تقاضای انرژی مرکز داده و کربن زدایی: مسیرهایی به سوی پایداری

با آمريكا براي ضربه زدن بالاترین میزان مصرف انرژی در سال‌های 2024 و 2025، تنظیم‌کننده‌های جهانی و ذینفعان به افزایش خواسته‌های خود مبنی بر اینکه سازمان‌ها «کار درست» را توسط محیط زیست انجام دهند، ادامه می‌دهند. و با آن، کسب‌وکارها در سراسر جهان به سختی در تلاش هستند تا راه‌هایی برای برآورده کردن انتظارات و در عین حال تامین نیازهای انرژی پیدا کنند. این امر به ویژه برای یکی از سریع‌ترین مصرف‌کنندگان انرژی در جهان صادق است: مراکز داده.

حسابداری تا 1.5 درصد از مصرف برق جهانی در سال 2022، با افزایش مصرف بیش از 160% تا سال 2030 – با رونق هوش مصنوعی و فناوری مبتنی بر ابر – صنعت مرکز داده به سرعت تبدیل به یکی از محبوب ترین کاربران انرژی می شود. و با هوش مصنوعی مولد به تنهایی به بالون از a صنعت 40 میلیارد دلاری در سال 2022 به صنعت 1.3 تریلیون دلاری تا سال 2032 می رسدپاسخگویی به نیازهای انرژی در عین رسیدن به اهداف پایداری برای این صنعت که از قبل به شدت مورد بررسی قرار گرفته است، کار آسانی نخواهد بود.

خوشبختانه، در حالی که این هنوز یک چشم‌انداز بسیار زیاد است، به لطف نوآوری‌ها در هوش انرژی مبتنی بر داده، کسب‌وکارهای فناوری شروع به درک بهتری از نیازها و مصرف انرژی مرکز داده خود و چگونگی برآورده کردن انتظارات پایداری خود کرده‌اند. مهمتر از آن، با توجه به پتانسیل برای دارایی های برقی – مانند مراکز داده – وجود دارد قدرت کربن صفر به لطف انرژی های تجدیدپذیر، کسب و کارها به دنبال راه هایی برای ایجاد چارچوبی برای دستیابی به این پیشنهاد هیجان انگیز در میان مدت هستند.

مرتبط:مراکز داده هزینه را به سمت انتشار خالص صفر هدایت می کنند

در اینجا چند نکته وجود دارد که کسب و کارها باید هنگام تلاش برای حل این معمای چالش برانگیز انرژی در نظر داشته باشند.

درک ترکیب انرژی آنها

برای همگام شدن با آنها انرژی نیازها، مراکز داده بر طیف متنوعی از دارایی های انرژی تکیه می کنند که آنها را قادر می سازد از منابع مختلف در مناطق نزدیک خود برای متعادل کردن هزینه استفاده کنند و بدون وقفه “آنلاین” بمانند. با توجه به تنوع دارایی‌های انرژی، کسب‌وکارهای فن‌آوری اغلب نه تنها به آنچه منابع انرژی آینده ارائه می‌کنند، بلکه اینکه چگونه هر دارایی دقیقاً امروز سازمانشان را تغذیه می‌کند، دید ندارند.

بنابراین، قبل از شروع یک نوسازی کامل منبع انرژی، کسب و کارها باید یک گام به عقب بردارند و نه تنها نیازهای فعلی مصرف انرژی خود و نحوه برآورده شدن آنها، بلکه همچنین نحوه هماهنگی آنها با اهداف کربن زدایی اعلام شده خود را به دست آورند. .

علاوه بر این، ظرفیت انتقال اغلب یک گلوگاه بزرگتر از ظرفیت تولید است. تصویب خطوط انتقال، به ویژه در ایالات متحده، به دلیل موانع محیطی، اجتماعی و مقرراتی ممکن است تا 10 سال طول بکشد. برای مثال، حتی پروژه‌های تجدیدپذیر با سرمایه‌گذاری‌های گسترده ممکن است به تعویق بیفتند یا لغو شوند، اگر زیرساخت‌های انتقال نتواند ظرفیت تولید اضافی را در خود جای دهد.

مرتبط:پیش بینی بازار جهانی مرکز داده تا سال 2029 به 500 میلیارد دلار می رسد

اغلب اوقات، کسب و کارها بدون درک کامل از مصرف واقعی انرژی خود، وارد پروژه های کربن زدایی می شوند. با بررسی تصویر بزرگ‌تر و اتخاذ یک رویکرد علمی و داده‌محور برای برنامه‌ریزی انرژی، شرکت‌های مرکز داده می‌توانند بینش دقیقی در مورد مصرف انرژی خود به دست آورند و فرصت‌های عرضه را برای بهینه‌سازی پایداری و کارایی هزینه‌ها کشف کنند. این رویکرد ذینفعان را قادر می‌سازد تا با اطمینان تصمیماتی اتخاذ کنند که با اهداف کربن‌زدایی هماهنگ باشد و در عین حال از عملیات قابل اطمینان اطمینان حاصل شود.

ترکیب انرژی های تجدیدپذیر

از آنجایی که انرژی های تجدیدپذیر به یکی از کم هزینه ترین منابع انرژی جدید تبدیل شده است، تعجب آور نیست که ببینیم پذیرش انرژی های تجدیدپذیر در مقیاس تجاری نیز افزایش یافته است. در واقع، در دهه گذشته، تاسیسات تجاری یک محرک کلیدی در این امر بودند رشد سالانه 25 درصدی صنعت خورشیدی.

شرکت های فناوری با ارائه صرفه جویی قابل توجه در هزینه ها و افزایش انعطاف پذیری و کربن زدایی، بازار انرژی های تجدیدپذیر را به عنوان یک منبع کلیدی انرژی مورد توجه قرار داده اند. با این حال، در حالی که انرژی‌های تجدیدپذیر مقرون به صرفه‌تر می‌شوند، شرکت‌های فناوری هنوز با فشار زیادی برای تصمیم‌گیری درست در مورد سرمایه‌گذاری‌های تجدیدپذیر خود مواجه هستند. بله، انرژی‌های تجدیدپذیر امتیاز بزرگی در کاهش انتشار گازهای گلخانه‌ای هستند. اما با توجه به هزینه‌های اولیه سنگین و انتظارات پایداری فزاینده، شرکت‌های فناوری باید اطمینان حاصل کنند که سرمایه‌گذاری‌های تجدیدپذیر آنها حداکثر بازگشت سرمایه را فراهم می‌کند.

مرتبط:چگونه آرشیوهای فعال به تقاضای فزاینده انرژی و ذخیره سازی هوش مصنوعی پاسخ می دهند

اطلاعات بیشتر از آخرین تفسیر مرکز داده از کارشناسان صنعت را بخوانید

قرار است در چه نوع پروژه های تجدیدپذیر سرمایه گذاری کنیم؟ چگونه ظرفیت ذخیره سازی خود را بهینه کنیم؟ تسهیلات برای ارائه حداکثر منافع کلی در کجا قرار خواهند گرفت؟

صاحبان مراکز داده نیز باید در هنگام ازدحام انتقال را در نظر بگیرند امکانات مکان یابی. تراکم انتقال زمانی اتفاق می‌افتد که شبکه فاقد ظرفیت کافی برای رسیدگی به جریان‌های برق باشد که منجر به گلوگاه‌ها می‌شود. مدل‌سازی گره‌ای به کسب‌وکارها اجازه می‌دهد تا محدودیت‌های انتقال را در نقاط مختلف شبکه شبیه‌سازی و شناسایی کنند و به آن‌ها کمک می‌کند تا برای مقرون‌به‌صرفه‌ترین مکان‌های اتصال داخلی برنامه‌ریزی کنند.

یکی از چالش‌های عمده‌ای که کسب‌وکارهای فناوری باید در هنگام ترکیب انرژی‌های تجدیدپذیر در نظر داشته باشند، عدم تطابق بین بارهای پایدار مرکز داده و تولید متناوب انرژی تجدیدپذیر است. از آنجایی که منابع تجدیدپذیر مانند باد و خورشید متغیر هستند، مراکز داده باید از انرژی‌های تجدیدپذیر و ترکیب ذخیره‌سازی خود آگاه باشند تا بتوانند نیازهای انرژی خود را در 24 ساعت و 7 روز بدون سکسکه برآورده کنند.

نگه داشتن یک چشم در افق

2050 – سالی که بسیاری از سازمان‌ها به عنوان تاریخ صفر خالص هدف خود تعیین کرده‌اند – قبل از اینکه بدانیم، اینجا خواهد بود. و در حالی که بهینه سازی دارایی های موجود و ترکیب صحیح انرژی های تجدیدپذیر مطمئناً به این سفر کمک می کند، این تنها بخشی از نبرد است. تنظیم‌کننده‌ها، به‌ویژه، خواستار شواهد محکم‌تری هستند که نشان می‌دهد شرکت‌های فناوری در حال برداشتن گام‌های ملموس پایدار هستند.

برای دستیابی به اهداف جاه طلبانه آب و هوایی داخلی و خارجی، شرکت های فناوری باید یک برنامه استراتژیک و قابل اندازه گیری برای اکوسیستم مصرف انرژی مرکز داده آینده خود داشته باشند. خوشبختانه، به دلیل افزایش نوآوری در علم داده، شرکت های فناوری اکنون توانایی شبیه سازی علمی نیازها و عملکرد انرژی فعلی و آینده خود را دارند.

با بهره گیری از علم داده و اتوماسیون، شرکت ها می توانند به صورت پویا نیازهای آینده و سرمایه گذاری های بالقوه خود را در زمان واقعی بر اساس سناریوهای مختلف برای توسعه نقشه راه علمی مورد نیاز خود برای رسیدن به خالص صفر مدل کنند.


Source link