查看原文
其他

【精彩论文】考虑多种储能的数据中心综合能源系统配置优化

中国电力 中国电力 2023-12-18

考虑多种储能的数据中心综合能源系统配置优化


孙强1,2, 孙志凰1, 潘杭萍1, 陈杰军1, 朱婵霞1, 陈倩1, 周佳伟1

(1. 国网(苏州)城市能源研究院有限责任公司,江苏 苏州 215163; 2. 国网能源研究院有限公司,北京 102209)


摘要:数据中心是中国数字化发展的关键基础设施,如何通过配置多种储能设施以降低数据中心综合用能成本亟须研究。对数据中心采用的储能技术路径进行了效益分析,考虑了数据中心综合能源系统配置优化及能源系统运行策略。以北京某数据中心为例,进行算例分析,结果表明数据中心优化配置应急与调峰储能及系统运行策略对数据中心提高能源供应可靠性、降低运行成本具有积极作用。


引文信息

孙强, 孙志凰, 潘杭萍, 等. 考虑多种储能的数据中心综合能源系统配置优化[J]. 中国电力, 2022, 55(9): 1-7.

SUN Qiang, SUN Zhihuang, PAN Hangping, et al. Configuration optimization of integrated energy system for data center considering multiple energy storage facilities[J]. Electric Power, 2022, 55(9): 1-7.


引言


数据资源已成为人类社会重要的生产要素和国家基础性战略资源,截至2020年,全国数据中心耗电量超2 045亿kW·h[1],约占全社会用电量的2.7%[2]。截至2021年底,中国数据中心机架已超过520万架[3]。预计到2025年,中国数据中心总耗电量占当年全国电力消耗总量的4.7%[4]。2019年中国在用超大型和大型数据中心电源使用效率(power usage effectiveness,PUE)值分别为1.46和1.55,与中国2023年数据中心PUE值小于1.3的要求还有距离[5-6]。由此可见,数据中心已成为能源资源消耗及二氧化碳排放的重点领域,节能潜力巨大[7]。在能源转型的背景下,数据中心在能源供应形式和安全保障方面面临新的要求和挑战[8-9]。近年来,北京、上海、深圳等多地政府陆续提出要严格把关新建数据中心、推进老旧数据中心升级、加强绿色数据中心改造等要求。传统数据中心能源系统的能耗高、设备配置不灵活、经济性不明显等问题突出,对含有多种能源技术的综合能源系统优化方案少有深入研究,对于新型能源设备还缺乏研究和推广应用。储能系统在能源应急保障、促进可再生能源消纳等方面发挥重要作用。随着未来数据中心电力负荷比例的进一步扩大,有必要深入研究更加绿色、高效、低碳化的数据中心综合能源配置方案。因此,在数据中心合理配置新型储能系统成为新的研究焦点。文献[10-11]分析了含有光伏发电、电池储能的数据中心能源系统,通过算例验证了储能系统对降低数据中心综合运行成本的有效性。文献[12]对比了数据中心锂电池和传统电池储能的性能指标。文献[13-15]阐述了电池储能在数据中心发挥重要作用,通过案例说明可以将数据中心储能设备作为灵活性资源,从而实现削峰填谷、降低成本。文献[16-20]对比分析了不同蓄冷方案的经济性,通过案例说明蓄冷对数据中心的经济效益。文献[21]分析了新能源背景下,数据中心的优越性。综上所述,现有关于数据中心能源系统的研究往往缺乏对于数据中心运行动态和多场景的考虑,且针对目前更加多样化的新型储能系统缺少优化分析。

本文从能源系统整体角度对数据中心采用储电与储冷等多种技术路径进行效益比较,分析储能系统优化配置方法,提出数据中心综合能源系统优化运行策略。


1  数据中心能源系统


数据中心由信息技术(information technology,IT)设备、空调系统、供电系统、照明系统等构成,其能耗占比情况如图1所示。从图1可以看出,数据中心制冷系统和供配电环节的效率提升对数据中心的能耗改善有重要作用。


图1  数据中心能耗构成Fig.1  Energy consumption composition of data center


数据中心的能源系统具有可靠性要求高、负荷密度大、用能需求稳定、余热排放量大等特点[22-23],中断供电或制冷会对数据中心造成极大损失。为满足高可靠性供电和制冷要求,数据中心能源系统除了冗余供电外,还设置有储电系统和蓄冷系统[24-30]。在储电方面,数据中心通常采用以铅酸电池为主的系统。在蓄冷方面,数据中心要求配置蓄冷设备满足不间断供冷需求。随着峰谷电价制度的进一步发展,数据中心亟需新型储能系统满足经济性和灵活性的用电需求,并扩大蓄冷容量,提高可靠性。

数据中心采用储能模式时,可以显著提升能源供应的安全稳定性,在出现电力系统故障等突发事件或能源供应短时不足的情况下,确保数据中心可靠和高质量的能源供给。与此同时,能够充分利用峰谷电价差等政策,采用“削峰填谷”的运行模式,有效减少数据中心的电费开支,进一步提高整个能源系统的运行效率和经济效益。


2  数据中心储能系统分析


以系统经济性最优为目标,给出数据中心综合能源系统配置方案。其中,经济性最优包括设备固定成本、设备运维成本、燃料成本等。本文的目标函数为

式中:C为总成本;k为设备编号;n为设备数量; ck 为第k个设备的初投资年化成本;为第k个设备的运维成本;为时刻t下的系统与电网交互电量; p为电价; G为时刻t下的其他燃料消费量; p 为燃料价格;t为时间。水蓄冷是单位体积蓄冷量最小的蓄冷方式,需要的蓄冷槽容积最大。水蓄冷是目前数据中心常用的蓄冷形式。水蓄冷的应用形式可以分为开式和闭式。开式蓄冷系统技术成熟、冷水的分层效果明显、造价相对较低,因此数据中心空调系统的设计大多采用这种形式。数据中心水蓄冷最大容量Qmax式中: νmax 为数据中心允许安装蓄冷罐的最大体积; ρ 为蓄冷水密度; C为冷水的比热容; η 为蓄冷罐的有效利用体积; ΔT 为供回水温度差。时刻t蓄冰装置的蓄冷量Q(t)为式中: Q(t−1) 为时刻t–1的蓄冷量; Pin(t) 、 Pout(t) 分别为时刻t的蓄冷、放冷功率; ηin ηout 分别为蓄冷设备的蓄冷、放冷效率;∆t为计算时间间隔。蓄冷装置的蓄冷和放冷约束为式中:分别为蓄冷装置蓄冷能力上限、下限;分别为蓄冷装置释能上限、下限; μin(t) 、 μout(t) 分别为限制蓄冷装置蓄冷、放冷的状态变量。本文从蓄电池容量约束、出力约束等方面建立模型。蓄电池的容量、出力、电量约束分别为

式中: E(t) 为时刻 t 蓄电池的总能量; EmaxEmin 分别为蓄电池最大、最小储电容量; Pc(t) 、 Pd(t) 分别为t时刻蓄电池的充、放电功率;分别为蓄电池充、放电功率的最大限值; Bc(t) 、 Bd(t) 分别为充、放电状态; ηc ηd 分别为蓄电池的充、放电效率。


3  案例分析


本文以北京某数据中心为案例开展考虑多种储能设备的数据中心能源系统分析,该数据中心规划建设1 850个机柜,每台机柜平均功率约4.4 kW。负荷需求如表1所示。


表1  北京某数据中心负荷需求

Table 1  Load demand of a data center in Beijing


根据数据中心负荷需求分析,对比分析不同储能设备配置的数据中心综合能源系统。本文设置了4种方案,具体如下。方案1的总设备投资为3 749万元,该方案只考虑应急蓄冷系统,其他为常规配置。具体方案配置有变频离心式冷水机组、冷冻一次泵、冷冻二次泵、应急蓄冷罐、板式换热器、冷却水泵、开式冷却塔、冷却塔补水系统、冷却水补水储存量、控制系统、制冷管道及辅材、能源站暖通、能源站通风。方案2的总设备投资为4 105万元,该方案增加了调峰水蓄冷系统。具体方案配置有变频离心式冷水机组、冷冻一次泵、冷冻二次泵、调峰蓄冷罐、蓄冷泵、放冷泵、板式换热器、冷却水泵、开式冷却塔、冷却塔补水系统、冷却水补水储存量、控制系统、制冷管道及辅材、能源站暖通、能源站通风。方案3的总设备投资为6 927万元,该方案在方案2的基础上,增加了锂电池储能系统,更充分利用峰谷电价差。具体方案配置有变频离心式冷水机组、冷冻一次泵、冷冻二次泵、调峰蓄冷罐、蓄冷泵、放冷泵、板式换热器、冷却水泵、开式冷却塔、冷却塔补水系统、冷却水补水储存量、控制系统、制冷管道及辅材、能源站暖通、能源站通风、锂电池储能系统。方案4的总设备投资为6 505万元,该方案在方案2的基础上,增加了全钒液流电池系统。具体方案配置有变频离心式冷水机组、冷冻一次泵、冷冻二次泵、调峰蓄冷罐、蓄冷泵、放冷泵、板式换热器、冷却水泵、开式冷却塔、冷却塔补水系统、冷却水补水储存量、控制系统、制冷管道及辅材、能源站暖通、能源站通风、全钒液流电池储能系统。

考虑储能运行优化策略的原则是充分利用谷段、平段电价时段储能以满足尖峰段、峰段电价时的能源需求。不同参数对应的蓄冷、放冷时长如表2所示。图2和图3分别为机柜负载率30%和80%时的控制策略。从图2~3可以看出,30%机柜负载率下,实行一充三放,利用谷电蓄冷、峰段释冷;80%机柜负载率下,实行三充三放,利用谷电和平段蓄冷,峰段释冷。


表2  不同参数对应的蓄冷时长、放冷时长

Table 2  Cold storage and discharge time corresponding to different parameters


夏季尖峰电价时段,采用“三充三放”策略。谷电期间冷水机增加蓄冷,受总容量限制,在此期间利用低功率充满电。非尖峰电价时段,采用“两充两放”策略。电池运行策略如图4~5所示。从图4~5可以看出,受电池容量限制,谷电期间,电池低功率充电;平段时间,电池满功率充电以满足尖峰或高峰负荷。


图2  机柜负载率30%时蓄冷、放冷策略

Fig.2  Cold storage and discharge strategy at 30% load rate


图3  机柜负载率80%时蓄冷、放冷策略

Fig.3  Cold storage and discharge strategy at 80% load rate


图4  尖峰电价时段蓄电池充放电策略

Fig.4  Strategy of battery charge and discharge in peak price period


图5  非尖峰电价时段蓄电池充放电策略

Fig.5  Strategy of battery charge and discharge in non-peak price period


数据中心夏季典型日能源系统优化运行策略如图6所示。从图6可以看出,利用蓄冷和电池储能系统,可以大幅降低数据中心尖峰、高峰段用电。


图6  数据中心夏季典型日能源系统优化运行策略

Fig.6  Optimal operation strategy of energy system for data center in a typical summer day


以上述数据中心为例,开展考虑多种储能设备配置方案的经济效益分析,计算不同负载率下数据中心全年能源系统运行成本,如图7所示。从图7可以看出,随着负载率的上升,数据中心全年能源系统的运行成本上升,配置水蓄冷和锂电池储能系统的方案3最具经济性。


图7  不同负载率下数据中心全年能源系统运行成本

Fig.7  Annual energy system operating cost of data center under different load rates


随着数据中心负载率的上升,用电需求和供冷需求随之上升,能源系统的燃料成本上升。利用峰谷电价设置大温差水蓄冷,有效降低系统运行费用,同时水蓄冷系统增加了数据中心的供冷安全性。锂电池储能系统同样利用峰谷价差减少能源系统的电费成本,同时,在一定程度上减少数据中心对柴油发电机的依赖。

储能设备的经济性如表3所示,从表3可以看出,水蓄冷系统初期投资小,静态投资回收期短,投资收益稳定。锂电池储能系统单位投资成本低,静态回收期短,但是使用寿命相比全钒液流电池储能系统短。


表3  储能设备的经济性

Table 3  Economic analysis of different energy storage equipment


根据上述分析,采用方案3,配备水蓄冷和锂电池储能系统,计算数据中心运营成本,其中电费包括制冷系统用电和机柜用电。按照数据中心运营15年计算,系统负载率第1年取30%、第2年取80%、第3~10年取95%、第11~15年取80%。运营成本如表4所示,制冷系统用电和机柜用电占数据中心能源费用的92%,其中机柜用电占数据中心能源费用的73%。


表4  北京某数据中心运营成本

Table 4  Operating cost of a data center in Beijing


4  结语
本文通过合理配置应急与调峰储能及优化能源系统配置与运行策略,明显降低了系统运行成本和设备年化投资成本。利用峰谷电价设置调峰水蓄冷系统,可有效降低系统运行费用。同时,水蓄冷系统增加了数据中心的供冷安全性。

(责任编辑 杨彪)



作者介绍

孙强(1977—),男,博士,高级工程师(教授级),从事综合能源系统规划研究,E-mail:sunqiang@sgeri.sgcc.com.cn;


孙志凰(1988—),男,通信作者,硕士,高级工程师,从事城市能源规划研究,E-mail:zhihuangsun@163.com;

潘杭萍(1994—),女,硕士,工程师,从事城市能源互联网研究,E-mail:pan_hangping@163.com;

陈杰军(1994—),男,硕士,工程师,从事城市能源规划研究,E-mail:jiejunc@qq.com;

陈倩(1992—),女,硕士,工程师,从事综合能源规划研究,E-mail:chen61011104@163.com;

周佳伟(1992—),硕士,工程师,从事综合能源系统评价体系研究,E-mail:15205161411@163.com.


欢迎点击文后“阅读原文”跳转期刊官网,获取更多信息!






 往期回顾 


《中国电力》2022年第9期目录【精彩论文】改性氧化镁/环氧树脂复合材料的介电及亲疏水性能【精彩论文】昆柳龙直流工程受端高频谐振评估及抑制【精彩论文】基于改进鲸鱼算法的电流互感器J-A模型磁滞参数识别【精彩论文】FeCuNbSiB纳米晶合金软磁性能的热处理工艺调控研究【征稿启事】“双碳目标下可再生能源新型利用及关键技术”专题征稿启事【征稿启事】“面向新型电力系统的氢能及其系统集成控制关键技术”征稿启事【新能源专题征稿】“海上风电送出与并网技术”专题征稿启事【征稿启事】“面向数字配电网的边缘计算与控制技术”专题征稿启事

编辑:于静茹
校对:杨彪

审核:方彤

声明

根据国家版权局最新规定,纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品,转载时要包含本微信号名称、二维码等关键信息,在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存