简介:本教程面向开发者、运维人员和技术负责人,说明在电网接入受限时,如何为大规模AI算力集群规划并搭建自建供电系统,覆盖负荷测算、电源选型、冗余设计、调试验证与常见问题排查。
一、教程目标
本教程帮助读者完成一套面向大规模训练与推理集群的自建供电方案设计与验证。完成后,读者应能够估算整体用电负荷,选择发电与储能的组合,设计冗余结构,完成配电与并网或离网接入,并通过分阶段测试确认系统在负载突变和外部电网异常时仍能稳定运行。最终产出一份可供评审的供电设计文档,以及一套上线后的持续监测方案。
近年来,部分大型算力项目在电网容量申请或并网周期较长时,选择在园区内自建发电设施,以缩短从立项到上线的时间。这种做法把供电从外部依赖转为项目内部可控的工程任务,因此对设计、施工和运维的要求都更高。
二、适用读者
三、适用场景
场景一:新建算力园区。电网增容审批周期长,无法满足首期机房的上线时间,需要优先建设园区内电源。
场景二:现有园区扩容。原有电网接入容量不足,需要补充发电或储能能力。
场景三:对供电连续性要求高的训练任务。即使电网可用,也需要独立的备用电源和不间断供电能力。
这三类场景的核心差异在于电源的主次关系。场景一通常以自发电为主,电网只作为补充或备用。场景二更适合混合供电,即自发电与外部电网并行运行。场景三则重点关注切换时间和冗余等级。
四、前置准备
负荷数据。整理计算设备的规格、数量和部署节奏,同时收集网络设备、存储设备、冷却系统和照明等辅助设施的功耗数据。没有实测数据时,可以先使用设备铭牌功率和设计文档估算,后续再用实测值修正。
场地与资源条件。确认可用土地面积、燃料获取与输送方式、噪声和排放的限制条件,以及场地的防洪、防雷和抗震要求。
法规与并网要求。收集当地能源主管部门、电网企业和环保部门的接入规定。并网项目需要满足当地电网接入技术规定,离网项目需要满足消防、排放和安全生产的相关要求。
技术团队。至少需要电气工程、暖通空调、自动化控制和软件监控四类人员协同工作。
监控基础。确保系统能够采集功率、电压、频率、温度、燃料液位和电池荷电状态等遥测数据,并具备统一的时间戳,便于事后分析。
备件与服务合同。关键设备的维护周期、备件储备和现场响应时间需要在采购前明确,避免上线后出现长时间停机。
五、实施步骤
步骤一:测算IT负荷与设施总负荷
做什么:汇总所有计算设备的额定功率,并结合实际运行情况确定同时使用系数。
为什么这么做:供电容量需要按峰值设计,而不能只按平均值设计。训练任务在同步计算阶段会产生短时功率冲击,如果容量只按平均值配置,系统在峰值时会过载。
注意事项:训练任务和推理任务的功率曲线差异较大。训练任务通常功率较高且持续时间长,推理任务波动更频繁。两类负载应分别记录,再合并计算。
以下是通用负荷估算的示意代码,数值仅用于说明计算方法,实际取值应以项目数据为准:
# 通用负荷估算示意it_load_kw = 0for 设备类别 in [计算节点, 网络设备, 存储设备]:it_load_kw += 设备数量 × 单台额定功率 × 同时使用系数# PUE为设施能效指标,数值越接近1表示能源利用效率越高facility_load_kw = it_load_kw × PUErequired_capacity_kw = facility_load_kw × (1 + 设计余量)
设计余量需要结合项目扩容计划确定。如果后续还会增加设备,余量应当预留,否则需要在扩容时重新改造供电系统。
步骤二:选择电源组合
做什么:在可选的电源技术中,根据场地、燃料、排放和建设周期等条件进行比选,确定基础电源与辅助电源的组合。
常见的电源类型包括:
比选时,建议从启动时间、负载响应能力、燃料依赖、单位容量投资、维护复杂度和排放要求六个维度分别打分,并记录每个结论的依据。常见的组合思路是:发电设备承担基础负荷,储能平抑负载突变,外部电网或备用发电机组作为最后保障。
步骤三:设计冗余结构
做什么:确定设备的冗余等级,并规划主电源、备用电源和不间断电源之间的关系。
为什么这么做:冗余等级直接决定单点故障时系统能否继续运行。行业中常见的冗余表达包括N、N+1和2N。N表示按需求配置的最小容量,N+1表示额外增加一套设备作为备份,2N表示两套完整独立的供电系统互为备份。冗余等级越高,建设成本也越高,因此需要按业务的可用性要求取舍。
注意事项:切换时间需要与计算设备的容忍能力匹配。在电压或频率短时跌落时,若不间断电源或储能无法及时接管,计算任务可能中断,需要从作业层面增加检查点保存。切换时长的具体数值应根据设备厂商提供的规格确定,并在设计阶段完成确认。
步骤四:配电与并网或离网接入
做什么:确定母线结构、保护配置、同步控制方式以及接地和防雷方案。
为什么这么做:母线结构决定故障隔离的范围。分段母线可以把单点故障限制在一段内,但会增加开关设备数量和控制复杂度。
并网与离网的区别如下:
以下为通用配置结构示意,字段取值需根据项目设计填写:
power_system:topology: "segmented_bus" # 母线结构redundancy: "N+1" # 冗余等级generation:- id: gen_block_atype: "gas_engine"capacity_kw: 待确认storage:type: "battery"duration_min: 待确认 # 可支撑的放电时长grid_connection:mode: "island" # island 或 grid_tiedprotection_settings: 待协商 # 由电网企业确认
步骤五:部署能源管理与控制
做什么:建设能源管理系统,实现功率调度、发电与负载匹配、储能充放电控制和告警联动。
为什么这么做:多台发电设备和储能系统同时运行时,如果没有统一的调度逻辑,容易出现发电过剩、储能过充或发电不足等问题,既影响效率也影响安全。
控制逻辑的核心是比较负载功率与发电出力之间的差值,并据此决定储能的充放电动作。荷电状态(SOC)是储能系统当前剩余电量占额定容量的比例,它决定了储能还能继续放电还是需要充电。
以下为控制循环的通用伪代码:
每隔固定周期 T 执行:load = 读取IT负载功率()gen_out = 读取发电机组总出力()gap = load - gen_outif gap > 阈值:储能放电(min(gap, 放电功率上限))elif gap < -阈值:储能充电(min(-gap, 充电功率上限))if SOC < 低电量阈值:启动备用发电机组()记录(load, gen_out, SOC)
控制策略上线时应采用先监测、后自动化的方式。前期只输出建议,由人工确认后再开启自动调度,并设置分级权限,防止误操作。
步骤六:分阶段调试与验证
做什么: