近年來，我國經濟快速發(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。伴隨著數據中心的快速發(fā)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。

    數據中心有著高能耗的標簽，是實現(xiàn)綠色節(jié)能所要特別關注的重點。據資料上統(tǒng)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(xiàn)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(xiàn)有機房數據中心的能耗組成

    現(xiàn)階段較為核心問題出現(xiàn)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(xiàn)階段對能源的需求也不斷地增長。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(tǒng)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(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表

    (3)供配電系統(tǒng)：供配電系統(tǒng)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(tǒng)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、消防設備以及相關機房環(huán)境監(jiān)控系統(tǒng)等。

    (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。

4.1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(qū)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(xiàn)機房內部的重要的部分設備或部分區(qū)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(qū)監(jiān)測和統(tǒng)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(tǒng)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(tǒng)耗電與IT設備耗電的比值。制冷負載系統(tǒng)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?？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能、風能、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，從而實現(xiàn)節(jié)能環(huán)保。

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(xiàn)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(jié)能的3個方向

    （1）為了提高機房的節(jié)能，從基礎的IT設備節(jié)能開始，使用低能耗主設備是機房節(jié)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(jié)能

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

    （3）供電系統(tǒng)節(jié)能

選擇采用更高效率的供電系統(tǒng)也能大大提升數據中心的節(jié)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(yè)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(tǒng)能效、空調能效等。影響因素分析，包括室內外溫濕度、業(yè)務量等因素對能耗的影響等。

   （2）利用聚類算法分析，實現(xiàn)節(jié)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(yōu)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(fā)現(xiàn)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(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(jiān)測管理系統(tǒng)，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(tǒng)計和分析。能夠合理的確定各區(qū)域建筑能耗經濟指標及績效考核指標，發(fā)現(xiàn)能源使用規(guī)律和能源浪費情況，提高人員主動節(jié)能的意識。

    ①　搭建數據中心智慧能源管理系統(tǒng)的基本框架，對各個用能環(huán)節(jié)進行實時監(jiān)測；

    ②　排碳數據化：通過系統(tǒng)可實現(xiàn)建筑單位內人均能耗分析（包括水、電、能量），實現(xiàn)低碳辦公數據化；

    ③　區(qū)域能效比：實現(xiàn)建筑單位內區(qū)域能耗對比，方便能耗考核；

    ④　同期能效比：實現(xiàn)同年、同期、同一區(qū)域能耗對比，方便節(jié)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(qū)能耗對比，實現(xiàn)能耗排名，增強工作人員的節(jié)能意識；

    ⑦　對能耗的使用數據進行綜合的分析、統(tǒng)計、打印和查詢等功能，并根據能耗監(jiān)測管理系統(tǒng)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(tǒng)計分析，監(jiān)測異常能源用量，對能源智能儀表故障進行報警，提高系統(tǒng)信息化、自動化水平。

6.2平臺部署硬件選型

    系統(tǒng)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(yōu)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(jié)能方法還有很多，為將來實現(xiàn)綠色節(jié)能的數據中心機房出一份力。

［1］胡進賢，周起如，谷國棟.數據中心能耗現(xiàn)狀與節(jié)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(yè)微電網設計與應用手冊2022.5版.