⚡ electrical engineering

Should Small-Scale Data Centers Participate in the Day-Ahead Electricity Market?

本文提出了一种面向小型数据中心的碳感知风险规避投标策略，使其通过与配电系统运营商签订双边协议参与日前电力市场，并通过利用工作负载灵活性、余热回收及本地能源资源，展现出降低22%成本的潜力。

原作者： Enea Figini, Mario Paolone

发布于 2026-05-05

📖 1 分钟阅读☕ 轻松阅读

原作者： Enea Figini, Mario Paolone

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

想象一座小型、繁忙的办公楼（即一个小型数据中心），它为人工智能及其他数字服务运行服务器。像任何办公室一样，它需要电力来驱动计算机，并作为副产品产生大量热量。

目前，大多数这类小型办公室像普通家庭一样购买电力：它们根据时间表（例如“分时电价”计划）支付固定的每小时电价。它们并不真正与大型电力市场互动，只是将废热排放到空气中。

本文提出了一种新的、更智能的方式，供这些小型办公室处理其能源问题。以下是他们想法的分解，使用简单的类比：

作者提出，数据中心与本地电网管理者（配电系统运营商，DSO）之间应达成一种双边协议（一种特殊的握手交易），而非标准的固定价格账单。

数据中心的收益：它们可以直接从“批发市场”（日前市场）购买电力。这就像杂货店以每日波动的市场价格直接从农民手中采购农产品，而不是在超市支付固定价格。如果电力便宜（例如阳光充足时），它们就多买；如果电力昂贵，它们就少买。
电网管理者的收益：作为获得这种访问权限的交换，电网管理者获得了一个“远程控制”按钮。他们可以告诉数据中心：“嘿，在下午 5 点到 9 点之间，请限制你从电网抽取的电量。”这被称为虚拟降额。这就像交警在高峰时段告诉特定车道的车辆减速，以防止拥堵，而无需关闭整条道路。

为了在不陷入财务困境的情况下实现这一目标，作者创建了一种风险规避型投标策略。可以将此想象为数据中心一位非常谨慎、超级聪明的财务顾问。

这位顾问展望未来（第二天），并考虑许多不同的“如果”情景（例如：如果阳光不足怎么办？如果电价飙升怎么办？如果人工智能的工作负载比预期更重怎么办？）。

目标：它试图找到完美的平衡点，在保持低碳排放的同时，花费最少的资金。
工具：它使用三个主要杠杆来管理预算：
1. 灵活的工作负载：它可以推迟非紧急的计算机任务（例如训练人工智能模型），将其安排在电力便宜的时候，就像为了节省水费而在深夜洗衣服一样。
2. 电池与太阳能：它在电力便宜时给电池充电，在电力昂贵时使用电池。它还利用本地太阳能板。
3. 废热回收：数据中心捕获服务器产生的热量。与其让热量浪费掉，不如将其出售给区域供热系统（就像向社区出售热水），或者使用一种机器（有机朗肯循环）将热量重新转化为电力。

作者使用瑞士洛桑联邦理工学院（EPFL）的一个小型学术数据中心的真实数据测试了这一想法。结果如下：

节省资金：通过从旧的固定价格计划切换到这种带有智能投标策略的“定制合同”，数据中心可以节省约22% 的电费。
权衡：存在轻微的负面影响。由于该策略高度专注于节省资金（在电力便宜时购买，这有时意味着购买“更脏”的电力），总碳足迹略有增加（约 6%）。然而，作者指出，成本节约是显著的。
灵活性的价值：该研究考察了仅通过调整计算机任务可以节省多少资金。他们发现，虽然调整任务有所帮助，但由此产生的实际现金节省非常小（不到工作总价值的 2.5%）。这表明，数据中心可能不会仅仅为了电费的一点点折扣而提供“灵活”的工作负载；它们需要其他理由（例如电网稳定性或环境目标）才会这样做。
应对“交警”：当电网管理者要求数据中心在高峰时段限制其电力使用（即虚拟降额）时，系统处理得很好。电池和废热发电机器介入填补了缺口。成本略有上升，但由于整体合同节省了如此多的资金，数据中心总体上仍然更受益。

本文认为，小型数据中心不应仅仅成为电力的被动消费者。通过与电网达成特殊协议，并使用一种智能、谨慎的计算机程序来管理其能源，它们可以节省大量资金。作为回报，它们有助于在繁忙时段保持电网稳定，为数据中心和电力公司创造双赢局面。

类似论文