面向数据中心的柔性直流配电系统多目标综合评估

　　摘要：基于柔性直流配电系统(FlexibleDCDistributionSystem，FDCDS)技术构建数据中心应用场景，从多个层面对数据中心FDCDS进行量化评价，对于提高数据中心供电的可靠性和经济性具有重要的理论与现实意义。为此，本文提出了一种面向数据中心应用场景的FDCDS多目标综合评估方法。首先从供电可靠性需求、投资建设运行成本角度、数据中心场景需求和节能需求等方面建立了数据中心FDCDS的综合评估指标体系;其次，为了使所确定的指标权重能够同时体现专家经验和指标本身的客观差异性，利用序关系法和离差最大化法相结合的方法来确定指标权重，进而提出了基于类高斯分布型模糊隶属度函数的数据中心FDCDS多目标综合评估方法。最后通过对不同配电系统算例进行多目标综合评估，验证了所提评估指标体系和方法的有效性。

　　关键词：数据中心;柔性直流配电系统;指标体系;模糊隶属度函数;综合评估

　　0引言

　　当前，随着物联网技术的发展和生产企业数字化转型步伐的加快，各行各业对于数据处理的需求和可靠性要求越来越高，数据中心也逐渐向着高速集中和规模化的方向发展[12]。数据中心的不断发展对配电网的供电水平和能力提出了更高的要求，采用合理的配电系统设计方案才能保障集中度高且需长时间不断电运行的数据中心系统的高效可靠运行。

　　当前的数据中心大多采用交流供电的形式，但存在可靠供电效率低、电能转换环节多等问题[3]，而采用直流供电形式是一种新型的高效供电方案。为此，为验证高压直流供电系统的安全性、可靠性等，国家电网公司搭建了数据中心直流供电平台，并进行了带载试验测试，结果表明，直流形式的供电系统在可靠性、稳定性等方面优于传统交流供电形式，可在数据中心场景中推广应用[4]。而国内外数据行业的相关著名企业也均已开展了数据中心配用电直流化的实践[5]。

　　随着电力电子技术的发展，基于全控型器件和脉宽调制控制的柔性直流配电技术凭借其高可控性和高效的用能效率等优势，逐渐成为中低压配电方式的优选模式[68]。国家工信部2019年出台的《关于加强绿色数据中心建设的指导意见》中也对今后建设数据中心供配电系统提出了发展多种能源接入时柔性转供电管理技术等需求。因此，基于柔性直流配电技术构建数据中心应用场景，从系统可靠性、投资建设成本、节能指标、供电质量提升等多个层面研究数据中心FDCDS的量化评价方法，可因地制宜为实际数据中心场景提供最合理规划配置方案，对于提高数据中心供电的可靠性和经济性具有重要的理论与现实意义。目前已有国内外的研究文献对数据中心供用电系统的状态评估指标和方法进行了相关研究。

　　在数据中心系统的可靠性评估方面，文献[9]对数据中心分布式能源系统的供电系统、空调系统的可靠度进行了分析;文献[10]提出了一种针对树型数据中心网络可靠性和可用性的分层评估框架，旨在根据评估结果进行合理的组网优化数据中心网络内的节点分布。在数据中心系统的经济性评估方面，文献[11]提出了一种基于经济性的数据中心光伏和储能电池协同优化配置模型，文献[12]建立了含风光水的发电端与负荷端数据中心的优化调度模型，提高了系统的综合经济效益。

　　此外，针对数据中心配电系统的电能质量问题，文献[13]根据系统的实际结构特征进行了分析并提出了相应的治理方法。总体来说，相关评估研究均只针对影响系统运行的某一个方面展开的，而结合数据中心系统的场景需求，从可靠性与供电质量、投资建设成本、节能指标等多个方面进行综合分析与评估的研究较少。

　　本文首先根据数据中心FDCDS的特征，从供电可靠性需求、投资建设运行成本角度、数据中心场景需求和节能需求四个方面建立了其综合评估指标体系;其次，通过引入类高斯分布型隶属度函数，提出了基于模糊隶属度函数的系统多目标综合评估方法，且在求取各指标权重时将序关系法和离差最大化法结合，使得所确定的指标权重能够同时体现专家经验和指标本身的客观差异性;最后通过实例分析表明了所提方法的有效性。

　　1评估指标体系

　　为了对面向数据中心应用场景的FDCDS进行评估，本文综合考虑了数据中心配电系统的供电可靠性需求、投资建设与运行成本、场景需求、节能需求等因素，建立了数据中心FDCDS多目标评估指标体系。通过建立该指标体系并进行综合评估，可以给数据中心FDCDS的规划建设提供指导建议，从而最大限度地发挥FDCDS在数据中心场景中的应用优势。

　　1.1供电可靠性需求

　　提高数据中心FDCDS的供电可靠性是推进数据中心场景应用的首要目标。在本文，数据中心FDCDS的供电可靠性主要由两个指标来衡量：①FDCDS可靠性指标数据中FDCDS的可靠性指标Y1可由系统关键元器件的可靠性评估模型经过解析或模拟等方法处理后得到，主要可以用来衡量为数据中心负荷持续可靠供电的能力，同时还应考虑数据中心备用电源情况。本文采用最小割集法[14]进行数据中FDCDS的可靠性分析，最小割集法通过模拟从电源到负荷点的一条或多条供电路径，形成各负载点的最小割集，从而将系统网络转化为元件的串并联关系以求得系统的可靠性指标。

　　在数据中心FDCDS中，都会配置有备用电源以保证供电的可靠性。备用电源可以是另一路市电、小型发电机组、或者是不间断电源(UninterruptedPowerSupply,UPS)。因此在获取数据中心FDCDS的供电可靠性指标时，还需要考虑备用电源的影响。当系统中主供电区发生失电情况时，可由联接开关转换至备用供电区，这样就形成了备用割集，备用电源本身的可靠性水平将由该备用割集反映。因此，备用割集的存在会对系统可靠性指标中的年平均停电时间产生影响，需要根据负荷点转移到备用电源的成功概率更新系统的年平均停电时间指标值[15]。

　　1.2配电系统投资建设与运行成本指标

　　数据中心柔性直流配电网的投资与运行成本指标是衡量数据中心建设推广的市场潜力和经济价值的重要方面。

　　1.3数据中心场景需求

　　在数据中心FDCDS的建设评估时，考虑直流配电系统与数据中心场景需求之间的匹配程度[18]。本文从系统的“数据中心源荷特性”和“数据中心柔性直流配电网络特性”两个方面，提出了评估数据中心需求的配电系统场景指标。①数据中心系统的源荷特性在数据中心源荷特性方面设置了可再生电源综合占比和敏感数据负荷占比两个指标[18]，用以描述数据中心系统的源荷需求匹配特性。基于柔性直流技术的数据中心配电系统对分布式风光等可再生电源提供了灵活的接入方式，也促进了数据中心系统的绿色清洁和可持续性。

　　因此，本文设置了可再生电源综合占比指标Y5来描述数据中心场景对清洁可再生电源的需求。另一方面，数据中心内大量的敏感数据负荷对系统的规划要求有着很大的影响，数据中心服务器对配电系统的电压非常敏感，一旦发生供电问题将会引起非常大的经济损失。

　　1.4配电系统节能需求

　　随着各行各业数字化进程的加快，数据中心负荷的功率密度越来越高，随之带来的能源消耗也越来越大，因此，在对数据中心配电系统进行评估时，需要合理并有效地评估数据中心负荷的资源消耗水平以符合节能需求。数据中心配电系统的节能评估指标可根据TheGreenGrid组织提出的能源使用效率(Powerusageeffectiveness,PUE)、水使用效率(Waterusageeffectiveness,WUE)和碳使用效率(Carbonusageeffectiveness,CUE)进行定义[20]。其中，能源使用效率PUE用来衡量数据中心系统中的基础设施总能耗和IT设备能耗之间的关系，从而为数据中心系统架构设计和关键设备部署运行提供的能耗方面的判断指导。

　　PUE的准确测量较为复杂，还包括数据中心IT设备内部的散热组件等，可通过基本级测量法获取。水使用效率WUE用来评估数据中心配电系统中包括日常用水、冷却用水、加湿用水等水资源消耗情况。碳使用效率CUE可以用来衡量数据中心基础设施的温室气体排放情况，理想情况下其值为0，表示系统无碳排放或实现了碳排放的中和。

　　2基于模糊隶属度函数的综合评估方法

　　根据上一节设计的评价指标体系，本文设计了一种基于模糊隶属度函数的多目标综合评估方法，对数据中心FDCDS进行评价选优。

　　3算例分析

　　为了验证本文所提综合评估方法的有效性，本算例选择不同配电系统作为被评估对象(对象1~对象5)进行多目标综合评估。由于现阶段数据中心FDCDS工程尚处于探索阶段，缺乏必要的系统运行状态的历史统计数据，因此本算例结合了FDCDS相关文献[18]中的资料作为数据来源。

　　由于各指标值量纲不一致，因此对数据进行了无量纲处理。根据被评估对象的各指标原始数据，利用类高斯分布型隶属度函数计算各指标数据的隶属度值，计算出各指标数据的改进隶属度值。由于不同隶属度函数不会明显影响评价结果的可信度，因此本算例并未对不同参数的类高斯分布型隶属度函数进行验证。进而，考虑不同的评估优先度，利用序关系法和离差最大化法组合而成的主客观结合赋权法得出各指标权重，最后得到关于多目标综合评价结果。可知评价结果相差在千分位，其主要原因在于被评估对象的各指标原始数据相差不是很大，这也符合数据中心系统建设的高可靠性等一般原则。尽管如此，根据评价结果之间的横向比较，仍然可以得到不同对象的综合评估结论。

　　4结论

　　1)本文首先从供电可靠性需求、投资建设运行成本角度、数据中心场景需求和节能需求等方面建立了数据中心柔性直流配电系统的综合评估指标体系。

　　2)提出了基于类高斯分布型模糊隶属度函数的多目标综合评估方法，并结合序关系法和离差最大化法提出了指标权重的确定方法，使得所确定的指标权重能同时体现专家经验和指标本身的客观差异性。

　　3)提出了数据中心柔性直流配电系统的综合评估步骤，并通过实例表明了所提评估指标体系和方法的有效性。

　　参考文献References

　　[1]赵天阳,张华君,徐岩,等.不确定环境下含云计算数据中心的电网韧性增强调度[J].电力系统自动化,2021,45(3):4957.ZHAOTianyang,ZHANGHuajun,XUYan,etal.Resilienceenhancedschedulingofpowersystemwithcloudcomputingdatacentersunderuncertainty[J].AutomationofElectricPowerSystems,2021,45(3):4957.

　　[2]YANGYugang,WUYanqiu,SUNXiaoyu,etal.DesigncriterionandguidelinesforthreephaseasymmetriccoupledinductorsininterleavingDC/DCconverterforVRMindatacentresandPOL[J].IETPowerElectronics,2020,13(13):28542865.

　　[3]杜先波,陈国琳,唐一铭,等.多站融合型数据中心交直流供电模式对比分析[J].电力需求侧管理,2021,23(1):8489.

　　作者：陈冰1,2，伦振坚1，张学昶1，陆子凯1，邓文扬2，张勇军2

转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/28627.html