数据中心综合能耗及其多元灵活性价值挖掘与实现

背景概述

数据中心作为算力与能源协同的关键节点，其能耗规模和灵活性价值日益凸显。宏观视角下，预计2030年全国数据中心用电量达5257亿kWh，电力负荷达1.05亿kW，耗水量达2628亿L，碳排放量达3.1亿吨，分别相当于采矿业、计算机通信电子制造业等行业的重要能耗指标，且占全国总碳排放量的3.1%。

模型构建与预测结果

1. 宏观综合能耗预测

   • 2030年数据中心用电量均值达5257亿kWh，负荷数据70%落在均值±标准差范围内；
   • 电力负荷相当于350个电解铝工厂或1500万个家庭用电规模；
   • 水耗均值2628亿L，相当于304座30万千瓦火电机组年耗水量，是2023年北京市用水量的11倍；
   • 碳排放均值3.1亿吨，占全国总排放量的3.1%（按均值±标准差计算）。

2. 微观灵活性释义

   • 数据中心灵活性体现在算力侧（负载转移性、能耗可调节性）、电力侧（备用电源与储能交互）、热力侧（温度可调性、冷却系统可调性及虚拟储能），三者相互交织。

3. 单体与整体灵活性预测

   • MW级第三方数据中心灵活性资源占比达47%；
   • 单体规划调度策略可降低23.2%碳排放、16.9%能耗及21.3%经济成本，热力灵活性不可忽视；
   • 2030年整体灵活性资源相当于19.2%~33.3%抽水蓄能装机容量，算力侧可调度负荷约1.5万MW，热力侧可调度负荷0.8万~2.5万MW；
   • PUE从1.2到1.4时，热力灵活性占比21%~42%，电力侧具备0.26亿kWh UPS储能和2.1亿kWh柴油发电机备用电源。

4. 电力-算力-热力协同

   • 综合能源与微电网技术路线待展开，但全栈双层优化策略已实现24小时内21600模染任务调度，偏差0.73%，芯片温度约束在50~70℃安全范围内，冷却流量跟踪误差<5%，PUE达1.14，总成本节省17.75%。

总结

面向人工智能算力基础设施的绿色低碳需求，研究探索了算力-电力-热力交叉协同的学科理论及技术，成果发表于Nature子刊等期刊，牵头重要标准和白皮书，形成算力与电力交叉融合学科方向及能动-管理人才培养范式。