Optimal operation of computing-electricity coordination considering differentiated demand response

ZHANG Dongdong; LIU Yining; CHEN Tuoyu; WU Xiaodong; JIANG Meihui; ZHU Hongyu; ZHANG Jie

doi:10.3969/j.issn.2097-0706.2026.08.005

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Optimal operation of computing-electricity coordination considering differentiated demand response

Key Technology & Coordinated Control | 更新时间：2026-10-08

- Optimal operation of computing-electricity coordination considering differentiated demand response
- BLASTING Vol. 48, Issue 8, Pages: 57-68(2026)
- 作者机构：
  
  1.内蒙古工业大学新能源学院，内蒙古鄂尔多斯 017010
  2.内蒙古工业大学，风能太阳能利用技术教育部重点实验室，大规模储能技术教育部工程研究中心，呼和浩特 010051
  3.内蒙古工业大学，内蒙古自治区新能源与储能技术重点实验室，大规模储能技术教育部工程研究中心，呼和浩特 010051
  4.内蒙古工业大学，内蒙古工业大学，大规模储能技术教育部工程研究中心，呼和浩特 010051
  5.湖南大学电气与信息工程学院，长沙 410082
  6.北京邮电大学集成电路学院，北京 100876
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52677064);National KeyFoundation: R&D Program of China(2026YFE0211200);Inner Mongolia Natural Science Foundation(2026QC0364;2026QC0321)
- DOI：10.3969/j.issn.2097-0706.2026.08.005
  CLC：
- Received：17 July 2026，
  
  Revised：2026-07-30，
  
  Online First：17 August 2026，
  
  Published：25 August 2026
- 稿件说明：
移动端阅览
张冬冬,刘一宁,陈拓宇等.计及差异化需求响应的算电协同优化运行[J].综合智慧能源,2026,48(08):57-68.

ZHANG Dongdong,LIU Yining,CHEN Tuoyu,et al.Optimal operation of computing-electricity coordination considering differentiated demand response[J].BLASTING,2026,48(08):57-68.
张冬冬,刘一宁,陈拓宇等.计及差异化需求响应的算电协同优化运行[J].综合智慧能源,2026,48(08):57-68. DOI： 10.3969/j.issn.2097-0706.2026.08.005.

ZHANG Dongdong,LIU Yining,CHEN Tuoyu,et al.Optimal operation of computing-electricity coordination considering differentiated demand response[J].BLASTING,2026,48(08):57-68. DOI： 10.3969/j.issn.2097-0706.2026.08.005.

摘要

针对高比例新能源接入下算电协同调节需求增强，新能源出力波动与数据中心算力负荷增长提高了系统柔性调节要求，而多主体差异化需求响应在滚动纠偏和结算校核方面考虑不足的问题，提出了一种计及差异化需求响应的算力-电力协同优化运行方法。将换电站和数据中心等不同的差异化负荷柔性能力划分为本地削负荷、时间平移和空间迁移3类需求响应服务，分别实现事件期负荷削减、可延期任务转移和跨区域负荷重分布，并构建市场化接口模型；建立节点响应价格模型，将电压风险、支路拥塞和峰荷裕度等因素纳入价格信号，实现需求响应出清结果的物理可行性校核；同时结合潮流与安全约束校验节点响应量，避免引发电压越限和支路重载。在此基础上，设计交替方向乘子法分布式出清方法，在保留库存、任务、服务等级协议、荷电状态和服务质量等本地约束的同时，通过公共变量交换实现多主体协调，结合实测响应、残差状态和恢复风险提出滚动价格纠偏机制。通过不同策略与中压和高中压配电网场景的算例结果表明，所提方法能够有效降低响应缺额，改善电压越限和网损水平，提高需求响应履约质量，增强动态执行过程中的安全性、经济性和结算稳定性，使差异化柔性资源转化为可采购、可交付、可结算和可校核的市场化响应服务，中压算例验证了不同需求响应服务组合及算法环节的机制有效性，高中压算例则检验了该方法在多电压等级、跨分区迁移条件下的工程适用性。为高比例新能源条件下算力负荷与配电网协同运行提供支撑。

Abstract

The increasing integration of high-proportion renewable energy has intensified the demand for the regulation of computing-electricity coordination. Meanwhile， the fluctuations in renewable energy output and the growth of data center computing loads have imposed higher requirements for system flexibility， while existing differentiated demand response approaches among multiple stakeholders lack adequate consideration of rolling correction and settlement verification.To address these issues， an optimal operation method for computing-electricity coordination considering differentiated demand response was proposed. The flexible capabilities of differentiated loads， such as battery swapping stations and data centers， were classified into three types of demand response services： local load curtailment， temporal shifting， and spatial migration. These services enabled load reduction during events， deferrable task transfer， and cross-regional load redistribution， respectively. Additionally， a market-oriented interface model was constructed. A nodal response price model was established， with factors such as voltage risk， branch congestion， and peak-load margin incorporated into price signals to verify the physical feasibility of demand response clearing results. Nodal response quantities were also verified using power-flow and security constraints to prevent voltage limit violations and branch overloading. On this basis， a distributed clearing method based on the alternating direction method of multipliers was designed. While preserving local constraints on inventory， tasks， service-level agreements， state of charge， and quality of service， the method achieved coordination among multiple stakeholders through the exchange of common variables. A rolling price correction mechanism was proposed based on measured responses， residual states， and recovery risks. Case study results under different strategies and in both medium-voltage and medium-to-high-voltage distribution network scenarios showed that the proposed method effectively reduced response shortfalls， mitigated voltage limit violations， reduced network losses， improved demand response fulfillment quality， and enhanced safety， economic performance， and settlement stability during dynamic execution. The method transformed differentiated flexible resources into market-oriented response services that can be procured， delivered， settled， and verified. The medium-voltage case validated the effectiveness of different combinations of demand response services and algorithmic stages， whereas the medium-to-high-voltage case examined the engineering applicability of the method under multiple voltage levels and cross-zone migration conditions. The findings provide support for the coordinated operation of computing loads and distribution networks under high-proportion renewable energy conditions.

关键词

Keywords

references

WANG Y Z ， HAN Y B ， HAN K ， et al . Does DeepSeek curb the surge of energy consumption in data centers？［J］. The Innovation ， 2025 ， 6 （ 9 ）： 11 - 12 .

陈庆，柳雨生，段练达，等 . 大语言模型融合知识图谱的风电运维问答系统研究［J］. 综合智慧能源， 2024 ： 46 （ 9 ）： 70 - 79 .

CHEN Qing ， LIU Yusheng ， DUAN Lianda ， et al . Research on a wind power operation and maintenance Q&A system based on large language models and knowledge graphs ［J］. Integrated Intelligent Energ ， 2024 ， 46 （ 11 ）： 70 - 79 .

HAN Y B ， HAN KAI ， WANG Y Z ， et al . Bi-level optimization and sustainability assessment of data center integrated energy system based on emergy theory ［J］. Energy ， 2025 ， 334 ： 137689 .

胡楠 . 推动算力与电力协同发展对策研究［J］. 中国能源， 2024 ， 46 （ 11 ）： 70 - 79 .

HU Nan . Research on countermeasures for the coordinated development of computing power and electricity ［J］. Energy of China ， 2024 ， 46 （ 11 ）： 70 - 79 .

周钱雨凡，杨苹，万思洋，等 . 算力电力节点可调节资源的双向协同优化调度［J］. 电力建设， 2025 ， 46 （ 2 ）： 13 - 25 .

ZHOU Qianyufan ， YANG Ping ， WAN Siyang ， et al . Bidirectional collaborative optimization scheduling of adjustable resources in computing node and power node ［J］. Electric Power Construction ， 2025 ， 46 （ 2 ）： 13 - 25 .

刘方，陈祥洲，周江昕，等 . 考虑数据中心共享储能与计算负荷时空迁移特性的虚拟电厂优化运行方法［J］. 电网技术， 2026 ， 50 （ 5 ）： 1848 - 1857 .

LIU Fang ， CHEN Xiangzhou ， ZHOU Jiangxin ， et al . Optimal operation method for virtual power plant considering shared energy storage and spatiotemporal migration characteristics of computational load in data centers ［J］. Power System Technology ， 2026 ， 50 （ 5 ）： 1848 - 1857 .

XU S C ， ZHANG R Y ， CHEN J W ， et al . Full-stage risk management of forecast deviation for large-scale renewable energy participating in the spot market ［J］. Energy Conversion Economics ， 2026 ， 7 （ 3 ）： 221 - 240 .

张璐，陆安山，华杨，等 . 弹性电力系统态势感知研究综述［J］. 综合智慧能源， 2025 ， 47 （ 3 ）： 1 - 14 .

ZHANG Lu ， LU Anshan ， HUA Yang ， et al . Review of research on situation awareness in resilient power systems ［J］. Integrated Intelligent Energy ， 2025 ， 47 （ 3 ）： 1 - 14 .

姜婷玉，陶劲宇，李亚平，等 . 面向新型电力系统电力平衡的负荷响应管理综述［J］. 电力自动化设备， 2025 ， 45 （ 2 ）： 11 - 23 .

JIANG Tingyu ， TAO Jinyu ， LI Yaping ， et al . Review of load response management for power balance in new power system ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 2 ）： 11 - 23 .

LI C Y ， ZHENG K D ， GUO H Y ， et al . Computation-power coupled modeling for IDCs and collaborative optimization in ADNs ［J］. IEEE Transactions on Smart Grid ， 2024 ， 15 （ 3 ）： 2762 - 2775 .

REN X X ， WANG J S ， HU X Y ， et al . A novel demand response-based distributed multi-energy system optimal operation framework for data centers ［J］. Energy and Buildings ， 2024 ， 305 ： 113886 .

RADOVANOVIC A ， KONINGSTEIN R ， SCHNEIDER I ， et al . Carbon-aware computing for datacenters ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 2 ）： 1270 - 1280 .

欧圣，蒋锐琳，张钰，等 . 提升新能源承载力的电网需求响应与储能配置协同优化方案［J/OL］. 综合智慧能源， 2026 ， 1 - 11 （ 2026-05-29 ）［ 2026-06-26 ］. https：//kns.cnki.net/kcms2/article/abstract？v=0VvkOTFCJRpRLF14xm5-z1YOISzsBaMrn-k9RRGf_ZBaKcTpyN8mYzF3W0lV4ahMp 1YtiDhlXqLgt69vsxDdytMETT0UU8Y6rTMSswn3IS3RzdxPZ_qQVqrmjCwx9Es-yu6u0l1LynU=&uniplatform=NZKPT&language=CHS&version=LYDG https://kns.cnki.net/kcms2/article/abstract?v=0VvkOTFCJRpRLF14xm5-z1YOISzsBaMrn-k9RRGf_ZBaKcTpyN8mYzF3W0lV4ahMp1YtiDhlXqLgt69vsxDdytMETT0UU8Y6rTMSswn3IS3RzdxPZ_qQVqrmjCwx9Es-yu6u0l1LynU=&uniplatform=NZKPT&language=CHS&version=LYDG .

OU Sheng ， JIANG Ruilin ， ZHANG Yu ， et al . Coordinated planning of demand response and energy storage configuration for increasing new energy hosting capacity of power grids ［J］. Integrated Intelligent Energy ， 2026 ， 1 - 11 （ 2026-05-29 ）［ 2026-06-26 ］. https：//kns.cnki.net/kcms2/article/abstract？v=0VvkOTFCJRpRLF14xm5-z1Y OISzsBaMrn-k9RRGf_ZBaKcTpyN8mYzF3W0lV4ahMp1YtiDhlXqLgt69vsxDdytMETT0UU8Y6rTMSswn3IS3RzdxPZ_qQVqrmjCwx9Es-yu6u0l1LynU=&uniplatform=NZKPT&language=CHS&version=LYDG https://kns.cnki.net/kcms2/article/abstract?v=0VvkOTFCJRpRLF14xm5-z1YOISzsBaMrn-k9RRGf_ZBaKcTpyN8mYzF3W0lV4ahMp1YtiDhlXqLgt69vsxDdytMETT0UU8Y6rTMSswn3IS3RzdxPZ_qQVqrmjCwx9Es-yu6u0l1LynU=&uniplatform=NZKPT&language=CHS&version=LYDG .

李立理，李德智，钟丹婷，等 . 基于多源数据融合与用户柔性引导的公共充换电场站需求响应改进机制［J/OL］. 电网技术， 2025 ， 1 - 16 （ 2025-11-17 ）［ 2026-06-26 ］. https：//doi.org/10.13335/j.1000-3673.pst.2025.1174 https://doi.org/10.13335/j.1000-3673.pst.2025.1174 .

LI Lili ， LI Dezhi ， ZHONG Danting ， et al . An improved flexible demand response mechanism for public charging and battery swapping stations based on multi-source data fusion and flexible user guidance ［J/OL］. Power System Technology ， 2025 ， 1 - 16 （ 2025-11-17 ）［ 2026-06-26 ］. https：//doi.org/10.13335/j.1000-3673.pst.2025.1174 https://doi.org/10.13335/j.1000-3673.pst.2025.1174 .

PALENSKY P ， DIETRICH D . Demand side management： Demand response， intelligent energy systems， and smart loads ［J］. IEEE Transactions on Industrial Informatics ， 2011 ， 7 （ 3 ）： 381 - 388 .

熊磊，汤婧妤，李乾，等 . 考虑需求响应的含氢综合能源系统日前分层优化调度策略［J/OL］. 电气工程学报， 2026 ， 1 - 15 （ 2026-06-16 ）［ 2026-06-26 ］. https：//link.cnki.net/urlid/10.1289.TM.20260615.1735.004 https://link.cnki.net/urlid/10.1289.TM.20260615.1735.004 .

XIONG Lei ， TANG Jingyu ， LI Qian ， et al . Day-ahead hierarchical optimal scheduling strategy for hydrogen-integrated energy systems considering demand response ［J/OL］. Journal of Electrical Engineering ， 2026 ， 1 - 15 （ 2026-06-16 ）［ 2026-06-26 ］. https：//link.cnki.net/urlid/10.1289.TM.20260615.1735.004 https://link.cnki.net/urlid/10.1289.TM.20260615.1735.004 .

赵安新，张智晟 . 考虑差异化需求响应不确定性的综合能源系统低碳经济优化调度［J］. 电力需求侧管理， 2025 ， 27 （ 2 ）： 35 - 41 .

ZHAO Anxin ， ZHANG Zhisheng . Low-carbon economy optimization scheduling of integrated energy system considering the uncertainty of differentiated demand response ［J］. Power Demand Side Management ， 2025 ， 27 （ 2 ）： 35 - 41 .

程乐峰，刘奕杭，邹涛 . 博弈论视角下智能电网需求响应研究综述［J］. 综合智慧能源， 2025 ， 47 （ 4 ）： 1 - 22 .

CHENG Lefeng ， LIU Yihang ， ZOU Tao . Review of demand response in smart grids from the perspective of game theory ［J］. Integrated Intelligent Energy ， 2025 ， 47 （ 4 ）： 1 - 22 .

ZHANG D D ， ZHU H Y ， ZHANG H C ， et al . Multi-objective optimization for smart integrated energy system considering demand responses and dynamic prices ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 2 ）： 1100 - 1112 .

国家发展改革委，国家能源局 . 关于印发《电力市场计量结算基本规则》的通知（发改能源规〔2025〕976号）［EB/OL］. （ 2025-07-18 ）［ 2026-06-26 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/ghxwj/202508/t20250806_1399686.html https://www.ndrc.gov.cn/xxgk/zcfb/ghxwj/202508/t20250806_1399686.html .

刘小天，漆淘懿，惠红勋 . 面向精准调控的负荷聚合商需求响应性能评价与市场出清方法［J］. 电力系统保护与控制， 2025 ， 53 （ 13 ）： 1 - 10 .

LIU Xiaotian ， QI Taoyi ， HUI Hongxun . Demand response performance evaluation and market clearing method for load aggregator towards precision regulation ［J］. Power System Protection and Control ， 2025 ， 53 （ 13 ）： 1 - 10 .

BOYD S ， PARIKH N ， CHU E ， et al . Distributed optimization and statistical learning via the alternating direction method of multipliers ［J］. Foundations and Trends in Machine Learning ， 2011 ， 3 （ 1 ）： 1 - 122 .

KANT S ， DA SILVA J M B Jr. FODOR ，， et al . Federated learning using three-operator ADMM ［J］. IEEE Journal of Selected Topics in Signal Processing ， 2023 ， 17 （ 1 ）： 205 - 221 .

AZIMI-ABARGHOUYI S M ， BASTIANELLO N ， JOHANSSON K H ， et al . Hierarchical federated ADMM ［J］. IEEE Networking Letters ， 2025 ， 7 （ 1 ）： 11 - 15 .

MANSOURI S A ， NEMATBAKHSH E ， RAMOS A ， et al . Internet data centers and industrial parks as flexibility providers in modern power systems： An ADMM-based coordination mechanism ［J］. Applied Energy ， 2026 ， 407 ： 127320 .

刘志远，许江蛟 . 基于自适应联邦学习与ADMM的分布式无功优化［J］. 浙江电力， 2026 ， 45 （ 6 ）： 73 - 82 .

LIU Zhiyuan ， XU Jiangjiao . Distributed reactive power optimization based on adaptive federated learning and ADMM ［J］. Zhejiang Electric Power ， 2026 ， 45 （ 6 ）： 73 - 82 .

王子杭 . 源网荷储一体化项目商业模式及运行控制优化［D］. 北京：华北电力大学， 2025 .

WANG Zihang . Business model and operation control optimization of source-network-load-storage integration project ［D］. Beijing ： North China Electric Power University ， 2025 .

国家发展改革委，工业和信息化部，财政部，等 . 电力需求侧管理办法（2023年版）（发改运行规〔2023〕1283号）［EB/OL］. （ 2023-09-15 ）［ 2026-06-26 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/ghxwj/202309/t20230927_1360902.html https://www.ndrc.gov.cn/xxgk/zcfb/ghxwj/202309/t20230927_1360902.html .

LIU G C ， WANG B ， NG S H ， et al . Enhancing demand response in coupled electricity and carbon markets： Optimising market signals and dispatch configurations ［J］. Energy ， 2025 ， 338 ： 138805 .

徐涛，王樊云 . 电力需求响应实施现状综述及展望［J］. 分布式能源， 2024 ， 9 （ 3 ）： 1 - 11 .

XU Tao ， WANG Fanyun . Review and prospect of power demand response implementation ［J］. Distributed Energy ， 2024 ， 9 （ 3 ）： 1 - 11 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Operational optimization of multi-energy microgrids for data centers considering flexibility of computing loads and cold energy storage

Stackelberg game-based coordinated optimal operation method for multiple data centers and power grids

Deep reinforcement learning method for energy-computing coordinated scheduling in integrated energy systems considering flexible data center tasks

Review of flexibility and adjustable potential quantification of transportation and computing loads for green power accommodation

Technical pathways and applicability of direct nuclear power supply for data centers

Related Author

DU Yuhao

YAN Rujing

LI Menglan

ZHANG Changlin

FAN Pengfei

HAN Jianpei

QU Xinmei

ZHONG Junjie

Related Institution

College of Electrical Engineering， Guizhou University

Guizhou Jiangyuan Electric Power Construction Company Limited

Faculty of Electrical and Control Engineering， Liaoning Technical University

School of Energy Storage Science and Engineering， North China University of Technology

School of Electrical and Information Engineering，Changsha University of Science and Technology

AI问答

⁰