北京科技大學 吳延鵬  賈潔  于震  李懷  崔向紅

       【摘 要】本文針對北京地區12處數據中心能耗進行調研，得到了數據中心的總電耗及各設備所占的電耗比例，分析數據中心投入使用時間、規模、制冷形式等參數對PUE的影響。根據調研結果，利用DeST對其中某一典型數據中心的空調系統進行節能優化，制定完整的節能改造方案，為現有數據中心進一步節能改造提供參考與依據。

       【關鍵詞】數據中心 能耗調研 模擬分析

Abstract：This article investigates the energy consumption of 12 data centers in Beijing., and obtains the total power consumption of the data center ,the proportion of the power consumption of each device., and analysis the impact of the parameters such as the data center's time of use, scale, and cooling format on the PUE. According to the research results, DeST was used to optimize the air conditioning system in one of the typical data centers, and a complete energy-saving reconstruction plan was developed to provide reference and basis for further energy-saving transformation of existing data centers.

0 引言

       近幾年，我國數據中心發展迅速，2015年我國數據中心突破1500萬平方米^[1]，而其日益突出的能耗問題也越來越不容忽視，2015年數據中心的電耗為1000億度，年耗電量超過全社會用電量的1.5%^[1]。據調查，國外數據中心采取多樣的節能改造措施，將PUE平均值控制在1.2以下^[2]：美國俄勒岡州Facebook數據中心，通過在頂部修建巨大的中央通風系統和蒸發間，讓干空氣帶走熱量，將PUE控制在1.05~1.10^[3]；芬蘭哈米納的Google數據中心，利用海水循環降溫，將PUE控制在1.14^[4]；冰島雷雅內斯巴的Verne Global數據中心，采用當地豐富、便宜的地熱和水力資源供電，利用冰島天然的寒冷，干燥的天氣用于設備降溫，將PUE值控制在1.2^[5]。而我國數據中心能源利用效率水平整體偏低，我國的大多數數據中心的PUE值大于2.0，平均值更是高達2.5^[6]。但研究表明，應用現有節能技術，可使數據中心IT設備系統、空調系統、配電系統平均實現節能25%、36%和18%^[7]，使數據中心整體平均實現節能35%^[8]。因此，對我國數據中心進行節能優化是十分有必要的。

1 數據中心能耗調研

       1.1 調研對象及內容

       本次調研對象為北京市12處數據中心，其基本信息見表1。本次調研對象從投入使用時間、規模以及制冷形式來看，基本涵蓋了北京市所有數據中心的類型，選取的數據中心樣本具有一定的代表性。調研內容包括數據中心基本信息、能源評價信息、能耗指標信息、能源管理系統信息。

       1.2 調研方法

       對主要耗電量（供電系統、制冷系統、照明系統）分別計量，采用2h一次的測量周期。在UPS的輸入端與輸出端分別安裝電表，利用兩者差值計量供電系統的用電量。監測制冷系統的用電量應包括室內空調末端，水冷式制冷還包括壓縮機、冷凍水泵、冷卻水系統、末端冷凍水系統的耗電量。

       1.3 調研結果

       根據上述方法，得到各數據中心的總用電量、IT設備用電量、空調用電量、可再生能源發電量等能耗指標，整理后得到各數據中心的PUE和CLF值。具體信息如表2所示。

       1.4 調研分析

       1.4.1 數據中心投入使用時間對PUE的影響

       由圖1可以看出，2012年后投入使用的數據中心的PUE值基本在1.3-1.8之間，2012年前建成的數據中心的PUE值基本在1.8-2.5之間。說明新建成的數據中心已經開始重視數據中心高能耗的問題，越來越注重節能措施在數據中心中的應用。

       1.4.2 數據中心規模對PUE的影響

       由圖2可以看出，數據中心的面積對于數據中心的能耗指標PUE值有一定的影響。定性地分析，數據中心的PUE與面積的大小基本成反比關系，面積較大的數據中心的PUE值較低，而面積較小的數據中心的PUE值相對較高。

       1.4.3 數據中心制冷形式對PUE的影響

       本次調研中，風冷式的數據中心的PUE值基本在1.9左右，水冷式的數據中心的PUE值基本在1.7左右。風冷式直接蒸發式空調系統的初投資成本最低，系統組成簡單、器件少、施工簡單工期短，但是制冷系統效率低，運行穩定性差，維護成本極高，適用于水源缺乏的地區、小型數據中心^[9]。水冷式直接蒸發式空調系統的初投資成本稍高，需要布置冷卻塔及空調水系統，但是制冷系統效率高，維護成本低，適用于有集中冷卻水系統的場所^[10]。因此，風冷式數據中心的PUE值要高于水冷式數據中心。

2 數據中心節能優化

       根據上述調研結果，以北京市某數據中心為對象，對其進行DeST能耗模擬及節能優化。該建筑主要功能房間現有的空調系統設計、空氣處理設備以及冷熱源設計如表3所示。

       2.1 空調系統方案改造

       對原有空調系統進行改造，提出兩種改造方案：

       方案一：風機盤管加新風系統，空調系統的運行作息按照辦公室空調啟停作息，根據人均新風量和維持室內正壓最小新風量綜合確定房間總的新風量；

       方案二：全空氣變風量系統，各房間的送風范圍4-8次/h。

       對上述空調系統方案進行模擬計算，可以計算得到各系統全年滿意（系統可達到設計要求）小時數如表4所示，對比發現各房間全年滿意小時數有明顯增加，有的甚至增加了一倍。

       選取全空氣定風量系統和風機盤管加新風系統在不滿意時刻（3月6號上午9點）各個房間室溫和送風量情況，系統大部分需要供熱，一部分房間需要制冷。有些房間溫度已經達到室溫下限，有些房間溫度已超出室溫要求上限，因為是定風量系統，所以并不能通過風量來調整，從而系統無法同時滿足各個房間的要求。選取全空氣變風量系統同一時刻，系統大部分需要供熱，一部分房間需要制冷。有些房間溫度已經達到室溫下限，將風量調小可以使房間溫度上升，達到室內要求溫度；有些房間溫度已超出室溫要求上限，將風量調大可以使房間溫度下降。因此全空氣變風量系統可以通過調整各房間的風量來同時滿足各個房間的要求。

       2.2 空氣處理設備方案改造

       2.2.1 冷器選型

       利用DeST對原有方案全年運行情況進行逐時模擬計算。計算得到，方案不能滿足設計送風狀態要求的小時數達到295h。針對某一不滿足要求的時刻，設備無法將空氣處理到此時此刻系統要求的送風狀態點S點，只能將空氣處理到與其溫度相當的O點，但要求的除濕量卻相差很大，使室內含濕量過大。因為8排的表冷器的通用換熱效率高，濕工況運行時，表冷器處理空氣狀態點接近飽和線，如果此時將空氣從混風狀態點M點除濕到與S點等濕值得狀態點，空氣溫度會比送風狀態點S點低很多，送風溫度無法滿足要求，所以此時此刻設備無法同時滿足送風溫度和濕度的要求。采用4排帶旁通的表冷器，通過處理部分空氣到低溫低濕狀態再與未處理空氣混合便可以達到送風狀態點，可以很好地避免上述問題。

       2.2.2 熱回收處理方案改造

       利用DeST對不設新排風換熱器、設置顯熱回收器、設置全熱回收器三種方案進行模擬，比較三種熱回收方案的運行能耗。設置顯熱回收器額定的溫度效率為0.7，全熱回收器額定的溫度效率0.7，額定的濕度效率0.7。模擬得到三種方案的運行能耗依次為18863.6kWh、15562.5kWh、11523.8kWh。該系統采用全熱回收的方式運行與不設置熱回收裝置相比可節省了38%的運行能耗。

       2.3 冷熱源方案改造

       利用DeST對建筑逐時需要冷量分布情況進行分析，分析結果見表5?？梢园l現，冷量需求在低于1600kW的范圍內比較集中，尤其是冷量需求低于1200kW的小時數占到需要開啟冷機總小時數的60%。

       數據中心最大的冷量需求為2980kW，對此選出兩種冷機搭配方案：

       (1) 額定冷量為1500kW離心機2臺；

       (2) 額定冷量為1140kW離心機2臺，額定冷量為720kW離心機1臺。

       本次數據中心采用二次泵水系統形式，冷機的工況和水系統直接相關。上述兩個搭配方案所選擇的設備參數和臺數見表6。

       兩種方案的冷機總額定冷量相同，都滿足系統的逐時冷量需求。系統運行時會根據末端的冷量需求確定開啟冷機的臺數，隨著末端冷量需求的變化，冷機大部分時間會工作在部分負荷點，因冷凍機部分負荷時的COP不同，所以不同的冷機搭配會有不同的運行能耗，運行能耗的差別與系統的負荷分布情況有關。

       圖4所示為某一時刻，不同冷機方案下對應的冷機電耗及COP。對冷機全年運行電耗進行模擬分析，方案1和方案2的全年運行能耗分別為19165kWh和1589 kWh，方案2的冷機搭配方案下的冷機全年運行電耗與方案1相比有明顯降低，降低了17%的運行電耗。

       2.4 輸配系統方案改造

       數據中心采用二次泵系統，二次泵的運行方式有兩種：根據用戶流量需要臺數控織，根據供回水壓差變頻控制。對兩種控制方式的水泵運行電耗進行模擬，結合初投資進行經濟性分析，來確定二次泵的運行方案。

       由圖5(a)可知，二次泵以臺數控制的方式運行，水泵的工作點揚程大部分時刻高于11m。由圖5(b)可知，二次泵以變頻控制的方式運行，水泵的工作點揚程維持在11m。對兩種控制方式的水泵運行電耗進行模擬可得，臺數控制與定壓差變頻控制下的水泵電耗分別為7895kWh、6524kWh，采用定壓差變頻控制方式可節省電耗16%。

       對兩種運行方案的二次泵初投資及生命周期運行費進行計算，見表7。因為初投資的增加，變頻的壽命周期費用僅略小，對數據中心而言，從經濟性角度看，定壓變頻控制的優勢并沒有那么明顯。

3 結論

       本文通過對北京市12個數據中心進行能耗調研和對北京市某數據中心進行能耗模擬，得到如下結論：

       (1) 數據中心的能耗指標PUE值與數據中心的規模、等級、制冷形式和使用時間等影響因素有關。投入使用時間在2012年之后的PUE值明顯低于之前的數據中心的PUE值。數據中心的PUE與面積的大小基本成反比關系，面積較大的數據中心的PUE值較低，而面積較小的數據中心的PUE值相對較高。風冷式的數據中心的PUE值基本在2左右，水冷式的數據中心的PUE值基本在1.5左右。

       (2) 將空調系統改為全空氣變風量系統，可以保證室內IT設備的正常運行。將通用換熱效率更高的8排表冷器換為通用換熱效率4排帶有旁通的表冷器，很好地解決了某些不滿足要求的時刻無法將空氣處理到送風狀態點的難題。

       (3) 通過設置全熱回收裝置節省了38%的運行能耗。根據系統對冷熱源提出的冷量、熱量需求確定選用的冷熱源的容量，進行冷機搭配。通過分析數據中心逐時需要冷量的分布情況，選用多臺離心機，不光提高了冷機的COP，就全年運行電耗而言，也節省了17%的能耗。

       (4) 對二次泵的兩種運行方式進行電耗模擬，從節能角度，變頻水泵的節能效果優于控制臺數，節省了16%的電耗。對兩種運行方案進行經濟性模擬，從經濟的角度來說，控制臺數初始投資小，變頻水泵并無明顯優勢。綜合兩者進行考慮，選定控制臺數的運行方式更為適用該數據中心。

參考文獻

       [1] 于慧.數據中心能耗問題突出[N].中國工業報,2016-06-06(A01).
       [2] 谷立靜,楊宏偉,胡姍.美國數據中心節能經驗和啟示[J].中國能源,2015,37(06):26-29+21.
       [3] Jinkyun Cho, Yundeok Kim. Improving energy efficiency of dedicated cooling system and its contribution towards meeting an energy-optimized data center [J]. Applied Energy, 2016(165):967-982.
       [4] Yong-Il Kwon. A study on the evaluation of ventilation system suitable for outside air cooling applied in large data center for energy conservation [J]. Journal of Mechanical Science and Technology, 2016(30):2319-2324.
       [5] Mingrui Zhang, Qingsong An, Zhengwei Long, et al.  Optimization of Airflow Organization for a Small-scale Date Center Based on the Cold Aisle Closure[J]. Procedia Engineering,2017,205.
       [6] 王振英,曹瀚文,李震.數據中心制冷系統冷源選擇及能效分析[J].工程熱物理學報,2017,38(02):326-332.
       [7] 殷平.數據中心研究(4):關鍵性能指標、電能使用效率PUE和EEUE[J].暖通調,2017,47(04):36-45+135.
       [8] 芮鶴云.數據中心節能評估方法[J].電信快報,2017(10):7-11+33.
       [9] 耿云,張萌,胡雨,et al. 某小型數據中心氣流組織的試驗研究[J].低溫與超導,2017,45(01):80-85.
       [10] 張興,李震.數據中心冷卻技術發展[J].工程熱物理學報,2017,38(01):226-227.

       備注：本文收錄于《建筑環境與能源》2018年10月刊總第15期（第21屆暖通空調制冷學術年會文集）。版權歸論文作者所有,任何形式轉載請聯系作者。