Research Status and Prospects of Modeling and Applications for Computing Power-Electric Power Coordination

YANG Meng; WENG Xi; SHEN Chen; CHEN Yue

doi:10.7500/AEPS20260104001

您当前的位置：

首页 >

文章列表页 >

Research Status and Prospects of Modeling and Applications for Computing Power-Electric Power Coordination

Computing Power-Electric Power Coordination | 更新时间：2026-09-01

- Research Status and Prospects of Modeling and Applications for Computing Power-Electric Power Coordination
- Automation of Electric Power Systems Vol. 50, Issue 17, Pages: 18-36(2026)
- 作者机构：
  
  1.香港中文大学机械与自动化工程学系，香港 999077
  2.北京大学光华管理学院，北京市 100871
  3.清华大学电机工程与应用电子技术系，北京市 100084
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(72561160161;72225001);Hong Kong Research Grants Council(N_CUHK422/25);Guangdong Basic and Applied Basic Research Foundation(2026A1515010807)
- DOI：10.7500/AEPS20260104001
  CLC：
- Received：04 January 2026，
  
  Revised：2026-04-19，
  
  Online First：15 July 2026，
  
  Published：10 September 2026
- 稿件说明：
移动端阅览
杨蒙,翁翕,沈沉等.面向算电协同的建模与应用：研究现状与展望[J].电力系统自动化,2026,50(17):18-36.

YANG Meng,WENG Xi,SHEN Chen,et al.Research Status and Prospects of Modeling and Applications for Computing Power-Electric Power Coordination[J].Automation of Electric Power Systems,2026,50(17):18-36.
杨蒙,翁翕,沈沉等.面向算电协同的建模与应用：研究现状与展望[J].电力系统自动化,2026,50(17):18-36. DOI： 10.7500/AEPS20260104001.

YANG Meng,WENG Xi,SHEN Chen,et al.Research Status and Prospects of Modeling and Applications for Computing Power-Electric Power Coordination[J].Automation of Electric Power Systems,2026,50(17):18-36. DOI： 10.7500/AEPS20260104001.

摘要

人工智能的快速普及显著提升了全球算力需求，数据中心与电力系统协同研究受到了广泛关注。为此，文中进行了系统性研究。首先，总结了数据中心在计算资源分配、用能管理与热管理方面的基础模型，并归纳了数据中心与各能源网络之间的耦合关系建模，为算电协同研究奠定基础。其次，重点分析了算电协同长期扩展规划和短期优化运行在数据中心微电网等3种典型场景下的研究进展；从电量与灵活性市场等5个方面全面梳理了算电协同相关市场机制；总结了算电协同在输电网和配电网层次上的韧性提升措施、数学模型与应对算法。然后，为促进算电协同相关领域研究，调研并汇总了数据中心主流公开数据集的时间颗粒度、覆盖时间、特点与适用场景等。最后，从人工智能数据中心硬件协同布局和人工智能负荷需求响应等微观层面及社会经济效益等宏观层面，分别展望了未来算电协同的关键研究方向。

Abstract

The rapid proliferation of artificial intelligence has significantly increased global computing power demands

drawing widespread attention to the coordination of data centers and power systems. To address this

this paper conducts a systematic study on computing power-electric power coordination. First

it summarizes fundamental models of data centers in computing resource allocation

energy consumption management

and thermal management

and synthesizes modeling that characterizes the coupling between data centers and various energy networks

which lays a foundation for the research on computing power-electric power coordination. It then focuses on research advances in long-term expansion planning and short-term optimal operation for computing power-electric power coordination in three representative scenarios

such as data center microgrids. Furthermore

the paper provides a comprehensive overview of relevant market mechanisms from five perspectives

including the electricity and flexibility markets. It also summarizes resilience enhancement measures

mathematical models

and solution algorithms for computing power-electric power coordination at both transmission and distribution network levels. Subsequently

to further promote the research in this area

the paper surveys and compiles key characteristics of mainstream open data center datasets

including temporal granularity

coverage period

features

and applicable scenarios. Finally

it outlines key research directions for future computing power-electric power coordination from both micro-level aspects

such as coordinated hardware deployment in AI data centers and AI-driven load demand response

and macro-level aspects

such as social and economic benefits.

关键词

Keywords

references

Xiao T Q ， Nerini F F ， Matthews H D ， et al . Environmental impact and net-zero pathways for sustainable artificial intelligence servers in the USA ［J］. Nature Sustainability ， 2025 ， 8 （ 12 ）： 1541 - 1553 .

国际能源署 . 能源和人工智能［EB/OL］.［ 2026-02-21 ］. https：//www.iea.org/reports/energy-and-ai/ https://www.iea.org/reports/energy-and-ai/ .

International Energy Administration . Energy and AI ［EB/OL］. ［ 2026-02-21 ］. https：//www.iea.org/reports/energy-and-ai/ https://www.iea.org/reports/energy-and-ai/ .

国家发展和改革委员会 . 数据中心绿色低碳发展专项行动计划［EB/OL］.［ 2026-02-21 ］. https：//www.ndrc.gov.cn/xwdt/tzgg/202407/P020240723625616053849.pdf https://www.ndrc.gov.cn/xwdt/tzgg/202407/P020240723625616053849.pdf .

National Development and Reform Commission . Action plan for green and low-carbon development of data centers ［EB/OL］. ［ 2026-02-21 ］. https：//www.ndrc.gov.cn/xwdt/tzgg/202407/P020240723625616053849.pdf https://www.ndrc.gov.cn/xwdt/tzgg/202407/P020240723625616053849.pdf .

国务院国有资产监督管理委员会 . 全国首个数据中心绿电直连源网荷储一体化项目顺利并网投运［EB/OL］.［ 2026-02-21 ］. http：//www.sasac.gov.cn/n2588025/n2588129/c34048855/con tent.html http://www.sasac.gov.cn/n2588025/n2588129/c34048855/content.html .

State-owned Assets Supervision and Administration Commission of the State Council . China’s first green-power direct-supply data center project integrating generation， grid， load， and storage has been successfully connected to the grid and put into operation ［EB/OL］. ［ 2026-02-21 ］. http：//www.sasac.gov.cn/n2588025/n2588129/c34048855/content.html http://www.sasac.gov.cn/n2588025/n2588129/c34048855/content.html .

上海市人民政府 . 上海首次验证“电算协同”新模式，算力“跨越千里”仅需3分钟［EB/OL］.［ 2026-02-21 ］. https：//www.shanghai.gov.cn/nw4411/20250710/0560ceb9113c4eed9f0e2ab276e68199.html https://www.shanghai.gov.cn/nw4411/20250710/0560ceb9113c4eed9f0e2ab276e68199.html .

Shanghai Municipal People’s Government . Shanghai successfully verifies new “power-computing synergy” mode for the first time， computing power “spans thousands of miles” in just 3 minutes ［EB/OL］. ［ 2026-02-21 ］. https：//www.shanghai.gov.cn/nw 4411/20250710/0560ceb9113c4eed9f0e2ab276e68199.html https://www.shanghai.gov.cn/nw4411/20250710/0560ceb9113c4eed9f0e2ab276e68199.html .

中华人民共和国工业和信息化部 . 关于数据中心建设布局的指导意见［EB/OL］.［ 2026-02-21 ］. https：//www.miit.gov.cn/jgsj/txs/gzdt/art/2013/art_1d754b03d60e45a694459066be0ea54f.html https://www.miit.gov.cn/jgsj/txs/gzdt/art/2013/art_1d754b03d60e45a694459066be0ea54f.html .

Ministry of Industry and Information Technology of the People’s Republic of China . Guiding opinions on the construction and layout of data centers ［EB/OL］. ［ 2026-02-21 ］. https：//www.miit.gov.cn/jgsj/txs/gzdt/art/2013/art_1d75 4b03d60e45a694459066be0ea54f.html https://www.miit.gov.cn/jgsj/txs/gzdt/art/2013/art_1d754b03d60e45a694459066be0ea54f.html .

Chen X ， Wang X Y ， Colacelli A ， et al . Electricity demand and grid impacts of AI data centers： challenges and prospects ［PP/OL］. ［ 2026-02-21 ］. https：//arxiv.org/abs/2509.07218 https://arxiv.org/abs/2509.07218 .

Mughees M ， Li Y Z ， Chen Y Z ， et al . Short-term load forecasting for AI-data center ［PP/OL］. ［ 2026-02-21 ］. https：//arxiv.org/abs/2503.07756 https://arxiv.org/abs/2503.07756 .

Ginzburg-Ganz E ， Lifshits P ， Machlev R ， et al . Technical challenges of AI data center integration into power grids—a survey ［J］. Energies ， 2026 ， 19 （ 1 ）： 137 .

Kairos Power . Google and Kairos power partner to deploy 500 MW of clean electricity generation ［EB/OL］. ［ 2026-02-21 ］. https：//www.kairospower.com/updates/google-and-kair os-power-partner-to-deploy-500-mw-of-clean-electricity-generat ion https://www.kairospower.com/updates/google-and-kairos-power-partner-to-deploy-500-mw-of-clean-electricity-generation .

S&P Global . Google partners with advanced nuclear developer on three sites totaling 1.8 GW ［EB/OL］. ［ 2026-02-21 ］. https：//www.spglobal.com/energy/en/news-research/latest-news/electric-power/050825-google-partners-with-advanced-nu clear-developer-on-three-sites-totaling-18-gw https://www.spglobal.com/energy/en/news-research/latest-news/electric-power/050825-google-partners-with-advanced-nuclear-developer-on-three-sites-totaling-18-gw .

World Nuclear News . Meta， Constellation sign 20-year clean power deal ［EB/OL］. ［ 2026-02-21 ］. https：//www.world-nuclear-news.org/articles/meta-constellation-sign-20-year-clean-power-deal https://www.world-nuclear-news.org/articles/meta-constellation-sign-20-year-clean-power-deal .

NVIDIA . Sustainable computing ［EB/OL］. ［ 2026-02-21 ］. https：//www.nvidia.com/en-us/data-center/sustainable-comp uting/ https://www.nvidia.com/en-us/data-center/sustainable-computing/ .

丁肇豪，曹雨洁，张素芳，等 . 能源互联网背景下数据中心与电力系统协同优化（一）：数据中心能耗模型［J］. 中国电机工程学报， 2022 ， 42 （ 9 ）： 3161 - 3176 .

Ding Zhaohao ， Cao Yujie ， Zhang Sufang ， et al . Coordinated operation for data center and power system in the context of energy Internet （Ⅰ）： energy demand management model of data center ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 9 ）： 3161 - 3176 .

曹雨洁，丁肇豪，王鹏，等 . 能源互联网背景下数据中心与电力系统协同优化（二）：机遇与挑战［J］. 中国电机工程学报， 2022 ， 42 （ 10 ）： 3512 - 3526 .

Cao Yujie ， Ding Zhaohao ， Wang Peng ， et al . Coordinated operation for data center and power system in the context of energy Internet （Ⅱ）： opportunities and challenges ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 10 ）： 3512 - 3526 .

吕佳炜，张沈习，程浩忠，等 . 集成数据中心的综合能源系统能量流-数据流协同规划综述及展望［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5500 - 5520 .

Lyu Jiawei ， Zhang Shenxi ， Cheng Haozhong ， et al . Review and prospect on coordinated planning of energy flow and workload flow in the integrated energy system containing data centers ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5500 - 5520 .

冯成，王毅，陈启鑫，等 . 能源互联网下的数据中心能量管理综述［J］. 电力自动化设备， 2020 ， 40 （ 7 ）： 1 - 9 .

Feng Cheng ， Wang Yi ， Chen Qixin ， et al . Review of energy management for data centers in energy Internet ［J］. Electric Power Automation Equipment ， 2020 ， 40 （ 7 ）： 1 - 9 .

Chen M ， Gao C W ， Song M ， et al . Internet data centers participating in demand response： a comprehensive review ［J］. Renewable and Sustainable Energy Reviews ， 2020 ， 117 ： 109466 .

Guo C S ， Luo F J ， Cai Z X ， et al . Integrated energy systems of data centers and smart grids： state-of-the-art and future opportunities ［J］. Applied Energy ， 2021 ， 301 ： 117474 .

祁兵，曹望璋，李彬，等 . 计及负载特征及响应特性的多数据中心双层优化模型［J］. 电力系统自动化， 2022 ， 46 （ 21 ）： 30 - 41 .

Qi Bing ， Cao Wangzhang ， Li Bin ， et al . Bi-level optimization model of multiple data centers considering workload features and response characteristics ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 21 ）： 30 - 41 .

Sun J ， Chen S B ， You P C ， et al . Battery-assisted online operation of distributed data centers with uncertain workload and electricity prices ［J］. IEEE Transactions on Cloud Computing ， 2023 ， 11 （ 2 ）： 1303 - 1314 .

Tao R ， Zhao D M ， Xu C Y ， et al . Resilience enhancement of integrated electricity-gas-heat urban energy system with data centres considering waste heat reuse ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 1 ）： 183 - 198 .

Cao E ， Musa S ， Chen M S ， et al . Energy and reliability-aware task scheduling for cost optimization of DVFS-enabled cloud workflows ［J］. IEEE Transactions on Cloud Computing ， 2023 ， 11 （ 2 ）： 2127 - 2143 .

秦雪雪，李泽宁，薛屹洵，等 . 计及建筑热动态特性的数据中心时空协调两阶段鲁棒优化方法［J］. 电力系统自动化， 2025 ， 49 （ 11 ）： 59 - 69 .

Qin Xuexue ， Li Zening ， Xue Yixun ， et al . Two-stage robust optimization method for spatio-temporal coordination of data center considering thermal dynamic characteristics of buildings ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 11 ）： 59 - 69 .

Li W W ， Qian T ， Zhao W ， et al . Decentralized optimization for integrated electricity-heat systems with data center based energy hub considering communication packet loss ［J］. Applied Energy ， 2023 ， 350 ： 121586 .

Racedo S ， Jaumard B ， Glatard T ， et al . Advances in power consumption model for data centers： analytical formulas vs. machine learning models ［J］. Future Generation Computer Systems ， 2026 ， 176 ： 108141 .

Kumar R ， Khatri S K ， Diván M J . Optimization of power consumption in data centers using machine learning based approaches： a review ［J］. International Journal of Electrical and Computer Engineering （IJECE）， 2022 ， 12 （ 3 ）： 3192 .

丁巧宜，王梓耀，潘振宁，等 . 面向电量-调频-容量市场的数据中心园区算力及电力资源规划［J］. 电力系统自动化， 2024 ， 48 （ 1 ）： 59 - 66 .

Ding Qiaoyi ， Wang Ziyao ， Pan Zhenning ， et al . Planning of computing power and electric power resources in data center parks for electricity， frequency regulation and capacity markets ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 1 ）： 59 - 66 .

Wu Z Y ， Chen L ， Wang J X ， et al . Incentivizing the spatiotemporal flexibility of data centers toward power system coordination ［J］. IEEE Transactions on Network Science and Engineering ， 2023 ， 10 （ 3 ）： 1766 - 1778 .

Su C G ， Wang L S ， Sui Q ， et al . Optimal scheduling of a cascade hydro-thermal-wind power system integrating data centers and considering the spatiotemporal asynchronous transfer of energy resources ［J］. Applied Energy ， 2025 ， 377 ： 124360 .

Yin X H ， Ye C J ， Ding Y ， et al . Combined heat and power dispatch against cold waves utilizing responsive Internet data centers ［J］. IEEE Transactions on Sustainable Energy ， 2024 ， 15 （ 2 ）： 819 - 834 .

Liang C ， Zeng B ， Lei Y Y ， et al . Market-government dual-driven framework for reliability-centric planning of a computation-energy integrated system with data centers ［J］. Applied Energy ， 2025 ， 396 ： 126272 .

Liu T H ， Yan R J ， Zhang J ， et al . Harnessing dynamic carbon intensity for energy-data co-optimization in Internet data centers ［J］. Renewable Energy ， 2026 ， 256 ： 124626 .

Liu Y ， Lei S B ， Hou Y H . Restoration of power distribution systems with multiple data centers as critical loads ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 5 ）： 5294 - 5307 .

Nourian S ， Kazemi A . A two-stage optimization technique for automated distribution systems self-healing： leveraging Internet data centers， power-to-hydrogen units， and energy storage systems ［J］. Journal of Energy Storage ， 2024 ， 85 ： 111084 .

Yang Z H ， Trivedi A ， Ni M ， et al . Distribution locational marginal pricing based equilibrium optimization strategy for data center park with spatial-temporal demand-side resources ［J］. Journal of Modern Power Systems and Clean Energy ， 2023 ， 11 （ 4 ）： 1959 - 1970 .

Liu J H ， Teng F ， Hou Y H . Synergising hierarchical data centers and power networks： a privacy-preserving approach ［PP/OL］. ［ 2026-02-21 ］. https：//arxiv.org/abs/2505.20575 https://arxiv.org/abs/2505.20575 .

雍维桢，王建学，薛霖，等 . 面向区域能源互联网的水-能协同优化：综述与展望［J］. 电力系统自动化， 2023 ， 47 （ 11 ）： 185 - 199 .

Yong Weizhen ， Wang Jianxue ， Xue Lin ， et al . Water-energy collaborative optimization for regional energy Internet： review and prospect ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 11 ）： 185 - 199 .

刘祎泽，向月 . 计及负荷转移需求响应的低碳数据中心光储容量优化配置［J］. 电力自动化设备， 2024 ， 44 （ 7 ）： 149 - 155 .

Liu Yize ， Xiang Yue . Optimal allocation of photovoltaic and storage capacity in low carbon data center considering load transfer demand response ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 7 ）： 149 - 155 .

耿圣杰，贾燕冰，江坷滕，等 . 电网数据中心服务器容量及其综合供能系统联合规划策略研究［J］. 电网技术， 2022 ， 46 （ 9 ）： 3281 - 3289 .

Geng Shengjie ， Jia Yanbing ， Jiang Keteng ， et al . Joint planning strategy of grid data center server capacity and its integrated energy supply system ［J］. Power System Technology ， 2022 ， 46 （ 9 ）： 3281 - 3289 .

可思为，董萍，马铭宇，等 . 考虑风光荷时空互补的多能源绿色数据中心多目标配置方法［J］. 电力系统保护与控制， 2024 ， 52 （ 22 ）： 22 - 33 .

Ke Siwei ， Dong Ping ， Ma Mingyu ， et al . A multi-objective allocation method for multi-energy green data centers considering wind， solar and load spatial-temporal complementarity ［J］. Power System Protection and Control ， 2024 ， 52 （ 22 ）： 22 - 33 .

Wang Z M ， Yin Z Q ， Yang J Y ， et al . Coordinated optimization of distributed energy system and storage-enhanced uninterruptible power supply in data center： a three-level optimization framework with model predictive control ［J］. Energy Conversion and Management ， 2025 ， 342 ： 120137 .

王丹阳，张沈习，程浩忠，等 . 考虑数据中心用能时空可调的多区域能源站协同规划［J］. 电力系统自动化， 2023 ， 47 （ 3 ）： 77 - 85 .

Wang Danyang ， Zhang Shenxi ， Cheng Haozhong ， et al . Coordinated planning of multi-regional energy stations considering spatio-temporal adjustment of energy consumption in data centers ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 3 ）： 77 - 85 .

He Y ， Fan J Q ， Lin J Y ， et al . Two-stage robust planning of data center microgrid considering batch load flexibility and multi-energy complementarity ［J］. Energy Conversion and Management： X ， 2025 ， 28 ： 101266 .

马浩天，胡俊杰，童宇轩 . 考虑灵活性的数据中心微网两阶段鲁棒规划方法［J］. 中国电机工程学报， 2023 ， 43 （ 19 ）： 7396 - 7408 .

Ma Haotian ， Hu Junjie ， Tong Yuxuan . A two-stage robust planning approach for data center microgrids considering flexibility ［J］. Proceedings of the CSEE ， 2023 ， 43 （ 19 ）： 7396 - 7408 .

崔杨，程禹烽，赵钰婷，等 . 考虑特性分类批处理负荷可调节能力的数据中心微网灵活性设备分布鲁棒容量配置方法［J］. 电力自动化设备， 2024 ， 44 （ 7 ）： 180 - 188 .

Cui Yang ， Cheng Yufeng ， Zhao Yuting ， et al . Distributionally robust capacity allocation method for flexibility device of data center microgrid considering adjustable capability of characteristic classification batch processing loads ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 7 ）： 180 - 188 .

吴云芸，方家琨，艾小猛，等 . 计及需求响应的数据中心联盟共享储能规划［J］. 电力系统自动化， 2023 ， 47 （ 7 ）： 42 - 50 .

Wu Yunyun ， Fang Jiakun ， Ai Xiaomeng ， et al . Shared energy storage planning for data center alliance considering demand response ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 7 ）： 42 - 50 .

Su L ， Feng W L ， Ma H Y ， et al . Shared energy storage planning based on the adjustable potential of data center based on visual IOT platform ［J］. Scientific Reports ， 2025 ， 15 ： 30020 .

Abdelhady M ， Iakovou E ， Pistikopoulos E N . Optimal energy portfolio investment strategies for data centers under deep market uncertainty ［J］. Applied Energy ， 2026 ， 410 ： 127510 .

曾博，刘一贤，张卫翔，等 . 综合考虑内外生不确定性的绿色数据中心多域资源协同规划方法［J］. 中国电机工程学报， 2024 ， 44 （ 12 ）： 4732 - 4747 .

Zeng Bo ， Liu Yixian ， Zhang Weixiang ， et al . A collaborative optimization approach for green data center multi-domain resource planning considering both endogenous and exogenous uncertainties ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 12 ）： 4732 - 4747 .

Dong H Q ， Wang L Y ， Zhang X C ， et al . A two-stage stochastic collaborative planning approach for data centers and distribution network incorporating demand response and multivariate uncertainties ［J］. Journal of Cleaner Production ， 2024 ， 451 ： 141482 .

Wan T ， Qiu J ， Tao Y C ， et al . Flexible energy storage system and renewable energy planning for sustainable Internet data center considering temporal and spatial load regulation ［J］. IEEE Transactions on Industry Applications ， 2025 ， 61 （ 6 ）： 8394 - 8405 .

Zhang Y Y ， Liang C ， Wang H ， et al . A multi-objective interval optimization approach to expansion planning of active distribution system with distributed Internet data centers and renewable energy resources ［J］. IET Generation ， Transmission & Distribution， 2024 ， 18 （ 18 ）： 2999 - 3016 .

Guo C S ， Luo F J ， Cai Z X ， et al . Integrated planning of Internet data centers and battery energy storage systems in smart grids ［J］. Applied Energy ， 2021 ， 281 ： 116093 .

王玚，李鹏，冀浩然，等 . 考虑多类型资源的数据中心园区供电协调规划［J］. 电力系统自动化， 2022 ， 46 （ 14 ）： 19 - 28 .

Wang Yang ， Li Peng ， Ji Haoran ， et al . Coordination planning of power supply in data center park considering multiple resources ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 14 ）： 19 - 28 .

Wang S J ， Xiang D ， Zhong W ， et al . A multi-objective bilevel planning for data center integrated energy systems with waste heat utilization ［J］. Energy ， 2025 ， 335 ： 137934 .

周亦洲，李想，孙国强，等 . 考虑余热回收的电-氢-热综合能源系统随机分布鲁棒韧性规划［J］. 电网技术， 2025 ， 49 （ 6 ）： 2243 - 2251 .

Zhou Yizhou ， Li Xiang ， Sun Guoqiang ， et al . Stochastic distributionally robust resilient planning of electricity-hydrogen-heat integrated energy systems considering waste heat recovery ［J］. Power System Technology ， 2025 ， 49 （ 6 ）： 2243 - 2251 .

Li W W ， Qian T ， Zhang Y ， et al . Distributionally robust chance-constrained planning for regional integrated electricity-heat systems with data centers considering wind power uncertainty ［J］. Applied Energy ， 2023 ， 336 ： 120787 .

Cui Y ， Cheng Y F ， Zhu H ， et al . Stochastic optimization for capacity configuration of data center microgrid thermal energy management equipment considering flexible resources ［J］. International Journal of Electrical Power & Energy Systems ， 2024 ， 160 ： 110132 .

曾博，孟自帅，董嘉路，等 . 考虑电-水耦合灵活性的数据中心与城市配电-水网协同规划研究［J］. 电工技术学报， 2025 ， 40 （ 23 ）： 7554 - 7569 .

Zeng Bo ， Meng Zishuai ， Dong Jialu ， et al . Research on synergistic planning of data center and urban electricity-water distribution networks considering electricity-water interdependent flexibility ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 23 ）： 7554 - 7569 .

Li B ， Wang S ， Chen Y ， et al . Joint network expansion planning with Internet data center and charging stations for EV sharing system ［J］. IEEE Transactions on Industrial Informatics ， 2024 ， 20 （ 11 ）： 13251 - 13261 .

Ren X X ， Wang J S ， Hu X Y ， et al . A novel demand response-based distributed multi-energy system optimal operation framework for data centers ［J］. Energy and Buildings ， 2024 ， 305 ： 113886 .

Han O Z ， Ding T ， Yang M ， et al . A novel 4-level joint optimal dispatch for demand response of data centers with district autonomy realization ［J］. Applied Energy ， 2024 ， 358 ： 122590 .

Sun J J ， Yan Y J ， Wang Z Y ， et al . Privacy-preserving coordinated operation of cross-enterprise data centers ［J］. Applied Energy ， 2025 ， 383 ： 125343 .

Wang P ， Cao Y J ， Ding Z H ， et al . Stochastic programming for cost optimization in geographically distributed Internet data centers ［J］. CSEE Journal of Power and Energy Systems ， 2020 ， 8 （ 4 ）： 1215 - 1232 .

Fu C ， Zhang W ， Zhou X ， et al . Stochastic optimization of photovoltaic-integrated data centers with hybrid cooling and waste heat recovery for district energy supply ［J］. Renewable Energy ， 2026 ， 256 ： 124248 .

Fan J Q ， Yan R J ， He Y ， et al . Stochastic optimization of combined energy and computation task scheduling strategies of hybrid system with multi-energy storage system and data center ［J］. Renewable Energy ， 2025 ， 242 ： 122466 .

Cupelli L ， Schutz T ， Jahangiri P ， et al . Data center control strategy for participation in demand response programs ［J］. IEEE Transactions on Industrial Informatics ， 2018 ， 14 （ 11 ）： 5087 - 5099 .

Wang K F ， Ye L ， Yang S H ， et al . A hierarchical dispatch strategy of hybrid energy storage system in Internet data center with model predictive control ［J］. Applied Energy ， 2023 ， 331 ： 120414 .

吴云芸，方家琨，艾小猛，等 . 计及多种储能协调运行的数据中心实时能量管理［J］. 电力自动化设备， 2021 ， 41 （ 10 ）： 82 - 89 .

Wu Yunyun ， Fang Jiakun ， Ai Xiaomeng ， et al . Real-time energy management of data center considering coordinated operation of multiple types of energy storage ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 10 ）： 82 - 89 .

Huang S H ， Yan D X ， Chen Y . An online algorithm for combined computing workload and energy coordination within a regional data center cluster ［J］. International Journal of Electrical Power & Energy Systems ， 2024 ， 158 ： 109971 .

Xiao J W ， Yang Y B ， Cui S C ， et al . Cooperative online schedule of interconnected data center microgrids with shared energy storage ［J］. Energy ， 2023 ， 285 ： 129522 .

Xie R ， Chen Y ， Weng X . Online low-carbon workload， energy， and temperature management of distributed data centers ［C］// 4th Energy Conversion and Economics Annual Forum （ECE Forum 2024 ）， 2024 ： 536 - 542 .

李明睿，朱介北，俞露杰，等 . 实现新能源最大利用的多数据中心自适应负荷调度算法［J］. 中国电机工程学报， 2025 ， 45 （ 6 ）： 2071 - 2083 .

Li Mingrui ， Zhu Jiebei ， YU Lujie ， et al . Adaptive spatio-temporal tasks scheduling algorithm in regional interconnected data centers ［J］. Proceedings of the CSEE ， 2025 ， 45 （ 6 ）： 2071 - 2083 .

Ding Z H ， Chen S J ， Sun Y M ， et al . Data center job scheduling and energy management under uncertain environments ［J］. IEEE Transactions on Industry Applications ， 2025 ， 61 （ 4 ）： 5489 - 5500 .

Zhang Q G ， Zeng W ， Lin Q J ， et al . Deep reinforcement learning towards real-world dynamic thermal management of data centers ［J］. Applied Energy ， 2023 ， 333 ： 120561 .

Jayanetti A ， Halgamuge S ， Buyya R . Multi-agent deep reinforcement learning framework for renewable energy-aware workflow scheduling on distributed cloud data centers ［J］. IEEE Transactions on Parallel and Distributed Systems ， 2024 ， 35 （ 4 ）： 604 - 615 .

Wang Y F ， Sun W ， Ren P Y ， et al . Multi-objective low-carbon scheduling method for data centers based on ensemble reinforcement learning ［J］. IEEE Transactions on Smart Grid ， 2026 ， 17 （ 1 ）： 297 - 308 .

Zhang Y L ， Ye Y J ， Hu J X ， et al . Constrained semi-MDP formulation and perception-enhanced safe policy learning for efficient dynamic task scheduling of data centers ［J］. IEEE Transactions on Smart Grid ， 2026 ， 17 （ 2 ）： 1209 - 1224 .

Lu N ， Yao R Y ， Wang Z Y ， et al . Low-carbon and QoS-aware operation of data centers by AI task splitting and allocation ［J］. Applied Energy ， 2026 ， 405 ： 127132 .

Misaghian M S ， Tardioli G ， Cabrera A G ， et al . Assessment of carbon-aware flexibility measures from data centres using machine learning ［J］. IEEE Transactions on Industry Applications ， 2023 ， 59 （ 1 ）： 70 - 80 .

王晴，刘友波，黄杨，等 . 考虑数据中心需求响应的城市电网阻塞管理［J］. 电网技术， 2020 ， 44 （ 8 ）： 3129 - 3138 .

Wang Qing ， Liu Youbo ， Huang Yang ， et al . Congestion management of urban power grid considering demand response of data center ［J］. Power System Technology ， 2020 ， 44 （ 8 ）： 3129 - 3138 .

陈敏，高赐威，陈宋宋，等 . 考虑数据中心用电负荷调节潜力的双层经济调度模型［J］. 中国电机工程学报， 2019 ， 39 （ 5 ）： 1301 - 1314 .

Chen Min ， Gao Ciwei ， Chen Songsong ， et al . Bi-level economic dispatch modeling considering the load regulation potential of Internet data centers ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 5 ）： 1301 - 1314 .

Taghizad-Tavana K ， Tarafdar-Hagh M ， Nojavan S ， et al . Operation of smart distribution networks by considering the spatial-temporal flexibility of data centers and battery energy storage systems ［J］. Sustainable Cities and Society ， 2024 ， 114 ： 105746 .

Han J P ， Du E S ， Du B J ， et al . Evaluating the dispatchable capacity of cross-regional data center clusters toward power system operation ［J］. IEEE Transactions on Smart Grid ， 2026 ， 17 （ 2 ）： 1180 - 1193 .

Yin X H ， Ye C J ， Ding Y ， et al . Exploiting Internet data centers as energy prosumers in integrated electricity-heat system ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 1 ）： 167 - 182 .

Sun Y ， Ding Y Y ， Chen M H ， et al . A coordinated scheduling optimization method for integrated energy systems with data centres based on deep reinforcement learning ［J］. IET Generation ， Transmission & Distribution， 2024 ， 18 （ 19 ）： 3071 - 3084 .

Liu X O . Research on collaborative scheduling of Internet data center and regional integrated energy system based on electricity-heat-water coupling ［J］. Energy ， 2024 ， 292 ： 130462 .

Zhang Y B ， Tang H ， Li H X ， et al . Integration and interaction of next-generation AI-focused data centers with smart grids and district energy systems： the state-of-the-art， opportunities and challenges ［J］. Renewable and Sustainable Energy Reviews ， 2025 ， 224 ： 116097 .

王雨欣，陆海波，叶承晋，等 . 考虑多类型市场协同的互联数据中心运营策略［J］. 电力系统自动化， 2023 ， 47 （ 24 ）： 121 - 131 .

Wang Yuxin ， Lu Haibo ， Ye Chengjin ， et al . Operation strategy for Internet data centers considering collaboration of multi-type markets ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 24 ）： 121 - 131 .

Chen B Y ， Che Y B ， Zheng Z H ， et al . Multi-objective robust optimal bidding strategy for a data center operator based on bi-level optimization ［J］. Energy ， 2023 ， 269 ： 126761 .

Zhou S B ， Zhou M ， Wu Z Y ， et al . Energy-aware coordinated operation strategy of geographically distributed data centers ［J］. International Journal of Electrical Power & Energy Systems ， 2024 ， 159 ： 110032 .

Zhang W Q ， Zavala V M . Remunerating space-time， load-shifting flexibility from data centers in electricity markets ［J］. Applied Energy ， 2022 ， 326 ： 119930 .

Cao Y J ， Cao F ， Wang Y J ， et al . Managing data center cluster as non-wire alternative： a case in balancing market ［J］. Applied Energy ， 2024 ， 360 ： 122769 .

Guo C S ， Luo F J ， Yang J J ， et al . Transactive operational framework for Internet data centers in geo-distributed local energy markets ［J］. IEEE Transactions on Cloud Computing ， 2023 ， 11 （ 2 ）： 1133 - 1143 .

Chen B Y ， Che Y B ， Takcı M T ， et al . Spatial flexibility provision from geographically dispersed data centers enabling coordinated operation of multi-local flexibility markets ［J］. IEEE Transactions on Smart Grid ， 2026 ， 17 （ 2 ）： 1371 - 1381 .

Chen M ， Gao C W ， Shahidehpour M ， et al . Incentive-compatible demand response for spatially coupled Internet data centers in electricity markets ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 4 ）： 3056 - 3069 .

Bian Y F ， Xie L R ， Ma L ， et al . A novel two-stage energy sharing method for data center cluster considering ‘Carbon-Green Certificate’ coupling mechanism ［J］. Energy ， 2024 ， 313 ： 133991 .

Bian Y F ， Xie L R ， Ma L ， et al . A novel two-stage energy sharing model for data center cluster considering integrated demand response of multiple loads ［J］. Applied Energy ， 2025 ， 384 ： 125454 .

Lu X X ， Zhang P ， Li K P ， et al . Data center aggregators’ optimal bidding and benefit allocation strategy considering the spatiotemporal transfer characteristics ［J］. IEEE Transactions on Industry Applications ， 2021 ， 57 （ 5 ）： 4486 - 4499 .

Jin T Y ， Bai L Q ， Yan M Y ， et al . Unlocking spatio-temporal flexibility of data centers in multiple regional peer-to-peer energy transaction markets ［J］. IEEE Transactions on Power Systems ， 2025 ， 40 （ 5 ）： 3914 - 3927 .

Yang Z H ， Liu H M ， Ni M . Day-ahead operation strategy for multiple data centre prosumers： a cooperative game approach ［J］. IET Renewable Power Generation ， 2025 ， 19 ： e12797 .

Zou B ， Chen G ， Zhang H C ， et al . Coordinating multiple geo-distributed data centers for enhanced participation in frequency regulation services under uncertainty ［J］. Journal of Modern Power Systems and Clean Energy ， 2024 ， 13 （ 5 ）： 1677 - 1688 .

Ye C J ， Yin X H ， Ding Y . Hierarchical control of Internet data centers for providing fast electricity-heat regulation services ［J］. IEEE Transactions on Smart Grid ， 2025 ， 16 （ 6 ）： 4660 - 4672 .

Zhang Y B ， Tang H ， Li H X ， et al . Unlocking the flexibilities of data centers for smart grid services： optimal dispatch and design of energy storage systems under progressive loading ［J］. Energy ， 2025 ， 316 ： 134511 .

文淅宇，朱继忠，李盛林，等 . 基于时空协同的多数据中心虚拟电厂低碳经济调度策略［J］. 电力系统自动化， 2024 ， 48 （ 18 ）： 56 - 65 .

Wen Xiyu ， Zhu Jizhong ， Li Shenglin ， et al . Low-carbon economic dispatch for multiple data center virtual power plant based on spatio-temporal collaboration ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 18 ）： 56 - 65 .

王继东，许秋铭，黄婷，等 . 含共享储能的数据中心微网群分布式优化调度［J］. 电网技术， 2024 ， 48 （ 8 ）： 3238 - 3247 .

Wang Jidong ， Xu Qiuming ， Huang Ting ， et al . Distributed optimal scheduling of data center microgrids cluster with shared energy storage ［J］. Power System Technology ， 2024 ， 48 （ 8 ）： 3238 - 3247 .

Ruan J Q ， Zhu Y F ， Cao Y J ， et al . Privacy-preserving bi-level optimization of Internet data centers for electricity-carbon collaborative demand response ［J］. IEEE Internet of Things Journal ， 2024 ， 11 （ 14 ）： 24948 - 24959 .

Yan D X ， Chow M Y ， Chen Y . Low-carbon operation of data centers with joint workload sharing and carbon allowance trading ［J］. IEEE Transactions on Cloud Computing ， 2024 ， 12 （ 2 ）： 750 - 761 .

Yuan H T ， Bi J ， Zhang J ， et al . Energy consumption and performance optimized task scheduling in distributed data centers ［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems ， 2022 ， 52 （ 9 ）： 5506 - 5517 .

梁晨，曾博，雷乐意，等 . 算力-电力联合市场下数据中心与配电网集成规划：一种多目标区间-随机优化方法［J］. 电力系统保护与控制， 2025 ， 53 （ 16 ）： 120 - 135 .

Liang Chen ， Zeng Bo ， Lei Yueyi ， et al . Integrated planning of data centers and distribution networks under the computing-electricity joint market： a multi-objective interval-stochastic optimization approach ［J］. Power System Protection and Control ， 2025 ， 53 （ 16 ）： 120 - 135 .

Chen J H ， Ye D S ， Liu Z G ， et al . A truthful and near-optimal mechanism for colocation emergency demand response ［J］. IEEE Transactions on Mobile Computing ， 2021 ， 20 （ 9 ）： 2728 - 2744 .

Guo Y X ， Li H N ， Pan M . Colocation data center demand response using Nash bargaining theory ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 4017 - 4026 .

曹望璋，李彬，祁兵，等 . 计算资源共享模式下的托管式数据中心群两阶段鲁棒优化模型［J］. 电网技术， 2022 ， 46 （ 10 ）： 4102 - 4112 .

Cao Wangzhang ， Li Bin ， Qi Bing ， et al . Two stage robust optimization model of colocation data centers cluster under computing resource sharing mode ［J］. Power System Technology ， 2022 ， 46 （ 10 ）： 4102 - 4112 .

Zhan Y ， Ghamkhari M ， Xu D ， et al . Propagating electricity bill onto cloud tenants： using a novel pricing mechanism ［C］// 2015 IEEE Global Communications Conference （GLOBECOM）， 2015 ： 1 - 6 .

Zhan Y ， Ghamkhari M ， Xu D ， et al . Extending demand response to tenants in cloud data centers via non-intrusive workload flexibility pricing ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 3235 - 3246 .

赵天阳，张华君，徐岩，等 . 不确定环境下含云计算数据中心的电网韧性增强调度［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 49 - 57 .

Zhao Tianyang ， Zhang Huajun ， Xu Yan ， et al . Resilience-enhanced scheduling of power system with cloud computing data centers under uncertainty ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 49 - 57 .

Liu S W ， Zhao T Y ， Liu X ， et al . Proactive resilient day-ahead unit commitment with cloud computing data centers ［J］. IEEE Transactions on Industry Applications ， 2022 ， 58 （ 2 ）： 1675 - 1684 .

Xie Y H ， Cui W Q ， Wierman A . Enhancing data center low-voltage ride-through ［PP/OL］. ［ 2026-02-21 ］. https：//arxiv.org/abs/2510.03867 https://arxiv.org/abs/2510.03867 .

Liu Y ， Weng Y ， Yang R F ， et al . Gaussian process-based bilevel optimization with critical load restoration for system resilience improvement through data centers-to-grid scheme ［J］. Sustainable Energy， Grids and Networks ， 2023 ， 34 ： 101007 .

Jian J ， Zhao J L ， Ji H R ， et al . Supply restoration of data centers in flexible distribution networks with spatial-temporal regulation ［J］. IEEE Transactions on Smart Grid ， 2024 ， 15 （ 1 ）： 340 - 354 .

Magableh S K ， Wang C S ， Dawaghreh O . A two-stage risk-averse DRO-MILP methodological framework for managing AI/data center demand shocks ［PP/OL］. ［ 2026-02-21 ］. https：//arxiv.org/abs/2601.14665 https://arxiv.org/abs/2601.14665 .

Data Center Map . Data center map ［EB/OL］. ［ 2026-02-21 ］. https：//www.datacentermap.com/ https://www.datacentermap.com/ .

Google . Cluster data ［EB/OL］. ［ 2026-02-21 ］. https：//github.com/google/cluster-data https://github.com/google/cluster-data .

InternLLM . Acme trace ［EB/OL］. ［ 2026-02-21 ］. https：//github.com/InternLM/AcmeTrace https://github.com/InternLM/AcmeTrace .

Alibaba . Cluster data ［EB/OL］. ［ 2026-02-21 ］. https：//github.com/alibaba/clusterdata https://github.com/alibaba/clusterdata .

Huaweicloud . HUAWEI cloud public dataset ［EB/OL］. ［ 2026-02-21 ］. https：//github.com/huaweicloud/HUAWEI CloudPublicDataset https://github.com/huaweicloud/HUAWEICloudPublicDataset .

Mindspore-ai . Mindspore ［EB/OL］. ［ 2026-02-21 ］. https：//github.com/mindspore-ai/mindspore https://github.com/mindspore-ai/mindspore .

Joosen A ， Hassan A ， Asenov M ， et al . How does it function？ Characterizing long-term trends in production serverless workloads ［C］// Proceedings of the 2023 ACM Symposium on Cloud Computing ， 2023 ： 443 - 458 .

Hu Q H ， Sun P ， Yan S G ， et al . Characterization and prediction of deep learning workloads in large-scale GPU datacenters ［C］// Proceedings of the International Conference for High Performance Computing， Networking， Storage and Analysis ， 2021 ： 1 - 15 .

Patel P ， Choukse E ， Zhang C J ， et al . Splitwise： efficient generative LLM inference using phase splitting ［C］// 2024 ACM/IEEE 51st Annual International Symposium on Computer Architecture （ISCA）， 2024 ： 118 - 132 .

Rahman S ， Khan T A . Energy storage systems for AI data centers： a review of technologies， characteristics， and applicability ［J］. Energies ， 2026 ， 19 （ 3 ）： 634 .

Knowledge at Wharton . The hidden cost of AI energy consumption ［EB/OL］. ［ 2026-02-21 ］. https：//knowledge.wharton.upenn.edu/article/the-hidden-cost-of-ai-energy-consu mption/ https://knowledge.wharton.upenn.edu/article/the-hidden-cost-of-ai-energy-consumption/ .

Islam M J ， Ren S L . Equity-aware spatial-temporal workload shifting for sustainable AI data centers ［C］// NeurIPS Workshop on Tackling Climate Change with Machine Learning ， 2024 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Method and Practice of Computing Power-Electric Power Coordination Based on Idle Computing Power Scheduling

Load Flexibility of Intelligent Computing Centers Aimed for Computing Power-Electric Power Coordination: Challenges and Prospects

Optimization Method for Coordinated Operation of Computing Power Network and Electric Power Network Under Multi-source Uncertainty Risk Constraints

International Experiences and Insights from Market-based Balancing Mechanisms for Power Systems

Profit Potential Estimation and Market Matching for Electric Vehicle Charging and Discharging Stations Participating in Diversified Electricity Market

Related Author

FU Zhi

ZHENG Bowen

LIU Xiaochen

CHENG Wei

ZHANG Tao

LIU Xiaohua

WANG Yi

GUO Qinglai

Related Institution

Department of Building Science, Tsinghua University

Beijing Gongji Technology Co., Ltd.

China Unicom Guangdong Branch

School of Electrical Engineering, Southeast University

Center of AI for Science and Engineering, Shenzhen Loop Area Institute

⁰