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

FENG Hongyun; TAN Zhenfei; YAN Zheng

doi:10.7500/AEPS20260319001

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

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

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

- Computing Power-Electric Power Coordinated Dispatch Method for Wide-area Data Center Clusters Based on Spatial Flexibility Characterization
- Automation of Electric Power Systems Vol. 50, Issue 19, Pages: 110-123(2026)
- 作者机构：
  
  上海交通大学电气工程学院，上海市 200240
- 作者简介：
- 基金信息：
  
  Smart Grid-National Science and Technology Major Project(2026ZD0812800);National Natural Science Foundation of China(52577120;U24B6009)
- DOI：10.7500/AEPS20260319001
  CLC：
- Received：19 March 2026，
  
  Revised：2026-07-06，
  
  Online First：05 August 2026，
  
  Published：10 October 2026
- 稿件说明：
移动端阅览
冯洪赟,谭振飞,严正.基于空间弹性表征的广域数据中心集群算电协同调度方法[J].电力系统自动化,2026,50(19):110-123.

FENG Hongyun,TAN Zhenfei,YAN Zheng.Computing Power-Electric Power Coordinated Dispatch Method for Wide-area Data Center Clusters Based on Spatial Flexibility Characterization[J].Automation of Electric Power Systems,2026,50(19):110-123.
冯洪赟,谭振飞,严正.基于空间弹性表征的广域数据中心集群算电协同调度方法[J].电力系统自动化,2026,50(19):110-123. DOI： 10.7500/AEPS20260319001.

FENG Hongyun,TAN Zhenfei,YAN Zheng.Computing Power-Electric Power Coordinated Dispatch Method for Wide-area Data Center Clusters Based on Spatial Flexibility Characterization[J].Automation of Electric Power Systems,2026,50(19):110-123. DOI： 10.7500/AEPS20260319001.

摘要

人工智能浪潮下数据中心（特别是智算中心）的快速发展在带来电力负荷增长的同时，也成为重要的电力灵活性来源。数据中心集群可通过计算任务转移实现用电需求的空间迁移，其电力负荷具有空间弹性，对新能源电力系统安全经济运行具有重要价值。然而，数据中心与电力系统分属不同运营主体，无法接受电网统一调度。如何实现广域算力调度与电力系统运行的协同决策，面临技术挑战。首先，考虑计算任务空间转移成本与约束，构建数据中心集群与电力系统协同优化调度模型。然后，提出基于可行域投影的数据中心集群空间弹性表征方法，将计算任务调度模型降维至用电功率空间，显式刻画空间弹性的可行边界和价格敏感度。最后，提出计及空间弹性的非迭代式算电协同调度方法，证明该方法的最优性与隐私保护能力。算例分析验证了所提方法在降低运行成本、缓解输电阻塞、促进新能源消纳、提高协调优化计算效率方面的有效性。

Abstract

Under the wave of artificial intelligence

the rapid development of data centers (especially artificial intelligence data centers) has brought growth in power load and they become an important source of power system flexibility. Data center clusters can achieve spatial migration of electricity demand through computational task transfer. Its power load exhibits spatial flexibility

which holds significant value for power system security and economic operation. However

data centers and power systems belong to different operating entities

making them unable to accept unified dispatch from the power grid. How to achieve coordinated decision-making between wide-area computing power dispatch and power system dispatch faces technical challenges. First

considering spatial computational task transfer costs and constraints

a coordinated optimal dispatch model between data center clusters and power systems is constructed. Then

a feasible region projection-based spatial flexibility characterization method for data center clusters is proposed. It reduces the dimensionality of the computational task dispatch model to the electricity consumption power space to explicitly characterize feasible boundaries and price sensitivity of spatial flexibility. Finally

a spatial flexibility-incorporated non-iterative computing power-electric power coordinated dispatch method is proposed. The optimality and privacy-preserving capabilities of the proposed method are proven. Case studies verify the effectiveness of the proposed method in reducing operating costs

mitigating grid congestion

promoting renewable energy accommodation

and improving coordinated optimal computational efficiency

关键词

Keywords

references

北京邮电大学，紫金山实验室等 . 未来网络技术发展系列白皮书（2025）：算电协同技术白皮书［R］. 南京：未来网络发展大会组委会， 2025 .

Beijing University of Posts and Telecommunications， Purple Mountain Laboratories， et al . Future network technology development series white paper （2025）： computing-power & power collaboration technology white paper ［R］. Nanjing ： Organizing Committee of the 9th Future Network Development Conference ， 2025

中国信息通信研究院云计算与大数据研究所 . 算力电力协同发展研究报告（2025年）［R］. 北京：中国信息通信研究院云计算与大数据研究所， 2025 .

Cloud Computing and Big Data Research Institute of China Academy of Information and Communications Technology . Research report on collaborative development of computing power and electric power （2025）［R］. Beijing ： Cloud Computing and Big Data Research Institute of China Academy of Information and Communications Technology ， 2025 .

张智刚，康重庆 . 碳中和目标下构建新型电力系统的挑战与展望［J］. 中国电机工程学报， 2022 ， 42 （ 8 ）： 2806 - 2818 .

Zhang Zhigang ， Kang Chongqing . Challenges and prospects for constructing the new-type power system towards a carbon neutrality future ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 8 ）： 2806 - 2818 .

卓振宇，张宁，谢小荣，等 . 高比例可再生能源电力系统关键技术及发展挑战［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 171 - 191 .

Zhuo Zhenyu ， Zhang Ning ， Xie Xiaorong ， et al . Key technologies and developing challenges of power system with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 171 - 191 .

曹雨洁，丁肇豪，王鹏，等 . 能源互联网背景下数据中心与电力系统协同优化（二）：机遇与挑战［J］. 中国电机工程学报， 2022 ， 42 （ 10 ）： 3512 - 3527 .

Cao Yujie ， Ding Zhaohao ， Wang Peng ， et al . Coordinated operation for data center and power system in the context of energy Internet（Ⅱ）： opportunities and challenges ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 10 ）： 3512 - 3527 .

陈敏，高赐威，郭庆来，等 . 互联网数据中心负荷时空可转移特性建模与协同优化：驱动力与研究架构［J］. 中国电机工程学报， 2022 ， 42 （ 19 ）： 6945 - 6957 .

Chen Min ， Gao Ciwei ， Guo Qinglai ， et al . Modeling and coordinated optimization for spatiotemporal load regulation potentials of Internet data centers： motivation and architecture ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 19 ）： 6945 - 6957 .

高晋坤，余娟，刘珏麟，等 . 考虑多时段设备耦合的数据中心能效优化方法［J］. 电力系统自动化， 2022 ， 46 （ 15 ）： 153 - 161 .

Gao Jinkun ， Yu Juan ， Liu Juelin ， et al . Optimization method for energy efficiency of data center considering multi-period equipment coupling ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 15 ）： 153 - 161 .

秦雪雪，李泽宁，薛屹洵，等 . 计及建筑热动态特性的数据中心时空协调两阶段鲁棒优化方法［J］. 电力系统自动化， 2025 ， 49 （ 11 ）： 59 - 69 .

Qin Xuexue ， Li Zening ， Xue Yixun ， et al . Two-stage robust optimization method for spatio-temporal coordination of data center considering thermal dynamic characteristics of buildings ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 11 ）： 59 - 69 .

王雨欣，陆海波，叶承晋，等 . 考虑多类型市场协同的互联数据中心运营策略［J］. 电力系统自动化， 2023 ， 47 （ 24 ）： 121 - 131 .

Wang Yuxin ， Lu Haibo ， Ye Chengjin ， et al . Operation strategy for Internet data centers considering collaboration of multi-type markets ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 24 ）： 121 - 131 .

Ding Z H ， Chen S J ， Sun Y M ， et al . Data center job scheduling and energy management under uncertain environments ［J］. IEEE Transactions on Industry Applications ， 2025 ， 61 （ 4 ）： 5489 - 5500 .

Li X R ， Wang J Y ， Shi K ， et al . Energy-cost-driven scheduling scheme for data centers incorporating job dependency constraints ［J］. IEEE Transactions on Industry Applications ， 2025 ， 61 （ 4 ）： 5420 - 5429 .

赵天阳，张华君，徐岩，等 . 不确定环境下含云计算数据中心的电网韧性增强调度［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 49 - 57 .

Zhao Tianyang ， Zhang Huajun ， Xu Yan ， et al . Resilience-enhanced scheduling of power system with cloud computing data centers under uncertainty ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 49 - 57 .

丁巧宜，王梓耀，潘振宁，等 . 面向电量-调频-容量市场的数据中心园区算力及电力资源规划［J］. 电力系统自动化， 2024 ， 48 （ 1 ）： 59 - 66 .

Ding Qiaoyi ， Wang Ziyao ， Pan Zhenning ， et al . Planning of computing power and electric power resources in data center parks for electricity， frequency regulation and capacity markets ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 1 ）： 59 - 66 .

Ding Z H ， Chen S J ， Sun Y M ， et al . Multi-time-scale joint optimization of data center market transactions and computing resource allocation ［J］. IEEE Transactions on Industry Applications ， 2026 ， 62 （ 2 ）： 2112 - 2123 .

高赐威，吴刚，陈宋宋 . 考虑地理分散的数据中心服务器频率调节的电网降损模型［J］. 中国电机工程学报， 2019 ， 39 （ 6 ）： 1673 - 1681 .

Gao Ciwei ， Wu Gang ， Chen Songsong . A model aimed at reducing power net loss considering frequency scaling of servers in geo-distributed data centers ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 6 ）： 1673 - 1681 .

曹晓峻，高赐威，李德智，等 . 数据网络与电力网络混合运行建模及其参与系统经济运行［J］. 中国电机工程学报， 2018 ， 38 （ 5 ）： 1448 - 1456 .

Cao Xiaojun ， Gao Ciwei ， Li Dezhi ， et al . Mixed operation model of data network and power network and its participation in the economic operation of power system ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 5 ）： 1448 - 1456 .

Yang L F ， Chen X Q ， Fang X L ， et al . Optimal coordinated management of integrated electricity-heat-computation systems in geographically distributed data centers ［J］. Energy ， 2025 ， 332 ： 137232 .

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 ， 407 ： 127320 ， 2026 .

李远征，龙信鑫，周纯杰，等 . 高比例新能源电网-分布式数据中心集群协同优化运行研究［J］. 中国科学（技术科学）， 2024 ， 54 （ 1 ）： 119 - 135 .

Li Yuanzheng ， Long Xinxin ， Zhou Chunjie ， et al . Coordinated operations of highly renewable power systems and distributed data centers ［J］. SCIENTIA SINICA （Technologica）， 2024 ， 54 （ 1 ）： 119 - 135 .

Ruan J Q ， Zhu Y F ， Cao Y J ， et al . Privacy-preserving bi-level optimization of Internet data centers for electricity-carbon collaborative demand response ［J］. IEEE Internet of Things Journal ， 2024 ， 11 （ 14 ）： 24948 - 24959 .

丁肇豪，曹雨洁，张素芳，等 . 能源互联网背景下数据中心与电力系统协同优化（一）：数据中心能耗模型［J］. 中国电机工程学报， 2022 ， 42 （ 9 ）： 3161 - 3176 .

Ding Zhaohao ， Cao Yujie ， Zhang Sufang ， et al . Coordinated operation for data center and power system in the context of Energy Internet （Ⅰ）： energy demand management model of data center ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 9 ）： 3161 - 3176 .

Feng H Y ， Tan Z F ， Yan Z . Polyhedral projection method for integrating networked flexibility from heating devices for power system operation ［C］// 2025 10th International Conference on Power and Renewable Energy （ICPRE）， 2025 ： 1144 - 1149 .

吕佳炜，张沈习，程浩忠，等 . 集成数据中心的综合能源系统能量流-数据流协同规划综述及展望［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5500 - 5520 .

Lyu Jiawei ， Zhang Shenxi ， Cheng Haozhong ， et al . Review and prospect on coordinated planning of energy flow and workload flow in the integrated energy system containing data centers ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5500 - 5520 .

张晓，陈胜，卫志农，等 . 计及广义储能的园区综合能源系统低碳规划［J］. 电力自动化设备， 2024 ， 44 （ 3 ）： 40 - 48 .

Zhang Xiao ， Chen Sheng ， Wei Zhinong ， et al . Low-carbon planning of park-level integrated energy system considering generalized energy storage ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 3 ）： 40 - 48 .

中国信息通信研究院产业与规划研究所，内蒙古和林格尔新区管委会 . 绿色算力发展研究报告（2025年）［R］. 北京：中国信息通信研究院， 2025 .

Industry and Planning Research Institute of China Academy of Information and Communications Technology ， Horinger New Area Administrative Committee . Green computing power development report（2025）［R］. Beijing ： China Academy of Information and Communications Technology ， 2025 .

YD/T 6232—2024 数据中心电能利用效率（PUE）评估和验收规范［S］.

YD/T 6232—2024 Specification for evaluation and acceptance of power usage effectiveness （PUE） in data centers ［S］.

可思为，董萍，马铭宇，等 . 考虑风光荷时空互补的多能源绿色数据中心多目标配置方法［J］. 电力系统保护与控制， 2024 ， 52 （ 22 ）： 22 - 33 .

Ke Siwei ， Dong Ping ， Ma Mingyu ， et al . A multi-objective allocation method for multi-energy green data centers considering wind，solar and load spatial-temporal complementarity ［J］. Power System Protection and Control ， 2024 ， 52 （ 22 ）： 22 - 33 .

Dayarathna M ， Wen Y G ， Fan R . Data center energy consumption modeling： a survey ［J］. IEEE Communications Surveys & Tutorials ， 2016 ， 18 （ 1 ）： 732 - 794 .

Hu Z M ， Li B C ， Luo J . Time- and cost- efficient task scheduling across geo-distributed data centers ［J］. IEEE Transactions on Parallel and Distributed Systems ， 2018 ， 29 （ 3 ）： 705 - 718 .

García-Dorado J L ， Rao S G . Cost-aware multi data-center bulk transfers in the cloud from a customer-side perspective ［J］. IEEE Transactions on Cloud Computing ， 2019 ， 7 （ 1 ）： 34 - 47 .

Tan Z F ， Yan Z ， Zhong H W ， et al . Non-iterative solution for coordinated optimal dispatch via equivalent projection： PartⅠtheory ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 1 ）： 890 - 898 .

张儒峰，张玉岳，姜涛，等 . 基于等效投影的多微电网柔性配电系统协同优化运行方法［J］. 电力系统自动化， 2025 ， 49 （ 12 ）： 121 - 130 .

Zhang Rufeng ， Zhang Yuyue ， Jiang Tao ， et al . Equivalent projection based cooperative optimal operation method for multi-microgrid flexible distribution system ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 12 ）： 121 - 130 .

Tan Z F ， Yan Z ， Zhong H W ， et al . Non-iterative solution for coordinated optimal dispatch via equivalent projection： Part Ⅱ method and applications ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 1 ）： 899 - 908 .

Luo Q J ， Zhu J Z ， Zhu H H ， et al . Distributed optimal power flow for large-scale multi-area interconnected power systems ［J］. CSEE Journal of Power and Energy Systems ， 2025 ， 11 （ 3 ）： 1423 - 1428 .

Nogales F J ， Prieto F J ， Conejo A J . A decomposition methodology applied to the multi-area optimal power flow problem ［J］. Annals of Operations Research ， 2003 ， 120 （ 1 ）： 99 - 116 .

Huang J B ， Li Z G ， Wu Q H . Coordinated dispatch of electric power and district heating networks： a decentralized solution using optimality condition decomposition ［J］. Applied Energy ， 2017 ， 206 ： 1508 - 1522 .

Department of Energy . Latency implications for grid communications ［R］. Washington ： U.S. Office of Electricity ， 2024 .

中国信息通信研究院技术与标准研究所 . 算力网络运载力指数评估报告［R］. 北京：中国信息通信研究院技术与标准研究所， 2025 .

Technology and Standards Research Institute of China Academy of Information and Communications Technology . Evaluation report on computing network carrying capacity index ［R］. Beijing ： Technology and Standards Research Institute of China Academy of Information and Communications Technology ， 2025 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Optimization Method for Coordinated Operation of Computing Power Network and Electric Power Network Under Multi-source Uncertainty Risk Constraints

Machine Learning Based Distributionally Robust Optimization and Coordinated Operation of Electric Power, Computing Power, and Thermal Power in Data Centers

Quantification of Demand Response Regulation Capability Considering Thermoelectric Coupling Characteristics in Data Centers

Method and Practice of Computing Power-Electric Power Coordination Based on Idle Computing Power Scheduling

Bidding Strategy for Building Aggregators in Demand Response Market Based on Bayesian Network Agent

Related Author

MA Ding

YE Yujian

WU Yizhi

ZHANG Xi

STRBAC Goran

LIU Chengxi

WENG Zebin

LUO Yongjian

Related Institution

School of Electrical Engineering, Southeast University

Center of AI for Science and Engineering, Shenzhen Loop Area Institute

China Electric Power Research Institute

Department of Electrical and Electronic Engineering, Imperial College London, London SW72AZ

School of Electrical Engineering and Automation, Wuhan University

AI问答

⁰