《Sustainable Computing: Informatics and Systems》:Wattnet: Matching electricity consumption with low-carbon, low-water footprint energy supply
编辑推荐:
Wattnet可捕捉电力结构(electricity mix)在空间与时间上的变化性。研究人员指出,忽略电力交换将导致碳足迹(Carbon Footprint, CF)与水足迹(Water Footprint, WF)的估算偏差。综合影响评估揭示了碳排放与水资
Wattnet可捕捉电力结构(electricity mix)在空间与时间上的变化性。研究人员指出,忽略电力交换将导致碳足迹(Carbon Footprint, CF)与水足迹(Water Footprint, WF)的估算偏差。综合影响评估揭示了碳排放与水资源利用之间的权衡关系。Wattnet能够赋能信息充分的、能源感知的系统优化决策。然而,其有效性在以水库水电为主导的电力系统中受到限制。
信息与通信技术(ICT)和数字服务的快速增长导致全球电力消耗持续上升,数据中心(DC)等基础设施的环境影响日益受到科学界和社会关注。碳足迹(Carbon Footprint, CF)是评估可持续性的核心指标,但现有评估往往忽略跨境电力流动,或只聚焦碳排放,而对发电过程中的水资源消耗考虑不足。能源与水之间存在双向耦合:一方面,数据中心冷却系统大量用水;另一方面,发电本身需要水,低碳能源中的生物质和水力发电尤其具有较高的水足迹(Water Footprint, WF)。欧盟联合研究中心(JRC)关于水-能源关系的政策报告也警告,若管理不当,低碳转型可能因水电等技术的用水强度而加剧水资源压力。因此,需要一种能同时评估碳足迹和水足迹、并考虑电力时空变化及跨国交换的方法。
针对上述不足,研究人员开发了Wattnet——一个开源软件和在线服务平台。Wattnet以15分钟时间分辨率追踪欧洲电力消费的CF和WF,其核心是采用流动追踪算法计算每个竞价区的即时能源结构,并同时考虑本地发电和邻国进出口。此外,它还提供72小时预测模块,以便高能耗基础设施(如数据中心)在时间和空间上调度工作负载,降低环境足迹。通过多国案例分析,研究人员得出结论:忽略电力进出口会导致CF和WF的系统性低估或高估;采用月度或年度平均因子会掩盖对需求侧策略至关重要的短期波动;碳-水联合评估能够揭示减排与节水之间的权衡,而