朱介北，楊順坡，俞露杰，賈宏杰

（天津大學(xué)電氣自動化與信息工程學(xué)院，天津市 300072）

0 引言

隨著大數(shù)據(jù)、5G 和物聯(lián)網(wǎng)等先進(jìn)信息技術(shù)的快速發(fā)展，作為信息服務(wù)載體的數(shù)據(jù)中心耗電量不斷增加。數(shù)據(jù)中心高能耗將會帶來兩個嚴(yán)重后果:1）巨大的電費開銷會大幅增加數(shù)據(jù)中心運營成本；2）數(shù)據(jù)中心從電網(wǎng)獲取大量棕色能源［1］，導(dǎo)致CO2排放量急劇增加［2］。2020 年，全球數(shù)據(jù)中心總耗電量已占全社會總用電量的2.4%［3］。預(yù)計到2025 年，全球數(shù)據(jù)中心能耗將導(dǎo)致全球碳排放量增長3.2%［4］。就中國而言，近年來的數(shù)據(jù)中心能耗增長更是大幅高于全球平均水平。但是，中國數(shù)據(jù)中心用電來源仍以燃煤發(fā)電為主，目前僅有約20%的數(shù)據(jù)中心利用了可再生能源［5］。2018 年，中國數(shù)據(jù)中心總用電量為160.889 TW·h，占全國總用電量的2.35%，其中燃煤發(fā)電量約為117.181 TW·h，碳排放量達(dá)9 855 萬t?？梢?，數(shù)據(jù)中心的節(jié)能降耗問題日益緊迫［6］。當(dāng)前，工業(yè)界和學(xué)術(shù)界探索數(shù)據(jù)中心脫碳途徑主要分為兩種思路:1）研究如何降低數(shù)據(jù)中心各能耗單元自身功耗以實現(xiàn)節(jié)能減排；2）研究如何將風(fēng)能、太陽能等低碳能源引入數(shù)據(jù)中心供電系統(tǒng)并充分消納，以節(jié)省能源開支和緩解碳污染問題。

針對第1 種思路，現(xiàn)有研究主要從降低服務(wù)器能耗和制冷系統(tǒng)能耗入手。文獻(xiàn)［7］研究了自然冷卻在數(shù)據(jù)中心的應(yīng)用，分析了對電源使用效率（power usage effectiveness，PUE）的 影 響，其 中PUE=數(shù)據(jù)中心總能耗/IT 設(shè)備能耗。文獻(xiàn)［8］提出了一種基于模型預(yù)測控制的數(shù)據(jù)中心節(jié)能調(diào)度算法，有效降低了制冷系統(tǒng)能耗。文獻(xiàn)［9］將人工智能技術(shù)應(yīng)用于數(shù)據(jù)中心能量管理與優(yōu)化問題，搭建了數(shù)據(jù)中心精確能量感知與優(yōu)化框架，提高了能源使用效率。但是，上述研究均只針對數(shù)據(jù)中心傳統(tǒng)能源消耗，未考慮可再生能源的利用情況。

另一種思路是提高數(shù)據(jù)中心能源利用效率、增加可再生能源的利用比例，從源頭上解決高碳排放問題［10］。目前，已有諸多知名IT 企業(yè)（如Google、百度等）正在采用風(fēng)電、光伏等新能源供電方式來建設(shè)綠色數(shù)據(jù)中心，以節(jié)省巨大的電能開銷［11］。文獻(xiàn)［12］建立了以綠色數(shù)據(jù)中心為負(fù)荷、可再生能源為主要電源的直流供電系統(tǒng)，提高了數(shù)據(jù)中心的可再生能源占比。文獻(xiàn)［13］提出了利用不間斷電源（uninterrupted power system，UPS）快速響應(yīng)能力來應(yīng)對可再生能源的間歇性，在緩沖負(fù)荷峰值的同時提高了可再生能源利用率。文獻(xiàn)［14］研究了以可再生能源供電的數(shù)據(jù)中心計算任務(wù)分配問題，通過分布式需求響應(yīng)算法求解用能成本最低的負(fù)荷調(diào)控方案。文獻(xiàn)［15］從綠色感知、計算任務(wù)調(diào)度和冷卻感知這3 個方面進(jìn)行虛擬機遷移，大幅提高了可再生能源利用率。然而，以上研究主要通過優(yōu)化供電系統(tǒng)和調(diào)控計算任務(wù)來提高可再生能源利用率，而且對計算任務(wù)的調(diào)控適用的負(fù)載形式有限。未對負(fù)載調(diào)控時，可再生能源的供給和負(fù)載行為各自呈現(xiàn)毫無關(guān)聯(lián)的隨機性和波動性特征，與此同時，數(shù)據(jù)中心要求高可靠性的供電保障，二者共同制約著可再生能源的最大化使用［16］?，F(xiàn)有研究鮮有綜合考慮數(shù)據(jù)中心制冷功耗與可再生能源供應(yīng)靈活匹配這一問題。

當(dāng)前研究基本將數(shù)據(jù)中心制冷系統(tǒng)視為不可控負(fù)荷，且往往采用恒溫恒濕制冷控制模式，其功耗隨服務(wù)器集群無規(guī)律的產(chǎn)熱變化而變化。同時，隨著電子技術(shù)發(fā)展，服務(wù)器集群對環(huán)境溫度要求逐漸放寬，美國制冷空調(diào)供暖工程師學(xué)會（American Society of Heating Refrigerating and Airconditioning Engineers，ASHRAE）為了降低制冷系統(tǒng)耗電量，于2014 年發(fā)布了《數(shù)據(jù)中心環(huán)境熱力指南》，提高了數(shù)據(jù)中心機房溫度的不同設(shè)計范圍［17］。根據(jù)A1～A4等級，將最高允許溫度分別提升至32、35、40、45 ℃。因此，數(shù)據(jù)中心機房具有溫度動態(tài)調(diào)整的潛力，能夠利用制冷系統(tǒng)的可控能力，且根據(jù)現(xiàn)行標(biāo)準(zhǔn)不會造成服務(wù)器集群過熱故障［18］。利用制冷系統(tǒng)靈活調(diào)節(jié)數(shù)據(jù)中心機房溫度，成為數(shù)據(jù)中心節(jié)能降耗和最大化消納可再生能源的可行性方案。

本文突破傳統(tǒng)研究中將制冷系統(tǒng)作為不可控負(fù)荷的局限，發(fā)揮數(shù)據(jù)中心機房自身熱慣性對溫度變化的延遲作用，提出了一種即時消納可再生能源發(fā)電的數(shù)據(jù)中心變溫控制策略，使制冷系統(tǒng)功耗即時匹配可再生能源發(fā)電功率，實現(xiàn)可再生能源利用率最大化。

1 數(shù)據(jù)中心能耗模型與溫度模型

首先，搭建了數(shù)據(jù)中心服務(wù)器集群和制冷系統(tǒng)的動態(tài)能耗模型；其次，從能量守恒角度，根據(jù)室內(nèi)溫度、制冷功率、服務(wù)器集群產(chǎn)熱量、外界環(huán)境之間的定量數(shù)學(xué)關(guān)系，建立了數(shù)據(jù)中心機房的動態(tài)溫度模型。

數(shù)據(jù)中心供電系統(tǒng)主要由可再生能源、UPS、服務(wù)器集群、制冷系統(tǒng)、照明等輔助設(shè)備和能量管理系統(tǒng)構(gòu)成［19］，結(jié)構(gòu)如圖1 所示。

圖1 典型綠色數(shù)據(jù)中心供能系統(tǒng)Fig.1 Typical power supply system for green data center

數(shù)據(jù)中心用電負(fù)荷主要包含可控負(fù)荷和不可控負(fù)荷兩部分，供電主要來自主網(wǎng)和風(fēng)電、光伏等可再生能源。由此，建立數(shù)據(jù)中心供用電功耗平衡模型為:

式中:Pg為主網(wǎng)向數(shù)據(jù)中心的注入功率；Pw為風(fēng)力發(fā)電功率；Ppv為光伏發(fā)電功率；Pups為UPS 的充放電功率；Ps為服務(wù)器集群功耗；Pc為制冷系統(tǒng)功耗；Pa為照明等輔助設(shè)備功耗。由于Pups為能量傳輸?shù)闹虚g環(huán)節(jié)，在后續(xù)的能量平衡分析中，本文暫不考慮其影響；Pa占比較小，亦可忽略不計［20］。本文主要的研究對象為占比較大的服務(wù)器集群能耗和制冷系統(tǒng)能耗模型。

1.1 數(shù)據(jù)中心能耗模型

1.1.1 服務(wù)器集群能耗模型

服務(wù)器集群是數(shù)據(jù)中心的核心，也是最主要的產(chǎn)熱源。服務(wù)器集群可基于CPU 利用率的變化描述其實際發(fā)熱量（假設(shè)發(fā)熱量等于耗電量［21］），其能耗模型可以表示為［22］:

1.1.2 制冷系統(tǒng)能耗模型

目前，數(shù)據(jù)中心制冷的常用技術(shù)為水冷冷水空調(diào)，主要包含冷水機組、變頻水泵、冷卻塔和精密空調(diào)4 個部分［23］，如附錄B 圖B1 所示。其中，制冷過程主要包括冷凍水循環(huán)、制冷劑循環(huán)和冷卻水循環(huán)。首先，低溫冷凍水進(jìn)入精密空調(diào)與機房換熱，帶走機房熱量，冷凍水溫度升高再進(jìn)入冷水機組與制冷劑換熱；低溫低壓液態(tài)制冷劑在蒸發(fā)器內(nèi)蒸發(fā)，帶走高溫冷凍水熱量后變?yōu)楦邷氐蛪簹鈶B(tài)，再通過壓縮機升壓后進(jìn)入冷凝器與低溫冷卻水換熱降溫。然后，通過膨脹閥變?yōu)榈蜏氐蛪阂簯B(tài)循環(huán)進(jìn)入蒸發(fā)器；與制冷劑換熱后升溫的冷卻水進(jìn)入冷卻塔，與室外空氣換熱降溫后再與冷凝器中的制冷劑換熱。通過以上換熱過程，數(shù)據(jù)中心機房內(nèi)的熱量被帶到室外，數(shù)據(jù)中心機房溫度被降低。

下文就冷水機組、變頻水泵、冷卻塔和精密空調(diào)的能耗展開詳細(xì)分析，并推導(dǎo)各耗能部件電功率與制冷功率之間的關(guān)系，為后續(xù)搭建數(shù)據(jù)中心溫度動態(tài)響應(yīng)模型打下基礎(chǔ)。

1）冷水機組能耗模型

冷水機組主要包括4 個部分:壓縮機、蒸發(fā)器、冷凝器和膨脹閥。冷水機組功耗P1主要由設(shè)定溫度TSAT和制冷功率Qc決定，相關(guān)參數(shù)和冷水機組型號有關(guān)，是由惠普實驗數(shù)據(jù)中心的一個水冷式空調(diào)機組單元中所得［24-25］，即

冷水機組的制冷功率主要與壓縮機的轉(zhuǎn)速nc有關(guān)，其關(guān)系可表示為:

式中:Qmax為冷水機組最大制冷功率；nc，max為壓縮機最大轉(zhuǎn)速。

2）變頻水泵能耗模型

變頻水泵的總功率可根據(jù)水泵在不同轉(zhuǎn)速下的特性曲線和泵的效率得到。在已知制冷系統(tǒng)所需流量時，水泵電功率P2為流體流量ma的函數(shù)［26］:

式中:ρa為流體密度；g為重力加速度；H為系統(tǒng)總壓頭；ηj為水泵抽水效率；ηp為水泵變頻器電機效率；ca為流體比熱容；Tina和Touta分別為流體進(jìn)、出溫度。

因此，變頻水泵電功率P2和制冷功率Qc的函數(shù)關(guān)系可表示為:

3）冷卻塔能耗模型

針對冷卻塔能耗模型，本文以較為常見的方形開式橫流冷卻塔為例，其耗電部分主要為風(fēng)機，其電功率P3可表示為［27］:

式中:N為風(fēng)機臺數(shù)；nk為第k臺風(fēng)機轉(zhuǎn)速大?。籲k，max為第k臺風(fēng)機最大轉(zhuǎn)速；Pk，max為第k臺風(fēng)機的最大功率。

制冷功率Qc與風(fēng)機帶動空氣流量mair相關(guān):

式中:cair為空氣比熱容；ρair為空氣密度；ΔTair為進(jìn)出風(fēng)溫差。

為推導(dǎo)P3與Qc之間的關(guān)系，mair又可表示為與風(fēng)機轉(zhuǎn)速nk的函數(shù):

式中:λ為流量系數(shù)，與風(fēng)機結(jié)構(gòu)有關(guān)；D為風(fēng)機外徑。

由此可得冷卻塔電功率P3與制冷功率Qc之間的函數(shù)關(guān)系為:

4）精密空調(diào)（CRAC）能耗模型

精密空調(diào)功率P4為冷凍水流量mw的函數(shù)［28］:

式中:NCRAC為精密空調(diào)數(shù)量；P4，r為精密空調(diào)額定電功率；mw，r為冷凍水額定流量。

冷凍水流量mw為制冷功率Qc的函數(shù):

5）制冷系統(tǒng)總能耗模型

由式（3）、式（7）、式（11）、式（14）可得數(shù)據(jù)中心制冷系統(tǒng)電功率Pc與制冷功率Qc和空調(diào)設(shè)定溫度TSAT之間的函數(shù)關(guān)系:

其三維關(guān)系圖見附錄B 圖B2?？梢钥闯?，制冷功率Qc相同的條件下，設(shè)定溫度TSAT越低，制冷系統(tǒng)用電功率Pc增長趨勢越明顯；設(shè)定溫度TSAT相同的條件下，制冷設(shè)備電功率Pc隨制冷功率Qc近似呈線性變化。

1.2 數(shù)據(jù)中心溫度動態(tài)響應(yīng)模型

式（15）推導(dǎo)了制冷系統(tǒng)電功率Pc與制冷功率Qc的關(guān)系，本文的研究需要得到Pc和數(shù)據(jù)中心溫度之間的關(guān)系。因此，本節(jié)首先分析了影響數(shù)據(jù)中心機房溫度的主要因素，并基于能量守恒定律構(gòu)建了數(shù)據(jù)中心溫度與服務(wù)器集群發(fā)熱功率、制冷功率和外界環(huán)境影響三者的定量數(shù)學(xué)關(guān)系，建立了數(shù)據(jù)中心溫度動態(tài)響應(yīng)模型。在建模過程中，從工程實用角度出發(fā)，提出了以下簡化方案［29］:

1）假設(shè)數(shù)據(jù)中心機房內(nèi)部溫度可以用集總參數(shù)Tin表示；

2）假定機房內(nèi)外表面溫度分布較為均勻，將外圍結(jié)構(gòu)向室內(nèi)導(dǎo)熱的過程簡化為沿厚度方向的一維過程。

根據(jù)能量守恒定律，數(shù)據(jù)中心實際獲得熱量等于室外室內(nèi)交換熱量加上服務(wù)器等設(shè)備發(fā)熱量，再減去制冷系統(tǒng)制冷量。相應(yīng)的功率關(guān)系如式（16）所示。附錄B 圖B3 展示了數(shù)據(jù)中心熱功率交換圖。

式中:ktop和kwall分別為房頂和墻壁熱傳導(dǎo)系數(shù)；Stop和Swall分別為房頂和墻壁面積；Tout和Tin分別為室外和室內(nèi)溫度。

根據(jù)能量守恒方程，可得室內(nèi)在單位時間內(nèi)獲得的熱量Qgdt為:

式中:Vk為室內(nèi)體積；ms為服務(wù)器總質(zhì)量；cs為服務(wù)器等效比熱容，其具體計算公式見附錄A；mr為服務(wù)器機架總質(zhì)量；cr為服務(wù)器機架等效比熱容，具體計算見附錄A；Tin（t）為t時刻數(shù)據(jù)中心機房溫度。

根據(jù)式（18），由數(shù)據(jù)中心機房產(chǎn)熱功率和制冷功率的變化關(guān)系，可得室內(nèi)溫度時變方程為:

α1具有實際物理意義，是數(shù)據(jù)中心機房總熱容，為室內(nèi)溫度波動提供了“慣性”作用［29，31］，具體表現(xiàn)為:當(dāng)產(chǎn)熱量（Qs+Qa+Qt）相同時，熱容α1越大，溫度變化越小。制冷功率Qc較低時，熱容α1越大，上升相同溫度所需時間越長，即蓄冷能力越強［30］。附錄B 圖B4 展示了數(shù)據(jù)中心配置60 臺機架、600 臺服務(wù)器的機房溫度-發(fā)熱/制冷功率隨時間的變化曲線（服務(wù)器和機架參數(shù)見附錄A）。假設(shè)機房初始溫度為15 ℃，根據(jù)式（2）和式（15）使服務(wù)器發(fā)熱功率Qs和制冷功率Qc連續(xù)階躍變化，可以看出機房溫度并不會迅速變化，具有一定的熱慣性。基于此發(fā)現(xiàn)，本文擬從發(fā)揮數(shù)據(jù)中心機房自身熱慣性的角度出發(fā)，當(dāng)可再生能源發(fā)電充足時將電能轉(zhuǎn)化為冷量；當(dāng)可再生能源發(fā)電不足時將冷量釋放，從而在保證數(shù)據(jù)中心運行安全的前提下調(diào)節(jié)制冷系統(tǒng)的電功率，有效提高可再生能源利用率。

2 數(shù)據(jù)中心變溫控制策略及能效評價

本章基于前文搭建的數(shù)據(jù)中心能耗模型和溫度動態(tài)響應(yīng)模型，為發(fā)揮數(shù)據(jù)中心機房熱容對溫度變化的衰減和延遲作用，提出了實現(xiàn)數(shù)據(jù)中心制冷系統(tǒng)即時消納可再生能源的變溫控制策略，以及可用于評價可再生能源利用率的新型能效指標(biāo)PUE-R。

2.1 數(shù)據(jù)中心變溫控制策略

本節(jié)提出一種即時消納可再生能源的變溫控制策略，在保證數(shù)據(jù)中心溫度Tin在安全運行范圍［Tmin，Tmax］前提下，使數(shù)據(jù)中心制冷系統(tǒng)功耗Pc與可再生能源發(fā)電功率Pr實現(xiàn)即時匹配。當(dāng)可再生能源發(fā)電充足時，降低數(shù)據(jù)中心機房溫度，以冷能的形式存儲在數(shù)據(jù)中心機房內(nèi)；當(dāng)可再生能源發(fā)電大幅降低時，降低制冷功率以允許數(shù)據(jù)中心機房溫度適當(dāng)升高，最小化使用市電。本文提出的控制策略的目標(biāo)和約束條件如下:

原產(chǎn)我國，1953年在俄勒岡州發(fā)現(xiàn)的紅星短枝型全株芽變，為元帥系第三代品種，1965年引入我國。在貴州主要作為富士系列品種授粉樹。果實圓錐形，果頂五棱凸起明顯，果形指數(shù)0.9～1.0，端正、高樁；果個較大，平均單果重230克左右；底色黃綠，全面著濃紅色，樹冠內(nèi)外著色均勻一致，鮮艷美觀；果面光滑，有光澤，無銹，蠟質(zhì)較多，果粉薄，果點較?。伙L(fēng)味酸甜，香氣濃，微具澀味，可溶性固形物含量13.5%，可滴定酸含量0.25%，果肉硬度7.5公斤/平方厘米，品質(zhì)中上；果肉綠白色，肉質(zhì)較細(xì)，松脆，汁多。果實發(fā)育期135天左右，較耐貯藏。植株緊湊，適于密植栽培。

式中:Pg符號為正表示制冷系統(tǒng)消耗市電，符號為負(fù)表示可再生能源發(fā)電外送。

基于上述思想，本文提出的即時消納可再生能源的數(shù)據(jù)中心變溫控制策略如圖2 所示。

圖2 數(shù)據(jù)中心變溫控制設(shè)計Fig.2 Design of variable temperature control for data center

式中:kT為下垂系數(shù)；ΔT為啟動修正的溫度閾值與最大/最小溫度的差值。ΔT可以根據(jù)實際情況加以調(diào)節(jié)以增加調(diào)整的靈活度，不會影響本文所提控制策略的有效性和結(jié)論的正確性。

式（23）對應(yīng)的下垂控制曲線如圖3 所示。當(dāng)數(shù)據(jù)中心溫度Tin在完全跟蹤區(qū)（見圖3 中紅色區(qū)域）時，ΔP=0，此時制冷系統(tǒng)功耗Pc完全跟蹤可再生能源發(fā)電量Pr；當(dāng)數(shù)據(jù)中心溫度Tin超出閾值Tmin+ΔT或Tmax-ΔT進(jìn)入修正區(qū)（見圖3 中灰色區(qū)域）時，存在溫度越限風(fēng)險，故啟動下垂控制降低或增大制冷系統(tǒng)功率，將數(shù)據(jù)中心溫度控制在安全范圍內(nèi)。當(dāng)數(shù)據(jù)中心溫度低于Tmin+ΔT時，需要減少制冷量，此時不再消納可再生能源發(fā)電，可再生能源發(fā)電外送；當(dāng)數(shù)據(jù)中心溫度高于Tmax-ΔT時，需要增大制冷量，此時，可再生能源發(fā)電量無法滿足數(shù)據(jù)中心制冷需求，制冷系統(tǒng)需消耗市電。

圖3 制冷系統(tǒng)電功率下垂控制原理Fig.3 Principle of power droop control for cooling system

式中:kp和ki分別為PI 控制器的比例和積分系數(shù)。

2.2 可再生能源供電實現(xiàn)變溫控制的配置方法

2.3 考慮可再生能源利用率的PUE-R 能效評價

由于傳統(tǒng)能效指標(biāo)PUE 無法體現(xiàn)可再生能源的利用率，本節(jié)提出了一種新的能效指標(biāo)PUE-R。為引出能效指標(biāo)PUE-R，首先分析了在不同時段下Pc與Pr可能存在的關(guān)系，如圖4 所示。在t1和t3時段，制冷系統(tǒng)電功率Pc超過可再生能源發(fā)電功率Pr，此時陰影部分①和③的面積為制冷系統(tǒng)消耗市電量；t2時段為可再生能源發(fā)電量超過制冷系統(tǒng)耗電量，此時陰影部分②的面積為可再生能源發(fā)電外送量。變溫控制的目標(biāo)是減少陰影部分的面積（即圖4 中的①、②和③的面積之和）。當(dāng)陰影部分面積為0 時，表示制冷系統(tǒng)完全由可再生能源供能且消納率為100%。

圖4 Pc與Pr關(guān)系示意圖Fig.4 Schematic diagram of relationship between Pc and Pr

由式（27）可見，PUE-R 越小表示可再生能源利用率越高，市電消耗量越小。當(dāng)Pr與Pc完全匹配時，PUE-R 為1，表示此時制冷系統(tǒng)功耗與可再生能源發(fā)電功率完全匹配。

3 仿真及算法性能評估

為驗證所提變溫控制策略以及PUE-R 指標(biāo)的有效性，本文依照數(shù)據(jù)中心機房建設(shè)標(biāo)準(zhǔn)與規(guī)范，選取中國北方某中型數(shù)據(jù)中心機房為算例［30］。該機房占地面積200 m2，層高4 m，機房外墻面積為240 m2，屋頂面積為200 m2，墻壁房頂熱傳導(dǎo)系數(shù)取值參考建筑設(shè)計規(guī)范［32］。機房配置60 臺42U 機柜，單臺機柜放置10 臺額定功率為600 W 的服務(wù)器，服務(wù)器參數(shù)見附錄A。依據(jù)式（25）配置制冷系統(tǒng)額定制冷功率Qratedc=500 kW，制冷系統(tǒng)額定電功率Pratedc=140 kW。光伏、風(fēng)電總裝機容量依據(jù)式（26）進(jìn)行配置，Pmaxr=200 kW，取制冷系統(tǒng)平均負(fù)載率ηc為0.8，可再生能源平均發(fā)電效率ηr為0.6?？稍偕茉窗l(fā)電數(shù)據(jù)和室外溫度數(shù)據(jù)從實際數(shù)據(jù)庫網(wǎng)站獲?。?3］，其中風(fēng)電和光伏占比按照1∶1 配置，不同的容量配比不會影響本文控制策略以及結(jié)論的有效性?？稍偕茉雌骄l(fā)電效率是根據(jù)實際數(shù)據(jù)的裝機容量和輸出功率計算得到的，仿真中的可再生能源出力曲線是對實際數(shù)據(jù)進(jìn)行放縮得到仿真中配置的容量后得到的。服務(wù)器集群的電功率依據(jù)式（2）選取單臺服務(wù)器電功率作為平均值。為便于評測，幾組場景下服務(wù)器集群功率保持相同。

為驗證所提控制策略的通用性，本文分別選取室外溫度和可再生能源發(fā)電量差異性較大的典型夏季和冬季場景，仿真周期為一天的00:00—24:00，變溫控制溫度上下限分別為Tmin=15 ℃和Tmax=30 ℃，數(shù)據(jù)中心變溫控制的PI 控制器的比例、積分系數(shù)分別為kp=2 和ki=1，下垂控制系數(shù)kT=10，控制有效區(qū)ΔT取0.2 ℃，恒溫控制模式設(shè)定溫度TSAT為25 ℃。

3.1 夏季場景分析

夏季日照輻射強度大，室外環(huán)境溫度較高，光伏發(fā)電量較高，可再生能源發(fā)電量總體也較高，室內(nèi)外換熱帶來的熱量Qt較高。

1）可再生能源發(fā)電充足

風(fēng)電、光伏發(fā)電充足時，傳統(tǒng)恒溫控制與本文所提的變溫控制仿真結(jié)果如圖5 所示。

圖5 夏季可再生能源充足場景仿真分析Fig.5 Simulation analysis for scenarios with sufficient renewable energy in summer

圖5（a）展示了變溫控制和恒溫控制兩種模式下制冷系統(tǒng)功耗Pc、可再生能源出力Pr、與主網(wǎng)交互功率Pg的變化曲線?？梢钥闯?，恒溫控制模式下的Pc波動與Pr無直接關(guān)聯(lián)，Pg波動較大且大部分時段為負(fù)值，表示可再生能源大量外送；而變溫控制模式下，Pc與Pr近似100%匹配，Pg接近為0，表示數(shù)據(jù)中心長時間處于圖3 的“完全跟蹤區(qū)”。對功率Pr積分可得:該場景全天可再生能源發(fā)電量為1 857 kW·h。而恒溫控制模式下，制冷耗電量為1 295 kW·h，其中市電消耗量為24.7 kW·h，市電占比為2%；可再生能源外送量為586.7 kW·h，外送率為31.6%。變溫控制模式下，制冷系統(tǒng)為了更好地消納可再生能源，將可再生能源以冷能的形式存儲在數(shù)據(jù)中心，故制冷耗電量高于恒溫控制模式，為1 857.4 kW·h，但總的市電消耗量為0.4 kW·h，可再生能源外送量為0.47 kW·h，遠(yuǎn)小于恒溫模式下的對應(yīng)值。

圖5（b）展示了制冷功率與產(chǎn)熱功率變化曲線。兩種控制模式的服務(wù)器發(fā)熱功率Qs相同。在恒溫控制模式下，制冷功率Qc一直等于產(chǎn)熱功率Qs與Qt之和。而變溫控制模式下，制冷功率Qc與可再生能源發(fā)電量有關(guān)，當(dāng)可再生能源發(fā)電量較多時，制冷量也隨之增加，從而保證可再生能源的最大化消納；當(dāng)可再生能源發(fā)電量較少時，制冷量也相應(yīng)降低，保證對市電的最小化消耗。室外向室內(nèi)傳入熱量Qt隨室內(nèi)外溫差而變化，兩種控制模式下室內(nèi)外溫差不同，故兩種控制模式的Qt也不相同。圖5（c）展示了恒溫控制模式下機房溫度維持在設(shè)定值25 ℃；變溫控制模式下，溫度隨制冷量的變化在17～27 ℃范圍波動，全天均在“完全跟蹤區(qū)”。圖5（d）展示了兩種控制模式下的能效指標(biāo)PUE-R 的變化曲線。可以看出，變溫控制模式下PUE-R 始終接近于1，表示制冷系統(tǒng)既不消耗市電也無可再生能源外送；而恒溫控制模式下的PUE-R 較高，全天為1.15，表示市電消耗量和可再生能源外送量相對較高。

綜上所述，當(dāng)可再生能源發(fā)電充足時，恒溫控制模式下制冷系統(tǒng)對可再生能源的消納能力不足，可再生能源外送較多；而在變溫控制策略下，制冷系統(tǒng)幾乎不消耗市電且能夠即時消納可再生能源發(fā)電。

2）可再生能源發(fā)電不足

當(dāng)可再生能源發(fā)電不足時，仿真分析如附錄B圖B5 所示。與上一場景不同，恒溫控制模式下，數(shù)據(jù)中心與主網(wǎng)交互功率Pg在大部分時段為正值，表示消耗市電量增加；變溫控制模式下，制冷系統(tǒng)功耗Pc與可再生能源出力Pr的匹配度相較上一場景有所降低，且部分時段的Tin維持在上限30 ℃，這是由于可再生能源發(fā)電不足導(dǎo)致制冷功率整體低于上一場景，部分時段進(jìn)入了圖3 所示的“修正區(qū)”。通過對功率積分可得，該場景全天可再生能源發(fā)電量為829.4 kW·h，恒溫控制模式制冷耗電量為1 121.6 kW·h，消耗市電308.3 kW·h，制冷系統(tǒng)能耗市電占比為27.5%，可再生能源外送16.2 kW·h，外送率為2.05%。變溫控制模式有效降低了市電的使用，故制冷耗電量為864.3 kW·h 低于恒溫控制模式，可再生能源外送量僅為0.25 kW·h，消耗市電量高于上一場景，為32.2 kW·h。變溫控制模式下的PUE-R 始終低于恒溫控制模式，變溫控制模式的全天PUE-R 為1.01，低于恒溫控制模式下的PUE-R值1.1，如圖B5（d）所示。

可見在此場景下，恒溫控制模式使制冷系統(tǒng)消耗大量市電。在變溫控制策略下，當(dāng)可再生能源出力較低時，通過適當(dāng)提升機房溫度可使制冷系統(tǒng)最大限度地降低市電消耗。

3.2 冬季場景分析

冬季光照輻射強度低于夏季，且存在霧霾天的影響，故冬季光伏發(fā)電量較低，可再生能源發(fā)電量總體低于夏季；冬季室外環(huán)境溫度較低，受自然散熱影響，冷負(fù)荷低于夏季，故制冷系統(tǒng)耗電量總體低于夏季。

1）可再生能源發(fā)電充足

冬季可再生能源發(fā)電充足時的仿真分析如附錄B 圖B6 所示。其總體變化趨勢與夏季相同，恒溫控制的市電消耗量和可再生能源外送較多，變溫控制大部分時段處于圖3 所示的“完全跟蹤區(qū)”，Tin在15～30 ℃波動，部分時段處于“修正區(qū)”，Tin維持在30 ℃。通過對功率積分可得，在此場景下的全天可再生能源發(fā)電量為323.5 kW·h。恒溫控制模式下的制冷耗電量為246.1 kW·h，其中消耗市電88.9 kW·h，消耗市電占比為36.1%；可再生能源外送167.5 kW·h，外送率為51.6%。變溫控制模式下的制冷耗電量為346.6 kW·h，其中消耗市電量僅為22.3 kW·h，可再生能源外送量僅為0.1 kW·h。PUE-R 在變溫模式下全天均低于恒溫模式，變溫控制模式的全天PUE-R 為1.01，低于恒溫控制模式下的PUE-R 值1.06，如圖B6（d）所示。

可以看出，冬季場景下的變溫控制模式依然能夠即時消納可再生能源，提高可再生能源利用率并降低制冷系統(tǒng)的市電使用量。

2）可再生能源發(fā)電不足

冬季可再生能源發(fā)電不足時的仿真分析如附錄B 圖B7 所示。與夏季可再生能源發(fā)電不足場景類似，恒溫控制模式下的Pg大部分時段為正值，表示消耗市電量較多。不同的是，由于冬季冷負(fù)荷較低，制冷耗電量總體低于夏季，變溫控制模式處于“完全跟蹤區(qū)”時段多于夏季。通過對圖B7（a）的功率積分可得，該場景全天可再生能源發(fā)電量為114.8 kW·h。恒溫控制模式下的制冷耗電量為231.9 kW·h，其中消耗市電88.9 kW·h，消耗市電占比為52.3%；可再生能源外送量為4.25 kW·h，外送率為1.83%。變溫控制模式下的制冷耗電量為116.5 kW·h，其中市電消耗量僅為1.74 kW·h，可再生能源外送量僅為0.12 kW·h。變溫控制模式下的PUE-R 為1，而恒溫控制模式下的PUE-R 為1.03，全天均低于恒溫控制模式，如圖B7（d）所示。

可見，在冬季可再生能源發(fā)電不足時變溫控制模式依然有較好的能效提升，能夠最大限度地降低制冷系統(tǒng)的市電消耗。

4 結(jié)語

本文針對當(dāng)前數(shù)據(jù)中心高能耗和低可再生能源利用率的問題，提出了一種利用數(shù)據(jù)中心制冷系統(tǒng)即時消納可再生能源的變溫控制策略，并搭建了數(shù)據(jù)中心能耗模型和溫度動態(tài)響應(yīng)模型。通過發(fā)揮數(shù)據(jù)中心的熱慣性，將可再生能源發(fā)電充足時的電能轉(zhuǎn)化為冷量存儲在數(shù)據(jù)中心，在可再生能能源發(fā)電較少時將冷量釋放以減小市電使用。該策略基于可再生能源實時出力調(diào)整數(shù)據(jù)中心制冷系統(tǒng)的電功率參考值，由PI 控制制冷系統(tǒng)功率。當(dāng)溫度超出設(shè)定閾值時，由下垂溫度/功率控制回路調(diào)整制冷系統(tǒng)功率修正量，最終實現(xiàn)制冷系統(tǒng)功耗即時匹配可再生能源發(fā)電功率，提高可再生能源利用率且降低市電使用量。

此外，本文提出了適用于評價數(shù)據(jù)中心可再生能源利用率的能效指標(biāo)PUE-R，并基于該指標(biāo)得到了變溫控制對可再生能源利用率提升效果顯著高于恒溫控制的結(jié)論。在未來數(shù)據(jù)中心和可再生能源同時大規(guī)模發(fā)展的背景下，本文所提的變溫控制策略可作為一種實現(xiàn)數(shù)據(jù)中心節(jié)能減排和可再生能源消納雙重目標(biāo)的有效手段。本文主要通過數(shù)據(jù)中心制冷系統(tǒng)即時匹配可再生能源，存在一定的局限性，未來可結(jié)合數(shù)據(jù)中心計算任務(wù)調(diào)度和虛擬機遷移等技術(shù)，使制冷系統(tǒng)和服務(wù)器集群共同參與即時消納可再生能源，進(jìn)一步提高可再生能源利用率。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。