中国将力争“2030年前碳达峰、2060年前碳中和”的目标,展现了大国的担当, 能源、环保等行业迎来了历史的机遇。中国的互联网公司,也不约而同的发声,马化腾表示腾讯也要加快推进碳中和规划,蚂蚁金服在未来9年为了达到目标专门设立一个基金来支持研发。
互联网科技企业的碳排放主要来源于电力使用,并以数据中心电力使用为主。本文以大型互联网科技企业为例来讲述企业如何能够通过两种手段使到自己并且帮助社会达到“碳中和”: 1)降低自身的二氧化碳的排放;2)提供为其他企业/个人降低二氧化碳生产的产品和服务。
一、降低自身的二氧化碳的排放
降低自身碳排放有三种手段:
1. 提高用能效率,降低总能量需求
利用能效技术,降低数据中心、建筑本身能耗,这里面既有硬件上的,例如高效系统集成、高效制冷、高效供配电、高效水处理技术,也有软件上的,例如用利用人工智能算法调控空调。节约1度电=减排0.997千克“二氧化碳”=减排0.272千克“碳”。
2. 提升无碳能源(风电和太阳能)和低碳能源(燃气,生物能)的使用比例
使用可再生能源、高效分布式供能, 有4种方式灵活使用:
a) 在自己在数据中心上投资光伏或者在建筑上使用幕墙光伏,但光伏的面积是有限的,于是产生了以下三种替代方式
b) 企业在某个非数据中心的地方投资和持有风电场、光伏。 例如苹果在在贵安新区建设了数据中心后,在中国成立了清洁能源基金投资1吉(10亿)瓦的风电场
c) 通过电力交易,向风电和光伏持有者签订电力购买合约(PPA)
d) 通过向没有补贴的风电、光伏持有者购买绿证 (来证明自己使用的是绿电)
3. 捕捉回收排放出的二氧化碳
将排放出的二氧化碳进行捕集:由于互联网公司大部分使用电力而非直接排放二氧化碳,所以其实是电力产生的过程产生的二氧化碳,这里对碳的捕集可以以投资碳减排项目、碳捕捉项目, 以及购买林业碳汇等等。林业碳汇,不仅美化环境,更重要的是增加林木对碳的吸收,发挥其碳汇作用,比如在园区里种植一棵冷杉,30年能吸收111公斤二氧化碳,平均每年吸收4公斤左右。
二、提供为其他企业/个人降低二氧化碳生产的产品和服务
在自身能够达到碳中和的基础上,能提供为其他企业/个人降低二氧化碳生产的产品/服务,是一个高科技企业作为技术赋能者能达到更大减碳量的领域。
1. 建立高效、自动化的绿证和碳证通道
目前全世界绿证、核证减排量都是通过咨询机构搜集数据,根据国际/国内规范出具审计报告,才能发行证书,这里未来完全可以通过区块链、数据安全和物联网的技术,自动采集数据并向认证机构提供进而达到自动发证、自动交易、自动核销等全方位的可信赖的服务。
Google提出了带有时效性的绿证24X7匹配的需求(绿证带有时间戳,和用电的时间匹配起来),使得绿证不再是一种形式,更是一种真正的实时交易。试想一下,当风机的风轮转动一圈的发电量,能够自动申请到对应的绿证数目,在交易中心和同一时间区间(15分钟)的用电匹配起来进行交易和核销,让购买绿证和购买PPA达到一样的效果。
2. 电力供需自动匹配
一个互联网技术公司,更牛的一面,是还可以利用瓦特和比特在能源互联网中具有量子纠缠效应来实现电力供需的自动匹配:瓦特是比特的物理基础,而比特反过来深刻地影响着瓦特的发展,这不仅是我们能直观理解到的数字化改变能源企业(例如智能电网,智慧电厂),事实上由于两者都有瞬时特性,比特可以对瓦特有更深层更有力的影响力。
在电网传输电力的每一刻,发电和用电都必须实时平衡,而每一刻的电力由于来源于不同地理位置和不同原动力(风、光、煤、气、油)则具有不同的发电成本。更糟糕的是,风电和光伏发电能力具有一定程度的不可预测性,每一刻的电网传输无论距离多远几乎秒级输送,但容量有限会阻塞,而电力又无法大量瞬时存储,在经济学上也有个位变时变的传输成本;每一刻的用电都有不同的量,位变时变且有不可预测的供需平衡、生产成本和传输成本,使得电力实际上是一个随着位置和时间而变化价格的商品。
因此早在1990年代欧美就进行了电力改革,还原了电力商品的属性,目前普遍以最小时间分辨率为15分钟甚至5分钟(欧洲部分地区)对电力的供需和报价进行出清以定价,而基于这些现货电力价格也衍生除了各种期货和衍生品,交易感和股票交易几乎无差。
2020年欧洲各现货交易市场日平均现货价格曲线
而国内长期在计划经济之下,发电厂的销售价格和电网对用户的销售价格是由发改委定期核准,不过从2015年国内重启电力市场开始,目前也有不少省份有了电力现货和中长期市场,相信不久后各大数据中心也可以主动或被动开始感受到位变时变的电价。
既然电力的供需具有时变位变和不可预测性,而大数据中心里计算机消耗大量电力,但实际计算机的算力具有相当大的弹性、瞬时位置转移性,以及有一些计算任务(比如渲染,流体仿真)也对于时限具有弹性,那么让我们试想一下:
a) 中国西北部风电光伏某几个小时大量产生无法输送出去的时候(此时理论上电力是负价格,因为发电太多用不掉除了弃风弃光,还会影响电网稳定性),可否把计算任务通过网络转移到西北部,越用电越赚钱?
b) 在某个时刻发电厂故障导致供小于需,是否可以将数据中心CPU主频降低或不紧急的计算任务存储或转移到其他地区,瞬间降低用电量救急电网。
c) 更近在眼前的是,我们是否能根据云的作业调度能力,使得每个省(严格来说是每个输电近期无阻塞的区域)的所有数据中心的能耗能够弹性调整,以使得该区域的发电装机能减少冗余。一旦数据中心这样的耗电大户能达到以上的能力,那么每个省为了防止以上小概率事件发生而建立的冗余备用电源、或者为了传输小概率的峰值的风电光伏而建造的输电通道或者实在不行的弃风弃光便可以减少,这才能是更可观的减碳量。
变动的电力价格,传导到变动的计算资源价格,又传导到计算需求,再传到到电力需求,最后回到电力价格,这个闭环便是比特和瓦特最深层的纠缠。
这些想法对于电力背景的人,可能很早就想过,IEEE上也有较多的文章,但最终的实现,需要靠结合互联网技术和数据中心的运营商 — 真正能动态操控数据中心算力的企业 — 才能实现。
Google在2020年4月发布的消息,已经试验了“scheduling non-urgent computing tasks at times of maximum wind and solar output”来达到load shifting。 英特尔也早就做过了测试,“在高负载运行期间,通过将服务器最大性能设为90%,能降低服务器耗电量23.5%”。
数据中心能进行需求侧响应,能用备用电源为电网提供辅助服务,甚至能更灵活地调度算力的地域和时间分布,使得算(用)力(电)能成为carbon-aware load,不仅需要数据中心从当前的双倍甚至三倍的电力保障的安全第一心态,走向接受可再生能源的“不靠谱”而以智能来保障电力安全,同时也需要比特和瓦特背景的人跨界协作,将比特的调度技术和瓦特的调度技术互相融合。
我相信,启程扬帆 ,假以时日,目标必达!