中心能耗分析及節能策略研究與應用

摘要：數據中心節能降耗管理和智能化運維提供支撐。

關(guan) 鍵詞：數據中心能耗；數據分析；關(guan) 聯分析；節能研究；皮爾遜相關(guan) 係數

0引言

近些年，國內(nei) 大型數據中心的運營管理和節能改造具有方向性和指導性意義(yi) 。

1數據中心能耗分析

在中心的能耗構成和主、次要能耗類型；另一方麵是定量分析，從(cong) 數據角度對能耗規律及相關(guan) 關(guan) 係進行挖掘。

1.1定性分析

（1）IT負荷能耗：主要是數據最大。

（2）製冷係統能耗：主要包括冷機、冷卻泵、冷凍泵、冷塔、蓄冷罐、末端空調等製冷設施在數據中心的各個(ge) 機房內(nei) ，根據各機房內(nei) 的設備運行情況，為(wei) 局部提供適當的溫度環境。

（3）消防係統能耗：主要包括：消防給水設備、滅火設備、緊急廣播、漏電報警、火災報警、應急照明指示燈等在運行保障期間所消耗的電力能源。大多數時間中，這些設備處於(yu) 靜默或休眠狀態，電能消耗不大。

（4）輔助設備消耗的能耗：主要包括照明、電梯係統、視頻監控係統、屏蔽設施、動環監測設備等運行過程時所消耗的能源。通常這部分設備能耗占比並不大。

（5）損耗能耗：包括UPS損耗、線路及接口損耗等。這部分能耗並不提供有用功，屬性於(yu) 係統性損耗。通常施工改造等外接設備消耗的能源也計入損耗能耗。

雖然上述分析針對所調研的數據中心能耗類型也與(yu) 此類似，隻是在能源消耗占比上有所區別。

1.2定量分析

在定性分析的基礎上，結合實際能耗數據，對數據中心能耗情況進行分析，挖掘能耗規律特點及關(guan) 聯關(guan) 係，為(wei) 節能策略的提出提供數據支撐。根據數據範圍及數據量，定量分析又分為(wei) 總體(ti) 分析和局部分析。

1.2.1總體(ti) 能耗分析

通過對數據中心2021年能耗進行統計分析可得各部分的能耗占比，如圖所示：

圖1總體(ti) 能耗占比分析

從(cong) 圖1可知，數據中心的總體(ti) 能耗和IT設備能耗使用情況進行統計分析，如圖2所示：

圖2數據中心能源總體(ti) 消耗情況

從(cong) 圖2可以看出，總體(ti) 能耗規律與(yu) IT設備的能耗規律基本一致，呈波動形；IT設備能耗較總能耗波動性較平緩，說明IT總負載全年變化不大；總能耗波動性較大，尤其在7、8、9月能耗較突出，11、12月的能耗較小，較符合中國北方夏季氣溫高製冷能耗突出而冬季氣溫低製冷能耗較低的特點。

衡量數據中心總能耗與(yu) IT設備能耗之比，即：

P

PIT

PUE=

其中，P是數據中心整體(ti) 按月進行PUE計算，可得PUE規律如圖3所示：

圖3數據中心PUE分布情況

分析可知，數據中心的能耗效率較好。

1.2.2局部能耗分析

數據中心總能耗達70%以上，因此，對機房進行進一步精細化能耗分析，掌握機房能耗分布情況，識別能耗主要節點，對後續的能耗管理及節能措施具有重要意義(yi) 。

經調研機房內(nei) 的設備主要包括：主機機櫃、路由器、列頭櫃、UPS電源、精密空調及部分動環監測設備等，設備分布如4圖所示，所采集到的能耗數據有：各列機櫃能耗數據、精密空調能耗數據、機房內(nei) 溫濕度數據、室外氣溫數據等。

圖4機房布局圖

（1）機房能耗規律分析及挖掘

圖5機房IT設備能耗分析

通過分析可知，A-J共10列機櫃中H、J列機櫃能耗這一年均為(wei) 0，說明這兩(liang) 列機櫃並未啟用，B、C、D列機櫃全年中僅(jin) 部分時間使用，A、E、F、G、I列機櫃全年均在使用；其中D列機櫃在使用期間的月能耗最小；

（2）精密空調能耗消耗情況及規律

圖6機房精密空調能耗規律

精密空調能耗的月份2、3、4月，能耗分布具有明顯的波動特性，電能用量規律與(yu) 北方室外氣溫變化相符，即6、7、8月份氣溫較熱，在集中製冷係統的基礎上，精密空調需提供較大的額外製冷，空調負荷較重，能耗較高，2-4月份氣溫較低，空調負荷較輕，能耗較低。

（3）能耗相關(guan) 性分析

為(wei) 進一步研究各部分能耗數據與(yu) 溫濕度的相關(guan) 性，對各類設備的能耗數據與(yu) 溫濕度數據進行相關(guan) 分析。首先對所有數據進行預處理。由於(yu) 能耗和溫度、濕度的計量單位不同，所以采用min-max方法對數據進行量化處理。然後采用皮爾遜(Pearson)相關(guan) 係數對IT能耗、精密空調能耗、室外溫度和濕度間進行相關(guan) 性分析。

表1皮爾遜相關(guan) 係數矩陣

從(cong) 表1中可以看出，IT能耗與(yu) 精密空調能耗、室外溫度、濕度之間都是正相關(guan) 的關(guan) 係（相關(guan) 性數值均大於(yu) 0）。其中，IT能耗與(yu) 精密空調能耗為(wei) 強相關(guan) 性（相關(guan) 性數值大於(yu) 0.7），與(yu) 濕度中度相關(guan) 性（相關(guan) 性數值大於(yu) 0.5），與(yu) 溫度弱相關(guan) 性（相關(guan) 性數值小於(yu) 0.4）；精密空調能耗與(yu) 溫度、濕度、IT能耗的均為(wei) 強相關(guan) 性，與(yu) 溫度相關(guan) 性最大。

圖7展示出了的IT能耗與(yu) 精密空調能耗、溫度、濕度的分布規律。可以看出，IT能耗在2月、6月和9月有所下降，空調能耗在2月和9月下降，濕度在2月、4月、9月和10月下降，溫度在8月、9月和10月下降，其餘(yu) 月份均穩定上升。綜上，IT能耗和精密空調能耗的變化趨勢較相近，二者關(guan) 聯性更大。

圖7IT能耗與(yu) 空調能耗、溫度、濕度的分布規律

圖8展示出了的精密空調能耗與(yu) 溫度、濕度的分布規律對比。可以看出，精密空調能耗在2月、8月和9月有所下降，其餘(yu) 月份均穩定上升。濕度在2月、4月、9月和10月下降，溫度在8月、9月和10月下降，2月平穩沒變，其餘(yu) 月份均穩定上升。因此，精密空調能耗和溫度的變化趨勢較相近，二者關(guan) 聯性更大。

圖8精密空調能耗與(yu) 溫度、濕度的分布規律

（4）局部能耗效率分析

與(yu) 數據中心整體(ti) 相比，機房內(nei) 的用電設備相對較少，更容易分析其能耗效率。計算機房的能耗效率可以衡量在機房的總電能中，具體(ti) 多少是用到IT設備上的，多少是用到製冷上的，從(cong) 而調整優(you) 化製冷的分配。機房的能耗效率是機房總功耗與(yu) 機房內(nei) IT設備的能耗

之比，即：

p

pue=

pit

其中p為(wei) 機房總能耗，pit為(wei) 機房內(nei) 的IT設備能耗。下圖給出了機房總能耗（p）、IT設備能耗（pit）、能耗效率（pue）的分布規律。

圖9機房的pue分布規律-按月統計

從(cong) 圖中可看出，數據最小，為(wei) 1.13。說明機房pue和總功耗、IT能耗的變化趨勢相近。

圖10機房的PUE分布規律-按天統計

根據上述分析，可總結數據中心各係統按電能消耗占比排序分別為(wei) IT負荷、製冷係統、損耗、輔助設備、消防係統五個(ge) 部分；能耗一般在7-9月份較突出，11-12月份較低，能耗及PUE分布呈現波動特征；通過局部分析可知，IT能耗與(yu) 精密空調能耗、室外氣溫、溫度之間呈正相關(guan) 關(guan) 係，且IT能耗與(yu) 濕度相關(guan) 性較強，與(yu) 氣溫相關(guan) 性較弱；局部機房的IT能耗、能耗效率及總功耗的變化趨勢相近。

2節能策略及建議

綜合上述數據中心運行條件的基礎上，節約能源消耗。

（1）利用室外自然冷源

自然冷卻是很多大型數據中心或商業(ye) 建築采用的

冷卻方式之一，即當室外溫度低於(yu) 某一溫度時（如10C°至13C°),將數據中心製冷係統由冷水機組製冷轉換

為(wei) 自然冷源製冷。因此，可根據能耗及氣溫數據采用自動化的主-被動製冷控製，即根據曆史數據、監測數據，若在一定時間內(nei) ，當地氣溫達到低溫閥值，則自動給出自然冷卻建議及方案，並由運維人員判斷進行判斷，將冷水機組切換為(wei) 自然冷卻製冷，以達到節約能耗的目標，但具體(ti) 冷量需要根據冷卻模型進行估算

（2）優(you) 化機房空調運行

基於(yu) 能耗分析結果及溫濕度與(yu) 能耗的相關(guan) 關(guan) 係，進一步分析機房內(nei) 的熱源分布，風道風速等，根據溫度規律優(you) 化調配空調送風溫度及開啟數量，使機房空調工作在一個(ge) 相對較低的能耗水平；此外，因能耗與(yu) 濕度間呈強相關(guan) 關(guan) 係，可考慮采購一定數量的除濕機，不再依靠機房空調或新風機來降低模塊機房的濕度，做到精準除濕，降低空調係統耗電。

（3）關(guan) 閉不必要的機房空調

進入冬季後，柴房樓、運維樓相關(guan) 功能房間受室外環境溫度影響，房內(nei) 溫度較低，可以關(guan) 閉蓄電池室、配線間、智能建築機房、控製室等房間機房空調或立式組合空調，節省能耗，相關(guan) 專(zhuan) 業(ye) 要做出比較敏感的反應。

（4）夏季關(guan) 閉柴油發電機組水套加熱器

每年5月下旬至9月中旬可關(guan) 閉柴油發電機組水套加熱器，減少為(wei) 柴發冷卻液加熱造成的耗電。柴發帶載模式為(wei) 一路斷電柴發啟動，空載運行。夏秋季氣溫高，且柴發為(wei) 空載啟動，關(guan) 閉水套加熱器仍可保證柴發正常啟動。

3安科瑞能耗統計分析（能源管理）解決(jue) 方案

3.1能效管理解決(jue) 方案介紹

建立高效的能耗監測管理係統，對建築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築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係統的基本框架，對各個(ge) 用能環節進行實時監測；

②　排碳數據化：通過係統可實現建築單位內(nei) 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：實現建築單位內(nei) 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麵積能耗和人均能耗指標；

⑥　能耗競爭(zheng) 排名：各個(ge) 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，並根據能耗監測管理係統的需要可選擇不同樣式報表的打印。為(wei) 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，並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(yi) 表故障進行報警，提高係統信息化、自動化水平。

3.2能源管理係統硬件配置

4結束語

文章針對數據中心的提質降耗改造提供借鑒。

安科瑞侯文莉