UPS智能在线模式:数据中心的一场节电革命

简介: UPS智能在线模式:数据中心的一场节电革命

数据中心产业经历了数十年的成长,已成为数字经济建设的“数字底座”。尤其近年来,从新基建到“东数西算”战略的启动,带动了新一轮数据中心的发展浪潮。

同时,在国家“双碳”战略的大背景下,数据中心需要以节能降碳为目标,加速向新型绿色数据中心转型。当新趋势与新需求相互叠加,倒逼数据中心产业告别粗放式的增长,迈向精细化的创新发展模式,每一处细节的精细把控,都有可能为数据中心创造更高的效率和更低的能耗。


2021年7月,工信部印发的《新型数据中心发展三年行动计划(2021—2023年)》中,明确提出到新建大型及以上数据中心PUE要降低到1.3以下,而由于PUE受限于数据中心全生命周期的多项指标,每降低0.01都是巨大的挑战。一项UPS智能在线技术横空出世,不仅可以降低数据中心PUE 0.03-0.04,还可以做到在任何电网环境下运行,并适用于任何数据中心主流架构。这项技术如果拓展到全国的数据中心,势必将会掀起一轮节电革命。


1 鱼与熊掌能否兼得的难题


每个数据中心,都会设计最大用电负荷,不同的数据中心规模也会匹配相应的最大电负荷数值。

数据中心规模划分

近日,刚刚发布《UPS智能在线技术白皮书》显示:一座10MVA的数据中心,UPS负载率为40%时,每提升1%效率,可降低PUE约0.01,年省电可达50万度。采用“UPS智能在线模式”,数据中心即可提升3-4%系统效率,可降低PUE 0.03-0.04,这等于年节电可高达150-200万度。而这仅仅是一个处于规模下限的大型数据中心,可以想象如果全国中型及以上规模的数据中心,都能够采用这项技术,会为整个社会节省亿万度的电量。智能在线模式到底从何而来,又是在何种背景下诞生的呢?首先,从产业宏观需求来看,数据中心产业健康可持续发展,绿色化是必由之路。通过融合高密、高效节能的供电系统重构是大势所趋,而智能在线模式恰是一个典型的为供电系统提效的核心技术。其次,从数据中心自身的绿色化设计来看,传统供电系统能耗占数据中心总能耗近10%,围绕UPS的效率提升做技术升级也是迫在眉睫。传统UPS的工作模式,主要是在线双变换模式,即通过对市电的整流、逆变两次变换,为负载供应高质量的市电,这种模式的优势在于可靠性较大,但缺点则是效率较低,相应的就会带来较高的耗电量。为了创造更高的效率,衍生出了ECO模式,通过UPS静态旁路为负载供电,相当于市电直供,以此来获得更高的效率。但ECO模式也有一个缺点就是会存在切换间断和谐波补偿的问题,会降低系统的稳定性。鱼与熊掌,似乎不能兼得。


2 智能在线模式的四项价值和三点意义


如何融合两者的优势,也就是说在ECO模式的高效基础上,解决切换间断和谐波补偿,同时获得高效和稳定?智能在线模式,逐渐浮出了水面。智能在线模式的定义:是基于智能在线技术的UPS新型工作模式,通过硬件架构和控制逻辑的优化,解决在线双变换模式的系统效率低,ECO模式输出有间断、谐波大、输入浪涌电压干扰的问题。

智能在线模式示意

从定义上可以看出这项技术的几个关键价值。第一,解决切换间断问题。智能在线模式可以做到全模式0ms切换。UPS自动检测旁路输入电网质量,当旁路输入正常时,优先由旁路直供,当旁路电网异常时,0ms切换至逆变器供电,满足IEC62040-3定义的CLASS1动态响应等级,当旁路恢复后可自动返回旁路供电。第二,解决在线模式效率低的问题。智能在线模式可以做到全负载范围高效。旁路直接供电时,UPS损耗极低,系统最高效率>99.1%,20%以上负载率效率>98.5%。第三,解决谐波大的问题。智能在线模式可以实现高压浪涌抑制。旁路直接供电时,旁路输入的浪涌电压很容易传到负载端口,针对浪涌高压,智能在线模式通过高低压箝位技术,电压降低时补偿,电压升高时吸收,经过验证输出电压可满足IEC61000-4-5对浪涌电压的要求。第四,解决输入浪涌电压干扰的问题。智能在线模式可做到主动谐波补偿。IT设备内部电源带有功率因数矫正(PFC),对外呈现的功率因数较好(>0.9),可直接由旁路供电,但部分动力和工艺设备并没有功率因数矫正功能,如空调、风机、水泵等设备,传统ECO的旁路直供工作时会产生无功能量和高次谐波流入电网中,引起线路损耗增大、绝缘老化加速、设备寿命减少等问题。从这四项价值,很容易读出智能在线模式的意义。一是,充分体现了“智能”的内涵,无论是0ms切换还是主动谐波补偿,背后都是智能的判断和调度。二是,可以作为电网质量的有力补充。数据中心如采用市电直供,则无法屏蔽电网质量的问题,即便有短暂的间断也会造成不可估量的损失。而可按照电网质量选择在线模式或是智能在线模式,可以满足任何电网质量环境下运行。三是,技术本身具备普惠性,智能在线模式同在线模式相同,可适合于多种供电架构,无论在双路智能在线模式,还是单路智能在线模式,均能保障供电系统的高效。


3 一场数据中心的节电革命


我们说,优秀的技术一定要在场景中验证,要在实际的落地中体现价值。目前,华为UPS5000-H旗舰机型搭载了智能在线模式并进行了全方位验证,该机型覆盖容量400k-1600kVA,适用于中大容量数据中心和行业关键供电。

UPS5000-H-1200 kVA

TÜV南德和泰尔实验室对智能在线模式进行严格测试,所有参数均达到期望值。测试结果显示:UPS5000-H可实现20%-100%负载效率>98.5%,最高效率达99.1%,而业界数据中心常见负载率为20%-80%,远远落后于UPS5000-H带来的效率。同时,当旁路输入异常时转至在线双变换运行,效率依然可以达到97%,由此可见,UPS5000-H是一款极致节能的UPS产品,解决了传统ECO的切换间断和谐波污染问题以及电网侧的电压跌落和浪涌电压问题。从落地实践方面,智能在线技术已在华为云乌兰察布数据中心和Colo企业得到商业应用。在保障可靠性的前提下,采用智能在线模式可提升3-4%系统效率,对比业界常见95%-96%的UPS效率,可降低PUE 0.03-0.04,为设计高可靠性和高效率双优的数据中心或行业关键供电方案提供创新技术和实践方案。

华为云乌兰察布数据中心

最后,从实际的经济效率来看,智能在线模式相比于在线双变换模式,半载效率提高了2%,满载效率提高了3%,以半载为例,按照0.8元/kW*h电费进行 计算,对于10MVA的数据中心,10年节省电费可到778.4万元。可以想象,如果全国的数据中心都替换为搭载智能在线技术的UPS产品,每年节省的电费,会是何等天文数字。我们之所以将绿色化作为可持续发展的重要标志,就是因为绿色化带来的节省与节能,能够对社会经济有促进的作用。从这些角度,智能在线模式所代表的就是一场数据中心的节电革命。

相关文章
|
7月前
|
机器学习/深度学习 监控 算法
探索现代数据中心的绿色革命
随着信息技术的飞速发展,数据中心作为数字基础设施的核心,其能源消耗和环境影响日益成为全球关注的焦点。本文将深入探讨现代数据中心在实现能效优化与环保目标方面所采取的创新技术与策略,包括最新的冷却解决方案、能源管理系统以及可持续能源的利用等。通过分析这些技术的实际应用案例,揭示数据中心行业如何平衡效率与生态责任,推动着一场静悄悄的绿色革命。
73 4
|
15天前
|
机器学习/深度学习 人工智能 运维
智能化运维在现代数据中心的应用与挑战####
本文深入探讨了智能化运维(AIOps)技术在现代数据中心管理中的实际应用,分析了其带来的效率提升、成本节约及潜在风险。通过具体案例,阐述了智能监控、自动化故障排查、容量规划等关键功能如何助力企业实现高效稳定的IT环境。同时,文章也指出了实施过程中面临的数据隐私、技术整合及人才短缺等挑战,并提出了相应的解决策略。 --- ####
32 1
|
21天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维在现代数据中心的应用与挑战####
本文深入探讨了智能化运维(AIOps)技术如何革新现代数据中心的运维管理,通过集成人工智能、大数据分析及自动化工具,显著提升系统稳定性、效率和响应速度。文章首先概述了AIOps的核心概念与技术框架,随后详细分析了其在故障预测、异常检测、容量规划及事件响应等方面的应用实例,最后探讨了实施过程中面临的数据质量、技能匹配及安全性等挑战,并提出了相应的应对策略。本研究旨在为数据中心管理者提供关于采纳和优化AIOps实践的洞见,以期推动行业向更高效、智能的运维模式转型。 ####
|
1月前
|
人工智能 运维 监控
智能运维在现代数据中心的应用与挑战
随着云计算和大数据技术的迅猛发展,现代数据中心的运维管理面临着前所未有的挑战。本文探讨了智能运维技术在数据中心中的应用,包括自动化监控、故障预测与诊断、资源优化等方面,并分析了当前面临的主要挑战,如数据安全、系统集成复杂性等。通过实际案例分析,展示了智能运维如何帮助数据中心提高效率、降低成本,并提出了未来发展趋势和建议。
|
4月前
|
机器学习/深度学习 人工智能 运维
提升数据中心效率的关键:智能运维策略与实践
【7月更文挑战第39天】 在数字化时代,数据中心作为企业信息系统的心脏,其运行效率直接关系到企业的业务连续性和竞争力。本文将探讨如何通过智能运维(AIOps)策略来优化数据中心的性能,降低运营成本,并提高服务质量。我们将分析当前数据中心面临的挑战,介绍智能运维的基本概念,以及实施智能运维时需要考虑的关键因素。最后,本文将提供一系列实用的智能运维实践案例,帮助读者理解如何将这些策略应用于实际工作中。
|
6月前
|
机器学习/深度学习 运维 数据挖掘
智能化运维:利用机器学习优化数据中心
【6月更文挑战第28天】本文将探讨如何通过机器学习技术来优化数据中心的运维工作。我们将首先介绍机器学习的基本原理,然后详细讨论其在数据中心运维中的应用,包括故障预测、性能优化和自动化运维等。最后,我们将通过一个实际案例来展示机器学习在数据中心运维中的实际效果。
|
6月前
|
机器学习/深度学习 存储 人工智能
智能化运维:未来数据中心的守护者
【6月更文挑战第13天】随着技术的飞速发展,传统的运维模式已难以满足现代数据中心的需求。本文将探讨智能化运维的概念、优势以及如何通过AI和机器学习技术提升数据中心的管理效率和安全性。
|
6月前
|
机器学习/深度学习 运维 监控
智能化运维:未来数据中心的守护者
【6月更文挑战第8天】本文探讨了智能化运维在现代数据中心的重要性与应用,分析了其如何通过自动化和机器学习技术提升效率、降低成本并增强系统的稳定性。文章将详细介绍智能化运维的关键组件,包括自动化工具、监控软件以及故障预测机制,并通过案例分析展示这些技术在实际环境中的应用效果。
65 5
|
6月前
|
机器学习/深度学习 运维 监控
智能化运维:未来数据中心的守护者
【6月更文挑战第11天】在数字化浪潮不断推进的今天,数据中心作为企业信息架构的核心,其稳定性和高效性对企业运营至关重要。本文将探讨智能化运维如何通过先进的技术手段,实现对数据中心的实时监控、自动化管理与故障预防,从而确保企业IT基础设施的高可用性和性能优化。
|
6月前
|
机器学习/深度学习 运维 监控
智能化运维:未来数据中心的守护神
【6月更文挑战第11天】随着技术的不断进步,智能化运维正在成为数据中心不可或缺的力量。本文将探讨智能化运维的重要性、实现方式以及它如何改变数据中心的运作模式。
下一篇
DataWorks