摘要:數據中心具有能耗密集、能耗高的標簽，因此能耗問題越來越受到人們的關注。目前，隨著數據中心的快速發展，降低能耗變得非常重要。為了解決這一高能耗問題，我們應該從能耗的構成入手，分析和闡述數據中心能耗的節能技術和措施，探索有效實現數據中心運行綠色能耗的方法。

關鍵字：數據中心；高能耗；節能減排；能效指標

引言

  近幾年來，我國經濟發展迅速，信息化建設不斷加強，在這種情況下，數據中心的發展已經到了一個快速發展的階段。隨著數據中心的快速發展，高能耗問題尤為突出。所以，研究如何降低數據中心的能源消耗具有重要意義。

一數據中心的能耗狀況和問題

  數據中心有高能耗標簽，是綠色節能實現的重點。據統計和記載，目前國內機房運行的電能利用效率基本在2~2.5范圍內，大大超過了標準機房的基準值。這一現象表明，在機房運行過程中，大約60~70%的總能耗使用了空調冷卻等設施(表1)。然而，谷歌公司的數據中心機房平均每年的電能利用效率為1.21，美國Hp的新一代數據中心體驗中心機房的夏季PUE值可達1~7.6.6。

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構成

二數據中心耗能設備組成

  (1)數據中心機房IT設備種類繁多，主要用于運行數據中心使用的應用系統。如表2所示。

表2數據中心機房IT設備分類表

  (2)制冷設備：為了控制機房環境的溫度和濕度，保證設備的正常運轉，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:供配電系統主要為數據中心各種設備的正常運行提供電壓和電流，保證使用過程的安全性和可靠性。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。

三是影響機房能源效率的主要問題

  (1)機房冷卻效率低，機房的設計和布局會對溫度場和氣流組織產生很大影響，但冷卻資源沒有得到有效利用。圖2顯示了一個機房的熱島效應。為了解決這個問題，大多數機房實際上是在浪費更多的能源。

圖2機房熱島

  (2)IT設備的電能利用率低，IT設備在完成同等工作量的情況下消耗了太多的電能。此外，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于計算和處理。

四是節能分析評估指標模型

1電能利用效率(PUE)

  PUE(電能利用效率)是美國GreenGrid提出的PUE(電能利用效率)（PowerUsageEffectiveness）該參數如下所示：

  其中，TotalFacilityPower是指數據中心的總能耗，ITEquipmentPower是指IT設備在數據機房中的能耗。

2局部電能利用效率(PartialPUE，局部電能利用效率)

  另外一個指標，主要是評估和分析機房局部區域的能耗和效率，即局部PUE。

3制冷負載系數和供電負載系數。

  CLFF是這里提到的制冷負載系統的簡稱：它是數據中心制冷設備的功耗與IT設備的功耗之比。另一個供電負載系數簡稱PLFF：它是數據中心供配電系統的功耗與IT設備的功耗之比。制冷負載系統和供電負載系數可以看作是電能利用效率的深化部分。

即PUE=CLF(CoolingLoadFactor)+PLF(PowerLoadFactor)+1（式2）

4RER可再生能源利用率(RenewableEnergyRatio)

  可再生能源利用率在這里提到的（RER）：可再生能源供電與數據中心總功耗的比值。這里提到的可再生能源主要包括太陽能、風能、水能、生物能和海洋能源。

五探索5個節能方向

1數據中心建設推薦經濟PUE。

圖表3PUE曲線

  如圖3所示。由于可用性要求和TCO要求較低，國內數據中心的電能利用效率較高，推薦的電能利用效率范圍為1.8-1.6。

2數據中心節能三個方向

  (1)為了提高機房的節能性，使用低能耗主設備是機房節能措施的關鍵一步，從基礎IT設備的節能開始。關鍵因素IT設備的能耗占據了數據中心機房能耗的重要位置。

  (2)空調設備節能

  在節能方面，選擇空調系統綜合解決方案，對提高數據中心機房節能有很大幫助。

  (3)供電系統節能

  采用更高效率的供電系統也可以大大提高數據中心的節能效果。

3能耗數據分析

  通過對能耗數據的分析，提高了主要能耗設備的能耗效率。

  (1)多層次、多維能耗分析

  (2)利用聚類算法進行分析，實現節能

  (3)分析能耗數據，從能耗預測模擬、能耗報警、能耗動態優化三個方面考慮能耗標準模型，建立能耗標準模型。

六安科瑞能耗統計分析(能源管理)解決方案

1概述

  建立高效的能源消耗監測管理系統，實時測量建筑各種能源消耗設備的能源消耗數據，統計分析采集數據。能夠合理確定各地區建筑能源消耗經濟指標和績效考核指標，發現能源使用規律和能源浪費，提高人們積極節能意識。

①　構建數據中心智能能源管理系統的基本框架，實時監控各用能環節；

②　排碳數據化：通過系統可以實現建筑單位人均能耗分析(包括水、電、能)，實現低碳辦公數據化；

③　區域能效比：實現建筑單位區域能耗對比，方便能耗評估；

④　同期能效比：實現同年、同期、同區域能耗對比，便于節能數據分析；

⑤　能源消耗評估管理：按照能源消耗定額標準約束值、標準值、指導值分析單位面積能源消耗和人均能源消耗指標；

⑥　能源消耗競爭排名：比較各功能區域的能源消耗，實現能源消耗排名，增強員工的節能意識；

⑦　綜合分析、統計、打印和查詢能源消耗的使用數據，根據能源消耗監測管理系統的需要，可以選擇不同風格的報表打印。為能源消耗運營管理部門提供可靠依據；

⑧　能源消耗數據采集，隨時查詢，根據采集數據進行統計分析，監測異常能源消耗，報警能源智能儀器故障，提高系統信息化和自動化水平。

2平臺部署硬件選擇

七結語

  對數據中心相關研究的進展進行了系統的介紹。IT設備和制冷設備的能耗是數據中心機房的高能耗設備，也是數據中心高能耗的關鍵因素。如何優化需要更多的研究。已經進行的和正在進行的探索只是一小部分，還有很多節能的方法等待研究和探索，為未來實現綠色節能的數據中心機房做出了貢獻。

[參考文獻]

［1］周起如、谷國棟、數據中心能耗現狀及節能方向的胡進賢探索與研究[J].廣東深圳51805777是深圳智能股份有限公司大數據研究所.

［2］陳貽品.綠色數字校園建設研究[J].2013年(09)數字技術與應用:77-78.

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

［4］GreenGrid.2007.Greengridmetrics：DescribingDatacenterPowerEfficiencyofHigh-densityandLow-densitySpaces,2007年THERMES[J],SantaFe,NM.

［5］唐華斌.數據中心的能效評估指標[J].電信網絡技術，2012，(06)：8-13.

［6］2022.5版安科瑞企業微網設計與應用手冊.

作者簡介：涂志燕，目前在安科瑞電氣有限公司工作，主要從事數據中心相關產品的研究、開發和應用。