通过热电耦合式废热利用实现电网交互式数据中心与海水淡化系统的协同运行
《Applied Energy》:Enabling grid-interactive data center-desalination coordination through thermo-electric coupling-based waste heat utilization
【字体:
大
中
小
】
时间:2026年01月28日
来源:Applied Energy 12.2
编辑推荐:
杨瑞章|查拉兰博斯·康斯坦丁诺乌|侯云鹤中国香港特别行政区九龙香港大学电气及电子工程系摘要随着全球数据中心和海水淡化设施的快速发展,能源与水资源之间的协调问题日益突出:数据中心作为巨大的能源消耗者,会产生大量废热;而海水淡化则是保障水资源安全的关键能源密集型过程。本文提出了一种全
杨瑞章|查拉兰博斯·康斯坦丁诺乌|侯云鹤中国香港特别行政区九龙香港大学电气及电子工程系摘要随着全球数据中心和海水淡化设施的快速发展,能源与水资源之间的协调问题日益突出:数据中心作为巨大的能源消耗者,会产生大量废热;而海水淡化则是保障水资源安全的关键能源密集型过程。本文提出了一种全新的整合思路,将灵活的数据中心与热电式海水淡化系统相结合,将数据中心的废热从一种需要处理的负担转化为提升电网灵活性和实现可持续水资源生产的宝贵资源。本文的一个重要贡献在于提出了一个高精度的热电模型,该模型首次将废热利用的复杂物理机制直接纳入集成规划与运营优化模型中,明确了海水预热过程如何影响反渗透系统的效率。基于此模型,我们构建了一个整体框架,用于共同优化这类耦合基础设施的长期投资规划与短期运营调度。该问题被表述为两阶段随机最小线性规划问题,并通过结合本德斯分解与麦考密克包络线性化的高效算法得以解决。实际案例研究表明,与传统方案相比,该框架可使年度总成本降低86.5%,其中仅废热利用一项就能带来17%的成本节约。这些研究成果为能源、水资源和数字产业之间的协同发展提供了可行的方案,也为智能电网的灵活性提升以及未来碳中和工业生态系统的构建提供了可借鉴的模型。引言由于城市化和工业化的发展,全球对淡水的需求不断上升,这一问题引发了广泛关注,每年约有40亿人面临严重的水资源短缺问题,另有24亿人生活在水资源紧张的国家[1]。在此背景下,海水淡化技术已成为解决这一问题的重要手段,尤其是在传统水资源不足的干旱和沿海地区[2]。截至2022年,全球已有超过21,000座海水淡化厂,每天可生产约9900万立方米的水,为3亿多人提供水源[3]。过去十年间,全球海水淡化能力几乎翻了一番,其经济价值预计还将再增加一倍以上,这凸显了其在解决水资源短缺问题中的战略重要性[4]。以沙特阿拉伯为例,海水淡化提供了该国87%以上的用水需求,该国还计划在2024年至2030年间将海水淡化能力从1114万立方米/天提升至1669万立方米/天[5]。与此同时,数字经济的快速发展也推动了全球数据中心数量的不断增加。到2024年,全球将有约11,800座数据中心投入运营,其中包括1100多座超大规模数据中心,这一数字是2019年的近两倍,其主要原因是人工智能应用需求的增长[6]。2022年,数据中心消耗的电力约为240–340太瓦时,占全球电力需求的1–1.3%,预计到2028年,美国的电力消耗量将从2023年的176太瓦时上升至580太瓦时[7]。几乎所有这些能量都通过昂贵的冷却系统以低品位热能的形式释放出来,这是一种大量存在但尚未得到充分利用的资源。这些发展趋势揭示出了相互关联的挑战与机遇。虽然海水淡化对于解决全球水资源短缺问题至关重要,但它仍然是最耗能的淡水生产方式之一。相比之下,数据中心则不断产生大量未被有效利用的废热。值得注意的是,这两种系统之间存在技术和地理位置上的协同潜力。为了降低延迟,越来越多的超大规模数据中心被布局在沿海地区,以便直接连接海底通信电缆[8]。这在干旱的沿海地区创造了独特的共址机会,因为那里既有能源密集型的数据处理需求,又有能源密集型的淡水生产需求。这种空间上的接近性使得在水资源极度匮乏的地区,尤其是沙特阿拉伯和阿联酋等中东国家,能够利用废热来生产淡水。这样的整合不仅可以减少数字基础设施的碳足迹,还能提升电力系统的灵活性。通过将废热转化为宝贵资源,这种共生关系为提高资源利用效率和增强气候适应性提供了可行的路径。然而,现有的研究往往将海水淡化和数据中心与电网的整合视为相互独立的领域。因此,现有研究中存在的若干缺陷阻碍了这两种系统之间潜在协同效应的充分发挥。在海水淡化方面,已有不少研究探讨了其与电力系统的协调问题[9]、[10]。在电力批发市场层面,海水淡化已被纳入安全约束单元承诺模型中,用于共同优化电力生产和水资源供应[9],同时也有研究引入了风险意识模型,以应对可再生能源发电的不确定性[11]。不过,这些研究将海水淡化视为简化的电力负荷,忽视了与进水预热相关的反渗透过程中的温度依赖性物理机制及其对能耗的影响。那些将反渗透装置视为温度敏感型灵活负荷的市场级需求响应模型[12]虽然认识到了温度敏感性,但仍未体现低品位热能如何通过热电转换机制降低反渗透过程的能耗。在配电系统层面,有研究探讨了水泵、储水罐以及水-电微电网的协同优化问题[13]、[14]、[15],还有针对灾后或孤立系统以及独立风力驱动海水淡化系统的研究[10]、[16],这些研究都展示了灵活的海水淡化系统在运营和抗灾方面的优势。然而,这些研究大多聚焦于短期运营调度,因此通常没有考虑在运营调度中进水预热与反渗透能耗之间的物理关系,也没有考虑在不确定性条件下如何合理确定海水淡化能力和现场能源设施的规模。与此同时,在数据中心方面,也有研究涉及工作负载调度与时空迁移问题[17]、结合可再生能源和储能的微电网运行模式[18]、考虑不间断电源影响的效率分配策略[19]、跨利益相关方的协作或博弈论驱动的需求响应机制[17],以及基于先进学习技术的任务调度与灵活性分析方法[20]、[21],这些研究都体现了数据中心作为可响应的电力资源的潜力。不过,这类研究的一个主要缺陷在于,它们将废热视为需要管理的运营负担,而非可以协同优化的宝贵资源。具体而言,这些研究并未将数据中心视为水资源系统的热能来源,也没有将废热流与反渗透工艺或海水淡化生产调度进行协同优化。那些试图平衡成本、碳排放、服务质量及可靠性的多准则框架[22]同样侧重于电力系统的灵活性,而没有考虑与海水淡化相关的热电协同规划问题。在面向热能再利用的研究中,有一些研究将数据中心视为综合电力-热能系统中的能源生产者,例如通过收集和利用废热为区域供暖服务,以提高地区抵御寒潮的能力[23]、[24]。这些研究证明了将信息技术产生的废热加以利用的价值,但其应用对象主要是城市热网,而非反渗透海水淡化系统。此外,还有一些关于工业废热用于海水淡化的研究,比如基于核能的低温海水淡化技术,这些研究为将热源与海水淡化系统相结合提供了热经济学依据[25]。虽然近期有一些工程实践表明,将数据中心冷却系统与低温海水淡化技术相结合,能够在降低能源使用效率方面取得显著效果,甚至有望实现净零碳排放运行[26],但工业界对此类技术的兴趣正在迅速上升。例如,加州的DeepWater Desal项目就对这种技术组合的可行性进行了深入评估[27]。尽管这些以硬件为重点的研究提供了宝贵的见解,但它们大多仅限于单个组件或特定的案例分析,缺乏一个基于物理原理的完整模型来描述决定反渗透系统性能的温度、盐度、压力之间的关系,因此也无法将进水预热对反渗透能耗的影响纳入系统级的运营策略中。此外,由于缺乏一个将长期产能规划与短期调度相衔接的端到端框架,导致海水淡化系统、可再生能源发电系统、能源存储系统以及数据中心的能力规划无法根据它们之间的热电相互作用进行协调配置。最后,虽然实际环境中可再生能源的可用性、电力价格以及海水条件都会发生较大变化,但大多数现有方法都无法在可行的协同优化算法中充分考虑这些不确定性,这就限制了它们在真实综合系统中的应用效果。鉴于上述研究的种种不足,目前存在着明显的研究空白。虽然已有研究探讨了数据中心的 workload调度、废热利用以及灵活的海水淡化运行方式,但这些研究都是单独进行的,未能将它们结合起来进行分析。尤其是,现有文献中还没有一个综合性的热电耦合模型,能够同时体现数据中心计算工作负载作为可调度电力转热过程的灵活性、可回收的低品位热能作为海水淡化系统的可用热输入,以及反渗透过程中受温度影响的能耗特性。如果不将这些相互作用综合考虑,就无法充分评估将数据中心视为既可控制的电力负荷又可调度的热能资源所带来的潜在协同效益。此外,目前还缺乏一个统一的、端到端的框架,能够将长期产能规划与短期运营调度相结合,同时在两个阶段都遵循相同的热电物理规律。现有的研究通常是在固定资产的前提下优化运营调度,或者在不考虑热电动态特性的情况下进行产能规划,这就导致了海水淡化能力、可再生能源发电能力、能源存储能力以及数据中心基础设施的规模无法得到协调配置。最后,由于反渗透系统的能耗与热量传递之间存在温度依赖性,形成了混合整数非线性结构,而目前还没有成熟的解决方案算法,这也限制了现有理论在真实综合系统中的应用。为填补这些空白,本文提出了一种集成规划与运营框架,将数据中心的废热从单纯的冷却副产品转变为可用于海水淡化处理的协同优化能源资源。本文还开发了一个高精度的热电模型,用于描述由数据中心工作负载产生的热量、可回收的低品位热能输出、进水温度以及反渗透过程能耗特性之间的关联,该模型充分考虑了温度、盐度、压力和流量之间的关系以及各类设备的性能特点。该模型被嵌入到一个两阶段随机协同优化框架中,该框架能够同时确定数据中心、海水淡化厂、可再生能源发电系统以及能源存储系统?长期产能投资计划与短期运营调度方案。为了在考虑双线性热电耦合效应以及基于不同场景的不确定性因素的情况下保证计算的可行性,本文引入了一种结合麦考密克包络线性化与本德斯分解的求解方法,从而得到了一个可扩展的混合整数线性规划模型。这一集成方法不仅能够实现系统的协同设计与管理,还能准确反映决定废热辅助海水淡化效果的热电相互作用机制。因此,本文的创新之处在于将基于物理原理的热电耦合模型融入到统一的规划与运营优化框架中,并为处理由此产生的混合整数非线性问题提供了可扩展的解决方案。本文的主要贡献如下:1)本文提出了首个统一的规划与运营框架,该框架不仅将数据中心视为可控制的大规模电力负荷,还将其视为可用于海水淡化处理的可调度热能资源。该框架全面考虑了从数据中心内由工作负载调度引发的电力转热过程,到低品位废热的回收与利用以实现进水预热,再到进水温度对反渗透过程能耗影响的整个热电耦合过程。通过将这些相互作用纳入联合投资与运营决策之中,该框架有助于在热电一体化的沿海系统中,实现海水淡化能力、可再生能源发电能力、能源存储能力以及数据中心基础设施的协同规划与调度。2)本文开发了一个基于物理原理的高精度热电海水淡化模型,该模型能够清晰地描述进水温度、盐度、膜分离特性、泵送压力等因素与反渗透过程能耗之间的关系。该模型涵盖了从数据中心工作负载产生的热量以及服务器自身的发热行为,到可回收的低品位热能的生成以及进水预热的整个过程,同时还充分考虑了影响反渗透膜性能的温度、盐度、压力等因素。通过将这些物理关系直接纳入协同优化框架中,该模型能够定量分析在不同的运营调度时刻,废热辅助进水预热会对反渗透系统的运行条件及能耗产生怎样的影响。与那些将海水淡化视为固定负荷或纯粹由电力驱动的负荷的现有方法相比,这一集成模型大大提高了对耦合型数据中心-热电海水淡化系统性能的描述精度、预测能力以及稳定性。3)为了解决由反渗透系统的能耗与热量传递之间的温度依赖性所导致的混合整数非线性问题,本文采用了麦考密克包络技术对协同优化问题进行了重新建模,并通过两阶段随机本德斯分解算法对该问题进行求解。这种方法能够在可再生能源供应和环境条件存在不确定性的情况下保证计算的可行性,从而实现基于现实场景的规划与运营调度。案例研究表明,与传统的非耦合设计相比,所提出的集成架构能够显著降低系统的年度运营成本,并提高废热利用率。本文的其余部分安排如下。第2节详细阐述了数据中心与热电海水淡化系统的集成架构,并建立了高精度的热电耦合模型,将数据中心的废热与反渗透过程相连接。第3节介绍了集成协同优化方法,该方法将问题构建为两阶段随机框架,以同时处理长期投资和短期运营问题,同时还详细说明了基于Benders分解和McCormick包络的有效求解算法。第4节通过案例研究展示了所提方法的有效性及经济效益。最后,第5节对全文进行了总结。
数据中心与热电海水淡化系统的整体集成框架
本文提出了一种新的配置方案,用于实现灵活数据中心与热电海水淡化系统的协同布局与联动运行。该集成能源-水系统的概念架构如图1所示。该框架通过利用数据中心的废热作为辅助资源来支持淡水生产,从而提升资源利用效率。如图1所示,整个系统是以数据中心与海水淡化厂之间的核心互动为基础构建的。
基于改进Benders分解的两阶段随机优化
对于耦合型数据中心与海水淡化系统的集成规划与运营问题,存在巨大的计算挑战。第2节中建立的模型属于大规模MINLP问题,其特点在于包含用于数据中心任务调度的整数变量,以及由海水淡化过程的热电动态特性产生的非线性项。该问题的核心在于如何在各种情况下做出战略性の长期投资决策。
案例研究
本案例研究以沙特阿拉伯朱拜勒工业城的实际地理环境为背景,该地区工业活动频繁,且对淡化水的需求很高。研究配置借鉴了实际中距离不到1公里的CenterServ朱拜勒城数据中心与朱拜勒海水淡化厂的共址情况。这样的近距离为分析废热整合的可行性和优势提供了现实基础。
结论
本文提出了一个全面的框架,用于实现灵活数据中心与热电海水淡化系统的协同整合,旨在提升电网的灵活性并促进可持续的资源利用。该框架的主要贡献在于开发了一种新的协同优化方法,同时还配备了高精度的热电海水淡化模型。这一模型首次直接体现了数据中心与海水淡化系统之间关键的物理相互作用。
作者贡献说明
杨 Ruizhang:写作——审稿与编辑,写作——初稿撰写,软件应用,方法论,形式分析,概念设计。Charalambos Konstantinou:写作——审稿与编辑,资源协调,调研,数据整理。侯云鹤:写作——审稿与编辑,监督指导,调研,资金获取,概念设计。
利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。
致谢
本研究部分得到了广东省基础与应用基础研究基金项目2023A1515011942的支持,部分得到了香港研究资助委员会的一般研究基金项目17201524的支持,还有部分得到了中国国家自然科学基金项目52177118和52437005的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号