Skip to main content
Nubint
QUICK REVIEW

[論文レビュー] Spatio-temporal load shifting for truly clean computing

Iegor Riepin, Tom Brown|arXiv (Cornell University)|Mar 26, 2024
Distributed and Parallel Computing Systems被引用数 4
ひとこと要約

本論文では、地理的に分散したデータセンターを活用した時空間的負荷シフト戦略を提案し、24/7 カbonフリーエネルギー（CFE）マッチングを達成する。局所的な再生可能エネルギーの質、距離に伴う風力発電の相関、および地球の自転に起因する太陽放射の遅れという3つの信号を活用することで、柔軟な負荷の1%増加あたり、24/7 CFEコストが1.29 ± 0.07 €/MWh低減され、コスト効率とクリーンエネルギーの活用が向上する。

ABSTRACT

Companies with datacenters are procuring significant amounts of renewable energy to reduce their carbon footprint. There is increasing interest in achieving 24/7 Carbon-Free Energy (CFE) matching in electricity usage, aiming to eliminate all carbon footprints associated with electricity consumption on an hourly basis. However, the variability of renewable energy resources poses significant challenges for achieving this goal. We explore the impact of shifting computing jobs and associated power loads both in time and between datacenter locations. We develop an optimization model to simulate a network of geographically distributed datacenters managed by a company leveraging spatio-temporal load flexibility to achieve 24/7 CFE matching. We isolate three signals relevant for informed use of load flexiblity: varying average quality of renewable energy resources, low correlation between wind power generation over long distances due to different weather conditions, and lags in solar radiation peak due to Earth's rotation. We illustrate that the location of datacenters and the time of year affect which signal drives an effective load-shaping strategy. The energy procurement and load-shifting decisions based on informed use of these signals facilitate the resource-efficiency and cost-effectiveness of clean computing -- the costs of 24/7 CFE are reduced by 1.29$\pm$0.07 EUR/MWh for every additional percentage of flexible load. We provide practical guidelines on how companies with datacenters can leverage spatio-temporal load flexibility for truly clean computing. Our results and the open-source optimization model can also be useful for a broader variety of companies with flexible loads and an interest in eliminating their carbon footprint.

研究の動機と目的

  • 再生可能エネルギーの変動に伴うデータセンター電力消費における24/7 カーボンフリーエネルギー（CFE）マッチングの達成という課題に対処すること。
  • データセンターにおける時間的・空間的負荷の柔軟性が、リソース効率の向上と炭素排出量の低減にどのように寄与するかを調査すること。
  • 時空間的負荷シフトの有効性に最も大きな影響を与える3つの物理的信号（局所的再生可能エネルギーの質、風力発電の相関、太陽放射の遅れ）を特定・定量すること。
  • 企業が長期的なエネルギー調達と短期的な負荷シフト戦略を共同最適化するための実用的ガイドラインを提供すること。
  • スケールでの真のクリーンコンピューティングを達成するにあたり、負荷の柔軟性がもたらす限界経済的価値を示すこと。

提案手法

  • PyPSAを用いて、柔軟なワークロードを有する地理的に分散したデータセンターのネットワークをシミュレートするオープンソース最適化モデルを開発する。
  • 複数のヨーロッパ地域における風力、太陽光、グリッド混合発電の時間別発電量および価格データを統合する。
  • 非重要ワークロードのスケジューリングの再配置により時間的負荷シフトをモデル化し、データセンター間のワークロード移行により空間的負荷シフトを実装する。
  • 局所的限界炭素強度と再生可能エネルギーの容量係数を、最適な負荷形状意思決定を導く主要な入力として使用する。
  • データセンターの運用制約とグリッド接続を尊重しながら、24/7 CFEマッチングコストを最小化するマルチステージ最適化フレームワークを適用する。
  • 異なるヨーロッパ地域および季節的変動を想定して結果を検証し、負荷柔軟性の価値に関する一般化可能な知見を得る。
Figure 1 : Illustration of spatio-temporal load-shifting optimisation problem faced by a datacenter operator.
Figure 1 : Illustration of spatio-temporal load-shifting optimisation problem faced by a datacenter operator.

実験結果

リサーチクエスチョン

  • RQ1時空間的負荷シフトは、データセンターにおける24/7 カーボンフリーエネルギー（CFE）マッチングのコストをどのように低減するか？
  • RQ2局所的再生可能エネルギーの質、風力発電の相関、太陽放射の遅れという物理的信号の中で、負荷シフト戦略の有効性に最も顕著な影響を与えるのはどれか？
  • RQ3柔軟な負荷の割合が増加するにつれて、24/7 CFEマッチングの限界コストはどのように変化するか？
  • RQ4データセンターの位置と季節的変動は、異なる負荷シフト信号の優位性にどのように影響するか？
  • RQ5電力消費の脱炭素化を目指す企業にとって、負荷の柔軟性の実用的価値は何か？

主な発見

  • 柔軟な負荷が1%増加するごとに、24/7 CFEマッチングコストは1.29 ± 0.07 €/MWh低減され、負荷の柔軟性に明確な限界経済的価値があることが示された。
  • ドイツのデータセンターがデンマークおよびポルトガルのパートナーと連携する場合、柔軟負荷が40%に達すると、柔軟性なしの215 €/MWhから137 €/MWhにまでCFCコストが低下する。
  • 風力条件が類似する380 km離れたデータセンター間では、10%の柔軟負荷で9.5%のコスト削減が達成され、40%の柔軟負荷では26.5%にまで上昇する。風力相関の低下に伴い、300–400 kmの距離でピークに達する。
  • 地球の自転に起因する太陽放射の遅れにより、時差を越えた効果的な負荷アービタージュが可能となり、太陽光エネルギーの活用が向上し、CFEマッチングコストが低減される。
  • 負荷シフト戦略の有効性は、データセンターの位置と季節に依存し、状況に応じて異なる信号が優位に働く。例えば、夏期には太陽光の遅れが、冬期には風力相関が主導的役割を果たす。
  • 負荷の柔軟性が増加するに従い、収益の逓減が観察されるため、長期的な調達と短期的なスケジューリングの戦略的共同最適化の必要性が示された。
Figure 2 : Illustration of load flexibility concept: the absolute value of deviations between dispatched $\widetilde{d}_{t}$ [MW] and requested $d_{t}$ [MW] loads must fall within a certain flexibility range $f$ [%] for each hour $t$ .
Figure 2 : Illustration of load flexibility concept: the absolute value of deviations between dispatched $\widetilde{d}_{t}$ [MW] and requested $d_{t}$ [MW] loads must fall within a certain flexibility range $f$ [%] for each hour $t$ .

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。