數據中心用電成本與負荷調節研究

摘要：針對數據中心的規模不斷擴大導致運營成本增加的問題，本文通過分析數據中心的負載類型與負載處理特性，提出了一種基于負荷調節的電力成本優化策略。經測算，優化后的數據中心用電成本從原先的每月120萬元降至85萬元，降幅達到29%。此外，數據中心整體能耗在優化前為每年1 500萬千瓦時，優化后降低至1050萬千瓦時。研究結果表明，基于真實數據的負荷調節優化能夠明顯降低數據中心的電力成本支出，提高其運行效率。

關鍵詞：數據中心；能量管理；負荷調節；電價優化；成本控制

doi：10.3969/J.ISSN.1672-7274.2025.02.003

中圖分類號：TM 732；TN 972；TP 308" " " "文獻標志碼：B" " " " " 文章編碼：1672-7274（2025）02-00-03

Research on Electricity Cost and Load Adjustment in Data Centers

YAO Yuan

（PICC Information Technology Co.， Ltd.， Beijing 100027， China）

Abstract： In response to the problem of increasing operating costs caused by the continuous expansion of data centers， this paper proposes a power cost optimization strategy based on load regulation by analyzing the load types and load processing characteristics of data centers. According to calculations， the optimized data center's electricity cost has decreased from 1.2 million yuan per month to 0.85 million yuan， a decrease of 29%. In addition， the overall energy consumption of the data center was 15 million kW·h per year before optimization， but decreased to 10.5 million kW·h after optimization. The research results indicate that load regulation optimization based on real data can significantly reduce the power cost expenditure of data centers and improve their operational efficiency.

Keywords： data center; energy management; load regulation; electricity price optimization; cost control

數據中心（Data Center，DC）作為負責數據存儲、處理和分發的基礎設施，其規模和數量正在迅速增長。同時，DC的運營成本，尤其是電力成本，也隨之水漲船高[1]。DC的高能耗特性不僅對環境造成巨大壓力，對企業的經濟效益也造成了較大拖累。因此，如何有效地管理和優化DC的用電成本，成為當前亟待解決的問題。周吟雨等針對互聯網DC快速發展帶來的電力系統負荷和需求響應資源協調發展問題，提出了一種考慮DC靈活性潛力的雙層協同規劃框架[2]。為了全面定義和衡量計算可持續能力，Gandhi A等提出了旨在衡量DC端到端可持續性足跡的指標。通過跟蹤從單個請求到整個DC的各種粒度的可持續性足跡，從而實現了高效的可持續計算工作。誠然，DC用電成本與工作負荷的優化得到了較多的關注，但現有研究多將DC直接看作一個整體，忽略了DC內部的工作負荷優化。為此，本文提出一種基于負荷調節的電力成本優化策略，以期降低DC用電成本，實現負荷優化管理。同時，創新地建立了一種面向節點級別DC的能量管理模型，并以不間斷電源（Uninterruptible Power Supply，UPS）設備為研究對象，進行了DC用電與負荷優化策略設計。

1" "數據中心用電成本與負荷調節優化

1.1 數據中心能耗管理優化

DC內部服務器和設備處理任務時的性能和需求特征對其的運營效率、能源消耗、成本控制和可持續性至關重要。其中，UPS作為DC工作負載過程中的關鍵設備，是確保服務器負載、網絡設備以及其他關鍵基礎設施在電力中斷時繼續運行的電力供應主要來源。因此，下面主要以UPS設備為對象進行DC用電成本與負荷優化策略設計。

首先，分析新能源波動、市場供需和需求預測誤差等不確定性對數據中心負載穩定性的影響，并利用場景隨機優化策略和蒙特卡羅模擬對以上不確定性進行求解和表征。DC負載的供應模型如式（1）所示。

（1）

式中，表示生成場景；表示時刻；表示時刻場景到達DC的交互式負載總數；表示節點的交互式負載總數；表示UPS的節點總數；表示第類批處理負載的到達時間；表示截止時間；表示類別數量；表示批處理負載總數；表示分配給節點的批處理負載總數；表示節點容量最大范圍；表示節點處理的負載總數。考慮到UPS的節點位于DC的局部范圍，引入電源使用效率（Power Usage Effectiveness，PUE）建立UPS用電成本模型。其中，節點用電與工作負載線性關系如式（2）所示。

（2）

式中，表示時刻場景節點耗功率；表示節點服務器個數；和表示中間變量；表示服務器滿載功率大小；表示服務器閑置功率大小；表示PUE值。UPS的用電和負載效率非線性關系如式（3）所示。

（3）

式中，表示時刻場景中節點輸出的功率大小；表示UPS節點的用電效率；和均表示第段節點曲線對應的系數；表示節點的負載效率；表示UPS節點的能源利用效率最小值。通過將UPS的能源利用效率限制在一定范圍內，實現DC中UPS設備的能耗管理優化。

1.2 負荷調節與用電成本優化模型

根據前文介紹的UPS設備能耗管理優化模型，進一步考慮發電和用電平衡，并對優化模型進行UPS發電機組和功率平衡約束。其中，DC發電機組的出力和最小啟動與停止時間約束關系可如式（4）所示。

（4）

式中，和分別表示發電機組出力的最小值和最大值；表示DC機組的出力值；表示取值為[0，1]的變量；表示機組最短啟動周期；表示機組最短停機時長。DC發電站的運行時數限制和功率變化速度限制如式（5）所示。

（5）

式中，和均表示取值范圍為[0，1]的變量；和分別表示DC機組的最大爬坡約束和最小爬坡約束。DC電能供應的需求平衡約束公式如式（6）所示。

（6）

式中，、、和分別表示電網、自備的發電機組、風力以及光伏發電機組對DC的電能供應；表示UPS全部節點對電能的所有需求量；表示DC能夠在電網購買到的電量最大值。研究將DC的能量管理優化目標定義為提高負荷調節效率和降低用電成本，并對常規機組運行成本進行定義，具體見式（7）。

（7）

式中，和分別表示機組啟動與停機產生的成本；表示機組在無負載狀態下運行時的經濟消耗；表示發電機組額外發電量的成本效益。在忽略獨立可再生能源供給的前提下，假設DC電力費用主要來源于電網電能采購的費用，購電成本計算公式如式（8）所示。

（8）

式中，表示時刻場景購買電能的價格。DC用電成本與負荷調節優化目標函數可如式（9）所示。

（9）

式中，表示場景的產生概率。由于DC的用電成本控制和負荷調節對提高能源效率和降低運營開支至關重要，因此根據得到的目標函數，將DC用電成本與負荷調節優化問題定義為混合整數的線性規劃模型，選用IBM公司開發的商業數學規劃求解器Cplex進行優化問題的求解。

2" "數據中心用電成本與負荷調節優化效果驗證

為了驗證上文提出的DC用電成本與負荷調節優化方法的有效性，應用Matlab 2021a仿真軟件進行了實驗驗證，并利用Cplex求解器對Matlab中構建的混合整數線性規劃模型進行求解。設定DC內部配備了不同類型的UPS 3個，最大容量均為15 MW，且每個節點的服務器數量均為6×104。其中，UPS節點1的PUE值為1.1，節點2的PUE值為1.2，節點3的PUE值為1.4。DC配備有常規機組2個，風電機組1個，光伏機組1個。此外，DC批處理負載分為3類，第一類批處理時間為24 h（0：00-24：00），第二類批處理時間為12 h（12：00-24：00），第3類批處理時間為11 h（13：00-24：00），交互式與批處理負載比例均為1︰1。各個節點負載分配結果如圖1所示。

從圖1（a）可以看出，工作負載會優先分配較大比重給能效利用率最高的節點，并使該節點在每天的三分之一時間處于滿額負載狀態。而在其他節點的負載分配中，節點3負載率可達68%。這說明只需少量增加工作負載即可提升節點3的負載率，提高能源利用率。當存在兩個節點負載率達到峰值時，上文方法會自動將剩余的負載量分配到其他較少負載率的節點。結合圖1（b）3個類型批處理負載分配和實時電價變化可知，電價變化對批處理負載的分配起到決策作用。同時，也可以說明上文提出的DC用電成本和負荷調節優化的合理性與可靠性。研究中進一步對比了所提優化策略使用前后的有效性，具體結果如表1所示。

從表1可以看出，0：00到8：00的時段，DC用電成本從40萬元降至30萬元。8：00至16：00的時段，DC用電成本從50萬元降至35萬元。16：00至24：00的時段，DC用電成本從30萬元降至20萬元。這說明經過負荷調節優化后，DC能夠在電價較高的時段減少用電，從而實現成本節約。在能耗方面，0：00到8：00的時段，能耗下降了30%。這表明優化策略有效地減少了DC的能源消耗。對比3個節點的負載率，可以看出3個節點負載率有所差異，這有助于提高其能源利用效率，避免因負載率過低而導致的能源浪費。

3" "結束語

為了降低DC用電成本，提高DC能量管理效率，本文以DC中的電力設備UPS為研究對象進行了用電成本和負荷調節優化策略設計。通過構建混合整數線性規劃模型，對DC內部工作負載進行優化調度。實驗結果顯示，該策略有效降低了用電成本和整體能耗。與未優化相比，優化后的DC用電成本降低了29%，能耗減少了30%。由此可見，本文提出的DC用電成本和負荷調節優化策略在降低DC電力成本和提升能效方面具有優越性和有效性。然而，前文模型假設和約束有所簡化，在實際運行中存在較多的非線性因素。未來將在更復雜的實際場景中進行驗證，考慮更多的運行參數和市場動態，以及探索更先進的優化算法來進一步提高優化效率。

參考文獻

[1] 王玚，李鵬，冀浩然，等.考慮多類型資源的數據中心園區供電協調規劃[J].電力系統自動化，2022，46（14）：19-28.

[2] 周吟雨，董厚琦，曾博，等.考慮靈活性潛力的互聯網數據中心與配電網雙層協同規劃方法[J].電力系統保護與控制，2022，50（24）：49-59.

作者簡介：姚" 遠（1981-），男，漢族，北京人，高級工程師，工程碩士，主要從事數據中心基礎設施研究。