On the Optimal Co-location of Data Centers with Renewable Energy Sources in SIDS

📄 arXiv: 2609.17980v1 📥 PDF

作者: Shankar Ramharack, Patrick Hosein, Rajiv Sahadeo

分类: eess.SY, math.OC

发布日期: 2026-09-16

备注: 6 pages, 4 figures, accepted to 2026 IEEE Caribbean Conference (CaribCon) - Track 3 - Smart Systems, Robotics, and Automation

💡 一句话要点

提出基于PyPSA的框架以优化小岛屿国家数据中心与可再生能源的共址问题

🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)

关键词: 数据中心 可再生能源 小岛屿国家 容量扩展 能源优化 政策规划 韧性评估

📋 核心要点

  1. 现有方法未能有效解决小岛屿国家数据中心与可再生能源的共址问题，导致资源利用不充分。
  2. 论文提出了一种基于PyPSA的容量扩展框架，考虑电池储能和工作负载灵活性，以优化共址方案。
  3. 通过案例研究，牙买加的方案实现了42.5%的可再生能源渗透率，显示出显著的能源优化效果。

📝 摘要（中文）

随着数据中心的快速扩张，加勒比小岛屿发展中国家（SIDS）面临经济机遇与系统性风险。本文开发了一种基于PyPSA的容量扩展框架，旨在优化数据中心与可再生能源基础设施的共址，考虑了电池储能、工作负载灵活性及多总线传输拓扑。通过对特立尼达和牙买加的案例研究，结果显示牙买加的最佳方案部署了405MW太阳能和278MW风能，达到42.5%的可再生能源渗透率，而特立尼达则未新增可再生能源。研究还评估了飓风韧性，并提出了10因素选址框架，以填补SIDS在数据中心特定分区方面的监管空白。

🔬 方法详解

问题定义：本文旨在解决加勒比小岛屿国家数据中心与可再生能源基础设施的共址优化问题。现有方法在资源配置和环境适应性方面存在不足，未能充分考虑当地的特殊需求和挑战。

核心思路：论文提出的解决思路是基于PyPSA框架，结合电池储能和工作负载灵活性，优化数据中心与可再生能源的共址布局，以提高能源利用效率和系统韧性。

技术框架：整体架构包括数据中心负载分析、可再生能源资源评估、储能系统设计及多总线传输拓扑的整合。主要模块包括容量扩展模型、灵活性分析和韧性评估。

关键创新：最重要的技术创新在于提出了一个10因素选址框架，填补了SIDS在数据中心特定分区方面的监管空白，确保了规划的全面性与适应性。

关键设计：关键参数包括工作负载的灵活性分配（70%/30%不灵活/灵活），电池储能系统的规模设计，以及对不同能源成本和碳定价的敏感性分析。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，牙买加的最佳方案实现了405MW太阳能和278MW风能的部署，达到42.5%的可再生能源渗透率。而特立尼达的方案则未新增可再生能源，表明在特定经济条件下，资源配置的灵活性和适应性至关重要。

🎯 应用场景

该研究的潜在应用领域包括小岛屿国家的数据中心规划与可再生能源整合，能够为政策制定者和投资者提供科学依据，促进可持续发展。未来，该框架可扩展至其他地区，推动全球范围内的数据中心与可再生能源的协同发展。

📄 摘要（原文）

The rapid expansion of data centers presents both economic opportunities and systemic risks for Caribbean Small Island Developing States~(SIDS). This paper develops a PyPSA-based capacity expansion framework for optimal co-location of data centers with renewable energy infrastructure, incorporating behind-the-meter battery storage, workload flexibility (70\%/30\% inflexible/flexible split), and multi-bus transmission topology. Two case studies are examined: Trinidad~\&~Tobago (single-bus, 92\,MW Brechin Castle solar, 5\,MW data center) and Jamaica (4-bus 138\,kV JPS network, 15\,MW data center at Kingston). Jamaica's optimum deploys 405\,MW solar, 278\,MW wind, 800\,MWh grid-scale BESS, and 84\,MWh behind-the-meter BESS, achieving 42.5\% renewable penetration; Trinidad's gas-anchored optimum builds no new RE, and a sensitivity analysis shows solar entering at gas costs above \$65--70/MWh, a carbon price of \$25--50/tCO$_2$, or solar CAPEX of \$800/kW. A post-hoc distributionally robust stress test evaluates hurricane resilience, and a novel 10-factor siting framework addresses the regulatory gap in SIDS that lack data-center-specific zoning. Results show that energy-optimal locations may score poorly on societal criteria---noise, freshwater stress, zoning readiness. This demonstrates the need for integrated planning tools in small island contexts.