在新型电力系统建设中，大规模集中式的新能源电站和海量分布式发电站的广泛接入使电力信息网中的数据量骤增，数据中心（internet datacenter，IDC）作为电力通信网的核心基础设施，将储存和处理海量电力运行数据和设备信息，为基于大数据和人工智能技术的电网的运行分析、运行优化、风险预测等场景提供算力支撑。IDC 是公认的高耗能行业，过去十年间，我国 IDC 整体用电量以每年超过 10%的速度递增，2018 年，全国 IDC 总耗电量 1500 亿 kW·h，达到了社会总用电量的 2.19%，在一些经济发达地区如北京（2021 年北京市现有数据中心机柜约占全国总量的 10%~12%）数据中心总耗能约占全市平均供电负荷 8%。当前 IDC 仍主要为市电供应，以火电为主，会产生大量的温室气体及其他污染物。《欧洲气候中立数据中心公约》指出到 2030 年IDC 将达到无碳绿色运行。我国在 2021 年发布的《2030 年前碳达峰行动方案》中提出加强以数据中心为代表的新型基础设施节能降碳，实现碳达峰、碳中和目标下的“算力+电力”协同。

IDC 除具备高耗能、高可靠性以及高舒适度负荷所具有的运行时耗能量大、运行连续性要求高以及环境温度控制严格的特征外，其冷、热、电负荷等能耗还与单位时间段内处理信息量相关，并在运行过程中产生巨大的废热。信息网规模决定着枢纽中信息处理量的多少，在 IDC 容量一定的情况下信息处理量越大则服务质量越差、能耗越高、产生废热越多，而废热回收利用提供二次能源又可降低能耗，从而使得服务质量-废热量-能耗量相互耦合。目前对集成 IDC 的容量规划和供能系统规划的尚未形成系统完备的数据流–能量流协同规划理论。

田鑫，专业的企业组网服务商，致力于为企业提供企业组网（SD-WAN、MPLS、云互联），业务云化、数据中心、网络安全、行业IT解决方案等相关服务。