袁旭東
(深圳供電局有限公司,廣東 深圳 518033)
到目前為止,能源管理解決方案主要有以下3種:1)網絡電源管理[3]。2)電源系統的在線控制[4]。3)存儲電源管理[5]。當互聯網數據中心被設想為大型且靈活的電力負載時,至少可以將總消耗能源的峰值減少20%[6]。并且可以利用本地燃料電池發電的靈活性和互聯網數據中心電源管理的潛在優勢,將數據中心的工作負載空間轉移到能源更便宜或可再生資源豐富的地方,盡量降低成本[7]。
盡管在電力市場中已經有了關于開發互聯網數據中心的研究,但是針對互聯網數據中心在電力和數據網絡中的擴展規劃的研究工作卻很少。互聯網數據中心擴展計劃可以解決未來站點建設/數據中心擴展的分配問題,最大限度地滿足人們對數據網絡的需求。這種做法其實是非常重要的,因為預計未來的數據中心將建立在電價較低、數據路徑多、帶寬容量成本最低且對環境影響較低的地區。因此,該文研究的重點是在確保電力網絡中數據中心擴展規劃的經濟最低化的同時,也要保障能源供應的安全以及將對環境的影響降到最低。
數據中心擴展的問題是增加數據中心的容量和滿足數據網絡中的客戶需求。每個互聯網數據中心模塊由以下幾種類型的服務器組成,包括網絡服務器、應用服務器和數據庫服務器。需求的類型決定了工作負載的特征和相應服務器的負載模式。為了簡單起見,該文將需求都看作是同一類型的,工作負載取決于收到的需求數量。在一組后端服務器中,負載平衡器將對終端用戶接收到的請求進行匯合,用戶群體的需求通過數據路徑連接在一起,從而實現負載平衡、共享請求和在數據中心之間分配工作負載的目的。
首先,該文建立一個整體的電力和數據網絡擴展計劃的框架圖;其次,把其中要涉及的內容都反應在上面;再次,通過相應的建模和公式框架中最難解決的能源計算問題進行計算;最后,通過其他能源和電能的換算,得出可以相應削減的成本,這對最后選擇建立電力網絡地區有很大的作用。
該文的擴展計劃框架添加了電力和數據網絡中的不確定性,包括需求變化和可再生能源的波動性。圖1顯示了電力和數據網絡的互聯網數據中心擴展計劃的擬議框架。如圖1所示,數據中心投資者通過采購不同的解決能源和成本的方案,對1個或多個傳輸電網公司進行評估。在傳輸公司決策后,管理數據中心投資者通過確定數據網絡不確定性等問題,整合出一個最終方案來解決上述問題。如果數據中心投資者采購的不同解決能源和成本的方案都存在不可行性,那么就會生成不可行性削減并將其發送回數據中心投資者。換句話說,管理數據中心投資者將有關方案的決定發送給傳輸公司進行評估。如果能源供應不足或者成本需求太高,那么傳輸公司進行評估時,就可以提出意見或者駁回方案。當傳輸公司對方案沒有異議時,可以將方案發給獨立的系統運營商,根據初步擬定的方案對將要建立電力系統的地點進行調查。隨后,獨立的系統運營商把在當地建立電力系統最低價格的地區反饋給數據中心投資者,以便數據中心投資者確定在不同情況下的運行成本,并在需要時更新擴展決策。一旦擴展決策可行且滿足運營成本,就可以隨時擴展。

圖1 電力和數據網絡的互聯網數據中心擴展計劃的擬議框架
當然,在確保降低運行成本的同時,還要考慮每種情況下電網的安全性,如果互聯網數據中心做出的決定不能保證能源安全,那么獨立運營商就會發送地區最低價格超過預期的信號到數據中心,以改變互聯網數據中心的決定,直到能源供應安全得到保障。互聯網數據中心做出的決定確保了電網能源的安全,這是其中必須考慮到的一個環節。
在電力和數據網絡的互聯網數據中心擴展計劃的擬議框架中,最難處理的問題就是獨立運營商對地區最低價格的計算,因為這涉及地區建設的難易程度和其他能源和電力的換算問題。如果考慮不全面,就很可能使數據中心投資者的擴展規劃選址失敗,導致不可挽回的經濟損失。電力行業的管制開放,使電力市場中越來越多的公司嘗試通過使用不同的能源來發電,風能發電是清潔和可持續的,具有較低的邊際成本。但是風力發電會受天氣的嚴重影響,波動較大,不好測量。因為風力發電的不確定性對電力供應有重要影響,所以該文運用了相應的儀器對風能進行系統的測量。
為了進一步克服風力的不確定性對電能轉化的影響,公司可以實時對風能和電能的轉化進行計算。在實時計算中,公司將每小時更新風能在總能源中的預估占比,主要的計算流程如圖2所示,把運營商的能量來源分為風能和電能2個部分:1)公司獲取電能輸送的數據,然后傳送給數據中心。2)公司獲得風能轉化為電能能源的數據,然后輸送給數據中心。一旦數據中心得到數據,就可以得出相應的風能數值。由于公司要確保最后輸送給用戶的能源是恒定的,而風力發電又是不穩定的,因此公司要根據風能的數值不斷調節輸送的電能數值。為了滿足用戶的用電負荷,公司將提供大于用戶的實際需要的能源。對于公司的利潤來說,電能占比必須低于風力發電的最大發電量。公司發電量過多就會導致資源浪費。我們假設公司發電量過多,需要對多余的電源進行相應的存儲,因為在存儲系統中需要投入較高的成本,所以公司一般不會存儲太多的發電量。這時公司就需要計算出風能產生的總能源,并且額外需要的電能。在這樣的情況下,公司不僅可以同時滿足用戶的用電需要,還可以獲得最佳利潤。這將有利于電力市場的發展。而且,通過使用這種模型,公司發電量不會過多,可以充分避免電力資源的浪費,極大地響應了國家的節能減排的號召。

圖2 運營商能源來源示意圖
從圖2的流程可以知道,公司要通過一定的方法來測量風能能源數值,并確定風能在總能源中的占比。一般在風電測量方面,有預測模型和實際測量模型2種模型。
忍不住把掌中的樟果再次靠近了鼻端,閉上眼把這濃郁的樟香吸進肺腑,在這樣虛弱的時候,我太需要這種安穩的氣息來把我包裹。二十多年前,我曾在這樟香里得到安寧,直到今天,還有以后,我都一樣熱愛它。
一些研究采用預測模型是因為風電的量化轉變非常復雜。這種轉化取決于時間尺度(預測地平線)、風力發電廠的生產水平和空間布局以及天氣和風力。研究界一直在研究計算轉化的方法,有的研究人員考慮到前面提到的因素,并以概率預測的形式提供預測。采用這種不確定性的預測方法可以為預測用戶提供額外的信息,并在運營決策中提高預測的利用率。預測模型雖然可以提高預報精度,但是依然可能發生意外情況。
該文采用更為直接的實際測量模型,下文將對相應的測量風能的裝置和應用進行詳細的說明。該文使用的是WD411X模型,該模型可以被用來測量風力系統的運行數據。而且WD411X系列風速傳感器,是專為精確測量管道風速而研發的,其管道形狀無特殊要求,可以放置在任意形狀的管道內,也可以通過多點測量的測量方式,消除風管內紊流產生的誤差,從而準確測量風速的有效值。
外殼是高溫耐腐蝕性材料,抗污染能力強,維護成本低,性價比高。由于傳感器的工作原理是散熱管原理,所以空氣的需求量很小,與傳統風葉式風速傳感器相比,其具有低壓段重復性高、能夠快速更換以及測量微小風量精度更加精確的特點。通過寬量程得到的數據,比通過內部的微控制器進行全量程得到的數據標定得更為精確。(線性補償和溫度補償均為數字化實現,具有精度和分辨率高,無零點漂移,長期穩定性極好的特點。)WD411X系列風速傳感器精密的內置溫度補償電路的工作原理為通過PTAT能隙基準溫度傳感器來測量芯片上的溫度,將數據反饋到CMOS傳感器芯片進行補償,該文根據大部分地區的環境,將風速傳感器的量程訂制為電路0~3 m/s,輸出為0~5 V,電源為24 V,工作電流為15 mA,精度為1%FS。
風力發電需要的設備稱為風力發電單元。風力渦輪機可分為3個部分:風力渦輪機(包括尾舵),發電機和塔筒風。風速傳感器參數與典型傳感器精度比較,見表1。從表1中,可以知道WD411X系列風速傳感器的適用溫度為-40 ℃,基本可以適用于中國絕大部分地區。而且這種傳感器的保存溫度可以達到60 ℃,并無特殊存儲要求,可以應用的區域廣泛。計算輸出風速值如下。

表1 風速傳感器性能說明

輸出風速值=當前輸出電壓×最大量程(其中最大量程為5 V)
利用所需要的傳感器,測出風速值v,然后根據公式(1)計算出風速傳遞的能量。式中:E為產生的總能源,J,ρ為空氣密度,kg/m2,t為時間,s,s為橫截面積,m2。
風能轉化率用Cp表示,表示了風力發電機將風能轉化成電能的轉換效率。根據貝茲理論,風力發電機最大風能利用系數為0.593。風能利用系數大小與葉尖速比和槳葉節距角有關系。它的具體表達式如公式(2)所示。

式中:P電為電功率,W;S為掃風面積,m2,即A=?π×R2(π=3.14159,R為半徑,即風葉長度);v為風速,m/s;Cp為一種風能轉化率,根據貝茲極限,Cp最高值為59%。

式中:W為功,J;P電為電功率,W;t為放電時間,s。
通過風速v的值,可以得到實際的風能;隨后根據實際測得的電能的值,可以把風能轉化為電能的轉化率Cp(貝茲極限)求出。
通過一段時間的測量,可以得到不同的貝茲極限,然后導入數據中心,對數據進行分析,去掉偏差較大的數據后,對剩余的數據求平均值,得到最后的貝茲極限值。有了貝茲極限值,我們可以在這相近區域內,通過風速預估風能所產生的電能,這也避免了不必要的能源消耗。
從表2中,我們可以看出,Cp為 40%~50%,變化較平緩。這就說明風能轉化為電能容易預測,在這部分區域可以通過測試風能速度來確定選址。圖3是對表2的圖例,通過10次測量可能看出,Cp的平均值為44%,Cp的最大轉化率為59%,測得的Cp為44%,浮動較小,更為直觀地表現出風能轉化為電能的穩定性。最后,把所測得的運營商所能運用的風能,風能轉化率Cp導入數據中心。為區域選址提供了額外幫助,極大地節省了測量電能的成本,能方便快捷地擴大選址規劃,也節約了成本。

圖3 測試次數和所得的風能轉化率Cp

表2 測試次數和得到的風能轉化率Cp
該文提出了電力和數據網絡中數據中心的協調擴展規劃框架。羅列了擴展規劃公式和解決方案,該方案涵蓋了電力網絡中發電和輸電的不確定性以及在運營中其他能源應用的可能性。并且該文設計出了在滿足用戶用電量的情況下,盡可能地減少公司能源消耗的方案,目標是最大限度地降低電力和數據網絡中數據中心和數據路徑的安裝和運營成本。