⚡ electrical engineering

Dynamic Modeling of Data-Center Power Delivery for Power System Resonance Analysis

本文针对数据中心功率电子接口引发的电网共振问题，推导了一种保留组件级精度且可无缝集成至相量域动态模型的数据中心功率输送显式动态模型，揭示了服务器负载波动如何激发耦合控制模式并导致振荡放大与传播的机理。

原作者： Xingyu Zhao, Junbo Zhao

发布于 2026-04-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Xingyu Zhao, Junbo Zhao

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章主要讲的是：随着人工智能（AI）和云计算的爆发式增长，数据中心（Data Centers）正在变成电网中一种非常“特殊”且“调皮”的负载。如果不小心管理，它们可能会像“捣蛋鬼”一样，引发电网的剧烈震荡，甚至导致停电。

为了让大家更容易理解，我们可以把整个电力系统想象成一个巨大的交响乐团，而数据中心就是乐团里新加入的一群极其复杂的电子乐器。

以下是这篇论文的通俗解读：

1. 核心问题：为什么数据中心会让电网“发疯”？

传统负载（老式工厂）： 就像传统的铜管乐器（比如大号），它们反应比较慢，声音（电流）比较平稳。电网指挥（调度员）很容易控制它们。
现代数据中心（AI 服务器）： 它们内部充满了成千上万个“电子开关”（电力电子设备）。这些开关反应极快，而且它们内部有一套复杂的“自动控制系统”（像是一个个微型的大脑在调节电压和电流）。
冲突点： 当 AI 进行高强度训练时，服务器的用电量会像心跳一样快速波动。这种波动通过数据中心内部层层叠叠的“转换器”（就像信号经过了很多个放大器），不仅没有变平稳，反而被放大了，最后像一股“怪波”一样冲击电网。
后果： 这种冲击可能会和电网里其他设备（比如发电机、逆变器）的固有频率“撞车”（共振），导致整个乐团（电网）开始剧烈摇晃，甚至失控。

2. 论文做了什么？（造了一个“透明”的模型）

以前，研究人员面对数据中心时只有两个选择：

太简单： 把它当成一个普通的电阻（就像把复杂的电子乐器当成一个灯泡），这样看不出它为什么会捣乱。
太复杂： 用超级计算机模拟每一个电子开关的波形（就像把乐团的每一个螺丝钉都画出来），这样虽然准，但算得太慢，而且很难看出“为什么”会出问题。

这篇论文的突破在于：
作者发明了一种**“透视眼镜”（动态模型）**。

它既保留了数据中心内部复杂的“心脏”（电力电子控制细节），让模型足够真实；
又把它简化成一种**“时间不变”的数学语言**，让电网工程师能像看普通乐谱一样，轻松地把数据中心接入到整个电网的模拟系统中。

比喻： 以前我们要么只看乐器的外壳，要么拆解乐器看内部零件。现在，作者造了一个“全息投影”，既能看到内部复杂的齿轮怎么咬合，又能直接把它放进整个乐团的乐谱里分析。

3. 发现了什么秘密？（共振的“元凶”）

通过这种新模型，作者发现了一个有趣的“共振链条”：

层层传递： 数据中心的电源系统像是一个“俄罗斯套娃”。最里面是服务器（CPU/GPU），外面包着电源模块（PSU），再外面是整流器，最外面是逆变器。
失控的“踢皮球”： 当服务器负载波动时，里面的电源模块（PSU）和外面的逆变器（VSI）会互相“较劲”。它们各自的控制回路（就像两个互相喊话的指挥）因为配合不好，产生了一种**“耦合振荡”**。
放大效应： 这种内部的“较劲”会把微小的负载波动，像滚雪球一样放大，最后变成巨大的电流波动，注入电网。
关键发现： 这种震荡最危险的时候，往往发生在5-6 赫兹左右（一种特定的低频节奏）。如果电网里正好有设备也在这个频率上“跳舞”，就会发生灾难性的共振。

4. 实验验证：真的会出事吗？

作者做了两个实验：

实验一（单机测试）： 把数据中心连到一个无限大的电网（就像连在一个超级稳定的大鼓上）。
- 结果： 即使电网很稳，数据中心自己内部的控制回路也会产生震荡。特别是当 AI 负载波动时，电网接收到的功率波动比服务器本身的波动还要大（放大效应）。
实验二（真实电网模拟）： 把数据中心连到一个包含传统发电机、新型储能逆变器的复杂电网中。
- 结果： 数据中心的波动不仅自己乱跳，还成功“传染”给了电网里的其他成员。特别是那些依赖电子控制的新型逆变器（GFL），反应比传统发电机还要剧烈。

5. 给未来的建议（如何防止“乐团”走调？）

这篇论文给电网规划者和数据中心建设者提了几个重要建议：

别把它们当普通负载： 在把大型数据中心接入电网时，不能只算算它用多少电，必须深入分析它内部的“控制回路”会不会和电网“打架”。
调好“指挥棒”： 数据中心内部的各个转换器（从整流器到逆变器）需要协同设计。就像乐团里不同声部的指挥要配合好，不能各自为战，否则就会引发共振。
警惕 AI 的“心跳”： AI 工作负载的波动是持续存在的，它们就像是一个永不停歇的“捣蛋鬼”。电网必须预留足够的“阻尼”（减震能力）来吸收这些波动，防止被带偏。

总结

简单来说，这篇论文告诉我们：随着 AI 时代的到来，数据中心不再是安静的“电老虎”，而是一群会“跳舞”的复杂电子怪兽。 如果我们不搞清楚它们内部复杂的控制逻辑，不建立精准的“透视模型”，它们可能会在电网里引发意想不到的“共振风暴”。作者提供的这个新模型，就是帮助我们要看清这些怪兽、驯服它们、确保电网安全稳定的关键工具。

这是一份关于论文《Dynamic Modeling of Data-Center Power Delivery for Power System Resonance Analysis》（数据中心电源传输的动态建模用于电力系统共振分析）的详细技术总结。

1. 研究背景与问题 (Problem)

随着人工智能（AI）和云计算的快速发展，全球数据中心（Data Centers, DC）的电力需求急剧增长。与传统工业负载不同，数据中心通过级联的电力电子变换器（如整流器、逆变器、DC-DC 变换器等）与电网连接。

核心挑战：
- 多时间尺度动力学：数据中心内部复杂的电力电子控制回路具有多时间尺度特性，容易与电网发生相互作用，降低局部模式的阻尼，增加共振风险。
- AI 负载波动：AI 训练工作负载的快速功率波动可作为持续的强迫输入，激发弱阻尼模式，导致受迫振荡。
- 现有模型局限：现有的互联研究要么使用过于简化的通用负载模型（掩盖了组件级根本原因），要么使用详细的电磁暂态（EMT）黑盒模型（缺乏机制解释性，难以进行小信号分析和阻尼设计）。
研究缺口：缺乏一种显式的、包含组件信息的动态模型，既能保留组件级保真度，又能无缝集成到传统的正序（Phasor/RMS）电力系统动态模型中，以揭示共振机制。

2. 方法论 (Methodology)

本文提出了一种**组件感知（Component-Informed）**的数据中心电源传输链动态建模方法，并建立了振荡分析框架。

A. 动态建模 (Dynamic Modeling)

模型涵盖了在线（双变换）模式下的完整电源路径，从电网侧到服务器负载侧：

有源前端整流器 (AFE)：建立了包含锁相环（PLL）、直流电压环和电流环的 dq 坐标系微分代数方程（DAE）。
电压源逆变器 (VSI)：建立了将直流电转换为受控交流电的 VSI 模型，包含电压环和电流环控制。
直流链路电容：描述了 AFE 注入电流与 VSI 抽取电流之间的不平衡导致的直流电压动态。
电源单元阵列 (PSU Array)：针对单相 PSU 的级联控制（PFC 级），通过假设三相平衡和忽略二次谐波纹波，将其聚合为时不变的正序模型，避免了混合坐标系带来的时变问题。
下游 DC-DC 变换器与负载：将服务器负载（CPU/GPU）及下游变换器等效为受控电流源，采用准稳态（QSS）近似简化内环控制。

关键创新：通过上述假设和推导，将原本复杂的三相时变模型转化为时不变的正序域（Positive-Sequence Domain）模型，使其能够直接嵌入传统电力系统的相量仿真和小信号稳定性分析中。

B. 振荡分析框架 (Oscillation Analysis Framework)

小信号建模：基于 DAE 系统线性化，构建状态空间模型 $\dot{\Delta x} = A\Delta x + b\Delta w$ 。
模态分析：计算特征值（Eigenvalues）和参与因子（Participation Factors），识别弱阻尼模式及其主导状态变量（如 PLL、电压环积分器等）。
功率振荡放大因子 (POA)：定义了一个新的指标 $POA(\omega) = |G_{pcc \leftarrow load}(j\omega)|$ ，用于量化从服务器负载扰动到电网公共连接点（PCC）有功功率波动的传递增益。通过模态留数（Modal Residue）分解，分析各模式对振荡放大的贡献。

3. 主要贡献 (Key Contributions)

组件级保真度的动态模型：推导了覆盖数据中心完整电源路径的显式微分代数模型，保留了关键器件物理和控制结构，同时适用于系统级研究。
无缝电网集成：提出了正序域时不变简化模型，在保持高精度的同时，实现了与标准相量域仿真和小信号分析流程的无缝对接。
振荡机理揭示：阐明了真实服务器负载波动（特别是 AI 训练负载）如何激发沿电源路径耦合的控制模式，导致振荡放大并注入到包含同步机、构网型（GFM）和跟网型（GFL）逆变器的异构电网中。
量化分析工具：提出了 POA 因子，能够量化负载侧波动在特定频率下的放大效应，并识别出导致共振的关键控制回路。

4. 研究结果 (Results)

通过两个案例研究验证了所提方法的有效性：

案例一：单机无穷大系统 (SDCIB)

模型验证：将提出的简化模型与全阶三相 EMT 模型对比，在负载阶跃和 GPU 负载波动下，两者在 PCC 功率响应上高度一致，验证了简化假设的有效性。
模态分析：
- 识别出主要的弱阻尼模式（约 6.15 Hz），该模式由PSU 电压环与VSI 电压环的耦合主导。
- 其他模式涉及 AFE-直流链路相互作用（约 0.85 Hz）和 PLL 共振（约 17 Hz）。
POA 分析：发现 POA 在 5.54 Hz 附近达到峰值，与上述耦合电压控制模式一致。
敏感性分析：
- 带宽：VSI 电压环带宽降低导致与 PSU 带宽重叠，引发“过校正”循环，显著降低阻尼。
- 负载水平：负载增加增强了耦合效应，使主导模式更接近虚轴（阻尼降低）。
- 电网强度 (SCR)：虽然低 SCR 使部分模式不稳定，但对主导的 PSU-VSI 耦合模式影响较小。
真实负载测试：使用 MIT Supercloud 的 GPU 集群负载轨迹，证实了负载波动会被电源传输链选择性放大，并在 PCC 处产生显著的振荡。

案例二：改进的三机九节点系统

系统设置：包含同步机（SM）、构网型逆变器（GFM）和跟网型逆变器（GFL）。
耦合特性：
- 数据中心的动态主要修改了现有的电网模式，而非引入全新的弱阻尼模式。
- 在 2-6 Hz 频段存在显著的放大带，负载引起的振荡被电网 - 变换器耦合动力学放大。
- SM 对低频振荡响应最强（机电模式）；GFM/GFL 在中频段响应更明显。
- 跟网型逆变器 (GFL) 对负载驱动的功率振荡表现出最大的振幅响应，表明其在此场景下更为敏感。

5. 意义与结论 (Significance & Conclusions)

理论意义：填补了数据中心电源传输链显式动态建模的空白，为理解电网互联数据中心的振荡机制提供了透明、可解释的工具。
工程指导：
- 互联研究：在大型数据中心的并网研究中，不应将其视为静态负载，而必须显式考虑其内部电源传输链的动态特性。
- 控制器设计：需要协调设计数据中心各级变换器（如 PSU 和 VSI）的控制器带宽，避免带宽重叠导致的共振。
- AI 负载风险：AI 工作负载的波动可能作为持续扰动激发电网振荡，特别是在以电力电子为主导的系统中，需引起高度重视。
未来展望：该框架可扩展至多数据中心系统，并结合高保真负载模型，进一步研究协调振荡抑制策略及 AI 调度与电网稳定性的相互作用。

总结：本文通过建立高精度的正序域动态模型，揭示了数据中心内部复杂的控制耦合如何放大 AI 负载波动并影响电网稳定性，为未来高比例电力电子接入下的电网规划与运行提供了重要的理论依据和工程指导。