算力-电力耦合网络的统一图模型及协同优化机制

陈仲禧; 张沛超; 赵建立; 王晴; 杨尚霖

doi:10.7500/AEPS20260201002

您当前的位置：

首页 >

文章列表页 >

算力-电力耦合网络的统一图模型及协同优化机制

算力-电力协同 | 更新时间：2026-09-01

- 算力-电力耦合网络的统一图模型及协同优化机制
- Unified Graph Model and Coordinated Optimization Mechanism for Computing Power-Electric Power Coupling Network
- 电力系统自动化 2026年50卷第17期页码：74-84
- 作者机构：
  
  1.电力传输与功率变换控制教育部重点实验室（上海交通大学），上海市 200240
  2.国网上海市电力公司，上海市 200122
  3.上海市智能电网需求响应重点实验室，上海市 200063
- 作者简介：
  
  陈仲禧(2002—)，男，硕士研究生，主要研究方向：数据中心、需求响应。E-mail：sjtu_czx@163.com
  张沛超(1970—)，男，通信作者，博士，副教授，主要研究方向：电力系统优化运行、交易式控制。E-mail：pczhang @sjtu.edu.cn
  赵建立(1983—)，男，硕士，高级工程师，主要研究方向：智能用电、需求侧管理。E-mail：zhao_1883@163.com
- 基金信息：
  
  国家电网有限公司科技项目(52090D250002)
- DOI：10.7500/AEPS20260201002
  中图分类号：
- 收稿：2026-02-01，
  
  修回：2026-05-25，
  
  网络首发：2026-07-20，
  
  纸质出版：2026-09-10
- 稿件说明：
移动端阅览
陈仲禧,张沛超,赵建立等.算力-电力耦合网络的统一图模型及协同优化机制[J].电力系统自动化,2026,50(17):74-84.

CHEN Zhongxi,ZHANG Peichao,ZHAO Jianli,et al.Unified Graph Model and Coordinated Optimization Mechanism for Computing Power-Electric Power Coupling Network[J].Automation of Electric Power Systems,2026,50(17):74-84.
陈仲禧,张沛超,赵建立等.算力-电力耦合网络的统一图模型及协同优化机制[J].电力系统自动化,2026,50(17):74-84. DOI： 10.7500/AEPS20260201002.

CHEN Zhongxi,ZHANG Peichao,ZHAO Jianli,et al.Unified Graph Model and Coordinated Optimization Mechanism for Computing Power-Electric Power Coupling Network[J].Automation of Electric Power Systems,2026,50(17):74-84. DOI： 10.7500/AEPS20260201002.

摘要

算力-电力耦合网络面临模型异构、计算复杂以及市场激励机制等难题。针对这些问题，首先提出算力网络的图建模方法，用于表达算力约束以及算力-电力调节能力的映射关系。在此基础上，提出算力和电力网络的统一图模型表示，推导出具有可扩展性的分布式协同优化方法以及非储能设备的解析解，并支持在算力-电力分界面分割网络以实现隐私计算。基于上述协同优化能力以及纳什谈判方法，提出不依赖节点电价的算力空间迁移激励机制。仿真结果表明，所提分布式优化方法具有线性复杂度，所提算力-电力协同激励机制能够公平分配算力时空迁移带来的合作剩余，实现电网与数据中心利益共赢，并有效提升新能源消纳率、降低系统运行成本与碳排放。

Abstract

Computing power-electric power coupling network faces challenges such as model heterogeneity

computational complexity

and market incentive mechanisms. To address these issues

a graph modeling method for the computing power network is first proposed to express the computing power constraints and the mapping relationship of computing power-electric power regulation capabilities. Based on this

a unified graph model representation for both computing power and electric power networks is proposed

from which a scalable distributed coordinated optimization method and analytical solutions for non-energy-storage devices are derived. This method supports network splitting at the computing power-electric power interface to achieve privacy-preserving computation. Based on this coordinated optimization capability and the Nash bargaining method

an incentive mechanism for the spatial migration of computing power is proposed

which functions independently of nodal electricity prices. Simulation results demonstrate that the proposed distributed optimization method exhibits linear complexity. Furthermore

the proposed computing power-electric power coordinated incentive mechanism can fairly allocate the cooperative surplus generated by spatio-temporal migration

achieving a win-win outcome for both the power grid and data centers. It also effectively enhances the renewable energy accommodation rate while reducing system operation costs and carbon emissions.

关键词

Keywords

references

中国铁塔股份有限公司，北京邮电大学，江苏省未来网络创新研究院 . 分布式算力感知与调度技术白皮书（2025）［R］. 南京：第九届未来网络发展大会组委会， 2025 .

China Tower Corporation Limited ， Beijing University of Posts and Telecommunications ， Jiangsu Future Network Innovation Institute . Distributed computing power perception and scheduling technology white paper （2025）［R］. Nanjing ： Ninth Future Network Development Conference Organizing Committee ， 2025 .

Zhang P ， Yang P ， Zhao Z L ， et al . A framework for several electricity retailers cooperatively implement demand response to distributed data center ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 1 ）： 277 - 289 .

文亚凤，程祖铭，刘欣雅，等 . 考虑算力-电热耦合的边缘数据中心能量优化管理［J］. 中国电机工程学报， 2026 ， 46 （ 1 ）： 186 - 197 .

Wen Yafeng ， Cheng Zuming ， Liu Xinya ， et al . Energy optimization management of edge data centers considering computing power-electrothermal coupling ［J］. Proceedings of the CSEE ， 2026 ， 46 （ 1 ）： 186 - 197 .

雷成，梁宇，聂金峰，等 . 绿色“电力+算力”协同推动能源数字经济发展（数字电网）［N］. 中国能源报， 2024-01-29 （6）.

Lei Cheng ， Liang Yu ， Nie Jinfeng ， et al . Green “power + computing power” synergy promotes the development of energy digital economy （digital grid）［N］. China Energy News ， 2024-01-29 （6）.

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 .

Li C Y ， Zheng K D ， Guo H Y ， et al . Computation-power coupled modeling for IDCs and collaborative optimization in ADNs ［J］. IEEE Transactions on Smart Grid ， 2024 ， 15 （ 3 ）： 2762 - 2775 .

Zeng B ， Zhou Y Y ， Xu X Z ， et al . Bi-level planning approach for incorporating the demand-side flexibility of cloud data centers under electricity-carbon markets ［J］. Applied Energy ， 2024 ， 357 ： 122406 .

Sun J ， Chen M H ， Liu H Y ， et al . Workload transfer strategy of urban neighboring data centers with market power in local electricity market ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 4 ）： 3083 - 3094 .

Xiao Q ， Li T X ， Jia H J ， et al . Electrical circuit analogy-based maximum latency calculation method of Internet data centers in power-communication network ［J］. IEEE Transactions on Smart Grid ， 2025 ， 16 （ 1 ）： 449 - 452 .

Chen M ， Gao C W ， Li Z Y ， et al . Aggregated model of data network for the provision of demand response in generation and transmission expansion planning ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 1 ）： 512 - 523 .

Han O Z ， Ding T ， Mu C G ， et al . A two-stage demand response Stackelberg game of data center operators and the system operator based on Kriging metamodel ［J］. IEEE Transactions on Automation Science and Engineering ， 2024 ， 21 （ 4 ）： 6666 - 6679 .

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 .

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 .

Yao Y ， Huang L B ， Sharma A B ， et al . Power cost reduction in distributed data centers： a two-time-scale approach for delay tolerant workloads ［J］. IEEE Transactions on Parallel and Distributed Systems ， 2014 ， 25 （ 1 ）： 200 - 211 .

韩赫，张沛超，孙宏宇，等 . 能量流-信息流-价值流协同的区域热电系统分散式能量管理方法［J］. 中国电机工程学报， 2020 ， 40 （ 17 ）： 5454 - 5467 .

Han He ， Zhang Peichao ， Sun Hongyu ， et al . Decentralized energy management method for district heat-electric system based on synergies of energy-information-value flows ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 17 ）： 5454 - 5467 .

马智刚，卫志农，陈胜，等 . 基于图计算的交直流混合配电网优化调度［J］. 电力系统自动化， 2023 ， 47 （ 18 ）： 161 - 170 .

Ma Zhigang ， Wei Zhinong ， Chen Sheng ， et al . Optimal dispatch of AC/DC hybrid distribution network based on graph computing ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 18 ）： 161 - 170 .

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 .

Boyd S ， Parikh N ， Chu E ， et al . Distributed optimization and statistical learning via the alternating direction method of multipliers ［J］. Foundations and Trends in Machine Learning ， 2011 ， 3 （ 1 ）： 1 - 122 .

韩赫，张沛超，柴博，等 . 基于图计算的区域热电系统建模与运行优化方法［J］. 中国电机工程学报， 2022 ， 42 （ 19 ）： 7113 - 7125 .

Han He ， Zhang Peichao ， Chai Bo ， et al . Modeling and operational optimization methods for district heat-electricity systems based on graph computing ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 19 ）： 7113 - 7125 .

张珺，时斌，崔晨雨，等 . 分布式能源参与北美批发市场的聚合节点模型及对我国的启示［J］. 电力自动化设备， 2026 ， 46 （ 2 ）： 156 - 168 .

Zhang Jun ， Shi Bin ， Cui Chenyu ， et al . Aggregated nodal model for distributed energy participating in North American wholesale market and implication for China ［J］. Electric Power Automation Equipment ， 2026 ， 46 （ 2 ）： 156 - 168 .

王正风，王吉文，高卫恒，等 . 电力现货市场阻塞费用结算机制分析［J］. 浙江电力， 2024 ， 43 （ 1 ）： 57 - 63 .

Wang Zhengfeng ， Wang Jiwen ， Gao Weiheng ， et al . Analysis of congestion cost settlement mechanisms in electricity spot market ［J］. Zhejiang Electric Power ， 2024 ， 43 （ 1 ）： 57 - 63 .

徐博强，赵建立，张沛超，等 . 基于负荷准线和纳什谈判的高比例新能源消纳方法［J］. 电力系统自动化， 2023 ， 47 （ 15 ）： 36 - 45 .

Xu Boqiang ， Zhao Jianli ， Zhang Peichao ， et al . High-proportion renewable energy accommodation method based on customer directrix load and Nash bargaining ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 15 ）： 36 - 45 .

Gholizadeh N . 33 -， 119 -， and 136 -bus system data for reinforcement learning-based distribution network reconfiguration ［EB/OL］. ［ 2025-09-28 ］. https：//ieee-dataport.org/documents/33-119-and-136-bus-system-data-reinforcement-learning-based-distribution-network https://ieee-dataport.org/documents/33-119-and-136-bus-system-data-reinforcement-learning-based-distribution-network .

Github . Alibaba cluster trace program ［EB/OL］. ［ 2025-09-28 ］. https：//github.com/alibaba/clusterdata https://github.com/alibaba/clusterdata .

山东电力交易中心 . 山东电力市场运行工作日报（ 9 月 4 日）［EB/OL］.［ 2025-09-28 ］. https：//pmos.sd.sgcc.com.cn/#/outNet https://pmos.sd.sgcc.com.cn/#/outNet .

Shandong Electricity Trading Center . Shandong electricity market operation daily report （September 4 ）［EB/OL］. ［ 2025-09-28 ］. https：//pmos.sd.sgcc.com.cn/#/outNet https://pmos.sd.sgcc.com.cn/#/outNet .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

计及任务时序灵活性的数据中心算力-电力协同优化方法

基于可行域聚合投影的输配电网与EVA分层协同优化调度

支撑应急保供需求的电能量与备用市场协同监管机制

基于定子电压前馈补偿的双馈风机并网系统高频振荡抑制策略

负荷侧灵活性资源的价格响应调节意愿参数化估计