1、第 12 卷 第 6 期2023 年 6 月Vol.12 No.6Jun.2023储能科学与技术Energy Storage Science and Technology基于MDP-ADMM的数据中心储能系统优化运行方法陈绪昌，王育飞，薛花（上海电力大学电气工程学院，上海 200090）摘要：为了缓解数据中心综合运行成本高、电网侧负荷峰谷差大的问题，提出一种基于马尔可夫决策过程与交替方向乘子法结合的数据中心储能系统优化运行方法。首先，分析了数据中心的基本结构，并对数据中心主要设备的功耗特性以及数据中心负荷在时间维度上灵活转移的特性进行分析；其次，考虑数据中心供电可靠性、储能系统充放电功率限制、
2、充放电损耗成本等因素，建立以综合运行成本最小和削峰填谷效果最佳为目标的储能系统优化运行模型；然后，针对模型具有多时段耦合的特点，采用马尔可夫决策过程对其解耦重构，利用交替方向乘子法对重构后的问题进行迭代求解；最后，在MATLAB仿真环境下，对某大型数据中心进行仿真分析，仿真结果验证了所提优化运行方法的有效性与合理性。关键词：数据中心；储能系统；负荷转移特性；马尔可夫决策过程；交替方向乘子法；优化运行doi：10.19799/ki.2095-4239.2023.0018 中图分类号：TM 911 文献标志码：A 文章编号：2095-4239（2023）06-1890-11Optimal oper
3、ation method of energy storage system in a data center based on MDP-ADMM algorithmCHEN Xuchang,WANG Yufei,XUE Hua(College of Electrical Engineering,Shanghai University of Electric Power,Shanghai 200090,China)Abstract:This study proposed an optimal operation method for energy storage systems in the d
4、ata center,based on the Markov decision process,and an alternating direction multiplier method to alleviate the problems of the high comprehensive operating cost of the data center and large load fluctuations on the grid side.First,the basic structure,the power consumption characteristics of the pri
5、mary devices,and the load time-shifting characteristics of the data center are analyzed.Second,considering the power supply reliability of the data center,the charge and discharge power limit,and the loss cost of the energy storage system,an optimal operation model is established to minimize the pea
6、k-to-valley load difference and comprehensive operating cost.Then,given the multi-time coupling characteristic,the Markov decision process is used to reconstruct the model,and the alternating direction multiplier method is used to solve the reconstructed problem.Finally,the simulation analysis of a
7、large-scale data center is conducted in MATLAB,and the obtained results verify the rationality and effectiveness of the proposed optimal operation method.Keywords:data center;energy storage system;load shifting characteristic;Markov decision process;alternating direction multiplier method;optimizati
8、on operation储能系统与工程收稿日期：2023-01-09；修改稿日期：2023-02-08。基金项目：上海市科委地方院校能力建设计划（22010501400）。第一作者及通讯作者：陈绪昌（1995），男，硕士研究生，研究方向为电力储能在数据中心的应用，E-mail：chenxuchang_。引用本文：陈绪昌,王育飞,薛花.基于MDP-ADMM的数据中心储能系统优化运行方法J.储能科学与技术,2023,12(6):1890-1900.Citation：CHEN Xuchang,WANG Yufei,XUE Hua.Optimal operation method of energy
9、storage system in a data center based on MDP-ADMM algorithmJ.Energy Storage Science and Technology,2023,12(6):1890-1900.第 6 期陈绪昌等：基于MDP-ADMM的数据中心储能系统优化运行方法随着移动互联网、云计算和人工智能等先进信息技术的快速发展，作为支撑信息技术的核心基础设施，数据中心的规模也在不断扩大1。中国数据中心机架总规模在 20162021 年间保持快速增长，年均增速已超过30%。截至2021年底，中国数据中心机架总规模已突破500万架2。数据中心作为电力系统中一类
10、高能耗工业用户，其购电成本是制约数据中心经济运行的关键因素3。同时数据中心过高的负荷峰谷差还会给配电网运行调度增加难度，影响配电网的高效运行4。为了保障数据中心供电可靠性，可以配置储能系统用作市电供电故障情况下的紧急备用电源。在保证数据中心充足的紧急备用容量基础上，可以通过冗余配置储能系统容量使其参与数据中心日常运行5。储能系统可通过“低储高放”策略，即在电力负荷电价较低时段充电，在电力负荷电价较高时段放电6，有效缓解数据中心购电成本高和负荷峰谷差大的问题。因此，研究数据中心储能系统的优化运行方法，对提升数据中心的运行效率具有重要意义。目前，国内外学者已经对数据中心储能系统优化运行方法开展了大
11、量研究。文献7基于李亚普诺夫优化算法，设计了一种数据中心储能系统在线优化控制方法，在降低数据中心购电成本的同时也提升了可再生能源的利用率。文献8设计了一个利用储能系统降低数据中心峰值负荷的优化框架，并基于模型预测控制对储能系统的充放电功率进行实时调整。文献9建立了一种考虑储能系统与数据中心在微电网中协调运行的优化模型，并采用混合整数线性规划对其求解，以降低数据中心运行成本。文献10以数据中心的购电成本最小为目标，建立了数据中心的能量管理策略框架，根据电力市场电价的实时变化，对储能系统的充放电策略进行优化。上述研究在优化数据中心储能系统运行策略时，将数据中心电力负荷视为不可调节负荷。然而，数据中
12、心电力负荷具备在时间上灵活调节的潜力，数据中心通过将数据处理任务在时间上转移可以实现电力负荷的灵活转移11。利用该负荷转移特性，数据中心可以对自身的电力负荷进行动态调节，从而可以协同储能系统对数据中心购电成本进行削减以及降低负荷峰谷差，而目前却很少有研究利用该特性对数据中心储能系统的运行策略进行优化。数据中心储能系统优化运行模型具有高维非线性的特点，并且模型中存在大量多时段耦合约束，采用传统智能算法对其进行求解会出现收敛速度慢以及陷入局部最优的问题12。马尔可夫决策过程(Markov decision process，MDP)可以利用相邻时段的状态转移关系，实现多时段耦合问题的解耦13。交替方
13、向乘子法(alternating direction multiplier method，ADMM)可以将一个问题拆解成若干个子问题进行求解，降低问题求解的复杂度，加快收敛速度14。文献15构建了基于MDP的机电设备动态可靠性评价模型，通过观测到的设备运行信息，对机电设备可靠性状态进行评估。文献16提出了基于MDP的电动汽车充电站能量管理策略，有效降低充电站日运行成本，同时也满足了电动汽车用户的充电需求。文献17-18建立了基于ADMM的配电网分布式鲁棒优化调度模型，在有效应对分布式电源出力不确定的同时，也提升了配电网调度的经济性。MDP和ADMM在上述机电设备可靠性评估、电动汽车有序充电、配
14、电网优化调度等领域得到了广泛应用。然而，目前很少有MDP和ADMM在储能系统优化运行方面的研究。考虑到数据中心电力负荷能够在时间维度上灵活转移的特性，以综合运行成本最小和削峰填谷效果最佳为目标，建立数据中心储能系统优化运行模型，设计一种MDP和ADMM相结合的算法对上述优化运行模型进行求解。在MATLAB中进行仿真分析，验证所提优化运行方法的有效性与合理性。1 数据中心基本结构与负荷转移特性分析1.1数据中心基本结构数据中心可看作一个集大数据运算和存储为一体的高性能计算机的集中地，能够为互联网用户提供数据处理和存储服务19。数据中心的基本结构如图1所示，主要由服务器设备、通信存储设备、制冷设备
15、、储能系统、公共电网以及相关的控制和调度系统等部分组成。数据中心通信存储设备负责接收和存储互联网用户发送的各类数据处理任务。服务器设备则需对用户的数据处理任务进行处理，其在处理数据处理任务时会消耗大量的电能。同时，由于服务器设备工作时会产生大量的热量，因此需通过制冷设备对数据中心机房的温度进行调节以维持服务器设备运18912023 年第 12 卷储能科学与技术行在适宜温度范围内。而公共电网和储能系统作为数据中心供电电源，在常规运行模式下，公共电网和储能系统同时向数据中心的负载供电，储能系统根据数据中心功率需求情况以及分时电价信息进行充放电操作。而当数据中心市电出现故障时，此时储能系统将作为后备
16、电源向数据中心的负载供电。1.2数据中心负荷转移特性分析数据中心总功耗主要由服务器设备功耗、制冷设备功耗和通信存储设备功耗三个部分构成20。因此，数据中心的总功耗可通过式(1)计算：PIDC，t=PIT，t+PCO，t+PNW，t(1)式中，PIDC,t为t时刻数据中心的总功耗；PIT,t为服务器设备功耗；PCO,t为制冷设备功耗；PNW,t为通信存储设备功耗。服务器设备功耗与其利用率正相关，t时刻数据中心服务器设备功耗可通过式(2)计算21：PIT，t=N Pidle+(Ppeak-Pidle)-t-t=DtN(2)式中，Pidle和Ppeak分别表示单组服务器空载和满载功耗；Dt为t时刻服务器设备所处理的数据处理任务量；-t表示服务器设备在t时刻的利用率；N为数据中心服务器组的数量；为单组服务器每小时处理的数据处理任务量，即处理速率。制冷设备通过对数据中心机房温度进行调节，从而使服务器设备运行在要求温度范围内。数据中心制冷设备功耗可通过式(3)计算：PCO，t=fcp(inIT，t-req，t)(3)式中，inIT,t为 t 时刻数据中心机房内的温度；req,t为t时刻数据中心机房
