从核算到协调：面向数据中心调度的虚拟水感知电-算-水协同框架
人工智能
2026-05-26 v1
摘要
数据中心(DC)的扩张驱动了电力需求的持续增长以及发电站点相关的水资源取用量。这些取水量发生在发电站点，并根据网络潮流虚拟分配给需求侧。因此，特定负载的实际水足迹会随着发电调度和网络条件动态变化。现有方法通常依赖静态统计核算来量化这些水足迹。然而，这种静态方法无法捕捉调度优化和工作负载迁移如何动态影响取水量。因此，静态统计核算方法仍然与优化过程脱节，使其无法指导工作负载迁移或电力调度以缓解水资源压力。为解决这一局限性，本文开发了一个可运行的电力-计算-水(ECW)协同框架，将虚拟水影响直接内化到电力系统调度中。该框架将调度优化表示为一个嵌入深度学习架构中的可微优化层，从而在保持运行可行性的同时，实现协调策略的高效端到端学习。结合不动点协调，该框架强制了虚拟水归因与物理发电侧取水量之间的一致性。在IEEE 30节点和118节点测试系统上的案例研究表明，该框架具有可靠的收敛性、精确的功率-水一致性，并且在受水约束条件下，与发电相关的淡水取水量减少了约3-5%。
引用
@article{arxiv.2605.25854,
title = {From Accounting to Coordination: A Virtual Water-Aware Electricity-Computation-Water Nexus Framework for Data Center Dispatch},
author = {Haiyang You and Chengwei Lou and Jin Zhao and Yue Zhou and Lu Zhang and Jin Yang},
journal= {arXiv preprint arXiv:2605.25854},
year = {2026}
}