Greening Multi-Tenant Data Center Demand Response Niangjun - PowerPoint PPT Presentation

Greening ¡Multi-­‑Tenant ¡Data ¡ Center ¡Demand ¡Response Niangjun ¡Chen ¡ Joint ¡work ¡with ¡Xiaoqi Ren, ¡Shaolei Ren, ¡and ¡Adam ¡Wierman 1

2 ¡stories ¡about ¡energy ¡and ¡data ¡centers Typical ¡story: ¡data ¡centers ¡ are ¡energy ¡hogs ¡ Emerging ¡story: ¡data ¡centers ¡ are ¡valuable ¡resources Idea: ¡use ¡data ¡centers ¡for ¡demand ¡response ¡(DR) 2

DR ¡is ¡crucial ¡for ¡renewable ¡integration generation demand DR 3

Finding ¡DR ¡resources ¡is ¡challenging How ¡much ¡can ¡data ¡center ¡contribute? Aggressive ¡ estimate Conservative estimate 4 GTM ¡research, ¡“U.S. ¡Demand ¡Response ¡Outlook ¡2014”

Data ¡centers ¡have ¡great ¡potential ¡for ¡DR ~$5 ¡million cost! 20 ¡MW ¡Data ¡Center 700 ¡kWh ¡fast ¡charging, ¡ with ¡20% ¡flexibility optimally ¡placed ¡storage ¡ [Liu ¡et ¡al ¡2014] However, ¡current ¡participation ¡is ¡still ¡inefficient This ¡talk: ¡Efficient ¡DR ¡in ¡Multi-­‑tenant ¡Data ¡Centers 5

Multi-­‑tenant ¡(colocation) ¡data ¡centers Multiple ¡tenants ¡house ¡and ¡manage ¡their ¡own ¡servers ¡ independently ¡in ¡ shared space 6

Multi-­‑tenant ¡(colocation) ¡data ¡centers Multiple ¡tenants ¡house ¡and ¡manage ¡their ¡own ¡servers ¡ independently ¡in ¡ shared space Data ¡center ¡operator ¡is ¡mainly ¡responsible ¡for ¡facility ¡support ¡ (e.g., ¡power ¡supply, ¡cooling) ATS Diesel ¡ Generator Utility ¡ AC/DC Operator UPS Substation DC/AC PDU Tenants 7

Multi-­‑tenant ¡(colocation) ¡data ¡centers Multiple ¡tenants ¡house ¡and ¡manage ¡their ¡own ¡servers ¡ independently ¡in ¡ shared space Data ¡center ¡operator ¡is ¡mainly ¡responsible ¡for ¡facility ¡support ¡ (e.g., ¡power ¡supply, ¡cooling) Hyper-­‑scale ¡(e.g. ¡google): ¡7.8% Enterprise: ¡53% Colocation: ¡37% …of ¡total ¡data ¡center ¡industry ¡electricity ¡usage 8 CoreSite’s “One ¡Wilshire” ¡(Photo: ¡CoreSite) ¡

tenant data ¡center ¡for ¡DR? Why ¡target ¡ mu multi-­‑ -­‑te Most ¡multi-­‑tenant ¡data ¡centers ¡are ¡in ¡metropolitan ¡areas - Downtown ¡Los ¡Angeles, ¡New ¡York, ¡Silicon ¡Valley, ¡etc. This ¡is ¡where ¡demand ¡response ¡is ¡ most needed! CoreSite’s “One ¡Wilshire” ¡(Photo: ¡CoreSite) ¡ 9

How ¡do ¡multi-­‑tenant ¡data ¡center ¡provide ¡DR? - Turn ¡on ¡ diesel ¡generator ¡ upon ¡utility’s ¡request • Costly ¡and ¡environmentally ¡unfriendly Opportunity: Tenants ¡typically ¡have ¡great ¡flexibility ¡in ¡energy ¡usage [LBNL,HP] ¡workload ¡management ¡can ¡ save ¡10-­‑30+% ¡in ¡server ¡energy ¡10-­‑ 60min We ¡should ¡buy energy ¡reduction ¡from ¡tenants! 10

Our ¡contribution: ¡a ¡simple ¡and provably ¡efficient mechanism ¡to ¡incentivize ¡tenants’ ¡reduction ¡ Goal: min α · y + Σ i c i ( s i ) s.t. y + Σ i s i = δ Operator’s ¡challenge: cost ¡of ¡local ¡generation cost ¡of ¡load ¡reduction 1. No ¡direct ¡control ¡of ¡tenants’ ¡reduction ¡ s i meets ¡energy ¡reduction ¡target 2.Tenants’ ¡private ¡cost ¡ c i ¡ unknown y : ¡amount ¡of ¡local ¡generation ¡ ¡ ¡ ¡ ¡ ¡ ¡ α : ¡price ¡for ¡diesel s i : ¡load ¡reduction ¡of ¡tenant ¡ i c i : ¡cost ¡of ¡reduction ¡of ¡tenant ¡ i 11

Co ColoDR: ¡ : ¡ a ¡supply ¡function ¡mechanism ¡for ¡DR Cut ¡energy δ Cut ¡energy ¡by Diesel ¡energy Utility s i =δ-­‑b i /p y ¡= ¡δ -­‑ Σ i s i Supply ¡bid b i Price ¡ p Operator Tenants 1. Operator ¡announces ¡supply ¡function ¡ s(b, ¡p) ¡= ¡δ-­‑b/p 2. Tenant ¡ i submits ¡bid ¡ b i 3. Operator ¡sets ¡market ¡price ¡ p to ¡minimize ¡it ¡own ¡cost ¡(payment ¡to ¡tenants ¡plus ¡ diesel ¡cost) 4. DR ¡is ¡exercised 12

Co ColoDR: ¡ : ¡ a ¡supply ¡function ¡mechanism ¡for ¡DR Cut ¡energy δ Cut ¡energy ¡by Diesel ¡energy Utility s i =δ-­‑b i /p y ¡= ¡δ -­‑ Σ i s i Supply ¡bid b i Price ¡ p Operator Tenants Simple: tenant ¡only ¡need ¡to ¡communicate ¡one ¡parameter Fair: no ¡price ¡differentiation Cost ¡saving ¡for ¡operator: cost ¡of ¡dispatch ¡decrease ¡compared ¡to ¡diesel ¡only Equilibrium: always ¡exists ¡and ¡unique(more ¡on ¡this ¡later) 13

Why ¡supply ¡function ¡bidding? ¡ 1. VCG ¡type ¡mechanisms ¡are ¡problematic [Zhang ¡et ¡al ¡2015] ¡[Rothkopf 2007] 2. Supply ¡function ¡bidding ¡is ¡widely ¡used ¡in ¡electricity ¡market [Baldick et ¡al ¡2004] ¡[Day ¡et ¡al ¡2002] ¡[David ¡and ¡Wen ¡2000] 3. Prior ¡work ¡on ¡supply ¡function ¡bidding [Klemperer ¡and ¡Meyer ¡1989] ¡[Niu et ¡al ¡2005] ¡[Johari and ¡Tsitsiklis 2011] ¡[Xu et ¡al ¡2015] 14

ColoDR work? How ¡well ¡does ¡ Co 1. What ¡is ¡the ¡social ¡cost? 2. What ¡are ¡tenants’ ¡costs? 3. What ¡is ¡operator’s ¡cost? 4. What ¡is ¡the ¡reduction ¡in ¡diesel ¡usage? ¡ We ¡answer ¡these ¡questions ¡with ¡both ¡theoretical ¡guarantees and ¡trace-­‑based ¡simulations 15

What ¡should ¡we ¡compare ¡to? Benchmark: Centrally ¡controlled ¡social ¡cost ¡minimization ¡(SCM) min α · y + Σ i c i ( s i ) s.t. y + Σ i s i = δ Tenant ¡behavior ¡for ¡ColoDR Price-­‑ taking: Consider ¡the ¡price ¡as ¡is: max p · S i ( b i , p ) − c i ( S i ( b i , p )) b i Price-­‑ anticipating: ¡ Consider ¡the ¡impact ¡of ¡bidding ¡decisions ¡on ¡the ¡ market ¡price: max p ( b ) · S i ( b i , p ( b )) − c i ( S i ( b i , p ( b ))) b i 16

What ¡should ¡we ¡compare ¡to? Case ¡study DR ¡signals ¡issued ¡by ¡PJM ¡on ¡January ¡7, ¡2014, ¡due ¡to ¡cold ¡weather. ¡ Three ¡different ¡types ¡of ¡workload ¡with ¡different ¡tolerance ¡to ¡delay. 0.6 2500 MSN MSN MSR 2000 Wiki EDR (MWh) Workload 0.4 University 1500 1000 0.2 500 0 0 4 5 6 7 8 9 10 11 12 0 4 8 12 16 20 24 Hour Hour 17

1. ¡What ¡is ¡the ¡social ¡cost? Theorem: For ¡both ¡ price-­‑taking and ¡ price-­‑anticipating tenants, ¡ cost(ColoDR) ≤ cost(SCM) + αδ /N Near ¡optimal ¡ when ¡N ¡is ¡small Vanishing ¡when ¡ N is ¡large, 300 what ¡if ¡ N is ¡small? Social cost ($) 200 100 0 3 6 9 12 15 18 # of tenants ColoDR(price-­‑taking) ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ColoDR(price-­‑anticipating) ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡SCM ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Diesel-­‑only è 18

2&3. ¡What ¡are ¡tenants’ ¡and ¡operator’s ¡costs? Theorem: For ¡both ¡ price-­‑taking and ¡ price-­‑anticipating tenants, ¡ cost t (ColoDR) ≤ cost t (SCM) + 2 αδ /N cost o (ColoDR) ≥ cost o (SCM) − αδ /N Higher ¡utility ¡for ¡tenants ¡with ¡larger ¡flexibility Operator ¡have ¡ 200 Tenants Diesel T1 T2 T3 lower ¡cost ¡than ¡SCM ¡ ¡ 300 Net utility ($) 150 Cost ($) 200 100 100 50 0 0 4 6 8 10 12 4 6 8 10 12 Hour Hour ColoDR(price-­‑taking) ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ColoDR(price-­‑anticipating) ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡SCM ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Diesel ¡only è 19

4. ¡What ¡is ¡the ¡reduction ¡in ¡diesel ¡usage? y t ≤ y ∗ + δ / 2 Theorem: For ¡both ¡ price-­‑taking tenants, ¡ y a ≤ y ∗ + δ for ¡ price-­‑anticipating tenants, In ¡worst ¡case, ¡ColoDR may ¡use ¡a ¡lot ¡ more ¡diesel ¡than ¡optimal Energy reduction (kWh) Energy reduction (kWh) T1 T2 T3 Diesel T1 T2 T3 Diesel 1000 1000 500 500 0 0 0.1 0.2 0.3 0.4 0.5 0.6 4 6 8 10 12 Diesel price ($/kWh) Hour ColoDR(price-­‑taking) ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ColoDR(price-­‑anticipating) ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡SCM è 20

How ¡well ¡does ¡ Co ColoDR wo work ? 1. What ¡is ¡the ¡social ¡cost? cost(ColoDR) ≤ cost(SCM) + αδ /N 2. What ¡is ¡ ¡tenants’ ¡cost? cost t (ColoDR) ≤ cost t (SCM) + 2 αδ /N 3. What ¡is ¡operator’s ¡profit? cost o (ColoDR) ≥ cost o (SCM) − αδ /N 4. What ¡is ¡the ¡reduction ¡in ¡diesel ¡usage? ¡ y a ≤ y ∗ + δ y t ≤ y ∗ + δ / 2 All ¡these ¡follow ¡from ¡one ¡key ¡characterization ¡lemma 21