數(shù)據(jù)中心能耗模型分析與研究

中國(guó)移動(dòng)通信集團(tuán)上海有限公司孫文超黃赟

隨著數(shù)據(jù)中心的迅猛發(fā)展，數(shù)據(jù)中心能耗也日趨增多。文章通過(guò)利用管理定量分析方法，全新設(shè)計(jì)數(shù)據(jù)中心能耗模型（包括數(shù)據(jù)中心能效預(yù)測(cè)模型和數(shù)據(jù)中心評(píng)估方法及多層面評(píng)估指標(biāo)），并且進(jìn)行實(shí)例分析與驗(yàn)證分解電源使用效率PUE）與基礎(chǔ)設(shè)施關(guān)聯(lián)，建立數(shù)據(jù)中心能效評(píng)價(jià)體系，為大數(shù)據(jù)時(shí)代的數(shù)據(jù)中心基礎(chǔ)設(shè)施規(guī)劃建設(shè)提供有益參考。

數(shù)據(jù)中心；能效預(yù)測(cè)；能效評(píng)價(jià)；節(jié)能減排；PUE分解

0 前言

隨著網(wǎng)絡(luò)信息和計(jì)算機(jī)技術(shù)的飛速發(fā)展，近年來(lái)各國(guó)大型的數(shù)據(jù)中心紛紛林立，據(jù)最新的研究預(yù)測(cè)，在未來(lái)五年內(nèi)數(shù)據(jù)中心的平均能耗將增加至3000W/m2。在中國(guó)，數(shù)據(jù)中心的能耗同樣驚人，據(jù)分析，數(shù)據(jù)中心2009年耗電達(dá)到364億kWh，大約相當(dāng)于全國(guó)總能耗的1%。2011年數(shù)據(jù)中心耗電已達(dá)到近500億kWh。據(jù)統(tǒng)計(jì)，在數(shù)據(jù)中心的總能耗里，IT設(shè)備能耗占51%，通風(fēng)空調(diào)系統(tǒng)占到35%，照明及其它能耗占14%[1]。IT設(shè)備的能耗往往取決于IT設(shè)備的工作負(fù)荷，除此之外環(huán)境控制系統(tǒng)（通風(fēng)空調(diào)系統(tǒng)）的能耗比重相當(dāng)大?？梢?jiàn)數(shù)據(jù)中心環(huán)境控制系統(tǒng)的節(jié)能優(yōu)化具有重要意義。所以有必要建立一套科學(xué)、客觀的評(píng)估系統(tǒng)。

1 技術(shù)原理和實(shí)施步驟

1.1 數(shù)據(jù)中心能效預(yù)測(cè)模型

通過(guò)多傳感器的數(shù)據(jù)采集獲取數(shù)據(jù)中心的動(dòng)態(tài)特性，并進(jìn)行與數(shù)據(jù)中心能效水平有關(guān)因素的關(guān)聯(lián)分析，以此確定對(duì)系統(tǒng)最突出的影響因素，從而確定解決重點(diǎn)，本方法中采用管理定量分析方法關(guān)聯(lián)分析法進(jìn)行關(guān)聯(lián)分析。

1.2 數(shù)據(jù)中心評(píng)估方法及多層面評(píng)估指標(biāo)

數(shù)據(jù)中心能效評(píng)估模型詳見(jiàn)圖1，通過(guò)多元線性回歸的方式可以獲得對(duì)于數(shù)據(jù)中心的PUE（電源使用效率，Power Usage Effectiveness）預(yù)測(cè)值，同時(shí)采用人工神經(jīng)網(wǎng)絡(luò)建立對(duì)于數(shù)據(jù)中心負(fù)荷的預(yù)測(cè)模型，對(duì)數(shù)據(jù)中心的冷負(fù)荷進(jìn)行預(yù)測(cè)。

圖1數(shù)據(jù)中心能效評(píng)估模型

（1）數(shù)據(jù)中心能效評(píng)價(jià)指標(biāo)建立

將數(shù)據(jù)中心能效評(píng)估分為多個(gè)層面進(jìn)行。對(duì)于數(shù)據(jù)中心的制冷空調(diào)系統(tǒng)，可分為數(shù)據(jù)機(jī)房層面能效評(píng)估（評(píng)估指標(biāo)為PUE）、制冷空調(diào)系統(tǒng)設(shè)備層面能效評(píng)估（評(píng)估指標(biāo)分別針對(duì)各個(gè)不同的設(shè)備，如制冷系統(tǒng)、輸送系統(tǒng)等）[2]。根據(jù)測(cè)量數(shù)據(jù)分析數(shù)據(jù)中心不同設(shè)備的能耗以及能效情況，確定不同設(shè)備的能耗權(quán)重信息。不同設(shè)備選用的指標(biāo)不一樣，對(duì)于冷水機(jī)組為COP，對(duì)于水泵等為水泵的輸送效率，對(duì)于冷卻塔為冷卻塔效率，對(duì)于冷卻系統(tǒng)的水系統(tǒng)輸送部分采用水輸送系數(shù)(WTF)和輸送能效比（ER）。此外還有管道保溫性能等。

（2）數(shù)據(jù)中心能效評(píng)價(jià)體系建立

確立數(shù)據(jù)中心的能效分析方法，考慮采用PUE以及冷卻系統(tǒng)的COP為分析數(shù)據(jù)中心能效水平的指標(biāo)，根據(jù)數(shù)據(jù)中心冷卻系統(tǒng)的主要運(yùn)行參數(shù)，結(jié)合人工智能方法構(gòu)建數(shù)據(jù)中心冷卻系統(tǒng)的能效預(yù)測(cè)模型，采用管理定量分析方法對(duì)系統(tǒng)的主要運(yùn)行參數(shù)與系統(tǒng)PUE以及COP的關(guān)聯(lián)特征進(jìn)行分析，確定不同運(yùn)行參數(shù)對(duì)系統(tǒng)運(yùn)行PUE的影響程度。數(shù)據(jù)中心的PUE值的預(yù)測(cè)值PUE預(yù)測(cè)值和關(guān)聯(lián)參數(shù)之間的關(guān)系可通過(guò)式（1）表現(xiàn)出來(lái)：

式中，Tdb_out和Twb_out分別為室外干濕球溫度；Tdb_in和Twb_in分別為室內(nèi)干濕球溫度；Tchws和Tchwr為冷凍水供回水溫度；Tcdws和Tcdwr為冷卻水供回水溫度；LF為數(shù)據(jù)中心的負(fù)荷率；Dpp為數(shù)據(jù)中心冷凍水側(cè)水泵啟停的變化臺(tái)數(shù)；Dct為數(shù)據(jù)中心冷卻塔啟停的變化臺(tái)數(shù)；Tsup為數(shù)據(jù)中心的送風(fēng)溫度；PUE預(yù)測(cè)值為數(shù)據(jù)中心的PUE值的預(yù)測(cè)值。

更進(jìn)一步，我們定義數(shù)據(jù)中心的能源密集度

式中，PUEa為預(yù)測(cè)的數(shù)據(jù)中心的PUE的實(shí)際值，PUEp為數(shù)據(jù)中心的PUE優(yōu)化值。

數(shù)據(jù)中心的能耗越高，則偏離優(yōu)化運(yùn)行工況越遠(yuǎn)，X越大，可稱為能源密集型數(shù)據(jù)中心，反之，則能耗越低，X越小，可稱為能源稀疏型數(shù)據(jù)中心。

對(duì)于數(shù)據(jù)中心數(shù)據(jù)機(jī)房節(jié)能潛力的評(píng)估，采用的評(píng)估公式如式（3）

從上式可看出，能源密集度越低，則其潛力越小。換句話說(shuō)，對(duì)于那些能源密集度高的數(shù)據(jù)中心，應(yīng)首先對(duì)其進(jìn)行優(yōu)化。

（3）數(shù)據(jù)中心多層次評(píng)價(jià)體系

從不同的側(cè)重點(diǎn)可以將數(shù)據(jù)中心分解為系統(tǒng)級(jí)、子系統(tǒng)級(jí)和部件級(jí)。詳見(jiàn)圖2。將上述建立的能源密集度指標(biāo)及節(jié)能潛力指標(biāo)分別用于上述各級(jí)，則可得到不同的結(jié)論，從而為基于不同視角考慮下的數(shù)據(jù)中心提供完善的評(píng)價(jià)意見(jiàn)，并指導(dǎo)優(yōu)化進(jìn)行。

圖2數(shù)據(jù)中心多層次評(píng)價(jià)體系

圖3數(shù)據(jù)中心能效評(píng)估模型

對(duì)系統(tǒng)的評(píng)估指標(biāo)，為優(yōu)化運(yùn)行狀態(tài)下的能源密集度及碳排放強(qiáng)度。最終集合成一個(gè)與兩者構(gòu)成一定的關(guān)系的指標(biāo)，以兼顧對(duì)能源和環(huán)境的影響，稱為節(jié)能減排指數(shù)：

對(duì)子系統(tǒng)的評(píng)估，評(píng)估指標(biāo)為各子系統(tǒng)在工況條件限制下的優(yōu)化優(yōu)先級(jí)，其中優(yōu)化優(yōu)先級(jí)根據(jù)能源密集度確定。對(duì)于各子系統(tǒng)，假設(shè)其能源密集度為Xi （i=1…N），按數(shù)值的大小進(jìn)行排序，則可得到各子系統(tǒng)的優(yōu)化優(yōu)先級(jí)。

對(duì)于部件的評(píng)估，主要基于各已成熟使用的指標(biāo)進(jìn)行評(píng)價(jià)，如COP（能效比）、WTF（水輸送系數(shù)）等。

1.3 數(shù)據(jù)中心運(yùn)行優(yōu)化控制

對(duì)于設(shè)計(jì)階段的數(shù)據(jù)中心，采用仿真模型，獲取不同的設(shè)計(jì)方案下系統(tǒng)評(píng)價(jià)指標(biāo)，進(jìn)行排序最后確定在給定條件下的最優(yōu)方案。對(duì)于已投入運(yùn)行的數(shù)據(jù)中心，基于多層次的評(píng)價(jià)體系，獲取當(dāng)前工況下數(shù)據(jù)中心最可行的優(yōu)化方向，采用混合非線性規(guī)劃的方法獲得數(shù)據(jù)中心優(yōu)化的PUE，確定優(yōu)化的控制變量設(shè)定值(如供水溫度設(shè)定值、送風(fēng)溫度設(shè)定值)用以指導(dǎo)數(shù)據(jù)中心制冷空調(diào)系統(tǒng)的優(yōu)化運(yùn)行。詳見(jiàn)圖3。

實(shí)際運(yùn)行時(shí)，可采用簡(jiǎn)化的方法結(jié)合評(píng)價(jià)體系與FCM聚類方法指導(dǎo)系統(tǒng)優(yōu)化[3]。選取歷史工況條件及數(shù)據(jù)中心運(yùn)行數(shù)據(jù)，通過(guò)模糊聚類分析和概率密度分布等方法，分析不同的工況條件以及數(shù)據(jù)中心運(yùn)行水平的聚類中心。通過(guò)一定的預(yù)測(cè)技術(shù)指導(dǎo)數(shù)據(jù)中心選擇可預(yù)見(jiàn)的工況條件下聚類中心所對(duì)應(yīng)的優(yōu)化運(yùn)行策略。

2 案例效果與評(píng)價(jià)

通過(guò)本數(shù)據(jù)中心能耗模型的建立，以某電信運(yùn)營(yíng)商數(shù)據(jù)中心為例，基于動(dòng)力設(shè)備配置為基準(zhǔn)，我們將數(shù)據(jù)中心按照數(shù)據(jù)中心多層次評(píng)價(jià)體系進(jìn)行分層計(jì)算，經(jīng)過(guò)實(shí)地的測(cè)算，當(dāng)我們通過(guò)提高溫升以及采取服務(wù)器機(jī)架動(dòng)態(tài)制冷等措施，有效提高了子系統(tǒng)層面的制冷能效值，提高的值為0.2，由于其所對(duì)應(yīng)的制冷因子的權(quán)重為0.3，故按照模型，理論上可以降低的PUE值為0.06，而降低PUE可以有效的節(jié)約能耗，達(dá)到節(jié)能減排的目的，通過(guò)實(shí)地的測(cè)量，PUE的確降低了0.058，從而有效驗(yàn)證了本模型的正確性和可靠性。

3 結(jié)束語(yǔ)

按照管理定量分析方法，全新設(shè)計(jì)數(shù)據(jù)中心能耗模型以及綜合評(píng)估系統(tǒng)，可以科學(xué)、客觀的評(píng)估現(xiàn)有數(shù)據(jù)中心機(jī)房的能耗情況，為現(xiàn)有的數(shù)據(jù)中心機(jī)房進(jìn)行綜合評(píng)估，對(duì)不滿足評(píng)估結(jié)果的數(shù)據(jù)中心提出整改意見(jiàn)，并且在數(shù)據(jù)中心通過(guò)整改或者引入新的節(jié)能技術(shù)改造以后，用綜合評(píng)估體系進(jìn)行驗(yàn)證，從而在根本上確認(rèn)評(píng)估系統(tǒng)的正確性。其次，可以為新建數(shù)據(jù)中心提出參考，即在指定了IT設(shè)備類型以及能耗以后，可以方便的對(duì)PUE進(jìn)行估算，以便方便配置選擇機(jī)房結(jié)構(gòu)以及空調(diào)配置等數(shù)據(jù)中心基礎(chǔ)設(shè)施。

[1]谷立靜,周伏秋,孟輝.我國(guó)數(shù)據(jù)中心能耗及能效水平研究.中國(guó)能源[J],2010,32(11).

[2]Report to Congress on Server and Data Center Energy Efficiency Public Law 109-431,U. S.Environmental Protection Agency,2007.

[3]Karlsson,J.F.,Moshfegh,B.Investigation ofindoorclimateandpowerusageinadata center.Energy and Buildings[J],2005,37(10): 1075-1083.

楊浦區(qū)深入企業(yè)調(diào)研節(jié)能技改項(xiàng)目

最近，楊浦區(qū)經(jīng)委走訪三得利光明啤酒（上海）有限公司、上海五環(huán)大廈投資發(fā)展有限公司等單位調(diào)研節(jié)能項(xiàng)目實(shí)施情況。

在走訪過(guò)程中，企業(yè)介紹了各自的項(xiàng)目開(kāi)展情況，三得利光明啤酒有限公司通過(guò)降低空壓機(jī)用電單耗和降低輔助泵用電量節(jié)約標(biāo)煤近300噸。上海五環(huán)大廈投資發(fā)展有限公司，在樓宇修繕過(guò)程中，將中央空調(diào)系統(tǒng)和led照明改造同時(shí)進(jìn)行，極大地提升了樓宇能級(jí)。百聯(lián)又一城通過(guò)合同能源管理方式對(duì)商場(chǎng)和車(chē)庫(kù)的照明進(jìn)行了改造，以零投資的方式降低了成本，改善了運(yùn)營(yíng)環(huán)境。上海藤倉(cāng)塑像電纜有限公司，在燃油鍋爐上安裝節(jié)油器，燃燒效率提高8%至12%。上述企業(yè)節(jié)能技術(shù)改造使大家深受啟發(fā)。在調(diào)研過(guò)程中，企業(yè)希望政府能夠加大節(jié)能財(cái)政扶持力度。

(區(qū)經(jīng)濟(jì)運(yùn)行科)

嘉定區(qū)集全區(qū)之力推進(jìn)燃煤鍋爐清潔能源替代

2013年嘉定區(qū)將推進(jìn)區(qū)域內(nèi)燃煤（重油）鍋爐清潔能源替代工作作為節(jié)能工作重點(diǎn)，并出臺(tái)工作方案及配套扶持政策，大力推進(jìn)此項(xiàng)工作。一是加強(qiáng)監(jiān)督檢查。進(jìn)一步加大對(duì)重點(diǎn)替代企業(yè)的督察力度，定期走訪重點(diǎn)企業(yè)，了解企業(yè)替代工作推進(jìn)情況、存在的問(wèn)題和困難，特別是加大對(duì)重點(diǎn)替代企業(yè)中的高能耗、高污染單位的督察力度，要求企業(yè)必須及時(shí)啟動(dòng)鍋爐替代工作。二是加強(qiáng)溝通合作。針對(duì)鍋爐清潔能源替代工作“任務(wù)量大、時(shí)間要求緊、原則性強(qiáng)”等特點(diǎn)，在推進(jìn)中，注重與上級(jí)部門(mén)、基層街鎮(zhèn)與企業(yè)的聯(lián)系，定期召開(kāi)工作會(huì)議，溝通工作開(kāi)展情況，協(xié)調(diào)工作中存在的問(wèn)題和困難。三是加強(qiáng)宣傳對(duì)接。以街鎮(zhèn)鍋爐企業(yè)推進(jìn)會(huì)為契機(jī)，區(qū)推進(jìn)辦邀請(qǐng)燃?xì)?、電力以及?jié)能服務(wù)公司，對(duì)街鎮(zhèn)轄區(qū)內(nèi)的鍋爐企業(yè)實(shí)施培訓(xùn)，宣傳鍋爐清潔能源替代及關(guān)停相關(guān)政策，并做好企業(yè)與節(jié)能服務(wù)公司的對(duì)接工作。

（區(qū)經(jīng)委）

Data Center Energy Consumption Model Analysis and Research

Sun wen chao,Huang yun

Through the use of quantitative methods analysis management,new design IDC (Data Center)energy model(including data center energy efficiency predictive models and multi-level evaluation method evaluation index),and performs case analysis and verification decompositionPUE(PowerUsageEffectiveness)associatedwithinfrastructure,the establishment of data center energy efficiency evaluation system,provide a useful reference for the data center infrastructure planning and construction of large data era.

DataCenter，energyefficiencypredictive，Energyefficiencyevaluation，Energy conservation，PUE decomposition

孫文超，畢業(yè)于同濟(jì)大學(xué)電子信息工程專業(yè)，現(xiàn)是交大在職研究生。助理工程師?，F(xiàn)供職于中國(guó)移動(dòng)通信集團(tuán)上海有限公司，擔(dān)任動(dòng)力運(yùn)行維護(hù)一職。對(duì)通信機(jī)房的配電、暖通有深入的研究。黃赟，畢業(yè)于同濟(jì)大學(xué)暖通專業(yè)，高級(jí)工程師。現(xiàn)供職于中國(guó)移動(dòng)通信集團(tuán)上海有限公司，擔(dān)任技術(shù)督導(dǎo)。