王晶晶
安科瑞電氣股份有限公司
0引言
近年來，我國經濟快速發展，信息化的建設也在不斷加大，在這種形勢下，數據中心的發展是到了急速發展的階段。伴隨著數據中心的快速發展，高能耗的問題顯得尤為突出。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。
1數據中心能耗現狀和問題
數據中心有著高能耗的標簽，是實現綠色節能所要特別關注的重點。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，這個數值大幅度超出標準機房的基準數值。這個現象說明在機房運行的過程中，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機房的運營維護的50%費用。而現階段對能源的需求也不斷地增長。如圖1所示。
2數據中心耗能設備組成
(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。如表2所示。
表2 數據中心機房IT設備分類表
（2）制冷設備：為控制機房環境的溫度和濕度，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表
(3)供配電系統：供配電系統主要是為數據中心各類設備的正常運行提供使用的電壓和電流，并保證使用過程的安全和可靠。供配電系統通常由變壓器、配電柜、發電機、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、消防設備以及相關機房環境監控系統等。
3影響機房能源效率的主要問題
(1)機房冷卻效率低，機房的設計與布局對溫度場和氣流組織會產生較大的影響，而冷卻資源沒有得到有效的利用，圖2中顯示了一個機房的熱島效應。為了解決這個問題，絕大多數的機房采取提高制冷量，實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設備消耗了過多的電能。另外，服務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節能分析的評估指標模型
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)
另外一個指標，主要是對機房局部區域進行能耗和效率的評估和分析，即局部PUE。局部PUE主要用于體現機房內部的重要的部分設備或部分區域的耗能情況，它的值與整體的PUE比較起來，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，先提升局部的能耗即：提升pPUE值。這個指標參數適合場合如集裝箱、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稱CLF：為數據中心中制冷設備耗電與IT設備耗電的比值。另一個供電負載系數簡稱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。通過這兩個指標又可進一步分析耗能情況。可作為輔助分析能耗情況。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能、風能、水能、生物能和海洋能等。可再生能源不僅環保而且資源多且分布也很廣泛，是未來發展方向。可再生能源的使用率可用在平衡數據中心利用可再生能源的情況，從而實現節能環保。
5節能方向的探索
5.1數據中心建設推薦采用的經濟性PUE
圖3 PUE曲線
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個方向
（1）為了提高機房的節能，從基礎的IT設備節能開始，使用低能耗主設備是機房節能措施的關鍵步驟。關鍵因子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，PUE標準也在逐漸被人們采用，IT設備的能耗也會隨著PUE標準的推廣，所占總能耗比重也會越來越高。
（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，單位業務量耗電，單位面積耗電等。設備能效評估，包括主設備能效、動力系統能效、空調能效等。影響因素分析，包括室內外溫濕度、業務量等因素對能耗的影響等。
（2）利用聚類算法分析，實現節能
1）可以對同種類別的設備進行歸類，同時還需找到有能耗異常的耗能設備；2）對影響因子進行聚類分析，不斷地調整因素的值，得到能耗優方案時再確定該因素的值；3）同時對多個因素進行聚類分析，對比發現不同的因素對能耗的影響；4）遞進聚類分析，通過對影響因素的遞進推理和分析，再確定主要耗能因素。
（3）分析能耗數據，對能耗進行標準模型建立從能耗預測仿真，能耗告警，能耗動態優化3方面考慮，建立能耗標準模型。
6安科瑞能耗統計分析（能源管理）解決方案
6.1概述
建立高效的能耗監測管理系統，對建筑各類耗能設備能耗數據進行實時測量，對采集數據進行統計和分析。能夠合理的確定各區域建筑能耗經濟指標及績效考核指標，發現能源使用規律和能源浪費情況，提高人員主動節能的意識。
① 搭建數據中心智慧能源管理系統的基本框架，對各個用能環節進行實時監測；
② 排碳數據化：通過系統可實現建筑單位內人均能耗分析（包括水、電、能量），實現低碳辦公數據化；
③ 區域能效比：實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：各個功能區能耗對比，實現能耗排名，增強工作人員的節能意識；
⑦ 對能耗的使用數據進行綜合的分析、統計、打印和查詢等功能，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。為能耗運營管理部門提供可靠的依據；
⑧ 能耗數據采集，隨時查詢，并根據采集數據進行統計分析，監測異常能源用量，對能源智能儀表故障進行報警，提高系統信息化、自動化水平。
6.2平臺部署硬件選型
7結語
系統地介紹了數據中心相關研究的進展，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鍵因素，如何優化還需進行更多的研究 。已經進行的和正在進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，為將來實現綠色節能的數據中心機房出一份力。
【參考文獻】
［1］胡進賢，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].電信網技術，2012，(06)：8-13.
［6］安科瑞企業微電網設計與應用手冊2022.5版.
