一种绿色数据中心备用能源系统优化设计方法

摘要

本发明公开了一种绿色数据中心备用能源系统优化设计方法，包括建立数据中心负荷模型、广义储能系统模型、移动发电车模型；确定用户UPS和电力公司移动发电车信息；确定停电后不同时段内必保负荷大小；确定应急能源系统供能策略；基于数据中心负荷模型、储能系统模型、移动发电车模型确定应急能源系统容量构成，最后建立基于广义储能和移动发电车的备用电源系统容量优化模型。本发明基于广义储能系统和移动发电车配合的数据中心备用能源系统容量优化设计方法，在满足数据中心高可靠性供能，以及绿色环保要求的前提下，通过合理配置冷储能系统，可大幅降低自备能源系统中昂贵的电储能系统容量，节省投资和运行费用，降低全寿命周期成本。

说明书

技术领域

本发明属于用户备用能源容量规划、设计及优化技术领域，尤其涉及一种 绿色数据中心备用能源系统优化设计方法。

背景技术

随着各行业网络化、信息化的不断推进，以及互联网+的快速发展，我国数 据中心的数量快速增长。据统计，我国现有数据中心数量约占全球总量的13％。 数据中心能耗需求具有用电密度高、冷负荷需求大、可靠性要求高的特点。要 求数据中心机组全年不间断运行，一般由2路以上市电供应，还需要足够容量 的柴油发电机做备用。随着数据中心绿色化水平要求的提高，数据中心采用固 定柴油发电机做备用难以满足环保要求，且具有一定的安全隐患。以往的研究 侧重于提高数据中心能效。针对数据中心冷、电负荷需求平稳的特点，有研究 人员提出采用天然气分布式能源应用到数据中心能源供应。在天然气供应充足、 价格较低，电价、制冷价格较高的地区，能够降低数据中心能源费用。但在目 前全国天然气供应紧张，价格不断上涨的背景下，燃气分布式能源的能源供应 可靠性难以满足数据中心高可靠性需求。还有研究人员提出将水蓄冷空调系统 应用在数据中心中，在峰谷电价差较大的地区，能够降低电费，达到较好的经 济效益。但没有论述水蓄冷空调对提高数据中心可靠性的影响。随着分布式发 电和微网的发展，储能系统应用从电网调频调压、削峰填谷，拓展到配合可再 生能源发电、微网等领域。近年来，研究重点主要集中在电储能系统配合可再 生能源并网发电，实现微网的并离网无缝切换以及离网运行的稳定可靠运行等 方面。但电储能系统成本较高，极大地限制了其推广应用。对蓄冷、蓄热等广 义储能系统与电储能系统的优化配置研究并不多见。移动发电车在欧美、日本 等国外发电国家应用较为频繁，对提高城市电网供电可靠性作用显著。随着经 济社会发展，我国对电网供电可靠性要求也越来越高，移动发电车的使用也越 来越普及。但移动发电车实际利用率与国外发达国家相比还是偏低。国内外对 移动发电车的研究也比较少。

发明内容

本发明的目的在于提供一种绿色数据中心备用能源系统优化设计方法，旨 在满足数据中心高可靠性供能，以及绿色环保要求的前提下，优化备用能源容 量配置。

本发明是这样实现的，一种绿色数据中心备用能源系统优化设计方法，所 述绿色数据中心备用能源系统优化设计方法建立数据中心负荷模型、储能系统 模型、移动发电车模型；确定用户UPS和电力公司移动发电车信息；确定停电 后不同时段内必保负荷大小；确定应急能源系统供能策略；基于数据中心负荷 模型、储能系统模型、移动发电车模型确定应急能源系统容量构成，最后建立 基于广义储能和移动发电车的备用电源系统容量优化模型。进一步，所述数据中 心负荷模型为数据中心必保负荷，包括必保纯电负荷Eo和必保冷负荷C，必保 纯电负荷为设备负荷；必保冷负荷为制冷负荷，必保负荷模型如下：

Eo:[L_Eo,t；T_O；T_N；P_D；E_D]；

C:[L_C,t；T_O；T_N；P_D；E_D]；

其中t代表停电后不同时段；L_Eo,t代表停电后t-1时刻至t时刻必保电负荷 大小，kW；L_C,t代表停电后t-1时刻至t时刻必保冷负荷大小，kW；T_O代表 必保负荷允许的短时停电时间，min；T_N代表必保负荷停电后需保证持续运行 的时间，h；P_D代表必保电负荷自备电源的功率，kW；E_D代表必保负荷自备 电源的容量，kWh。

进一步，所述储能系统模型包括电储能、冷储能系统；

电储能系统以电化学储能系统为主，对电化学储能进行通用性建模，数学 表达式如下：

$\begin{array}{c}{E}_{ES,t}=E_{ES,t-1}-P_{ES,t}\frac{\Delta t}{60}\\ S_{ES,t}=\frac{E_{ES,t}}{E_{n,ES}}\end{array};$

式中，E_ES,t、E_ES,t-1分别代表t、t-1时刻电储能系统的剩余能量，kWh；E_n,ES为ES额定能量容量，kWh；S_ES,t代表t时刻电储能系统的剩余能量水平，或称 电储能系统的荷电状态；Δt为t-1到t时刻的时间间隔，min；P_ES,t为t-1至t时 段ES实际充放电功率，kW，在同一时段内的充放电功率为定值，且有：

$P_{ES,t}=\left(\begin{array}{cc}\frac{P_{ES0,t}}{{\eta }_{d,ES}},& P_{ES0,t}\ge 0\\ P_{ES0,t}{\eta }_{c,ES},& P_{ES0,t}<0\end{array}\right);$

式中，P_ES0,t为t时段电储能系统对外输出功率，kW，为正时代表放电，为 负时代表充电；η_c,ES、η_d,ES分别为电储能系统充、放电效率，需满足如下约束：

$S_{ES}^{low}\le S_{ES,t}\le S_{ES}^{up};$

式中，分别代表电储能系统荷电状态运行上、下限；

冷储能系统数学表达式如下：

$\left(\begin{array}{c}{E}_{TS,t}=E_{TS,t-1}-Q_{TS,t}\frac{\Delta t}{60};\\ S_{TS,t}=\frac{E_{TS,t}}{E_{n,TS}}\end{array}\right)$

式中，E_TS,t、E_TS,t-1分别代表t、t-1时刻冷储能系统的剩余能量，kWh；E_n,TS为冷储能系统的额定储冷容量，kWh；S_TS,t代表t时刻冷储能系统的剩余能量水 平；Q_TS,t为t时段冷储能系统实际蓄、放冷功率，kW，在同一时段内的蓄、放 了冷功率为定值，且有：

$Q_{TS,t}=\left(\begin{array}{cc}\frac{Q_{TS0,t}}{{\eta }_{d,TS}},& Q_{TS0,t}\ge 0\\ Q_{TS0,t}{\eta }_{c,TS},& Q_{TS0,t}<0\end{array}\right);$

式中，Q_TS0,t为t时段冷储能系统对外输出冷功率，kW，为正时代表放冷， 为负时代表蓄冷；η_c,TS、η_d,TS分别为冷储能系统蓄、放冷效率，冷储能系统满足 如下约束：

$\begin{array}{c}{S}_{TS}^{low}\le S_{TS,t}\le S_{TS}^{up}\\ Q_{TS,t}\le Q_{d,TS,t}^{up}=\min \left({\alpha }_{d,TS}^{up}{E}_{n,TS},\frac{E_{TS,t-1}-S_{TS}^{low}{E}_{n,TS}}{\Delta t/60}\right),Q_{TS,t}>0\\ \left|Q_{TS,t}\right|\le Q_{c,TS,t}^{up}=\min \left({\alpha }_{c,TS}^{up}{E}_{n,TS},\frac{S_{TS}^{up}{E}_{n,TS}-E_{TS,t-1}}{\Delta t/60}\right),Q_{TS,t}<0\end{array};$

式中，分别代表冷储能系统剩余能量水平上、下限；分 别为冷储能系统在t时段实际蓄、放冷功率上限，kW；分别为冷储 能系统最大蓄、放冷率，kW/kWh，分别代表冷储能系统蓄、放冷功率上限与 冷储能系统额定容量的比例，和分别代表冷储能系统 在t时段所允许的最大放冷量和最大蓄冷量，kWh。

进一步，所述移动发电车模型是第k个移动发电车功率P_EG,k、容量E_EG,k， 最大发电功率和最小发电功率出救时间T_EG,k，包括移动发电车所在 地到数据中心路上的时间，以及到达数据中心后的拉线、接线正式发电的相关 准备时间。

进一步，所述建立基于广义储能和移动发电车的备用电源系统容量优化模 型的目标函数在全寿命周期内的净现值最低，包括投资加上年运行维护费用的 净现值：

式中，C_EPS为备用能源系统净现值；C_IGA分别代表备用能源系统初始投资 费用；C_OM,n代表第n年备用能源系统的运行维护费用；r为贴现率。

进一步，所述建立基于广义储能和移动发电车的备用电源系统容量优化模 型的约束条件，必保负荷小于等于备用能源功率：

$\begin{array}{c}{L}_{Eo,t}\le P_{EPS,t}=P_{D,t}+P_{ES,t}+\underset{k}{\Sigma }{P}_{EG,k,t}\\ L_{C,t}\le Q_{EPS,t}=Q_{TS,t}+\left(P_{EPS,t}-L_{Eo,t}-P_{ES,t}^{\prime }\right)·{\beta }_{COP}\end{array};$

式中，t属于0至T_N，β_COP为空调能效系数；

$P_{EG,k,t}=\left(\begin{array}{cc}0,& t<T_{EG,k}\\ P_{EG,k},& t\ge T_{EG,k}\end{array}\right);$

必保负荷所需能源量小于等于备用能源能够提供的量：

$\begin{array}{c}{E}_{Eo}=\underset{t}{\Sigma }{L}_{Eo,t}\le \underset{t}{\Sigma }{P}_{EPS,t}=E_D+E_{ES}+\underset{k}{\Sigma }{E}_{EG,k}\\ E_C=\underset{t}{\Sigma }{L}_{C,t}\le \underset{t}{\Sigma }{Q}_{EPS,t}=E_{TS}+(E_D+E_{ES}+\underset{k}{\Sigma }{E}_{EG,k}-E_{Eo}-E_{ES}^{\prime })·{\beta }_{COP}\end{array}.$

本发明提供的绿色数据中心备用能源系统优化设计方法，该优化模型可取 消柴油发电机在自备能源系统中的配置，大幅降低昂贵的电储能系统容量，节 省投资和运行费用，进而降低全寿命周期成本；该优化模型可取消柴油发电机 在自备能源系统中的配置，大幅降低昂贵的电储能系统容量，节省投资和运行 费用，进而降低全寿命周期成本。本发明基于广义储能(电储能、蓄冷)系统 和移动发电车配合的数据中心备用能源系统容量优化设计方法，在满足数据中 心高可靠性供能，以及绿色环保要求的前提下，通过合理配置冷储能系统和移 动发电车，可大幅降低自备能源系统中昂贵的电储能系统容量，节省投资。

附图说明

图1是本发明实施例提供的绿色数据中心备用能源系统优化设计方法流程 图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例， 对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以 解释本发明，并不用于限定本发明。

本发明针对高可靠性绿色数据中心供能特性，以及广义储能系统和移动发 电车的特点，提出一种基于广义储能(电储能、蓄冷、蓄热)系统和移动发电 车配合的数据中心备用能源系统容量优化设计模型与方法，在满足数据中心高 可靠性供能，以及绿色环保要求的前提下，能够优化备用能源容量配置。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例的绿色数据中心备用能源系统优化设计方法包 括以下步骤：

S101：建立数据中心负荷、广义储能系统和移动发电车模型；

S102：确定用户UPS和电力公司移动发电车信息；

S103：确定停电后不同时段内必保负荷大小；

S104：确定应急能源系统供能策略；

S105：基于数据中心负荷模型、储能系统模型、移动发电车模型确定应急 能源系统容量构成。

本发明的具体步骤如下：

首先，对数据中心负荷、储能和移动发电车进行建模。

1)数据中心负荷建模

按照数据中心的负荷分级，将负荷分为必保负荷和一般负荷，其中必保负 荷包括数据机房工艺电源和数据生产交换设备及机房空调负荷，其余负荷为一 般负荷，本发明研究对象为数据中心必保负荷，包括必保纯电负荷Eo和必保 冷负荷C，其中必保纯电负荷为仅能由电力满足的负荷，如数据中心服务器、 交换机等设备负荷；必保冷负荷为制冷负荷，如机房空调负荷，可由电压缩制 冷系统提供(如通过电制冷机)；或冷储能系统释放的冷量，必保负荷模型如 下：

Eo:[L_Eo,t；T_O；T_N；P_D；E_D]；

C:[L_C,t；T_O；T_N；P_D；E_D]；

其中t代表停电后不同时段；L_Eo,t代表停电后t-1时刻至t时刻(简称t时 段)必保电负荷大小，kW，假设数据中心停电后采取必要的措施，随着停电 时间的延长，能够降低必保负荷大小；T_O代表必保电负荷允许的短时停电时 间，min；T_N代表必保负荷停电后需保证持续运行的时间，h；P_D代表必保电 负荷自备电源的功率，kW；E_D代表必保负荷自备电源的容量，kWh，必保空 调负荷C建模与必保纯电负荷类似。

2)储能系统建模，包括电储能、冷储能系统。

电储能系统以电化学储能系统为主，对电化学储能进行通用性建模，其数 学表达式如下：

$\begin{array}{c}{E}_{ES,t}=E_{ES,t-1}-P_{ES,t}\frac{\Delta t}{60}\\ S_{ES,t}=\frac{E_{ES,t}}{E_{n,ES}}\end{array}---\left(1\right)$

式中，E_ES,t、E_ES,t-1分别代表t、t-1时刻ES的剩余能量(kWh)；E_n,ES为ES 额定能量容量(kWh)；S_ES,t代表t时刻ES的剩余能量水平，或称ES的荷电状 态(SOC)；Δt为t-1到t时刻的时间间隔(min)；P_ES,t为t-1至t时段(简称 t时段)ES实际充放电功率(kW)，这里假定在同一时段内的充放电功率为定 值，且有：

$P_{ES,t}=\left(\begin{array}{cc}\frac{P_{ES0,t}}{{\eta }_{d,ES}},& P_{ES0,t}\ge 0\\ P_{ES0,t}{\eta }_{c,ES},& P_{ES0,t}<0\end{array}\right)---\left(2\right)$

式中，P_ES0,t为t时段ES对外输出功率(kW)，可正可负，为正时代表放 电，为负时代表充电；η_c,ES、η_d,ES分别为ES充、放电效率，为保证持续稳定运 行，一般需满足如下约束：

$S_{ES}^{low}\le S_{ES,t}\le S_{ES}^{up}---\left(3\right)$

式中，分别代表ESSOC运行上、下限。

冷储能系统(TS)与ES类似，数学表达式如下：

$\begin{array}{c}{E}_{TS,t}=E_{TS,t-1}-Q_{TS,t}\frac{\Delta t}{60}\\ S_{TS,t}=\frac{E_{TS,t}}{E_{n,TS}}\end{array}---\left(4\right)$

式中，E_TS,t、E_TS,t-1分别代表t、t-1时刻TS的剩余能量(kWh)；E_n,TS为TS 的额定储冷容量(kWh)；S_TS,t代表t时刻TS的剩余能量水平；Q_TS,t为t时段 TS实际蓄、放冷功率(kW)，这里假定在同一时段内的蓄、放了冷功率为定值， 且有：

$Q_{TS,t}=\left(\begin{array}{cc}\frac{Q_{TS0,t}}{{\eta }_{d,TS}},& Q_{TS0,t}\ge 0\\ Q_{TS0,t}{\eta }_{c,TS},& Q_{TS0,t}<0\end{array}\right)---\left(5\right)$

式中，Q_TS0,t为t时段TS对外输出冷功率(kW)，可正可负，为正时代表 放冷，为负时代表蓄冷；η_c,TS、η_d,TS分别为TS蓄、放冷效率。为保证持续稳定 运行，TS需满足如下约束：

$\begin{array}{c}{S}_{TS}^{low}\le S_{TS,t}\le S_{TS}^{up}\\ Q_{TS,t}\le Q_{d,TS,t}^{up}=\min \left({\alpha }_{d,TS}^{up}{E}_{n,TS},\frac{E_{TS,t-1}-S_{TS}^{low}{E}_{n,TS}}{\Delta t/60}\right),Q_{TS,t}>0\\ \left|Q_{TS,t}\right|\le Q_{c,TS,t}^{up}=\min \left({\alpha }_{c,TS}^{up}{E}_{n,TS},\frac{S_{TS}^{up}{E}_{n,TS}-E_{TS,t-1}}{\Delta t/60}\right),Q_{TS,t}<0\end{array}---\left(6\right)$

式中，分别代表TS剩余能量水平上、下限；分别为 TS在t时段实际蓄、放冷功率上限(kW)；分别为TS最大蓄、放冷 率(kW/kWh)，分别代表TS蓄、放冷功率上限与TS额定容量的比例。 和分别代表TS在t时段所允许的最大放冷量和最大 蓄冷量(kWh)。

此外，蓄冷系统蓄冷、放冷还需要电能驱动水泵等辅助设备，辅助设备耗 电功率用P′_ES,t表示。

3)移动发电车建模

移动发电车EG模型，主要是第k个移动发电车功率P_EG，k(kW)、容量E_EG，k(kWh)，最大发电功率和最小发电功率出救时间T_EG,k(min)，包括移动发电车所在地到数据中心路上的时间，以及到达数据中心后 的拉线、接线等正式发电的相关准备时间。

其次，建立基于广义储能和移动发电车的备用电源系统容量优化模型。

优化目标是备用能源系统全寿命成本最低。包括初始投资，一定周期内(15 年)运行维护费用和收益净现值最小的方案为最优方案。

1)假设

假设：电储能系统考虑铅酸、锂离子三种。出救策略：优先使用自备应急 电源为必保纯电负荷供电，优先用冷储能系统为必保冷负荷供冷。同时减少必 保电、冷负荷至最低保障负荷。在移动发电车出救之前，电储能系统配合自备 应急电源和冷储能系统，保证必保冷、电负荷供电。移动发电车出救后，优先 采用移动发电车供能。

2)目标函数

目标函数是系统在全寿命周期内的净现值最低，包括投资加上年运行维护 费用的净现值。

式中，C_EPS为备用能源系统净现值(万元)；C_IGA分别代表备用能源系统初 始投资费用。C_OM,n代表第n年备用能源系统的运行维护费用(万元)；r为贴现 率。

3)约束条件

必保负荷小于等于备用能源功率：

$\begin{array}{c}{L}_{Eo,t}\le P_{EPS,t}=P_{D,t}+P_{ES,t}+\underset{k}{\Sigma }{P}_{EG,k,t}\\ L_{C,t}\le Q_{EPS,t}=Q_{TS,t}+\left(P_{EPS,t}-L_{Eo,t}-P_{ES,t}^{\prime }\right)·{\beta }_{COP}\end{array}---\left(8\right)$

式中，t属于0至T_N，β_COP为空调能效系数。

$P_{EG,k,t}=\left(\begin{array}{cc}0,& t<T_{EG,k}\\ P_{EG,k},& t\ge T_{EG,k}\end{array}\right)---\left(9\right)$

必保负荷所需能源量小于等于备用能源能够提供的量：

$\begin{array}{c}{E}_{Eo}=\underset{t}{\Sigma }{L}_{Eo,t}\le \underset{t}{\Sigma }{P}_{EPS,t}=E_D+E_{ES}+\underset{k}{\Sigma }{E}_{EG,k}\\ E_C=\underset{t}{\Sigma }{L}_{C,t}\le \underset{t}{\Sigma }{Q}_{EPS,t}=E_{TS}+(E_D+E_{ES}+\underset{k}{\Sigma }{E}_{EG,k}-E_{Eo}-E_{ES}^{\prime })·{\beta }_{COP}\end{array}---\left(10\right)$

通过以下具体实施例对本发明的应用原理和应用效果作进一步的说明。

天津某呼叫中心，其数据中心机房IT负荷为800kW，数据中心电源使用效 率PUE为1.5。数据中心机房空调电负荷为400kW，空调COP为3，机房冷负 荷为1200kW。则数据中心必保电负荷Eo为800kW，必保冷负荷为C为1200kW。 必保冷负荷允许短时断电10分钟，必保电负荷不允许短时断电。根据预案，数 据中心停电0.5小时后，可采取紧急措施将机房IT负荷及相应的冷负荷降至最 大负荷的75％。数据中心要求停电后48小时内仍能够保障必保负荷的持续供电。 数据中心自备UPS，容量800kW*2h。离数据中心最近的移动发电车为2台 450kW，单台最大发电功率为495kW，单台最小发电功率为225kW。燃料能够 保证额定功率下持续运行48小时。移动发电车能够保证4小时内完成对数据中 心的应急发电。

冰蓄冷系统融冰制1kW冷所需消耗的辅助设备(主要是水泵)电功率为 0.05kW。冰蓄冷初始投资为0.014万元/kWh，寿命为30年，年运行维护费用为 初始投资的0.5％。锂离子电池初始投资为0.3万元/kWh，寿命为10年，年运行 维护费用为初始投资的0.5％。贴现率为0.06。项目期为15年。

应急供能策略为优先使用数据中心自备UPS为必保纯电负荷供电，优先用 冷储能系统为必保冷负荷供冷。同时减少必保电、冷负荷至最低保障负荷。在 移动发电车出救之前，电储能系统配合UPS和冷储能系统，保证必保冷、电负 荷供电。移动发电车出救后，优先采用移动发电车供能。

第一步，给出不同停电时段下，必保电、冷负荷需求。

第二步，根据本发明优化模型及应急供能策略，给出备用能源容量配置及 功能策略如下：

则储能系统功率取应急供能中的最大功率，能量取应急供能中能量输出总 额。则电储能容量配置为645kW，1077.5kWh。冰蓄冷容量配置为1200kW， 3550kWh。考虑到实际配置情况，则电储能系统690kW*2h，冰蓄冷容量配置为 1260kW*3h。电储能系统初始投资0.3*690*2＝414万元，年运行维护费用 414*0.5％＝2.07万元。15年项目期内，电储能系统净现值为578.91万元。冰蓄 冷系统初始投资0.014*1260*3＝52.92万元，年运行维护费用52.92*0.5％＝0.26万 元。15年项目期内，冰蓄冷系统净现值为44.41万元。则应急能源系统15年期 内净现值为623.32万元。

方案二：电储能配合移动发电车作为应急能源系统

储能系统功率取应急供能中的最大功率，能量取应急供能中能量输出总额。 则电储能容量配置为900kW，2083.3kWh。考虑到实际配置情况，则电储能系统 960kW*2.5h。电储能系统初始投资0.3*960*2＝720万元，年运行维护费用 720*0.5％＝3.6万元。15年项目期内，电储能系统净现值为1006.79万元。

方案三：传统自备柴油发电机作为应急能源系统

自备柴油发电机按最大电负荷功率配置，考虑N-1。考虑到柴发95％效率， 则容量配置为(800+400)/0.95*2＝2*1263kW。则需要配置2台1263kW的柴发。 实际按2台1300kW配置。柴发初始投资为0.3万元/kW，为0.3*1300*2＝780万 元。年运行维护费用为初始投资的3％，为780*3％＝23.4万元。寿命10年。15 年项目期内，电储能系统净现值为1280.08万元。

按照本发明优化模型，比方案三传统自备柴油发电机节省费用达51％，比 方案二电储能配合移动发电车节省费用达38％。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明 的保护范围之内。