[论文解读] 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 8

一句话总结

本文提出了一种联合优化框架，利用数据中心的储能系统同时降低尖峰需求费用并参与调频市场，实现最高达30%的电费降低——由于电池特性与负荷动态的非线性增益，其综合效益超过单独优化之和。

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.

研究动机与目标

• 为应对数据中心日益增长的电费成本，其主要由电能消耗和尖峰需求费用驱动。
• 探索数据中心电池（通常仅用于备用）通过双重应用主动降低成本的潜力：削峰与参与调频市场。
• 研究联合优化两项应用是否能带来比单独优化每项应用更大的节省。
• 识别促成电费降低超线性增益的负荷与信号特征。

提出的方法

• 构建一个混合整数优化问题，联合最小化电费成本，同时考虑电池退化与调频市场激励。
• 整合来自微软数据中心的真实数据（20秒分辨率）与PJM调频信号（2秒分辨率），通过采样对齐时间分辨率。
• 采用离线优化方法，计算四种策略下的最优电池充放电计划：无电池、仅调频、仅削峰、联合优化。
• 引入超线性增益度量指标 q，量化联合优化相比单独优化的超额节省。
• 分析合成与真实负荷轨迹，识别增强超线性增益潜力的特征（如三角形、低幅、窄带、连续峰值）。
• 使用4,415小时真实数据验证框架，比较所有四种运行策略下的总电费。

实验结果

研究问题

• RQ1 联合优化数据中心储能系统用于削峰与参与调频市场，是否能带来比单独优化每项应用更大的成本节省？
• RQ2 数据中心负荷特性与调频信号的哪些具体特征促成了电费降低的超线性增益？
• RQ3 在真实数据中心运行中，联合优化带来的成本节省有多大？
• RQ4 在不同时间段内，真实数据中心负荷轨迹中，超线性增益的发生概率与幅度如何？

主要发现

• 联合优化框架将数据中心电费成本相比无电池基准运行降低了最高达30%。
• 该框架实现了超线性增益，4,415小时仿真周期中93.4%的时间段显示出超过单独优化之和的超额节省。
• 平均超线性节省比率 q 为 0.065，表明联合优化相比单独优化收益之和额外节省了6.5%。
• 超线性增益主要由高功率、低能量的电池与特定形状的数据中心负荷特性共同驱动——其特征为三角形、低幅、窄带且连续的峰值。
• 结果表明，联合优化优于单独应用，说明数据中心储能的潜在影响远超以往预期。
• 本研究证实，真实世界的数据中心负荷动态与调频信号创造了有利于协同利用电池的有利条件，尤其当峰值形状允许在两项应用中高效实现充放电循环时。