[論文レビュー] Leveraging energy storage to optimize data center electricity cost in emerging power markets

Yuanyuan Shi, Bolun Xu+2 more|arXiv (Cornell University)|Jun 5, 2016

Cloud Computing and Resource Management参考文献 23被引用数 8

ひとこと要約

本論文は、データセンターのエネルギー貯蔵を用いてピーク需要料金を同時に低減し、調整市場に参加する共同最適化フレームワークを提案する。バッテリーの特性と負荷プロファイルのダイナミクスのおかげで、個別最適化の合計を上回る非線形的利得を生み出し、電力コストを最大30%まで削減する。

ABSTRACT

Energy storage in data centers has mainly been used as devices to backup generators during power outages. Recently, there has been a growing interest in using energy storage devices to actively shape power consumption in data centers to reduce their skyrocketing electricity bills. In this paper, we consider using energy storage in data centers for two applications in a joint fashion: reducing peak demand charges and enabling data centers to participate in regulation markets. We develop an optimization framework that captures the cost of electricity, degradation of energy storage devices, as well as the benefit from regulation markets. Under this frame- work, using real data Microsoft data center traces and PJM regulation signals, we show the electricity bill of a data center can be reduced by up to 20%. Furthermore, we demonstrate that the saving from joint optimization can be even larger than the sum of individually optimizing each component. We quantify the particular aspects of data center load profiles that lead to this superlinear gain. Compared to prior works that consider using energy storage devices for each single application alone, our results suggest that energy storage in data centers can have much larger impacts than previously thought possible.

研究の動機と目的

• データセンターの電力コスト上昇を是正すること。これは、エネルギー消費とピーク需要料金の両方によるものである。
• 通常はバックアップ用途にのみ使われているデータセンター用バッテリーの潜在的活用可能性を検討すること。具体的には、ピークカットと調整市場参加の二重用途によるコスト低減を実現する。
• 両用途を同時に最適化することで、個別に最適化する場合よりも大きなコスト削減が得られるかどうかを調査すること。
• コスト削減における非線形的利得をもたらす負荷および信号の特性を同定すること。

提案手法

• バッテリー劣化と調整市場インcentiveを考慮した混合整数計画問題を定式化し、電力コストを同時に最小化する。
• 実世界のデータ（マイクロソフトのデータセンター、20秒解像度）とPJM調整信号（2秒解像度）を統合し、サンプリングにより時間解像度を一致させる。
• オフライン最適化手法を用いて、4つのポリシー（バッテリーなし、調整市場専用、ピークカット専用、共同最適化）における最適なバッテリー充放電スケジュールを計算する。
• 共同最適化による余剰コスト削減を測定するための非線形利得指標 q を導入する。
• 合成的および実際の負荷トレースを分析し、三角形型、低域、狭域、連続的ピークなどの特徴が非線形的利得の可能性を高める要因であるかを同定する。
• 4,415時間の実データを用いてフレームワークを検証し、4つの運用ポリシー間での合計電力料金を比較する。

実験結果

リサーチクエスチョン

• RQ1 データセンターのエネルギー貯蔵をピークカットと調整市場参加の両方で同時に最適化することで、個別最適化よりも大きなコスト削減が達成可能か？
• RQ2 データセンターの負荷プロファイルおよび調整信号のどの特性がコスト削減における非線形的利得をもたらすか？
• RQ3 実世界のデータセンター運用において、共同最適化によるコスト削減はどの程度顕著か？
• RQ4 実データセンターの負荷トレースにおいて、異なる時間帯で非線形的利得が発生する確率とその大きさはどの程度か？

主な発見

• 共同最適化フレームワークは、バッテリーを一切使わない基準運用と比較して、データセンターの電力コストを最大30%まで削減する。
• フレームワークは非線形的利得を達成しており、4,415時間のシミュレーション期間のうち93.4%で、個別最適化の合計を上回る余剰コスト削減が確認された。
• 非線形的削減比 q の平均は0.065であり、これは共同最適化が個別最適化の合計利益に比べて6.5%の追加利益を生むことを示している。
• 非線形的利得は、主に高出力・低エネルギー型バッテリーと、三角形型、低域、狭域、連続的ピークを特徴とするデータセンターの負荷プロファイルの組み合わせに起因している。
• 結果から、共同最適化が個別応用を上回ることを示しており、データセンターにおけるエネルギー貯蔵の影響力が従来の予想をはるかに上回ることが明らかになった。
• 本研究は、実世界のデータセンター負荷ダイナミクスと調整信号が、特にピーク形状のおかげで両用途における効率的な充放電サイクルを可能にするため、協働的バッテリー利用に最も適した環境を提供していることを確認した。