计及数据中心热电耦合特性的需求响应调节能力量化

佟邢宇; 孙秋野; 任汝飞; 黄雨佳

doi:10.7500/AEPS20251114002

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

计及数据中心热电耦合特性的需求响应调节能力量化

算力-电力协同 | 更新时间：2026-10-10

- 计及数据中心热电耦合特性的需求响应调节能力量化
- Quantification of Demand Response Regulation Capability Considering Thermoelectric Coupling Characteristics in Data Centers
- 电力系统自动化 2026年50卷第19期页码：77-86
- 作者机构：
  
  1.沈阳工业大学电气工程学院，辽宁省沈阳市 110870
  2.东北大学信息科学与工程学院，辽宁省沈阳市 110819
- 作者简介：
  
  佟邢宇(1998—)，男，博士研究生，主要研究方向：算力-电力协同优化。E-mail：tongxy_38324@163.com
  孙秋野(1977-)，男，教授，博士生导师，主要研究方向:能源互联网的建模与优化运行、新能源并网运行、电力电子化的电力系统、多智能体协调控制、人工智能及其在能源系统中的应用。E-mail：sunqiuye@ise.neu.edu.cn
  任汝飞(1993—)，男，通信作者，讲师，硕士生导师，主要研究方向：信息能源系统的协同控制和优化。E-mail：renrufei@sut.edu.cn
- 基金信息：
  
  国家自然科学基金重点项目(62433013);国家自然科学基金青年科学基金资助项目(62503341)
- DOI：10.7500/AEPS20251114002
  中图分类号：
- 收稿：2025-11-14，
  
  修回：2026-03-06，
  
  网络首发：2026-05-06，
  
  纸质出版：2026-10-10
- 稿件说明：
移动端阅览
佟邢宇,孙秋野,任汝飞等.计及数据中心热电耦合特性的需求响应调节能力量化[J].电力系统自动化,2026,50(19):77-86.

TONG Xingyu,SUN Qiuye,REN Rufei,et al.Quantification of Demand Response Regulation Capability Considering Thermoelectric Coupling Characteristics in Data Centers[J].Automation of Electric Power Systems,2026,50(19):77-86.
佟邢宇,孙秋野,任汝飞等.计及数据中心热电耦合特性的需求响应调节能力量化[J].电力系统自动化,2026,50(19):77-86. DOI： 10.7500/AEPS20251114002.

TONG Xingyu,SUN Qiuye,REN Rufei,et al.Quantification of Demand Response Regulation Capability Considering Thermoelectric Coupling Characteristics in Data Centers[J].Automation of Electric Power Systems,2026,50(19):77-86. DOI： 10.7500/AEPS20251114002.

摘要

数据中心作为电力系统负荷侧的重要可调资源，其服务器计算功耗与制冷功耗间的热电耦合特性直接影响其在需求响应中的调节潜力与经济收益。为保证数据中心参与需求响应的报量精度、避免因偏差引致的经济惩罚，需对其日内各时段的调节能力进行精确量化。为此，文中提出一种考虑中央处理器（CPU）工况变动下制冷功耗变化的数据中心调节能力量化方法。首先，建立工作负载与服务器运行温度的关联模型，依据CPU工况变化计算服务器温度分布及制冷功耗；其次，深入剖析空间转移、时间推迟策略下的能效响应机理，揭示了随着工作负载转移或推迟比例的增加，制冷功耗变化对调节能力贡献的边际递减与饱和现象；最后，基于实际服务器集群数据进行仿真验证，量化计及热电耦合影响的数据中心需求响应调节能力。仿真结果验证了所提方法能有效修正调节容量评估偏差，为数据中心规避经济考核风险及电网制定安全调度决策提供精确的量化依据。

Abstract

As an important regulable resource on the load side of the power system

the thermoelectric coupling characteristics between server computing power consumption and cooling power consumption in a data center (DC) directly affect its regulation potential and economic benefits in demand response. To ensure the accuracy of capacity reporting for DCs participating in demand response and to avoid economic penalties caused by assessment deviations

it is necessary to precisely quantify their regulation capability across various intraday time periods. To this end

this paper proposes a quantification method for data center regulation capability that accounts for variations in cooling power consumption under varying central processing unit (CPU) operating conditions. Firstly

a correlation model between workload and server operating temperature is established to calculate server temperature distribution and cooling power consumption based on CPU working condition changes. Secondly

the energy efficiency response mechanisms under spatial transfer and temporal postponement strategies are analyzed in depth

revealing the marginal diminishing returns and saturation phenomena of the contribution of cooling power consumption changes to regulation capability as the proportion of transferred or postponed workload increases. Finally

simulation based on real-world server cluster data are conducted to quantify the demand response regulation capability of DCs considering thermoelectric coupling effects. Simulation results verify that the proposed method effectively corrects regulation capacity assessment deviations

providing a precise quantitative basis for data centers to mitigate economic penalty risks and for the power grid to formulate safe scheduling decisions.

关键词

Keywords

references

陈敏，高赐威，陈宋宋，等 . 考虑数据中心用电负荷调节潜力的双层经济调度模型［J］. 中国电机工程学报， 2019 ， 39 （ 5 ）： 1301 - 1313 .

Chen Min ， Gao Ciwei ， Chen Songsong ， et al . Bi-level economic dispatch modeling considering the load regulation potential of Internet data centers ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 5 ）： 1301 - 1313 .

吴云芸，方家琨，艾小猛，等 . 计及需求响应的数据中心联盟共享储能规划［J］. 电力系统自动化， 2023 ， 47 （ 7 ）： 42 - 50 .

Wu Yunyun ， Fang Jiakun ， Ai Xiaomeng ， et al . Shared energy storage planning for data center alliance considering demand response ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 7 ）： 42 - 50 .

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 .

文淅宇，朱继忠，李盛林，等 . 基于时空协同的多数据中心虚拟电厂低碳经济调度策略［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 56 - 65 .

Wen Xiyu ， Zhu Jizhong ， Li Shenglin ， et al . Low-carbon economic dispatch for multiple data center virtual power plant based on spatio-temporal collaboration ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 56 - 65 .

Wang S Y ， Luo F Z ， Fo J C ， et al . Two-stage spatiotemporal decoupling configuration of SOP and multi-level electric-hydrogen hybrid energy storage based on feature extraction for distribution networks with ultra-high DG penetration ［J］. Applied Energy ， 2025 ， 398 ： 126438 .

曾博，孟自帅，董嘉路，等 . 考虑电-水耦合灵活性的数据中心与城市配电-水网协同规划研究［J］. 电工技术学报， 2025 ， 40 （ 23 ）： 7554 - 7569 .

Zeng Bo ， Meng Zishuai ， Dong Jialu ， et al . Research on synergistic planning of data center and urban electricity-water distribution networks considering electricity-water interdependent flexibility ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 23 ）： 7554 - 7569 .

张程，江炜龙，罗玉锦，等 . 考虑风光不确定性的多数据中心微网与共享储能协同优化运行［J］. 电力系统保护与控制， 2025 ， 53 （ 4 ）： 72 - 84 .

Zhang Cheng ， Jiang Weilong ， Luo Yujin ， et al . Collaborative optimal operation of multiple data center microgrids and shared energy storage considering wind power and photovoltaic uncertainty ［J］. Power System Protection and Control ， 2025 ， 53 （ 4 ）： 72 - 84 .

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 .

王丹阳，张沈习，程浩忠，等 . 考虑数据中心用能时空可调的多区域能源站协同规划［J］. 电力系统自动化， 2023 ， 47 （ 3 ）： 77 - 85 .

Wang Danyang ， Zhang Shenxi ， Cheng Haozhong ， et al . Coordinated planning of multi-regional energy stations considering spatio-temporal adjustment of energy consumption in data centers ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 3 ）： 77 - 85 .

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 .

祁兵，曹望璋，李彬，等 . 计及负载特征及响应特性的多数据中心双层优化模型［J］. 电力系统自动化， 2022 ， 46 （ 21 ）： 30 - 41 .

Qi Bing ， Cao Wangzhang ， Li Bin ， et al . Bi-level optimization model of multiple data centers considering workload features and response characteristics ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 21 ）： 30 - 41 .

Tran N H ， Tran D H ， Ren S L ， et al . How geo-distributed data centers do demand response： a game-theoretic approach ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 2 ）： 937 - 947 .

Wang H ， Huang J W ， Lin X J ， et al . Proactive demand response for data centers： a win-win solution ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 3 ）： 1584 - 1596 .

Liu L Y ， Shen X W ， Chen Z G ， et al . Optimal energy management of data center micro-grid considering computing workloads shift ［J］. IEEE Access ， 2024 ， 12 ： 102061 - 102075 .

Wang Y F ， Wang X R ， Zhang Y W . Leveraging thermal storage to cut the electricity bill for datacenter cooling ［C］// Proceedings of the 4th Workshop on Power-Aware Computing and Systems ， 2011 .

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 .

Chen M ， Gao C W ， Shahidehpour M ， et al . Internet data center load modeling for demand response considering the coupling of multiple regulation methods ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 3 ）： 2060 - 2076 .

郑芳芳，黄雨佳，王睿，等 . 计及数据中心算力等效的电热综合能源系统调度策略［J/OL］. 中国电机工程学报， 2025-11-14 . https：//link.cnki.net/urlid/11.2107.TM.20250924.1020.002 https://link.cnki.net/urlid/11.2107.TM.20250924.1020.002 .

Zheng Fangfang ， Huang Yujia ， Wang Rui ， et al . Scheduling strategy of electric-thermal integrated energy system considering computing power equivalence of data center ［J/OL］. Proceedings of the CSEE ， 2025-11-14 . https：//link.cnki.net/urlid/11.2107.TM.20250924.1020.002 https://link.cnki.net/urlid/11.2107.TM.20250924.1020.002 .

靳展翔，王军华，司杨，等 . 面向沙戈荒区域数据中心集群负荷的微网电-热协同优化配置［J］. 高电压技术， 2026 ， 52 （ 1 ）： 79 - 91 .

Jin Zhanxiang ， Wang Junhua ， Si Yang ， et al . Collaborative electric-thermal optimal configuration of microgrids for data center cluster loads in arid-desert regions ［J］. High Voltage Engineering ， 2026 ， 52 （ 1 ）： 79 - 91 .

Ham S W ， Kim M H ， Choi B N ， et al . Simplified server model to simulate data center cooling energy consumption ［J］. Energy and Buildings ， 2015 ， 86 ： 328 - 339 .

Song M ， Gao C W ， Yan H G ， et al . Thermal battery modeling of inverter air conditioning for demand response ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 6 ）： 5522 - 5534 .

Chen S R ， Li P ， Ji H R ， et al . Operational flexibility of active distribution networks with the potential from data centers ［J］. Applied Energy ， 2021 ， 293 ： 116935 .

江苏省发展和改革委员会 . 江苏省电力需求响应实施细则［EB/OL］.［ 2025-11-14 ］. http：//fzggw.jiangsu.gov.cn/attach/0/14f333dbfadd4131826610d42d33c4da.pdf http://fzggw.jiangsu.gov.cn/attach/0/14f333dbfadd4131826610d42d33c4da.pdf .

Jiangsu Development and Reform Commission . Jiangsu province electricity demand response implementation rules ［EB/OL］. ［ 2025-11-14 ］. http：//fzggw.jiangsu.gov.cn/attach/0/14f333dbfadd4131826610d42d33c4da.pdf http://fzggw.jiangsu.gov.cn/attach/0/14f333dbfadd4131826610d42d33c4da.pdf .

Cluster-trace-v2018 ［EB/OL］. ［ 2025-11-14 ］. https：//github.com/alibaba/clusterdata/tree/master/cluster-trace-v2018 https://github.com/alibaba/clusterdata/tree/master/cluster-trace-v2018 .

Pandiyan V . Development of detailed computational flow model of high end server and validation using experimental methods ［D］. Arlington， USA ： The University of Texas at Arlington ， 2012 .

Sampath S . Thermal analysis of high end servers based on development of detail model and experiments ［D］. Arlington， USA ： The University of Texas at Arlington ， 2012 .

Patel H . Immersion cooling of high end data center server and validation through experiments ［D］. Arlington， USA ： The University of Texas at Arlington ， 2013 .

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 .

Ma J H ， Yao R Y ， Zhang B C ， et al . Data-driven flexibility capability modeling of Internet data center considering task dependency ［J］. IEEE Internet of Things Journal ， 2024 ， 11 （ 14 ）： 24538 - 24550 .

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 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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

面向绿电消纳与算力迁移收益的多数据中心三阶段迁移模型

多源不确定性风险约束下算力网-电力网协同运行优化方法

面向算电协同的建模与应用：研究现状与展望

基于定子电压前馈补偿的双馈风机并网系统高频振荡抑制策略