安科瑞 陳聰

【摘 要】為解決數據*心高能耗問(wèn)題，實(shí)現行業(yè)的綠色發(fā)展，以移動(dòng)數據*心為例，對能耗管理系統設計進(jìn)行研究，通過(guò)分析數據*心能耗管理現狀，從管理目標、方案設計、實(shí)施過(guò)程等方面提出數據*心能耗綠色化管理的具體實(shí)施方案，以不斷提升移動(dòng)數據*心能耗管理水平，降低能源消耗，為數據*心能耗管理提供方法借鑒。

【關(guān)鍵詞】數據*心；能耗管理；低碳

0 引言

隨著(zhù)我國經(jīng)濟的不斷發(fā)展，互聯(lián)網(wǎng)用戶(hù)不斷增加，數據*心能耗隨之迅速增加。數字經(jīng)濟向社會(huì )各領(lǐng)域持續滲透，社會(huì )對數據資源的存儲、計算以及應用需求大幅增長(cháng)，大數據和云計算等新一代信息產(chǎn)業(yè)進(jìn)入快速發(fā)展階段。在云計算、大數據、人工智能（AI）系統服務(wù)應用逐年增加的前提下，大型系統配置和集群式業(yè)務(wù)形式的高耗能平臺建設越來(lái)越多。運營(yíng)商作為數據*心管理者和物理空間出租方，除了具備有效的基礎設施業(yè)務(wù)管理系統，還應該創(chuàng )新建立綠色的能耗管理系統。數據*心既要實(shí)現算力提升，以滿(mǎn)足快速增長(cháng)的智能化業(yè)務(wù)需求，還要實(shí)現能效提升，以滿(mǎn)足綠色低碳可持續發(fā)展的長(cháng)期目標要求。

1 移動(dòng)數據*心能耗管理現狀

1.1 設備能耗過(guò)高

數據*心設備能耗是能源消耗的重要組成部分。其*，服務(wù)器、存儲、網(wǎng)絡(luò )、安全等信息技術(shù)（information technology, IT）和網(wǎng)絡(luò )通信設備均有較高的功率密度，且設備數也在不斷增加。設備運行過(guò)程*不僅需大量電力供應，同時(shí)產(chǎn)生大量的熱量也需要冷卻。因此，要保證數據*心正常運行，需要投入大量能源。為了維持設備穩定和供其散熱，用電和制冷方面能耗巨大。隨著(zhù)數據*心的不斷擴容和設備的不斷優(yōu)化，降低單位算力的能源消耗，提升能源轉換效率是實(shí)現數據*心綠色低碳發(fā)展的關(guān)鍵。IT 設備的散熱系統是數據*心主要耗能部分，且用于供電和散熱的設備成本已超過(guò) IT 設備成本。因此，優(yōu)化供電方案，減輕散熱系統的負擔，提高能源利用效率，減少碳排

放，是建設綠色數據*心的重要措施之一。

1.2 布局不合理

數據*心有高能耗特點(diǎn)，是實(shí)現綠色節能目標要特別關(guān)注，但我國數據*心布局供需錯配，導致能源利用率不高。相比于西部地區，東部地區數字經(jīng)濟發(fā)展迅猛，與有限的算力供給和較高的能耗水平矛盾日益凸顯。東部地區數據*心建設需求旺盛，但資源瓶頸明顯、供給受限；西部地區資源稟賦優(yōu)渥，氣候環(huán)境適宜，但數字經(jīng)濟發(fā)展水平低、屬地需求弱。

數據是現代企業(yè)運營(yíng)*不能或缺的一部分，數據*心的運營(yíng)也需要大量電力支持，這給環(huán)境和能源資源都帶來(lái)了巨大的壓力。優(yōu)化數據*心布局，加快數據*心向西部地區轉移，確保算力部署與土地、能源等資源的協(xié)調。隨著(zhù)國家“東數西算”戰略不斷深入推進(jìn)，未來(lái)數據*心布局將更加合理，需要更高效的能耗管理系統，以適應發(fā)展趨勢，不斷推進(jìn)綠色低碳目標的實(shí)現。

1.3 能源結構單一

數據*心能源結構當前以傳統能源為主導，同時(shí)需要大量供電和制冷設備，這給環(huán)境和可持續發(fā)展帶來(lái)了挑戰。數據*心整體用能以火電為主，綠電和其他能源的供應占比較低?；痣姴荒艹浞洲D化為數據*心運行能量，供能側與用能側能級不匹配，導致能量損失大、消耗高。數據*心能源結構也受到管理和運維的影響，其運行需要人員進(jìn)行管理、維護和升級，這也需要一定的能源投入。因此，優(yōu)化能源結構和采用節能環(huán)保技術(shù)已經(jīng)成為數據*心發(fā)展的重要方向。未來(lái)數據*心的能源結構將更加注重可再生能源的應用和能源的利用，以降低能源消耗，減少對環(huán)境的影響。

2 移動(dòng)數據*心能耗管理系統設計方案

2.1 方案概述

移動(dòng)數據*心能耗管理系統依托先進(jìn)的數字孿生技術(shù)和 AI 算法，對數據*心能耗進(jìn)行*細化、智能化的監控與優(yōu)化，從而實(shí)現數據*心的節能降耗，提高運營(yíng)效率。首先，通過(guò)采集層將 IT 系統、電氣系統、末端空調系統、冷機群控系統等各個(gè)分支系統打通，采集海量數據，對數據進(jìn)行清洗、核查、匯總等預處理，構建數據基座。其次，將所有數據歸集到數字孿生平臺后，對用電量、制冷量、溫濕度、設備狀態(tài)等數據進(jìn)行整合，構建數據*心能耗模型，利用模型進(jìn)行能耗模擬，從而評價(jià)數據*心能效水平。數字孿生平臺提供以下兩套能耗模型：①能效模型。能效模型以數學(xué)算法定義，是將輸入輸出的配比關(guān)系進(jìn)行數字層面的變換得出的物理模型。②優(yōu)化模型。優(yōu)化模型根據 AI 系統的輸入輸出，通過(guò)神經(jīng)網(wǎng)絡(luò )、機器學(xué)習等自行匹配參數組合，得出計算結果。兩套模型相互映射，不斷修正，從而診斷出數據*心能耗高的原因，通過(guò)調用各個(gè)分支系統的控制接口下發(fā)調優(yōu)策略，實(shí)現數據*心能耗全局調優(yōu)。

2.2系統總體結構設計

移動(dòng)數據*心能耗管理系統總體結構設計可以概括為以下 3 個(gè)核心部分。

2.2.1 采集層

采集層有以下 3 個(gè)功能：淤數據采集。通過(guò)智慧采集網(wǎng)關(guān)，采集高壓配電柜、變壓器、低壓配電柜、空調、不間斷電源 （uninterruptible power supply, UPS）設備、開(kāi)關(guān)電源、行列間空調、列頭柜、智能電表、蓄電池組、油機、溫濕度、煙感、水浸、冷機群控等30 多種基礎設施的數據，每分鐘采集數據量可達100 萬(wàn)條，采集數據類(lèi)型有 200 多種。于數據預處理。對采集到的數據進(jìn)行清洗、核查、匯總等處理，確保數據的準確性和完整性。數據存儲。將處理后的數據存儲在數據庫*，為后續分析提供數據基礎。

2.2.2 AI 調控層

AI 調控層涵蓋以下 3 個(gè)部分：淤數據模型?；贗T 系統、電氣系統、末端空調系統、冷機群控系統四大應用場(chǎng)景，構建五大類(lèi) 13 個(gè)數據模型，涵蓋資產(chǎn)、環(huán)境、末端空調運行、水冷系統運行、電能、設備功率等。于A(yíng)I 模型?；跀祿Ｐ?，構建 5 個(gè) AI 算法模型，包括機房溫度預測模型、空調與測點(diǎn)影響分析模型、水冷/風(fēng)冷末端空調調控模型、IT 設備功耗調控模型、水冷主機調控模型等，用于實(shí)現數據智能預測、業(yè)務(wù)分析和節能優(yōu)化。盂算法平臺。 提供算法開(kāi)發(fā)、訓練、部署和管理的平臺，支持多種機器學(xué)習算法和深度學(xué)習算法，方便用戶(hù)進(jìn)行模型開(kāi)發(fā)和優(yōu)化。

2.2.3 應用層

應用層擁有以下 3 個(gè)功能：①能耗管理。提供能耗分析、運行分析、節能策略、設備調控、節能驗證等功能，實(shí)現對數據*心能耗的監控和優(yōu)化。②可視化編排平臺。支持設備下發(fā)參數的可視化編排，通過(guò)直連設備或各個(gè)分支系統實(shí)現對設備參數的遠程調控，落實(shí)節能方案生成到執行的閉環(huán)處理。③輔助增效技術(shù)。包括機房風(fēng)道優(yōu)化整改技術(shù)、使用新型盲板封堵空置機柜、機房新風(fēng)技術(shù)等，進(jìn)一步增強節能效果。

3移動(dòng)數據*心能耗管理系統實(shí)施方案

3.1 數據*心

傳統控制理論注重對機制模型的分析和綜合， 側重書(shū)面演示的理論解析推導。而數據驅動(dòng)發(fā)現控制理論注重分類(lèi)和回歸等問(wèn)題求解算法的實(shí)效性和功用性，側重實(shí)戰技巧的專(zhuān)有專(zhuān)用。能耗管理系統數據驅動(dòng)更多依賴(lài)于計算、存儲和結構，與計算機、通信、網(wǎng)絡(luò )、IT 等技術(shù)緊密相關(guān)，能夠以月、年為時(shí)間粒度，統計數據*心主要運行指標，對數據*心的故障、問(wèn)題、能耗等多維度指標進(jìn)行匯總分析。同時(shí)，能夠以同比、環(huán)比、趨勢等多種方式呈現性能指標。此外，能夠獲取冷機群控系統（冷機、水泵、風(fēng)機、空調、冷塔、閥門(mén)壓強）參數數據，設定閾值進(jìn)行預警，提供短信、電話(huà)等通知形式，以及時(shí)處理異常。

3.2 移動(dòng)機房

IT 的迅猛發(fā)展。對數據*心機房的服務(wù)保障提出了更高要求，能耗管理系統支持以月、年為時(shí)間粒度，統計機房主要運行指標，對機房故障、問(wèn)題、能耗等多維度指標進(jìn)行匯總分析，以同比、環(huán)比、趨勢等多種方式呈現機房性能指標。采集匯總高壓水冷主機配置參數、室外及機房溫濕度等基礎數據，通過(guò)機器學(xué)習分析主機運行工況和關(guān)鍵參數，并建 立月度或季度配置模型，分析機房和封閉冷通道能 效比，以確定佳能效比并提供優(yōu)化建議。通過(guò)預測機房能耗和濕球溫度，預測評估不同節能方案的節能效果，優(yōu)選出佳的方案進(jìn)行部署，不斷提高機房管理效能。通過(guò)系統維護可以提前發(fā)現并解決問(wèn)題，將故障消滅在萌芽狀態(tài)，提高機房的安全性。

3.3 用戶(hù)資源

作為數據*心的業(yè)務(wù)開(kāi)展主體和服務(wù)受眾，用戶(hù)在數據*心生命周期各個(gè)階段*起著(zhù)重要作用。然而，面對龐大的國內外用戶(hù)群體，若數據*心對用戶(hù)缺少有效、統一的分類(lèi)和控制，對用戶(hù)訪(fǎng)問(wèn)權限不加限制，勢必影響用戶(hù)使用體驗和數據安全。根據不同屬性或特征對用戶(hù)進(jìn)行分類(lèi)，可以解決此類(lèi)問(wèn)題。為了更好地管理用戶(hù)，在數據*心的實(shí)際運行與服務(wù)過(guò)程*，能耗管理系統支持建立用戶(hù)分類(lèi)體系，對用戶(hù)進(jìn)行多維細分，提供有效的用戶(hù)行為控制、服務(wù)資源配置和數據安全策略，提高用戶(hù)管理水平。

3.4 值班班組

日常運維值班管理是數據*心運維的重要組成部分，直接關(guān)系到數據*心的安全性、穩定性和可靠性。隨著(zhù)數據*心的規模不斷擴大，日常運維值班管理將會(huì )更加復雜化和*細化。在 24 h 不間斷工作的情況下，長(cháng)時(shí)間連續值班容易造成值班人員疲勞和注意力不集*。針對上述問(wèn)題，在值班班組運行情況分析*，能耗管理系統支持統計班組在時(shí)間周期內的問(wèn)題數、問(wèn)題類(lèi)型及其同環(huán)比情況。且可以實(shí)現對設備運行狀態(tài)的實(shí)時(shí)監測和異常情況預警，及時(shí)發(fā)現異常情況并進(jìn)行處理，以提高數據*心基礎設施運維的效率和準確性。

4 移動(dòng)數據*心能耗管理系統未來(lái)發(fā)展方向

4.1 冷機系統運行狀態(tài)可優(yōu)化

在數據*心能耗管理*，冷機系統運行狀態(tài)優(yōu)化是重要且有效的手段。通過(guò)優(yōu)化冷機系統運行序列和負荷分配，可以在滿(mǎn)足末端冷量需求的同時(shí)，實(shí)現節能。冷機系統是數據*心大的能耗設備之一，負責維持數據*心內部的溫度和濕度。優(yōu)化冷機系統的運行狀態(tài)，可以有效降低能源消耗和運行成本。能耗管理系統通過(guò)對數據*心內部溫度、濕度、服務(wù)器負載等多種參數進(jìn)行實(shí)時(shí)監測，可以實(shí)現對冷機系統的控制，避免能源浪費。當數據*心負載較輕時(shí)，可以適當降低冷機系統的運行功率，節約能源；當負載較重時(shí)，可以及時(shí)提高冷機系統的運行功率，保證數據*心內部的正常運行。此外，對冷機系統進(jìn)行定期維護和清潔，通過(guò)定期清潔冷卻塔、空調濾網(wǎng)等部件，可以有效減少冷機系統的運行阻力，提高系統的運行效率，從而降低能源消耗。

4.2 數據治理服務(wù)便利化

為了降低能耗，數據*心需要采取一系列的措施，如使用更節能的設備、優(yōu)化數據*心的布局和結構等，然而，這些措施的實(shí)施需要進(jìn)行大量的數據分析和監測，才能找到佳的解決方案。因此，數據*心能耗管理系統需要提供便捷的數據治理服務(wù)。系統引入先進(jìn)的數據分析和監測技術(shù)，借助AI 和大數據技術(shù)來(lái)實(shí)現對數據*心能耗和數據的自動(dòng)化監控和管理。同時(shí)，借助云計算和物聯(lián)網(wǎng)技術(shù)，使數據*心能耗管理和數據治理服務(wù)更加靈活和便捷。在運用數據*心能耗管理系統過(guò)程*，通過(guò)技術(shù)創(chuàng )新，不斷推動(dòng)數據*心能耗管理和數據治理服務(wù)向更加便利的方向發(fā)展。

4.3 系統能耗管理綠色化

隨著(zhù)社會(huì )對環(huán)境保護的重視程度不斷提高，數據*心能耗管理系統的綠色化發(fā)展趨向將會(huì )越來(lái)越顯著(zhù)。能耗管理系統通過(guò)優(yōu)化設計和更新設備來(lái)提高能源利用效率，采用先進(jìn)的節能技術(shù)和設備，以降低數據*心的整體能耗。此外，通過(guò)實(shí)施合理的能源管理策略和使用監測系統，可以及時(shí)發(fā)現并解決能源浪費的問(wèn)題，從而降低數據*心的能耗和運行成本。同時(shí)，系統通過(guò)不斷創(chuàng )新和改進(jìn)，可以采用太陽(yáng)能和風(fēng)能等可再生能源來(lái)供電，這不僅能夠降低數據*心對傳統能源的依賴(lài)，還能夠減少碳排放，使數據*心的運行更加環(huán)保。

5 安科瑞監控系統解決方案

5.1概述

隨著(zhù)數據*心的迅猛發(fā)展，數據*心的能耗問(wèn)題也越來(lái)越突出，有關(guān)數據*心的能源管理和供配電設計已經(jīng)成為熱門(mén)問(wèn)題，可靠的數據*心配電系統方案，是提高數據*心電能使用效率，降低設備能耗的有效方式。要實(shí)現數據*心的節能，首先需要監測每個(gè)用電負載，而數據*心負載回路非常的多，傳統的測量?jì)x表無(wú)法滿(mǎn)足成本、體積、安裝、施工等多方面的要求，因此需要采用適用于數據*心集*監控要求的多回路監控裝置。

5.2應用場(chǎng)所

適用于運營(yíng)商、金融、政府、互聯(lián)網(wǎng)、企業(yè)等數據*心

5.3系統結構

1）交流

5.4系統功能

1）主頁(yè)

開(kāi)機進(jìn)入主頁(yè)，包含進(jìn)線(xiàn)參數、開(kāi)關(guān)狀態(tài)、出線(xiàn)參數、報警查詢(xún)等功能，按按鈕可進(jìn)入各功能界面查看。

2）進(jìn)線(xiàn)參數監測

監測主路的三相電壓、電流、系統頻率；各項及總的有功功率，無(wú)功功率，視在功率，功率因數，有功電能、無(wú)功電能；電流、電壓不平衡度；電流、電壓諧波含量；大需量。

3）出線(xiàn)參數監測

分支回路的電壓、電流、有功功率、有功電能、功率因數額定電流設置、各相電流值；

負載百分比；大需量。

4）開(kāi)關(guān)狀態(tài)

左側一列為主路開(kāi)關(guān)狀態(tài)，主路跳閘SD狀態(tài)、主路防雷開(kāi)關(guān)狀態(tài)、主路防雷故障點(diǎn)狀態(tài)，默認為無(wú)源檢測點(diǎn)，分閘為綠色，合閘為紅色。主路右側的皆為支路開(kāi)關(guān)狀態(tài)；默認為有源檢測點(diǎn)，合閘為紅色，分閘為綠色。

5）報警查詢(xún)

當前報警界面可查看實(shí)時(shí)報警和歷史報警；開(kāi)關(guān)量動(dòng)作告警；任意數據的定時(shí)存儲；進(jìn)線(xiàn)過(guò)電流2段閥值越限告警，可任意設定告警值；進(jìn)線(xiàn)過(guò)壓、欠壓、缺相、過(guò)頻率、低頻率越限告警;聲光告警功能。

5.5系統硬件配置

6安科瑞智能母線(xiàn)監控解決方案

6.1概述

數據*心IT服務(wù)器配電傳統采用*密配電柜，占用空間較大，配電線(xiàn)纜多，新增設備不便，為了節省面積，智能小母線(xiàn)方案由于不占用機房面積、可按需靈活插拔，受到很多數據*心的青睞，被越來(lái)越多的應用。

安科瑞智能母線(xiàn)監控產(chǎn)品分為交流和直流母線(xiàn)監控兩類(lèi)，包括始端箱監測模塊、插接箱監測模塊以及觸摸屏，另外還可以搭配母線(xiàn)槽連接器紅外測溫模塊用于監測母線(xiàn)槽的運行溫度，確保母線(xiàn)槽配電安全。通過(guò)標準網(wǎng)線(xiàn)手拉手簡(jiǎn)單組網(wǎng)，可以實(shí)現任意插接箱檢修或更換時(shí)不影響其他在線(xiàn)運行的插接箱的數據上傳通訊。

6.2應用場(chǎng)所

適用于運營(yíng)商、金融、政府、互聯(lián)網(wǎng)、企業(yè)等數據*心。

6.3系統結構

6.4系統功能

1. 實(shí)時(shí)監測

在主頁(yè)點(diǎn)擊數據采集按鈕后，進(jìn)入系統圖界面：此界面顯示了每個(gè)箱子的電壓。

1. 基本參數界面

顯示電壓、電流、功率、電能等電參數數據，在設備地址旁邊的輸入框輸入本箱子對應的儀表地址，即可實(shí)現對箱子*儀表數據的采集。

1. 諧波數據

通過(guò)點(diǎn)擊“箭頭”來(lái)左右切換2-63次諧波數據。

1. 大需量

顯示電壓、電流、功率的大需量的數值及發(fā)生時(shí)間。

1. 電能查詢(xún)

電能情況可以查詢(xún)上12月份的每個(gè)月用電量、上一年總用電量、本年已用電量、根據選擇不同時(shí)間查詢(xún)電能值。

6.5系統硬件配置

7 結語(yǔ)

隨著(zhù)科技發(fā)展和智能化水平的提高，數據*心在現代社會(huì )*扮演著(zhù)越來(lái)越重要的角色。然而，數據*心的能耗管理和數據治理服務(wù)具有復雜性。在推進(jìn)產(chǎn)業(yè)數字化轉型過(guò)程*，數據*心能耗管理是不可忽視的重要一環(huán)。通過(guò)建立綠色的能耗管理系統，可以?xún)?yōu)化數據*心能耗管理，實(shí)現節能降碳，提升運營(yíng)商信息化基礎設施建設水平并使其數據管理方式更加靈活、多樣，推動(dòng)傳統產(chǎn)業(yè)轉型升級和創(chuàng )新發(fā)展，助力可持續發(fā)展。

參考文獻

[1]潘志安，周劍濤，胡堅.數據*心機房節能改造[J].網(wǎng)絡(luò )安全和信息化，2023（10）：64-65.

[2]沈林江，仇樹(shù)卿，崔超，等.“東數西算”下的數據流通策略研究[J].數據與計算發(fā)展前沿，2023，5（5）：3-12.

[3] 許熠堃，譚欣晨.高校數據*心機房綠色運維服務(wù)的實(shí)踐探索[J]高校后勤研究，2023（10）：29-31.

[4]曹喬卓然,陳祖剛，李國慶,等.科學(xué)數據*心資源和用戶(hù)訪(fǎng)問(wèn)控制體系[J].大數據, 2022, 8(1):98-112.

[5] 王清江.基于二維碼及移動(dòng)技術(shù)的大型數字機房巡檢分析[J].企業(yè)科技與發(fā)展，2022（8）：48-50.

[6]張晶.移動(dòng)數據*心能耗管理系統設計研究[A].行業(yè)交流，2024年7月.

[7]AcrelEMS-IDC數據*心綜合能效管理解決方案-樣本.

[8]數據*心解決方案樣本2022.04版.