近年国内大型数据中心的建设呈现快速增长的趋势,金融、通信、石化、电力等大型国企、政府机构纷纷建设自己的数据中心及灾备中心。越来越多的数据中心在建设时将PUE值列为一个关键指标,追求更低的PUE值,建设绿色节能数据中心已经成为共识。而目前电力行业在数据中心绿色节能设计方面与国外还存在很大差距,部分电力数据中心已开始探索能源管理系统及相关技术在优化数据中心能耗方面的应用。
　　
　　一、主要问题
　　
　　1.1能耗监测和计量方面
　　
　　目前,许多数据中心的能耗监测和计量还存在着不完善的问题。虽然一些数据中心安装了能耗监测设备,但是这些设备的精度和可靠性并不高,无法对数据中心的能耗情况进行精细化管理。另外,一些数据中心虽然安装了能耗监测设备,但是没有对能耗数据进行全面的分析和利用,无法有效地挖掘节能潜力。
　　
　　1.2 能耗数据统一方面
　　
　　同时,一些数据中心在能效管理方面还存在着信息数据不对称的情况,导致能耗优化方案无法得到有效的实施。数据中心的硬件设备大多来自不同厂商,且背靠不同的供应商,这就意味着这些设备的能耗监控及控制方法都是不同的,产生较大的能耗浪费风险。同时,由于数据中心中设备的变更频繁、规模逐年增长、设备种类繁多,存在信息数据不对称的情况,导致能耗优化方案无法得到统一有效的实施,为数据中心的能源管理带来了前所未有的挑战。
　　
　　二、解决方案
　　
　　数据中心能源管理系统,提供一套全面的能源管理解决方案,旨在实现数据中心的能源高效管理和节能降耗。该系统通过实时监控数据中心的能源使用情况,对电力、空调、服务器、存储设备、网络设备等各个方面的能源消耗进行精细化管理,及时发现并解决能源浪费问题,从而实现数据中心的节能降耗的目标。
　　
　　2.1 能耗总览
　　
　　能耗总览通过图形、表格、标记、颜色、文字等形式将设备能耗数据以直观的方式展示给管理者,帮助他们迅速发现和解决问题。系统展示功能包括:
　　
　　1）能耗流向:使用桑基图以一张图的方式展示数据中心全量设备年均能耗值,设备能耗流向数据。
　　
　　2）年均PUE:使用折线图展示数据中心机房年均PUE值。
　　
　　3）年均负载率:使用折线图展示数据中心机房年均IT设备负载率。
　　
　　4）空调能耗因子(CLF):使用折线图展示数据中心机房年均空调能耗因子。
　　
　　5）供配电能耗因子(PLF):使用折线图展示数据中心机房年均供配电能耗因子。
　　
　　6）其他耗能因子(OLF):使用折线图展示数据中心机房年均其他耗能因子。
　　
　　7）年平均气温:使用折线图展示数据中心机房年平均气温。
　　
　　8）年平均湿度:使用折线图展示数据中心机房年平均湿度。
　　
　　9）空调平均回风温度:使用折线图展示数据中心机房空调年平均回风温度。
　　
　　10）数据报警:当设备能耗超过设定阈值时,系统应自动报警并发送通知,以便管理人员及时处理。
　　
　　2.2 能耗分析
　　
　　2.2.1 PUE趋势分析
　　
　　2007年,绿色网格组织(The Green Grid,TGG)制定了数据中心能效比指标PUE,电能利用效率PUE(Power Usage Effectiveness)是数据中心研究、设计、设备制造、建设和运维最为熟悉的数据中心能源效率指标,也是评价数据中心工程性能的主要指标。其基本计算方法为:
　　
　　PUE=数据中心总能耗/IT设备能耗
　　
　　其中,数据中心总能耗,包括IT设备、冷却系统、照明、配电等设备的能耗。IT设备能耗包括所有相关的IT设备的负荷,如计算设备、存储设备、网络设备,也包括辅助设备如KVM转换器、监视器和工作站等。
　　
　　定期利用系统PUE趋势分析功进行参考,能及时发现能源浪费问题并采取相应的节能措施。系统支持每日、周、月、季度、半年、年为周期的PUE分析。通过监测和计算PUE值,数据中心管理员可以了解到哪些设备或区域的能耗较高,设备或系统的能耗与实际工作量之间的比值,从而采取相应的能源节约措施。
　　
　　2.2.2 IT设备负载率分析
　　
　　数据中心IT设备负载率是指IT设备的实际负载量与理论可承载的负载量之间的比例。这个比例可以用来评估数据中心的性能和效率,是数据中心管理的重要指标之一。IT设备负载率分析就是对IT设备的负载率进行测量、统计和分析的过程,以便更好地了解数据中心的运行状况,预测未来的负载情况,并优化数据中心的性能和效率。
　　
　　能源管理系统通过集成各子系统、设备,提供以日、周、月、季度、半年、年为周期的负载率数据,展示多维度的IT设备负载率分析,如内存负载率、磁盘负载率、CPU负载率和网络负载率等,以及操作系统、数据库、应用程序等软件系统的负载率,帮助数据中心管理者更好地把握管理的数据中心的负载率情况。
　　
　　2.2.3 温湿度趋势分析
　　
　　数据中心内的设备在运行过程中会产生大量的热量,如果不能及时有效地排出这些热量,将会影响设备的正常运行和稳定性,严重时甚至可能导致宕机,因此,利用能源管理系统温湿度分析功能对数据中心室内外温度进行监测分析显得尤为重要。
　　
　　(1)室内温度监测分析
　　
　　室内温度监测可以帮助管理人员实时了解数据中心的温度状况,及时发现并解决潜在的散热问题。数据中心的设备对运行环境有很高的要求,过高的温度会导致设备性能下降、故障率增加,甚至可能损坏硬件。通过实时监测室内温度,可以及时发现并解决温度过高的问题,确保设备正常运行。数据中心内的设备在高温环境下运行,会增加能源消耗。通过实时监测室内温度,可以合理地控制冷却系统的运行,提高数据中心的能源效率,降低运营成本。长时间的高温环境可能导致设备加速老化、出现故障。通过对室内温度的长期监测数据,可以及时发现并处理潜在的温度过高问题,有效预防因温度因素而引发的故障。
　　
　　(2)室外温度监测分析
　　
　　监测室外温度有助于合理安排数据中心的冷却策略,从而提高数据中心的能源效率和可靠性。室外温度监测数据可以帮助数据中心管理人员了解室外环境的温度变化,合理安排冷却策略,提高数据中心的能源效率。例如,当室外温度较低时,可以利用自然通风来降低数据中心内的温度,从而减少机械冷却系统的能耗。
　　
　　能源管理系统通过对室内外温度趋势持续跟踪监测,可以对数据中心节能进行精细化管理。同时结合实时数据实施节能措施,合理安排设备的运行时间,根据设备的负载情况和使用率来制定合理的运行时间表。配合智能化的冷却系统、自然冷却技术等,以降低冷却系统的能耗。能源管理系统的应用,有利于建立节能意识和管理制度,加强能源监测和数据分析,及时发现和解决能源浪费问题。
　　
　　(3)空调回风温度监测分析
　　
　　数据中心空调回风温度是维持数据中心稳定、高效和安全运行的关键因素之一。适宜的回风温度可以保证数据中心的设备正常运行,同时也可以降低能耗和提高设备使用寿命。
　　
　　通过实时监测空调回风温度情况,可以及时发现温度过高或过低的问题,并采取相应的措施进行调节。可以调整空调设备的制冷量、送风量、回风量等参数控制回风温度。能源管理系统定期自动对数据中心的温度进行监控和记录,以便及时发现温度异常的情况。同时,通过对温度数据的分析,可以更加深入地了解数据中心的温度变化规律,为进一步优化空调回风温度提供参考依据。
　　
　　2.3 策略智能联动
　　
　　利用物联网控制技术,结合能耗分析结果,实现对冷却系统的智能化联动控制管理。通过自动化调节、智能调度等手段,根据数据中心的实时负载情况和环境参数,自适应调整冷却设备的运行策略。例如,当监测到数据中心温度过高时,自动开启冷却设备进行调整;当设备出现故障时,进行预警提示并自动调度维修资源。
　　
　　三、结论
　　
　　总的来看,能源管理系统是数据中心能源高效管理和节能降耗的重要工具,有助于提高数据中心的运行效率和降低运营成本。不断深入能源管理系统在数据中心应用的研究对数据中心提质增效、节能降碳有着重要的意义。
　　
　　作者简介
　　
　　徐军:数字化转型咨询顾问.多年政府、企业数字转型咨询经验。主导全国多个地市的智慧城市、数字政府、经开区智慧园区顶层规划。对数字孪生技术在能源转型、城市规划、综合执法、社会综合治理、环境保护监管等领域的落地有丰富经验。擅长大数据技术、数字孪生技术、AR技术与业务的深度融合设计。
　　
　　编辑：Harris