合能源就地协调控制功能，常用的边缘设备有微电网控制器、采集边缘终端。4)采集层实现电、冷、水等终端设备的接入，以及园区空调群控系统、储能变流器(PCS)通信网关、风光逆变器通信网关的数据接入。5)物理层包括接入平台的多能供给、输送、消费等设施。4 平台功能研究根据数据中心用能架构和能源供给方式，研究综合能源管控平台功能需求。平台需要主动感数据中心综合能源管控平台架构与功能研究69 电工电气电工电气 (2023 No.3)知园区设备状态和负荷信息，交互电源侧发电和预测信息、算力资源管理平台数据资源需求信息，通过绿电交易方式，优化调度园区负荷，使得新能源消纳率最高、能耗最低、用能最经济。主要功能如下(与园区常规综合能源平台相同的需求不做重点研究)。4.1 能源需求预测能源管控平台主动感知园区分布式发电、储能和各类负荷的状态和电气量。其中，风光电场的电气量通过风光电场场站系统交互得到，不需要另外增加采集和通信设备。新能源发电预测。风光电场的发电预测可以由综合能源平台完成，也可以由新能源场站子系统完成。园区的分布式能源发电预测。分布式发电预测是园区经济调度的基础，根据园区分布式光伏的安装容量，经济性选择发电预测的时间尺度。如果园区分布式光伏装机容量小，负荷远大于分布式能源的安装容量时，可不做发电预测。电负荷监测和预测。实时监测并统计分析 IT设备的开机运行、用电负荷、承接数据任务以及变化趋势情况；交互算力平台，根据数据任务的规模、类型，预测短中期数据中心的用电负荷，为开展电力与算力协同优化调度提供关键的信息支撑。冷负荷监测和预测。根据园区气温、湿度等气象数据，以及用冷设备的开机运行、用电负荷、变化趋势情况，预测短中期用冷负荷需求，为开展数据中心冷热负荷的灵活优化调度提供数据支撑。4.2 园区源网荷储优化调度按照公用电网对于源网荷储一体化项目调度运行、新能源消纳、第三方辅助服务等技术要求，根据算力平台数据资源安排和可调节资源，全局分析决策，实现源网荷储一体化优化调度控制，实现系统整体效益最优。具体包括：绿电交易方式下多能经济调度。根据绿色电力市场交易规则，以匹配源荷电力市场交易合约、降低大数据园区用能成本为优化目标，提出数据中心IT 用能功率调节、冷热设备用能功率调节、新能源场站侧和储能设备充放电调节在内的源网荷储一体化调度运营优化策略。电网第三方辅助服务。聚合数据中心可调节负荷(包括 IT 设施、空调设备、储能等)，按照辅助服务市场价格分析及负荷侧运行策略推荐结果，以最大化获取辅助服务市场收益、降低大数据园区用能成本为目标，智能提出包含数据中心IT 用能功率调节、冷热设备用能功率调节、新能源场站侧和大数据园区侧储能设备充放电调节在内的源网荷储一体化辅助服务市场调度运营优化策略。数据任务和用电负荷需求映射优化调度。由数据中心算力任务量得到物理用电负荷的映射关系曲线以及影响因素，优化数据中心算力任务策略。算力任务与冷负荷需求映射优化调度。根据气象气温和 IT 设备用能功耗信息映射到设备冷负荷需求，优化数据中心冷热设备调节策略，形成冷热设备主动跟随 IT 计算负荷、动态调整运行状态等优化调度方案。4.3 绿电代交易基于历史、现况以及未来预测分析的电力市场交易、风光储节点电价、负荷市场购电电价等综合信息的实时监测与预测评估，动态评估源荷双方绿色电力中长期交易执行情况并分析评估偏差考核成本及违约考核风险收益，结合源网荷储的综合状态与调节能力感知信息，进行智能化决策优化，提出源荷互动实现绿色电力交易、最大化实现智慧绿色大数据产业园项目整体效益的优化决策实施策略。平台可统一代理用户与电力市场交易，主要实现信息发布、客户管理、协议管理、电量预测、需求申报、交易管理、代理交易、结算管理、用户账单管理、收付款管理等功能。4.4 能效管理动态管控园区整体电能利用效率 PUE、水利用效率 WUE、碳排放等关键能效和碳排放指标14，作为园区运营和考核指标，优化园区用能策略。能耗监测的功能一般包括能效和碳排放监测、能效分析、用能分析、能效评估、碳审计等。与常规园区的能效监测相比，数据中心更加注重 PUE、WUE 指标动态监测，以此为数据中心考核指标。4.5 运营管理数据中心综合能源管理平台作为园区平台的一种，运营管理与普通园区平台功能类似，通常包括设备管理、智能运维(设备监测与告警、巡检运维、故障研判等)、能源计量、运维托管等功能。数据中心综合能源管控平台架构与功能研究70电工电气电工电气 (2023 No.3)5 结语随着社会对数据中心的需求与日俱增，数据中心绿色高效能源供应需求迫切。数据中心能源管控平台是数据中心多能协同互济的重点，目前对其研究甚少。与产业园区相比，数据中心因为绿色电源供给方式(绿电交易或者绿电直供)、大容量储能、能耗管控、算力资源与电冷负荷相互映射且可调节等特征，平台功能需求与产业园区平台相差很大。本文首先分析数据中心用能架构和能源供给方式，明确平台建设边界和交互系统，按照互联网思维构建平台架构，平台上层与电网调度系统、电力交易系统交互，平台下层与风光储场站系统和算力资源管理平台交互。然后根据用能和运行特征，研究平台主要功能，包括：考虑绿电的供给方式不同，研究绿电交易需求功能；考虑算力资源动态可调节，研究能源管控平台和算力平台互动，源荷储互动优化调度；考虑算力与电冷负荷紧密互动，研究设备动态感知与预测；考虑数据中心控能耗指标要求，研究能效管理需求。本文提出的架构与功能研究基于实际需求提出，为平台开发奠定基础，避免数据中心能源管控平台沿用产业园区平台的不适用性，为数据中心绿色高效用能提供保障。参考文献1 金驰.我国数据中心绿色化发展趋势及思考 J.信息技术与标准化，2021(12)：50-52.2 朱敏，洪亮.“东数西算”工程建设对数据中心产业链的影响及建议 J.通信企业管理，2022(4)：39-41.3 高书辰，潘京津.我国数据中心低碳发展现状与路径分析 J.信息技术与标准化，2021(12)：53-54.4 王晓辉，季知祥，周扬，刘鹏.城市能源互联网综合服务平台架构及关键技术 J.中国电机工程学报，2021，41(7)：2310-2321.5 韩毅，师帅，朱江，丁艳虹，杨硕.冬奥会延庆赛区综合能源利用项目自控系统设计 J.建筑电气，2021，40(11)：8-12.6 张舵，马超，李嘉逸.多能优化调度在智慧能源管控平台中的应用 J.四川电力技术，2019，42(5)：5-9.7 魏聪，雷宇.智慧能源管控平台中多能优化调度的应用分析 J.通信电源技术，2020，37(8)：224-226.8 蔡世超.智慧能源多能互补综合能源管理系统研究J.应用能源技术，2017(10)：1-4.9 黄媛，吴刚，刘俊勇，杨晨曦，高梦嫔.基于物联网技术的空港区智慧能源管控平台的研究与设计J.物联网学报，2021，5(2)：125-133.10 银瑞鸿，李杨.机场智慧能源管控系统设计 J.建筑电气，2021，40(11)：40-44.11 熊鹏宇.负荷聚合商需求响应管控平台开发与应用J.大众用电，2021，36(11)：33-34.12 王玚，李鹏，冀浩然，宋洁莹，陈思睿，王成山.考虑多类型资源的数据中心园区供电协调规划 J.电力系统自动化，2022，46(14)：19-28.13 梁汉东，吴劲松，廖霄，朱文涛，陈冰，郑赟，张学昶.新基建形势下能源与数据中心发展探讨 J.智能建筑电气技术，2021，15(1)：20-23.14 张忠斌，邵小桐，宋平，吴雨青，王淑珍，宫小明.数据中心能效影响因素及评价指标 J.暖通空调，2022，52(3)：148-156.收稿日期：2022-12-22数据中心综合能源管控平台架构与功能研究9 YE J,WANG B,MANANDHAR U,et al.Enumerated-MPC-Based Dynamic Voltage Restorer Using LC Filter with Damping ResistorC/2017 Asian Conference on Energy,Power and Transportation Electrification(ACEPT)，2017.10 SRIVASTAVA A,BAJPAI R S.Comparative Analysis of PI&MPC Controllers for Dynamic Voltage Restorer Using Wind Energy Conversion SystemC/2021 4th Biennial International Conference on Nascent Technologies in Engineering(ICNTE)，2021.11 金楠，康冬祎，崔光照.无直流储能直接 AC/AC 动态电压恢复器及其预测控制 J.电机与控制学报，2016，20(7)：88-94.12 KUMAR C,MISHRA M K.Predictive Voltage Control of Transformerless Dynamic Voltage RestorerJ.IEEE Transactions on Industrial Electronics，2015，62(5)：2693-2697.修稿日期：2022-10-12(上接第29页)