Thermodynamic Model and Variable-temperature Operation Strategy of Data Centers for Renewable Energy Accommodation

YU Lujie; ZHOU Huan; ZHU Jiebei; ZHAO Bowen; LI Bingsen; WANG Yongzhen; JIA Hongjie

doi:10.7500/AEPS20240414005

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Thermodynamic Model and Variable-temperature Operation Strategy of Data Centers for Renewable Energy Accommodation

Computing Power-Electric Power Coordination | 更新时间：2026-10-10

- Thermodynamic Model and Variable-temperature Operation Strategy of Data Centers for Renewable Energy Accommodation
- Automation of Electric Power Systems Vol. 50, Issue 19, Pages: 44-54(2026)
- 作者机构：
  
  1.天津大学电气自动化与信息工程学院，天津市 300072
  2.国网成都供电公司电缆运检中心，四川省成都市 610041
  3.国网信息通信产业集团有限公司，北京市 102211
  4.北京理工大学机械与车辆学院，北京市 100081
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2018YFA0702200)
- DOI：10.7500/AEPS20240414005
  CLC：
- Received：14 April 2024，
  
  Revised：2025-03-02，
  
  Online First：14 April 2025，
  
  Published：10 October 2026
- 稿件说明：
移动端阅览
俞露杰,周欢,朱介北等.面向新能源消纳的数据中心热力学模型和变温运行策略[J].电力系统自动化,2026,50(19):44-54.

YU Lujie,ZHOU Huan,ZHU Jiebei,et al.Thermodynamic Model and Variable-temperature Operation Strategy of Data Centers for Renewable Energy Accommodation[J].Automation of Electric Power Systems,2026,50(19):44-54.
俞露杰,周欢,朱介北等.面向新能源消纳的数据中心热力学模型和变温运行策略[J].电力系统自动化,2026,50(19):44-54. DOI： 10.7500/AEPS20240414005.

YU Lujie,ZHOU Huan,ZHU Jiebei,et al.Thermodynamic Model and Variable-temperature Operation Strategy of Data Centers for Renewable Energy Accommodation[J].Automation of Electric Power Systems,2026,50(19):44-54. DOI： 10.7500/AEPS20240414005.

摘要

数据中心引入新能源供电以实现绿色低碳运行。然而，新能源的波动性和随机性导致其难以被数据中心高效利用。数据中心主要热介质呈现出吸收、释放热量并延缓温度变化的储冷能力，为制冷系统灵活调整功耗提供基础。为克服现有数据中心热力学模型难以描述整体热力学过程的不足，建立基于Sage-Husa型卡尔曼滤波器的数据中心热力学动态估计(SDTD)模型；为实现制冷系统高水平消纳新能源，基于SDTD模型提出一种最大化消纳新能源的制冷系统变温运行策略，采用模型预测控制方法动态设定制冷系统运行温度，进而调整制冷系统功耗以主动匹配新能源出力。实验结果验证了所提SDTD模型的准确性以及所提变温运行策略的有效性，实现了制冷系统能耗与新能源的优化匹配，提高了新能源消纳率。

Abstract

The data center introduces renewable energy power supply to achieve green and low-carbon operation. However

the fluctuation and stochasticity of renewable energy make it difficult to be efficiently utilized by data centers. The primary thermal medium in data centers exhibits cold storage capability to absorb and release thermal energy while delaying temperature changes

providing a foundation for flexible power consumption adjustment for cooling system. To overcome the limitations of existing thermodynamic models of data centers in describing overall thermodynamic processes

a Sage-Husa Kalman filter based data center thermodynamic dynamic estimation (SDTD) model is proposed. To enable high-level renewable energy accommodation in cooling systems

a variable-temperature operation strategy is proposed based on the SDTD model to maximize the renewable energy accommodation. The model predictive control method is used to dynamically adjust the operation temperatures of cooling system

thereby adjusting power consumption to actively match the output of renewable energy. Experimental results validate the accuracy of the proposed SDTD model and the effectiveness of the proposed variable-temperature operation strategy

achieving optimal alignment between cooling energy consumption and renewable energy while improving the renewable energy accommodation rate.

关键词

Keywords

references

杨挺，姜含，侯昱丞，等 . 基于计算负荷时-空双维迁移的互联多数据中心碳中和调控方法研究［J］. 中国电机工程学报， 2022 ， 42 （ 1 ）： 164 - 176 .

Yang Ting ， Jiang Han ， Hou Yucheng ， et al . Study on carbon neutrality regulation method of interconnected multi-datacenter based on spatio-temporal dual-dimensional computing load migration ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 1 ）： 164 - 176 .

苏娟，董彦君，赵晶，等 . “东数西算”背景下多数据中心联合消纳可再生能源途径研究综述［J］. 高电压技术， 2024 ， 50 （ 1 ）： 55 - 64 .

Su Juan ， Dong Yanjun ， Zhao Jing ， et al . Research of the approach to consuming renewable energy across multiple data centers in the context of “East data， west calculation ”［J］. High Voltage Engineering ， 2024 ， 50 （ 1 ）： 55 - 64 .

Rong H G ， Zhang H M ， Xiao S ， et al . Optimizing energy consumption for data centers ［J］. Renewable and Sustainable Energy Reviews ， 2016 ， 58 ： 674 - 691 .

Verbeke S ， Audenaert A . Thermal inertia in buildings： a review of impacts across climate and building use ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 82 ： 2300 - 2318 .

朱介北，杨顺坡，俞露杰，等 . 数据中心制冷系统即时消纳可再生能源的建模和变温控制［J］. 电力系统自动化， 2022 ， 46 （ 20 ）： 13 - 22 .

Zx Jiebei ， Yang Shunpo ， Yu Lujie ， et al . Modeling and variable temperature control for instant consumption of renewable energy in data center cooling systems ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 20 ）： 13 - 22 .

李卓阳，靳小龙，贾宏杰，等 . 考虑建筑物热动态特性的暖通空调模型预测控制方法［J］. 中国电机工程学报， 2020 ， 40 （ 12 ）： 3928 - 3940 .

Li Zhuoyang ， Jin Xiaolong ， Jia Hongjie ， et al . Model predictive control method for the HVAC system of buildings considering the thermal dynamic characteristics of the envelope ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 12 ）： 3928 - 3940 .

Vrettos E ， Kara E C ， Macdonald J ， et al . Experimental demonstration of frequency regulation by commercial buildings： Part Ⅱ： results and performance evaluation ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 3224 - 3234 .

朱介北，刘东昊，李炳森，等 . 基于CPU工作状态进行温度估算的数据中心服务器功耗模型［J］. 电力系统自动化， 2023 ， 47 （ 14 ）： 140 - 148 .

Zhu Jiebei ， Liu Donghao ， Li Bingsen ， et al . Data center server power consumption model based on temperature estimation considering CPU working state ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 14 ）： 140 - 148 .

Gupta R ， Asgari S ， Moazamigoodarzi H ， et al . Energy， exergy and computing efficiency based data center workload and cooling management ［J］. Applied Energy ， 2021 ， 299 ： 117050 .

Gupta R ， Moazamigoodarzi H ， Mirhoseininejad S ， et al . Workload management for air-cooled data centers： an energy and exergy based approach ［J］. Energy ， 2020 ， 209 ： 118485 .

Han Z W ， Sun X Q ， Wei H T ， et al . Energy saving analysis of evaporative cooling composite air conditioning system for data centers ［J］. Applied Thermal Engineering ， 2021 ， 186 ： 116506 .

Nesmachnow S ， Perfumo C ， Goiri Í . Holistic multiobjective planning of datacenters powered by renewable energy ［J］. Cluster Computing ， 2015 ， 18 （ 4 ）： 1379 - 1397 .

Zhao R L ， Du Y H ， Yang X C ， et al . A critical review on the thermal management of data center for local hotspot elimination ［J］. Energy and Buildings ， 2023 ， 297 ： 113486 .

Li Y L ， Wen Y G ， Tao D C ， et al . Transforming cooling optimization for green data center via deep reinforcement learning ［J］. IEEE Transactions on Cybernetics ， 2020 ， 50 （ 5 ）： 2002 - 2013 .

Le D V ， Wang R R ， Liu Y B ， et al . Deep reinforcement learning for tropical air free-cooled data center control ［J］. ACM Transactions on Sensor Networks ， 2021 ， 17 （ 3 ）： 1 - 28 .

Fang Q ， Wang J ， Gong Q . QoS-driven power management of data centers via model predictive control ［J］. IEEE Transactions on Automation Science and Engineering ， 2016 ， 13 （ 4 ）： 1557 - 1566 .

Zhang Q X ， Meng Z H ， Hong X W ， et al . A survey on data center cooling systems： technology， power consumption modeling and control strategy optimization ［J］. Journal of Systems Architecture ， 2021 ， 119 ： 102253 .

Quirk D ， Davidson T ， Schmidt R . ASHRAE’s data center thermal guidelines ［J］. ASHRAE Journal ， 2022 ， 64 （ 7 ）： 24 - 26 .

GB 50174—2017 数据中心设计规范［S］.

GB 50174—2017 Code for design of data centers ［S］.

包宇庆，成丽珉 . 空调负荷二阶等效热参数模型参数辨识方法［J］. 电力系统自动化， 2021 ， 45 （ 11 ）： 37 - 43 .

Bao Yuqing ， Cheng Limin . Parameter identification method of second-order equivalent thermal parameter model for air conditioning loads ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 11 ）： 37 - 43 .

吴承鑫，沈海军，王治华，等 . 数据驱动的变频空调负荷模型参数在线辨识方法［J］. 电力系统自动化， 2022 ， 46 （ 1 ）： 120 - 129 .

Wu Chengxin ， Shen Haijun ， Wang Zhihua ， et al . Data-driven online identification method for parameters of inverter air-conditioning load model ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 120 - 129 .

Zong Y ， Kullmann D ， Thavlov A ， et al . Application of model predictive control for active load management in a distributed power system with high wind penetration ［J］. IEEE Transactions on Smart Grid ， 2012 ， 3 （ 2 ）： 1055 - 1062 .

Wang J K ， Tang C Y ， Brambley M R ， et al . Predicting home thermal dynamics using a reduced-order model and automated real-time parameter estimation ［J］. Energy and Buildings ， 2019 ， 198 ： 305 - 317 .

宋梦，高赐威，苏卫华 . 面向需求响应应用的空调负荷建模及控制［J］. 电力系统自动化， 2016 ， 40 （ 14 ）： 158 - 167 .

Song Meng ， Gao Ciwei ， Su Weihua . Modeling and controlling of air-conditioning load for demand response applications ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 14 ）： 158 - 167 .

Baniasadi A ， Habibi D ， Bass O ， et al . Optimal real-time residential thermal energy management for peak-load shifting with experimental verification ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 5 ）： 5587 - 5599 .

李浩，钟声远，王永真，等 . 基于能量与信息耦合的分布式能源系统配置优化方法［J］. 中国电机工程学报， 2020 ， 40 （ 17 ）： 5467 - 5475 .

Li Hao ， Zhong Shengyuan ， Wang Yongzhen ， et al . Optimization method on the distributed energy system based on energy and information coupled ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 17 ）： 5467 - 5475 .

Cheung H ， Wang S W ， Zhuang C Q ， et al . A simplified power consumption model of information technology （IT） equipment in data centers for energy system real-time dynamic simulation ［J］. Applied Energy ， 2018 ， 222 ： 329 - 342 .

Feng H ， Deng Y H ， Li J . A global-energy-aware virtual machine placement strategy for cloud data centers ［J］. Journal of Systems Architecture ， 2021 ， 116 ： 102048 .

Haghshenas K ， Taheri S ， Goudarzi M ， et al . Infrastructure aware heterogeneous-workloads scheduling for data center energy cost minimization ［J］. IEEE Transactions on Cloud Computing ， 2022 ， 10 （ 2 ）： 972 - 983 .

Thavlov A ， Bindner H W . Utilization of flexible demand in a virtual power plant set-up ［J］. IEEE Transactions on Smart Grid ， 2015 ， 6 （ 2 ）： 640 - 647 .

Bacher P ， Madsen H . Identifying suitable models for the heat dynamics of buildings ［J］. Energy and Buildings ， 2011 ， 43 （ 7 ）： 1511 - 1522 .

Narasimhappa M ， Mahindrakar A D ， Guizilini V C ， et al . MEMS-based IMU drift minimization： Sage Husa adaptive robust Kalman filtering ［J］. IEEE Sensors Journal ， 2020 ， 20 （ 1 ）： 250 - 260 .

王彤，邢其鹏，李鸿恩，等 . 计及虚拟惯量控制的DFIG等效惯量在线评估与响应特性分析［J］. 电力系统保护与控制， 2022 ， 50 （ 11 ）： 52 - 60 .

Wang Tong ， Xing Qipeng ， Li Hongen ， et al . Online evaluation and response characteristics analysis of equivalent inertia of a doubly-fed induction generator incorporating virtual inertia control ［J］. Power System Protection and Control ， 2022 ， 50 （ 11 ）： 52 - 60 .

Madsen H ， Holst J . Estimation of continuous-time models for the heat dynamics of a building ［J］. Energy and Buildings ， 1995 ， 22 （ 1 ）： 67 - 79 .

Kristensen N R ， Madsen H ， Jørgensen S B . Parameter estimation in stochastic grey-box models ［J］. Automatica ， 2004 ， 40 （ 2 ）： 225 - 237 .

谷金宇，张宁，高峰，等 . 基于SDN云网络架构的全感知虚拟机房系统［J］. 计算机工程与设计， 2023 ， 44 （ 11 ）： 3250 - 3257 .

Gu Jinyu ， Zhang Ning ， Gao Feng ， et al . Fully perceived virtual machine room system based on SDN cloud network architecture ［J］. Computer Engineering and Design ， 2023 ， 44 （ 11 ）： 3250 - 3257 .

赵博文．数据中心热力学模型建立及制冷系统消纳可再生能源研究［D］. 天津：天津大学， 2024 ．

Zhao Bowen . Development of thermodynamic model for data centers and research on renewable energy consumption in cooling system ［D］. Tianjin ： Tianjin University ， 2024 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Regulation Strategy of Waste Heat Compensation System for Data Center Considering Thermo-Electric Load Mismatch

Modeling and Variable Temperature Control for Instant Consumption of Renewable Energy in Data Center Cooling Systems

Computing Power-Electric Power Coordinated Dispatch Method for Wide-area Data Center Clusters Based on Spatial Flexibility Characterization

Parameterized Estimation of Price-response Regulation Willingness of Demand-side Flexibility Resources

Design and Practice of Gansu Provincial Electricity Market System in China Adapted to High Penetration of Renewable Energy

Related Author

YU Lujie

ZHOU Huan

ZHU Jiebei

ZHANG Hong

ZHENG Guangyu

LOU Juan

WANG Chao

LI Gang

Related Institution

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology, Ministry of Education (Northeast Electric Power University)

School of Mechanical and Control Engineering, Baicheng Normal University

School of Electrical Engineering, Shanghai Jiaotong University

School of Electrical Engineering, Southeast University

State Grid Liaoning Electric Power Co., Ltd.

AI问答

⁰