韓歡慶

安科瑞電氣股份有限公司 上海嘉定201801

摘要：數據中心擁有能量密集和高耗能的標簽，因此，能耗問(wèn)題也越來(lái)越引起人們的關(guān)注?，F階段數據中心的高速發(fā)展，降低能耗也變得非常重要。為了解決這個(gè)能耗高的問(wèn)題，從能耗的組成入手，去分析和闡述數據中心能耗的節能技術(shù)和措施，探索在數據中心運行中有效實(shí)現綠色能耗的方法。

關(guān)鍵詞：數據中心；高能耗；節能減排；能效指標

    近年來(lái)，我國經(jīng)濟快速發(fā)展，信息化的建設也在不斷加大，在這種形勢下，數據中心的發(fā)展是到了急速發(fā)展的階段。伴隨著(zhù)數據中心的快速發(fā)展，高能耗的問(wèn)題顯得尤為突出。因此，對于如何降低數據中心能耗的研究具有非常重要的意義。

    數據中心有著(zhù)高能耗的標簽，是實(shí)現綠色節能所要特別關(guān)注的重點(diǎn)。據資料上統計和記載，目前，在國內機房運行的電能利用效率基本在2~2.5范圍內，這個(gè)數值大幅度超出標準機房的基準數值。這個(gè)現象說(shuō)明在機房運行的過(guò)程中，總能耗中約有60~70%都用到了空調冷卻等設施上了(表1)，但是，Google公司的數據中心機房電能利用效率年平均值達到1.21，美國Hp的新一代數據中心體驗中心機房夏季PUE值可以達到1.6~1.7。

 

表1數據中心機房標準能耗分配表

圖1 現有機房數據中心的能耗組成

    現階段較為核心問(wèn)題出現在數據中心的高能耗，且高能耗導致的成本費用超出整個(gè)機房的運營(yíng)維護的50%費用。而現階段對能源的需求也不斷地增長(cháng)。如圖1所示。

    (1)數據中心機房中IT設備的品種很多，主要用于數據中心中所用到的應用系統的運營(yíng)。如表2所示。

 

 

表2 數據中心機房IT設備分類(lèi)表

    （2）制冷設備：為控制機房環(huán)境的溫度和濕度，確保設備的正常運行，如表3所示。

 

表3數據中心機房制冷設備分類(lèi)表

    (3)供配電系統：供配電系統主要是為數據中心各類(lèi)設備的正常運行提供使用的電壓和電流，并保證使用過(guò)程的安全和可靠。供配電系統通常由變壓器、配電柜、發(fā)電機、不間斷電源、電池、機柜配電單元等設備組成。

    (4)其他設備：主要包括照明、視頻安防、消防設備以及相關(guān)機房環(huán)境監控系統等。

    (1)機房冷卻效率低，機房的設計與布局對溫度場(chǎng)和氣流組織會(huì )產(chǎn)生較大的影響，而冷卻資源沒(méi)有得到有效的利用，圖2中顯示了一個(gè)機房的熱島效應。為了解決這個(gè)問(wèn)題，絕大多數的機房采取提高制冷量，實(shí)際卻導致了更多的能耗浪費。

圖2機房的熱島

    (2)IT設備電能利用率低，在完成同等工作量的情況下，IT設備消耗了過(guò)多的電能。另外，服務(wù)器的大部分電能消耗在外圍配件上，只有一小部分電能用在計算和處理方面等。

4.1電能利用效率(PUE)

    廣泛而普遍用到的PUE（電能利用效率）是由美國GreenGrid提出的PUE（Power Usage Effectiveness）這個(gè)參數如下所示：

    其中，TotalFacilityPower是指數據中心的總能耗，ITEquipmentPower是指數據機房中IT設備耗能。

4.2局部電能利用效率(PartialPUE，局部電能利用效率)

    另外一個(gè)指標，主要是對機房局部區域進(jìn)行能耗和效率的評估和分析，即局部PUE。局部PUE主要用于體現機房?jì)炔康闹匾牟糠衷O備或部分區域的耗能情況，它的值與整體的PUE比較起來(lái)，可能大也可能小。即分區監測和統計。因此，為了提高機房的耗能效率，可從局部出發(fā)，先提升局部的能耗即：提升pPUE值。這個(gè)指標參數適合場(chǎng)合如集裝箱、微模塊數據中心等。

4.3制冷負載系數和供電負載系數

    這里提到的制冷負載系統簡(jiǎn)稱(chēng)CLF：為數據中心中制冷設備耗電與IT設備耗電的比值。另一個(gè)供電負載系數簡(jiǎn)稱(chēng)PLF：為數據中心中供配電系統耗電與IT設備耗電的比值。制冷負載系統和供電負載系數可看成電能利用效率的深化部分。通過(guò)這兩個(gè)指標又可進(jìn)一步分析耗能情況?？勺鳛檩o助分析能耗情況。因此，為了提高電能的有效利用率，GreenGrid也提出了相應的修正：

即PUE=CLF(Cooling Load Factor)+PLF(Power Load Factor)+1（式2）

4.4可再生能源使用率RER(Renewable Energy Ratio)

    這里所提到的可再生能源使用率（RER）：為可再生能源供電與數據中心總耗電的比值。這里提到的可再生能源主要包括太陽(yáng)能、風(fēng)能、水能、生物能和海洋能等?？稍偕茉床粌H環(huán)保而且資源多且分布也很廣泛，是未來(lái)發(fā)展方向?？稍偕茉吹氖褂寐士捎迷谄胶鈹祿行睦每稍偕茉吹那闆r，從而實(shí)現節能環(huán)保。

5.1數據中心建設推薦采用的經(jīng)濟性PUE

 

                

圖3 PUE曲線(xiàn)

    如圖3所示。數據中心受可用性要求約制和TCO低要求的約制，現在國內數據中心的電能利用效率較高，推薦電能利用效率的范圍為1.8-1.6。

5.2數據中心節能的3個(gè)方向

    （1）為了提高機房的節能，從基礎的IT設備節能開(kāi)始，使用低能耗主設備是機房節能措施的關(guān)鍵步驟。關(guān)鍵因子IT設備的能耗占據了數據中心機房的能耗的重要位置。同時(shí)，PUE標準也在逐漸被人們采用，IT設備的能耗也會(huì )隨著(zhù)PUE標準的推廣，所占總能耗比重也會(huì )越來(lái)越高。

    （2）空調設備節能

選擇采用空調系統針對節約能耗方面的綜合解決方案對提升數據中心機房節能有很大的幫助。

    （3）供電系統節能

選擇采用更高效率的供電系統也能大大提升數據中心的節能效果。

5.3能耗數據的分析

通過(guò)對能耗數據的分析，提高主要耗能設備的能耗效率。

    （1）多層次、多維度能耗分析

整體能效評估，包括PUE值，單位業(yè)務(wù)量耗電，單位面積耗電等。設備能效評估，包括主設備能效、動(dòng)力系統能效、空調能效等。影響因素分析，包括室內外溫濕度、業(yè)務(wù)量等因素對能耗的影響等。

   （2）利用聚類(lèi)算法分析，實(shí)現節能

1）可以對同種類(lèi)別的設備進(jìn)行歸類(lèi)，同時(shí)還需找到有能耗異常的耗能設備；2）對影響因子進(jìn)行聚類(lèi)分析，不斷地調整因素的值，得到能耗優(yōu)方案時(shí)再確定該因素的值；3）同時(shí)對多個(gè)因素進(jìn)行聚類(lèi)分析，對比發(fā)現不同的因素對能耗的影響；4）遞進(jìn)聚類(lèi)分析，通過(guò)對影響因素的遞進(jìn)推理和分析，再確定主要耗能因素。

   （3）分析能耗數據，對能耗進(jìn)行標準模型建立從能耗預測仿真，能耗告警，能耗動(dòng)態(tài)優(yōu)化3方面考慮，建立能耗標準模型。

6.1概述

    建立高效的能耗監測管理系統，對建筑各類(lèi)耗能設備能耗數據進(jìn)行實(shí)時(shí)測量，對采集數據進(jìn)行統計和分析。能夠合理的確定各區域建筑能耗經(jīng)濟指標及績(jì)效考核指標，發(fā)現能源使用規律和能源浪費情況，提高人員主動(dòng)節能的意識。

    ①　搭建數據中心智慧能源管理系統的基本框架，對各個(gè)用能環(huán)節進(jìn)行實(shí)時(shí)監測；

    ②　排碳數據化：通過(guò)系統可實(shí)現建筑單位內人均能耗分析（包括水、電、能量），實(shí)現低碳辦公數據化；

    ③　區域能效比：實(shí)現建筑單位內區域能耗對比，方便能耗考核；

    ④　同期能效比：實(shí)現同年、同期、同一區域能耗對比，方便節能數據分析；

    ⑤　能耗評估管理：按照能源消耗定額標準約束值、標準值、引導值進(jìn)行分析單位面積能耗和人均能耗指標；

    ⑥　能耗競爭排名：各個(gè)功能區能耗對比，實(shí)現能耗排名，增強工作人員的節能意識；

    ⑦　對能耗的使用數據進(jìn)行綜合的分析、統計、打印和查詢(xún)等功能，并根據能耗監測管理系統的需要可選擇不同樣式報表的打印。為能耗運營(yíng)管理部門(mén)提供可靠的依據；

    ⑧　能耗數據采集，隨時(shí)查詢(xún)，并根據采集數據進(jìn)行統計分析，監測異常能源用量，對能源智能儀表故障進(jìn)行報警，提高系統信息化、自動(dòng)化水平。

6.2平臺部署硬件選型

    系統地介紹了數據中心相關(guān)研究的進(jìn)展，IT設備和制冷設備的能耗是數據中心機房的高耗能設備，也是數據中心高耗能的關(guān)鍵因素，如何優(yōu)化還需進(jìn)行更多的研究 。已經(jīng)進(jìn)行的和正在進(jìn)行的探索只是很小的一部分，等待研究和摸索的節能方法還有很多，為將來(lái)實(shí)現綠色節能的數據中心機房出一份力。

［1］胡進(jìn)賢，周起如，谷國棟.數據中心能耗現狀與節能方向的探索與研究[J].深圳市賽為智能股份有限公司大數據研究院，廣東深圳518057.

 

［2］陳貽品.綠色數字化校園建設研究[J].數字技術(shù)與應用,2013,(09):77-78. 

［3］欒杰,龔加劍.數據中心的電源設計研究[J].河南科技，2014，(11):127-129. 

［4］Green Grid.2007.Green grid metrics：Describing Data center Power Efficiency of High-density and Low-density Spaces, THERMES2007[J],Santa Fe,NM. 

［5］唐華斌.數據中心的能效測評指標[J].電信網(wǎng)技術(shù)，2012，(06)：8-13.

［6］安科瑞企業(yè)微電網(wǎng)設計與應用手冊2022.5版.

韓歡慶，女，現任職于安科瑞電氣股份有限公司，主要從事數據中心的設計與應用。E