很多人都会觉得奇怪, 为什么传统数据中心里那种已经非常成熟的不停电电源备用供电计划, 一放到人工智能数据中心的环境里去, 就变得不够好使了呢? 最根本的不同点就在于负荷的特点情况。
在传统的数据中心里, 服务器的业务分布得比较零散, 各个设备用的电力有的多有的少, 这些高高低低的需求互相抵消掉一部分, 所以整个园区的用电曲线看起来是相对比较平稳的。
具体来说, 在AI数据中心内部处理大模型训练任务的过程中, 由于需要成百上千个GPU同时开始或者停止工作, 这导致整个算力计算集群集体性地进入执行运算或者是等待的状态。
这种大规模的设备同步动作, 会让电力负荷的上下波动被不断叠加并放大, 从而引发了一系列复杂问题, 这些问题主要体现在对电网容量的巨大压力、动态功率出现的剧烈波动以及多级电能变换过程所面临的挑战这三个方面。电力网络的扩展和升级需要经历一段漫长的时间。
在这种情况下，柴油发电机无法迅速跟上GPU设备在毫秒级别发生的负载变化需求, 因为它们的响应速度相对滞后。
此外, 传统的多级供电系统也存在一定的问题, 特别是在单个机柜的功率逐渐迈向百千瓦乃至兆瓦级别的规模时, 电流的流动方式会发生变化, 从而导致铜排的损耗增加, 并且占用更多的空间也会成为一个明显的瓶颈问题。
当前的行业态势呈现出一种分层式的储能架构布局。这种架构遵循自上而下的顺序进行划分。具体包括园区级的大容量储能系统。还包括机房级别的在线式不间断电源。同时也涵盖机柜侧的电池备份平台或备用电池单元等三层结构。
每一层都承担着各自特定的职能作用。这些层级会依据不同的时间维度尺度来发挥作用。它们共同分担关于功率调节的重要任务。它们也一起负责在发生电力故障时提供必要的后备供电支持。
园区级BESS是被部署在变电站, 或者是10kV母线侧与35kV母线侧的设施设备, 它的规模能够达到几十MWh, 甚至可以达到GWh的量级水平, 对于它来说, 核心价值的体现并不是简单地作为停电时的备用电源存在, 而是去充当算力园区里的功率缓冲池这一角色, 当电网能够提供的接入上限被设定为100MW, 算力在短时间内出现的峰值功率冲到了120MW的时候, 储能系统就可以临时补足这缺口的20MW电力, 从而把从电网取电的数量严格控制在规定限额以内这样就能实现虚拟扩容的效果。
然而, 这套方案在储能容量的使用上不能进行无限制的透支行为, 即便是在长时间处于高负荷运行的状态下, 储能资源同样会被消耗殆尽, 所以这种方法根本无法用来替代电网本身的扩容工作。
与此同时, 园区储能系统还具备能够平滑分钟级大幅度负荷波动的作用, 可以吸纳光伏和风电电能, 并且通过利用峰谷电价之间的差价来降低用电成本, 还可以参与到电力市场的辅助服务中去。
但是在进行调度安排的时候, 必须为事故情况预留出备用电量, 坚决不可以为了获取套利利益而将安全裕度全部耗尽。
中间层的UPS设备承担着提供持续不断电的基础保障作用, 它的后备供电时长通常被设定在5到15分钟这个范围内, 其目的是为柴油发电机的启动争取宝贵的时间窗口。在AIDC这种时代背景下, UPS的作用机制不再仅限于应对突发的停电情况。
由于GPU负载会出现频繁的、阶跃式的剧烈变化, 这会导致UPS电池的充电和放电过程一直维持在较浅的程度, 也就是持续进行浅充和浅放操作, 进而加速了电池老化的进程。与此同时, 机柜的功率密度实现了大幅度的提升。
如果直接对原有的不间断电源系统进行扩容, 将会带来包括短路电流增大、占用空间不足、运维管理困难等在内的等一系列新问题。此外, 锂电池解决方案同样需要配备完善的热防护机制以及消防体系。
最底层采用的是 BBP 或者 BBU 机柜级别的储能方案, 这种储能设备会直接安装到服务器旁边或者是机柜旁边去, 所以它就是距离 GPU 最近的一个储能单元。
因为它的响应链路是最短的, 所以就能够在毫秒级的高频功率尖峰出现的时候把它给拦截下来, 不让这些功率波动再继续向上传递到达 UPS 和电网那边去, 而且采用的也是分布式架构, 这样就能够避免出现集中式 UPS 出现的单点故障的问题，如果是其中一台 BBU 出现了故障的话, 那也只会影响其对应的机架而已。
然而, 当大批量的电池都被部署到了热量很高那些机房里面之后, 资产的数量、监测的点位, 还有热管理的设计以及消防的设计, 这些各个方面统统都需要进行重新规划, 这样一来, 运维方面的复杂程度就非常明显地提升上去了。
三层储能拥有一套清楚的协同操作时间顺序。
当故障刚刚发生的时候, 服务器里的电容还有电池备份单元会马上把母线电压给稳定住；从几毫秒延长到几分钟这段较短的时间, 是由不间断电源来保障整间机房的供电不被中断；再往后到了秒级到分钟级别的时间范围里, 园区的大模型储能系统就要介入进来起到支撑作用并且同步等待柴油发电机启动完成；而在日常的运转过程当中, 机柜级别的储能单元主要负责去处理那些高频出现的功率尖峰情况, 不间断电源继续保障机房内部的电能质量不出差错, 而分布在整个园区的大型储能设施则负责把总的电力负荷波动尽可能平滑地处理掉同时还能帮助吸收掉那些来自绿色能源的部分电量, 让整体使用状况更加稳定顺畅。
整个系统的设计逻辑是这样的, 它把时间尺度作为划分依据, 将功率任务和能量任务分开处理, 这种做法并没有依赖某一种单一的储能设备来包办解决所有的问题。
在AIDC项目开始落地, 并且实施的过程中, 虽然三层储能架构这个方面的理论优势显得非常突出, 但是设备采购方面的问题, 还有系统联调的问题, 以及运维成本会同步升高的现象也会出现在实际情况中。
在当前算力项目投资预算受到明确约束的这个条件下, 我们就得去考虑该怎么样去完成对三层储能的配置规模这个任务的平衡工作, 并且在一定要保障供电可靠性能够实现的前提下, 将整体的这一项投入费用控制住。
