浅析数据中心能耗现状与节能方向的研究

摘要:数据中心具有能耗密集、能耗高的标签，因此能耗问题越来越受到人们的关注。目前，随着数据中心的快速发展，降低能耗变得非常重要。为了解决这一高能耗问题，我们应该从能耗的构成入手，分析和阐述数据中心能耗的节能技术和措施，探索有效实现数据中心运行绿色能耗的方法。

关键字：数据中心；高能耗；节能减排；能效指标

引言

  近几年来，我国经济发展迅速，信息化建设不断加强，在这种情况下，数据中心的发展已经到了一个快速发展的阶段。随着数据中心的快速发展，高能耗问题尤为突出。所以，研究如何降低数据中心的能源消耗具有重要意义。

一数据中心的能耗状况和问题

  数据中心有高能耗标签，是绿色节能实现的重点。据统计和记载，目前国内机房运行的电能利用效率基本在2~2.5范围内，大大超过了标准机房的基准值。这一现象表明，在机房运行过程中，大约60~70%的总能耗使用了空调冷却等设施(表1)。然而，谷歌公司的数据中心机房平均每年的电能利用效率为1.21，美国Hp的新一代数据中心体验中心机房的夏季PUE值可达1~7.6.6。

表1数据中心机房标准能耗分配表

图1现有机房数据中心的能耗构成

二数据中心耗能设备组成

  (1)数据中心机房IT设备种类繁多，主要用于运行数据中心使用的应用系统。如表2所示。

表2数据中心机房IT设备分类表

  (2)制冷设备：为了控制机房环境的温度和湿度，保证设备的正常运转，如表3所示。

表3数据中心机房制冷设备分类表

  (3)供配电系统:供配电系统主要为数据中心各种设备的正常运行提供电压和电流，保证使用过程的安全性和可靠性。供配电系统通常由变压器、配电柜、发电机、不间断电源、电池、机柜配电单元等设备组成。

三是影响机房能源效率的主要问题

  (1)机房冷却效率低，机房的设计和布局会对温度场和气流组织产生很大影响，但冷却资源没有得到有效利用。图2显示了一个机房的热岛效应。为了解决这个问题，大多数机房实际上是在浪费更多的能源。

图2机房热岛

  (2)IT设备的电能利用率低，IT设备在完成同等工作量的情况下消耗了太多的电能。此外，服务器的大部分电能消耗在外围配件上，只有一小部分电能用于计算和处理。

四是节能分析评估指标模型

1电能利用效率(PUE)

  PUE(电能利用效率)是美国GreenGrid提出的PUE(电能利用效率)（PowerUsageEffectiveness）该参数如下所示：

  其中，TotalFacilityPower是指数据中心的总能耗，ITEquipmentPower是指IT设备在数据机房中的能耗。

2局部电能利用效率(PartialPUE，局部电能利用效率)

  另外一个指标，主要是评估和分析机房局部区域的能耗和效率，即局部PUE。

3制冷负载系数和供电负载系数。

  CLFF是这里提到的制冷负载系统的简称：它是数据中心制冷设备的功耗与IT设备的功耗之比。另一个供电负载系数简称PLFF：它是数据中心供配电系统的功耗与IT设备的功耗之比。制冷负载系统和供电负载系数可以看作是电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这里提到的（RER）：可再生能源供电与数据中心总功耗的比值。这里提到的可再生能源主要包括太阳能、风能、水能、生物能和海洋能源。

五探索5个节能方向

1数据中心建设推荐经济PUE。

图表3PUE曲线

  如图3所示。由于可用性要求和TCO要求较低，国内数据中心的电能利用效率较高，推荐的电能利用效率范围为1.8-1.6。

2数据中心节能三个方向

  (1)为了提高机房的节能性，使用低能耗主设备是机房节能措施的关键一步，从基础IT设备的节能开始。关键因素IT设备的能耗占据了数据中心机房能耗的重要位置。

  (2)空调设备节能

  在节能方面，选择空调系统综合解决方案，对提高数据中心机房节能有很大帮助。

  (3)供电系统节能

  采用更高效率的供电系统也可以大大提高数据中心的节能效果。

3能耗数据分析

  通过对能耗数据的分析，提高了主要能耗设备的能耗效率。

  (1)多层次、多维能耗分析

  (2)利用聚类算法进行分析，实现节能

  (3)分析能耗数据，从能耗预测模拟、能耗报警、能耗动态优化三个方面考虑能耗标准模型，建立能耗标准模型。

六安科瑞能耗统计分析(能源管理)解决方案

1概述

  建立高效的能源消耗监测管理系统，实时测量建筑各种能源消耗设备的能源消耗数据，统计分析采集数据。能够合理确定各地区建筑能源消耗经济指标和绩效考核指标，发现能源使用规律和能源浪费，提高人们积极节能意识。

①　构建数据中心智能能源管理系统的基本框架，实时监控各用能环节；

②　排碳数据化：通过系统可以实现建筑单位人均能耗分析(包括水、电、能)，实现低碳办公数据化；

③　区域能效比：实现建筑单位区域能耗对比，方便能耗评估；

④　同期能效比：实现同年、同期、同区域能耗对比，便于节能数据分析；

⑤　能源消耗评估管理：按照能源消耗定额标准约束值、标准值、指导值分析单位面积能源消耗和人均能源消耗指标；

⑥　能源消耗竞争排名：比较各功能区域的能源消耗，实现能源消耗排名，增强员工的节能意识；

⑦　综合分析、统计、打印和查询能源消耗的使用数据，根据能源消耗监测管理系统的需要，可以选择不同风格的报表打印。为能源消耗运营管理部门提供可靠依据；

⑧　能源消耗数据采集，随时查询，根据采集数据进行统计分析，监测异常能源消耗，报警能源智能仪器故障，提高系统信息化和自动化水平。

2平台部署硬件选择

七结语

  对数据中心相关研究的进展进行了系统的介绍。IT设备和制冷设备的能耗是数据中心机房的高能耗设备，也是数据中心高能耗的关键因素。如何优化需要更多的研究。已经进行的和正在进行的探索只是一小部分，还有很多节能的方法等待研究和探索，为未来实现绿色节能的数据中心机房做出了贡献。

[参考文献]

［1］周起如、谷国栋、数据中心能耗现状及节能方向的胡进贤探索与研究[J].广东深圳51805777是深圳智能股份有限公司大数据研究所.

［2］陈贻品.绿色数字校园建设研究[J].2013年(09)数字技术与应用:77-78.

［3］龚加剑，栾杰，数据中心电源设计研究[J].2014年河南科技(11):127-129.

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

［5］唐华斌.数据中心的能效评估指标[J].电信网络技术，2012，(06)：8-13.

［6］2022.5版安科瑞企业微网设计与应用手册.

作者简介：涂志燕，目前在安科瑞电气有限公司工作，主要从事数据中心相关产品的研究、开发和应用。