数据中心节能技术分析

摘 要：随着“新基建”的加速建设，数据中心产业蓬勃发展。针对数据中 心这种能耗大户，国家部门逐步出台了各类有关于加强绿色数据中心建设的指导 意见。本文侧重探讨当前数据中心先进的节能技术，从服务器、空调制冷、变配 电系统等方面给出绿色数据中心规划建设的技术路线。可协助数据中心整体规划 为设计单位早期布局提供参考，尽量减少后期再改造带来的额外成本。关键词：数据中心；PUE；节能；冷却；供配电1.引言数据中心的能源消耗主要发生在服务器散热与电能传输两个环节。在散热环 节，一方面需提高服务器等主设备的用电效率，在保证同等处理能力的前提下降 低设备功耗；此外也同时需要提高制冷效率，进而降低相关辅助制冷系统的电能 消耗。在前后的电能传输环节，可以优化设计供配电系统，辅以新型节能变配电 系统等。人工智能的加持可使数据中心更为智能和高效。通过人工智能实现智能 化运维、动态控制和管理，可提供更优的运行策略以降低能耗，也成为节能技术 发展方向之一。1.提高服务器设备用电效率数据中心所消耗的能量中有 50%-70%左右被服务器设备所消耗，而服务器设 备消耗的能量中有 70-90%用于服务器，因此数据中心要节能，服务器要先行。在 服务器的选择上，整机柜服务器逐渐呈现出明显优势，相较于传统方案，其节能 高密度、快速部署、简化工程设计等特点明显。1.1 整机柜服务器技术整机柜服务器是对分离的服务器和机架进行融合，最初是一种交付方式，后来演进为一类产品，目前市场上较为主流的两种产品有Open Rack和天蝎2.x, 天蝎整机柜集中了散热（风扇）和管理（RMC），供电铜排（busbar ）的位置有 所不同，因此二者节点形态上也有所差异。OpenRack整机柜可实现扩展空间、集 中供电、前端维护，后端用于供电和散热，提升了空间利用率和电源使用效率， 其目前被广泛用于超大型互联网服务提供商采用，如Facebook、谷歌和微软等， 在规模计算领域帮助降低TCO、提升能效。天蝎整机柜采用集中供电、集中散热、 集中管理设计，实现更高的电源使用效率，具有节能和交付效率高等优势，更适 用于有一体化供货、快速交付需求的用户。上述两种整机柜技术，均具有池化供电和池化散热两大特性。二者采用了取 消服务器节点的供电模块（PSU），将PSU集中到一起（池化），通过12V（Open Rack已加入48V）直流铜排统一为所有节点供电的方式。而天蝎整机柜进一步整 合了散热（风扇），同微软的OCS （Open Cloud Server） v1/v2，如图1。 OpenRack则采用大口径风扇，如图2，其具有更高的效率。ACi *H III图1 OCS机柜 图2 OpenRack机柜1.2 服务器虚拟化技术服务器虚拟化技术主要应用于以下两类场景：（1）资源利用率较低的场景。为应对业务发展，延长设备的生命周期，很多服务器采用了较高的配置，但由于业务发展没有达到预期规划水平造成现阶段 利用率很低。另一典型场景是系统资源利用率呈现周期性变化，且峰值相互错开 如营业系统在白天比较繁忙，而账务系统在夜间比较繁忙。（2）资源配置要求快速、灵活。当 IT 系统需要快速搭建开发、测试环境， 或为业务快速分配资源时，如仍采用采购新的物理服务器并进行部署安装的方式 将大大影响资源配置的效率。此时如采用新增一台虚拟机的方式，可对业务提供 快速、灵活的支持。根据资源的分配和使用情况，必要时可对部分虚拟机进行在 线迁移、暂停或关闭，回收资源加以重新利用。AiUit理器宦拟刖貉u红一曽理恒钢分配： 心超凹宙：订戟均衡住爛抽象:应用J 应用2： 应用$：图 3 虚拟化技术示意图虚拟化服务器技术既可以通过资源整合减少服务器数量，亦可通过工作负荷 动态转移部分服务器启停状态。1.3 服务器设备冷却技术散热效率的提高可以降低服务器能耗并提高服务器的性能。温度降低后，服 务器部件的工作性能会更高，尤其是关键的计算部件 CPU 性能，如 VRM 部件、 DC-DC 等电源器件在低温下电源转换效率会高。目前服务器冷却多采用风冷形式 CPU 芯片表面紧贴散热基板，散热基板通过铜管将热量转移到散热翅片，再通过 风扇强制空气对流进行 CPU 芯片冷却。此种冷却方式受换热热阻、以及空气载热 能力的制约，冷却效率不高，冷却系统能耗大。热管散热是另一冷却技术，其具有极高导热效率的传热元件，非常适合于小 温差的 CPU 芯片散热。在散热器底板排布的热管并非直接用于芯片的散热，其主 要目的是利用热管极高的导热能力，将 CPU 的热量快速分散至散热器整个底板， 使其底板的温度梯度减小，然后通过底板上的翅片将热量以对流的方式散出。散 热器底板温度越均匀，翅片强化散热的效果越明显。1.4 服务器存储节能技术存储节能技术是通过重复数据删除、自动精简配置、数据压缩、分级存储和 光盘存储等技术，实现提升存储设备使用效率，减少存储设备数量，降低存储设 备能耗。主要通过对数据的再处理、以及采用低性能、低功耗存储介质等方式实 现，因此常用于对于性能要求不高的存储或备份系统中。SSD作为性能较高同时 功耗较低的新型存储介质，在综合考虑性价比的情况下，可以作为一级存储使用 近线数据可以采用大容量的SATA硬盘，而离线数据可以考虑采用光盘存储。1.提高空调系统效率数据中心的冷却系统能耗占比仅次于服务器主设备能耗，部分不节能的数据 中心冷却系统能耗约占数据中心全年运行总体能耗的40%左右，空调系统节能对 解决数据中心高能耗问题起到至关重要的作用。2.1 自然冷却技术自然冷却技术是充分利用大自然的环境特性，尽量减少或者不使用电能的一 种冷却技术。冷水机组的压缩机主要作用是在室外温度高于数据中心温度时用来 将数据中心里的热量排到室外。当室外的环境温度比数据中心要低，且达到一定 差值时，若数据中心制冷系统配有自然冷却模式，则热量就可以自动地传递到室 外，无需进行电机械制冷或利用少量电能去完成机械制冷，即不需启动压缩机或 使压缩机工作在低负荷状态。自然冷却技术主要包括风侧自然冷却，水侧自然冷 却和热管自然冷却。2.2 间接蒸发冷却技术相较于自然冷却技术对于外界环境的高要求，间接蒸发冷却技术（Indirect evaporative cooling technology，简称IEC）应用场景更加广泛。其作为蒸发 冷却的一种独特等湿降温方式，基本原理是：利用直接蒸发冷却后的空气（称为 二次空气）和水，通过换热器与室外空气进行热交换，实现新风（称为一次空气） 冷却。由于空气不与水直接接触，其含湿量保持不变，一次空气变化过程是一个 等湿降温过程，其原理如图4所示。次陀口二次空气出口2-魅铀口mX二炭空图4间接蒸发冷却（IEC）示意图间接蒸发冷却技术可延长全年免费冷源时间，系统由喷淋装置、换热芯体、 室内风机、室外风机、机械制冷补充装置、控制系统等组成，其工作基于环境干 球温度和湿球温度，存在多种工作模式：间接风风换热自然冷却模式（室外V 18C）、间接蒸发自然冷却模式（干球温度18C，湿球温度V18C）、间接蒸 发自然冷却+机械冷却的混合模式（湿球温度18C），且间接蒸发冷却用水量 较少，低至传统水冷冷冻水系统用量的 30%。2.3 余热回收技术数据中心空调系统在为数据中心机房供冷的同时会产生大量的余热，随着通 信设备集成度的日益提高，机房内设备的功率密度越来越高，这部分的余热资源 也越来越大，采用合理的技术手段回收这部分余热和废热资源，用来为其他建筑 供暖或提供生活热水，可以提高能源综合利用率，实现机房节能。2.3.1 风侧余热回收技术对于距离主机房较近的变配电室或电池室等房间，可以将主机房的排风直接 送到该类房间，用以在冬季为维持室内温度。该方式是将主机房热通道内的排风 通过风管直接输送到距离较近的房间内，保证该房间的热需求。图 5 机房排风热能直接利用流程图2.3.2 氟侧余热回收技术（1）风冷机房空调冷凝热用于房间供热对于距离机房较近的有热需求的房间，在冬季为维持室内温度，可利用冷凝 热回收装置，将风冷直膨机房空调在冷凝时排放的热量回收，用于满足其它房间 的热需求。该冷凝热回收装置是在机房风冷直膨机房空调的制冷循环中，在室内 机和风冷冷凝器之间串联风机盘管等散热设备，高温冷媒先经风机盘管再经过风 冷冷凝器，可以利用压缩机排出的高温、高压冷媒热量的热量，提高有热需求房 间的空气温度。采用该方案时，为满足各工况下风冷机房专用空调的顺利运行， 冷媒管应串联储液罐，如图 6 所示。图 6 风冷机房专用空调冷凝热回收供暖系统原理图对于距离机房较近的有热需求的房间，如停车库、发电机房等场所，当该房 间对噪音要求低且空间较大时，可以将风冷冷凝器直接安装在该房间，将冷凝热 直接排放在该房间，满足其热需求。3供配电节能技术3.1 节能型变压器2020年5月29日，新修订的GB20052-2020电力变压器能效限定值及能效 等级国家标准正式发布，并拟于2021年6月 1日开始实施。能效升级是我国 未来五年乃至更长时期节能环保发展的大方向。以一个数据中心四层机房楼为例，用电负荷约为2.7万kVA,如按2N系统配 置需20台2500kVA变压器，变压器空载损耗及负载损耗参照电力变压器能效 限定值及能效等级中的要求选取，详见下表。表 1 干式变压器能效表* 2 io ki耆或a ih无qa h由贏圧君声竝痔1 Rj nMHIII K. EMUM注金.-aunWHwl-H直世tn断 w H1! JI*WISJTiwiiJT i,.r:epliiT“二aIO；M丹疇XC240G詁710*110TJfi-佃KdiaQsi|4：牡7；嘲邢j COC-C-J辱I I7-3时21 )|i1 2l0j ai$i 1和J1 w1 iw1i a1血I J-Ml1谢WI 41 ME?I霸、IW1EK2W1琬i ii i-1 :-il :I 4 IE-9Z4X41 4K-I?*c-1 4K5?lIIS-1 44K1 710145i seaasi m他1 MS1 H91 7Wi1 9SI M51 31KS3PS7W1 Mt3 IKJ 7UA StI1ST*si 1 KO-515E他iK1 tK1 El 91 cI tanI I53 WQUO2 2 ZK-KOE O2 IKZlll和Z 1出3 Zlh| tilll-U11英2 R5E -iKiiai2 1352 ZT52 L-U lim2 li2ZmE 44HU5E邓2倔Z JH22TRil *i? 3t AWIfe-*迦i 1*5g HSipit i=-* 1S5*网* WlAS5i H?5?5E gB *i Hei 5.比土沖SIS!?! WJ和S !)lGi I抽g-4T 4 3U1 TSS4 13&1 *1?w：!阳4 E-i rw4 19.14 3W1初1AK-1 BK1 Mi3 ZKVK1 iK1 BK&33-J0TTS2?5S爾=B1 5T39 4K- WlEE财3H4 STT55ZM91 XT!S MC-iZN-49 JKfl 33T5JS fl S335 TiOZB5 X5r血-r5 MJnE3S5 MO1 JU5 CW5 SCDG 1DCII5 GH5 PHC-IXH!IF55 RK4 35I 7155感G 35i 135i ；fi I5Sfi?l5LUS EC齐ZS55 7151 EIS c：G 7 IK倔G 554i 2閒T-Lfi-3id 4K1 ?I57 W5i #S? $157 U1戟h mur ii 5rKl尬C SB7$|$T酿1 Ll!7 f&z-卜7 dkA 13s-Ijl卜IKEM ：M$ he-i lb 3K8杭巾堀w Ji0 4W1般卜|p-妙iii；die- gII趾i：iiG1!淳ii 11-lE-Q HEy1 *l| 用11彌忖珈砂II iji3!炜IJG*1用l0Eii: a.I* 11152呻 ：iH zX-ilIt 215i 11昭f u-j: Mir|j gI ani合awI* W閒1 ：.衣:SK-!11 939 11Id naL 351I Wfr 4M.H. BS13 J311 IH1 ：11 =J9 11111 H4:：13 IMI T IT9IS-IM-1 J3WI4 I5i.IT IKE1!以电工钢带干式三相双绕组无励磁调压配电变压器为例，1 级能效的2500kVA变压器空载损耗为2.08kW，F级负载损耗为15.445kW； 3级能效的 2500kVA变压器空载损耗为2.88kW，F级负载损耗为17.170kW。按变压器负载率 为50%计算，两种能效等级的变压器损耗差为1.23kW，数据中心年运行时间按 8760 小时考虑，采用 1 级能效的变压器每栋机房楼一年可以节约 2.16 万度电能3.2 巴拿马电源巴拿马电源是一种很好的备选方案，它其实属于高压直流应用的一种，是将 中压配电与整流输出整合为一个系统单元，中压输入使用多脉冲移相变压器实现 低 THD 和高功率因数，从而减少整流电源内部 PFC 和滤波回路。从巴拿马的结构 可以看出，对比传统的高压直流，从中压侧到输出是“ 10kV-变压器-低压配电- 高压直流-DC270V”，巴拿马电源的结构是“10kV-移相变压器-高压直流-DC270V”。由于巴拿马电源的结构精简，因此效率有了较大的提升。根据厂商第 三方测试曲线值，在大部分负载率下效率为97-98%，再扣除移相变压器1%的损 耗，配电系统的效率大概在96-97%。4人工智能技术4.1人工智能运维管理人工智能技术可以将数据中心的大量数据进行采集、汇总并分析，对数据中 心PUE值进行计算，再利用这个数值反馈推导出能耗大的因素，对其进行优化， 从而达到降低能耗的目的。4.2 AI智能控制制冷技术基于AI的数据中心能效优化解决方案，针对数据中心制冷效率提升瓶颈， 通过机器深度学习，对大量的历史数据进行业务分析，探索影响能耗的关键因素 获取PUE的预测模型。对模型进行训练后得出调优参数，通过数据传输将参数下 发到控制系统，最后实现制冷系统的优化控制。通过规范化的实践引导和目标导 向评测，不断调整优化，获取均衡PUE。图7 AI智能化制冷控制技术4.3群控动态制冷技术动态制冷技术主要有风量智能调节、变容量压缩机、智能控制系统等。采用动态智能制冷技术目的在于动态匹配数据机房内不用的设备对冷却的需求，通过 传感器群组来监控相关区域的温度值，根据房间内的散热需求可有针对性地动态 供应冷却气流，其风量大小可以根据需要进行实时调节，最终达到节能目的。5结束语数据中心作为“高载能”产业，在规划设计时需考虑充分利用自然冷源、采 用高能效变配电装置以及人工智能等技术以降低能耗。在考虑外界环境的同时， 也应改善自身的技术能力以及创造完善的配套设施，一方面要多使用源侧清洁、 绿色的电力，另一方面要降低数据中心本身负荷侧的能耗，积极落实“双碳”战 略，践行绿色可持续发展。参考文献1 孙立峰，叶晓剑，张家贝.数据中心电力资源规划配置研究J.电信工程技术与标准化,2021,34(8):21-25,38. DOI:10.3969/j.issn.1008- 5599.2021.08.005.2 王浩然.绿色数据中心节能技术研究D.四川：电子科技大学,2014.DOI:10.7666/d.D497755.3 刘海潮，娄小军,罗海亮，等.数据中心氟侧自然冷却技术节能分析J. 电信工程技术与标准化，2021，34(8)：26-32. DOI：10.3969/j.issn.1008- 5599.2021.08.006.4 周海珠，吕天文，张慧鑫.数据中心节能技术及发展方向分析J.建设 科技，2020(14)：27-30，33. DOI：10.16116/ki.jskj.2020.14.005.5 杜小月.云计算中服务器虚拟化技术的研究J.技术与市场，2020，27(3)：117，119. DOI：10.3969/j.issn.1006-8554.2020.03.052.6 闫龙川，白东霞，刘万涛，等. 人工智能技术在云计数据中心能量管理中 的应用与展望J.中国电机工程学报,2019,39(1):31-42.DOI：10.13334/j.0258-8013.pcsee.181185.