Distributionally robust low-carbon dispatch of multi-data-center integrated energy systems considering user response uncertainty
تقترح هذه الورقة إطار عمل للتوزيع منخفض الكربون يتسم بالمتانة التوزيعية لأنظمة الطاقة المتكاملة متعددة مراكز البيانات، والذي يستفيد من أحمال الحوسبة القابلة للنقل زمانياً ومكانياً وتخزين الهيدروجين المشترك لإدارة عدم اليقين في المصادر والأحمال بفعالية مع تقليل التكاليف التشغيلية ومخاطر انتهاك القيود.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في العالم الحديث، المحرك الخفي لحياتنا الرقمية هو مركز البيانات. هذه المرافق الضخمة، المليئة بصفوف من الخوادم الطنانة، تعالج كل شيء بدءاً من بث الأفلام وصولاً إلى حسابات الذكاء الاصطناዊ المعقدة. ومع ذلك، فإن هذه الرفاهية الرقمية تأتي بتكلفة مادية باهظة: مراكز البيانات تستهلك كميات هائلة من الكهرباء وتولد انبعاثات كربونية كبيرة. ومع انفجار الطلب على قدرة الحوسبة، لم يعد التحدي مقتصرًا على بناء المزيد من الخوادم فحسب، بل في كيفية تشغيلها بطريقة نظيفة وفعالة. يكمن الحل في مفهوم يُعرف باسم نظام الطاقة المتكامل، حيث تُدار الكهرب والحرارة والتبرل وحتى مهام الحوسبة معاً بدلاً من إدارتها بشكل منعزل. تخيل شبكة من مراكز البيانات المنتشرة عبر مناطق مختلفة، متصلة ليس فقط بكابلات الألياف الضوئية، ولكن بشبكة طاقة مشتركة تضم توربينات الرياح، والألواح الشمسية، وتخزين الهيدروجين. الهدف هو موازنة الإمداد المتقلب للطاقة المتجددة مع الطلب المتغير على أعمال الحوسبة، كل ذلك مع تقليل البصمة الكربونية والتكلفة إلى أدنى حد.
إن الصعوبة الجوهرية في إدارة مثل هذا النظام تكمن في عدم اليقين. فالرياح لا تهب دائماً، والشمس لا تشرق دائماً، ومستخدمو مراكز البيانات لا يتصرفون دائماً تماماً كما هو متوقع. إذا صُمم النظام بناءً على تنبؤات مثالية، فإنه يخاطر بالفشل عندما ينحرف الواقع عن تلك التوقعات. وإذا صُمم ليكون حذراً للغاية، فسيصبح مكلفاً بشكل باهظ. لقد عالج الباحثون في جامعة تيانجين هذه المشكلة من خلال تطوير طريقة جديدة لتوزيع، أو جدولة، أنظمة مراكز البيانات المتعددة هذه. فقد ابتكروا أداة تخطيط متطورة تأخذ في الاعتبار الطبيعة غير المتوقعة لكل من الطقس والسلوك البشري. ومن خلال التعامل مع عدم اليقين في طاقة الرياح والطاقة الشمسية جنباً إلى جنب مع عدم اليقين في حجم أعمال الحوسبة التي سيقوم المستخدمون فعلياً بتحويلها استجابةً لتغيرات الأسعار، بنى الباحثون نموذجاً قوياً ضد المفاجآت واقتصادياً في تشغيله.
ركز الباحثون على شبكة من ثلاثة مراكز بيانات، لكل منها مزيجها الخاص من الطاقة المتجددة والاحتياجات الحوسبية. كان أحد المراكز غنياً بالطاقة المتجددة، والآخر متوازناً، والثالث يعتمد أكثر على المصادر التقليدية. ولربطهم، قدموا أداتين قويتين: القدرة على نقل مهام الحوسبة بين المواقع ونظام تخزين هيدروجين مشترك. تعمل الأداة الأولى من خلال الإدراك بأن بعض الوظائف الحوسبية يمكن تأجيلها أو نقلها. فإذا كان لدى مركز بيانات في منطقة عاصفة فائض من الكهرباء، يمكن للنظام تشجيع المستخدمين على إرسال مهامهم الحوسبية إلى هناك، أو نقل المهام من وقت ذروة إلى وقت تهب فيه الرياح بقوة أكبر. وتتضمن الأداة الثانية الهيدروجين؛ فعندما يكون هناك فائض من الكهرباء المتجددة، يستخدمها النظام لتقسيم الماء وإنتاج الهيدروجين، الذي يتم تخزينه بعد ذلك في خزان مشترك كبير. ويمكن لاحقاً تحويل هذا الهيدروجين مرة أخرى إلى كهرباء أو استخدامه كوقود عندما تتوقف الرياح عن الهبوب. يعمل هذا التخزين المشترك بمثابة بطارية طويلة الأمد، مما يسم يسمح باستخدام الطاقة المنتجة في مكان ما في مكان آخر، بعد أيام من الآن.
ولإدارة عدم القدرة على التنبؤ في هذا النظام، انتقل الباحثون إلى ما وراء طرق التخطيط التقليدية. فغالباً ما كانت الأساليب القديمة تفترض أن الرياح وسلوك المستخدم سيتبع نمطاً متوسطاً يمكن التنبؤ به، أو أنها تفترض السيناريو الأسوأ لكل شيء، مما أدى إلى خطط مكلفة ومحافظة للغاية. بدلاً من ذلك، استخدم الفريق نهجاً قائماً على البيانات ينظر إلى الأنماط التاريخية للرياح وسلوك المستخدم لإنشاء "سحابة" من الاحتمالات المستقبلية. هذا النهج، المعروف باسم التحسين القوي توزيعياً (distributionally robust optimization)، يسمح للنظام بالاستعداد لمجموعة واسعة من النتائج دون الذعر من الاحتمالات الأكثر تطرفاً. إنه يسأل جوهرياً: "ما هي المجموعة الأكثر احتمالاً من الأيام السيئة التي قد نواجهها، وكيف نستعد لها؟". وقد أثبت هذا النهج أنه أكثر كفاءة بكثير من الطرق السابقة. وفي عمليات المحاكاة التي أجروها، قللت الطريقة الجديدة من تكلفة الاستعداد لعدم اليقين بأكثر من النصف مقارنة بالتقنيات القديمة التي اعتمدت على المتوسطات البسيطة. كما حسنت الموثوقية بشكل كبير، حيث خفضت فرصة فشل النظام في تلبية احتياجاته من الطاقة من قرابة اثنين بالمائة إلى جزء ضئيل من المائة.
كشفت الدراسة أن الأداتين الرئيسيتين — نقل مهام الحوسبة ومشاركة تخزين الهيدروجين — تعملان بطرق مختلفة ولكنها متكاملة. ووجد أن نقل مهام الحوسبة يقلل التكلفة الإجمالية لتشغيل النظام بنسبة 3.6 بالمائة تقريباً، وذلك أساساً من خلال ضمان حدوث العمل الحوسبي عندما وحيث تكون الطاقة المتجددة هي الأرخص والأكثر وفرة. أما تخزين الهيدروجين المشترك فقد كان له تأثير أكبر، حيث خفض التكالما بنسبة 5.5 بالمائة تقريباً. والأهم من ذلك، أن تخزين الهيدروجين وفر شبكة أمان حاسمة؛ فقد سمح للنظام بالتعامل مع الانخفاضات غير المتوقعة في طاقة الرياح أو الطاقة الشمسية دون الحاجة إلى شراء طاقة احتياطية باهظة الثمن أو إيقاف الخدمات. ولولا هذا التخزين المشترك، لكان النظام سيحتاج إلى الاحتفاظ باحتياطيات أكبر بكثير من الطاقة الاحتياطية، مما يجعل العملية برمتها أكثر تكلفة وأقل مرونة.
كما اختبر الباحثون كيفية أداء نظامهم في ظل ظروف مختلفة، مثل التغيرات في أسعار الكربون أو كمية الطاقة المتجددة المتاحة. ووجدوا أن النظام ظل فعالاً ومستقراً حتى عندما تغيرت هذه العوامل بشكل كبير. نجحت الطريقة في ترجمة إشارات السياسات، مثل ارتفاع سعر انبعاثات الكربون، إلى أفعال واقعية، مثل استخدام المزيد من طاقة الرياح وتقليل الاعتماد على الوقود الأحفوري. ومع زيادة كمية البيانات التاريخية المستخدمة لتدريب النظام، أصبحت الخطط أكثر دقة وأقل تكلفة، مما يدل على أن النهج يتحسن مع مرور الوقت وزيادة المعلومات. وتخلص الدراسة إلى أنه من خلال الجمع بين مرونة المهام الحوسبية وقدرة التخزين طويلة الأمد للهيدروجين، ومن خلال التخطيط لعدم اليقين بطريقة ذكية قائمة على البيانات، فإنه من الممكن تشغيل شبكة من مراكز البيانات تكون منخفضة الكربون ومجدية اقتصادياً في آن واحد. يقدم هذا النهج مساراً واضحاً لمستقبل البنية التحتية الرقمية كثيفة استهلاك الطاقة، محولاً تحدي عدم اليقين إلى فرصة للكفاءة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.