数据中心可再生能源使用趋势

简介:

技术部门对可再生能源的投资正在增长,增长速度超过任何其他行业,最大投资都是与数据中心项目有关。

就在这个月,Facebook公布了其即将到来的德州数据中心的200兆瓦风力发电合同,亚马逊表示,它已经在北卡罗来纳州投资了一个类似容量的风力发电场,以解决其在弗吉尼亚州广泛的数据中心集群的能源使用问题。 Facebook,亚马逊,谷歌,微软和苹果等网络规模数据中心运营商对大型可再生能源项目的投资声明越来越频繁,因为它们试图实现关于碳排放的承诺。

家喻户晓的技术巨头不是唯一对可再生能源进行投资的公司,他们是属于推动大量公司为此消费的公司。 美国政府的国家可再生能源实验室资深能源分析师珍妮·海特(Jenny Heeter)说:“一开始有相当多的人跟风投资,后来又一落千丈。”

Heeter是NREL最近公布的ICT行业可再生能源投资报告的作者之一。 只有非常粗略的估计能源消耗是还是在一定的范围内的,因为公司不允许要披露这些数据。 然而,通过各种行业资、政府自愿披露的信息, NREL的论文中使用数据主要基于自愿公开的信息。

该报告援引了比利时根特大学的一项研究报告,与2012年全球ICT行业的总能源消耗量约9亿兆瓦时。 估计包括数据中心(29%),电信基础设施(37%)和最终用户设备(34%)。

最大用户名单:

NREL研究人员指出,其他研究表明,美国数据中心在2013年消耗了约9100万兆瓦时。对于可再生能源的消费水平,他们求助于“碳披露计划”,这个英国组织提倡企业披露温室气体排放,以及美国环境保护局的绿色能源伙伴关系。有113家ICT公司通过一个或两个方案报告了可再生能源的使用情况。 合并后,其在美国的业务在2014年全年消耗了5920万兆瓦时。 其中,830万兆瓦时是可再生能源。 研究人员承认,该清单并不全面,尤其指出数据中心服务提供商,被排除在样本之外。

在113家公司中,有27家使用可再生能源来执行其100%的业务。 其中包括英特尔,SAP,Datapipe和摩托罗拉。 英特尔列表中其他公司使用更多的可再生能源,超过300万兆瓦时。 由于它拥有自己的生产设备,因此芯片制造商比其他厂商消耗更多的能源。

微软是可再生能源的第二大用户,2014年消耗了140万兆瓦时可再生能源,占其总能源消耗的一半,其次是谷歌,消耗了约89万千瓦时的可再生能源,约占总能源的40%。

如果通过使用这些数据,得出美国科技公司消耗的可再生能源的平均值,其结果就会产生误导。 去年只有两家公司使用了超过100万兆瓦时的电力; 一个消耗超过50万兆瓦时,8个消耗超过100,000兆瓦时。 排名前30位的消费者名单从12,000兆瓦到300万兆瓦时,名单越靠前的公司消耗可再生能源越多。

解开“绿色”和“能量”

根据NREL,一家公司通常使用几种可再生能源,但并没有将这些可再生分别消耗进行记录,这通常是常见的方法;根据报告,去年企业中使用可再生能源占61%。

这些是与生成的可再生能源分开销售或使用的信用额度。 一家公司可以使用1 kWh的煤炭能源,但要购买一台适用于1 kWh的REC并使其碳中和。 Google获得REC的方式之一就是购买清洁能源,分拆和保留RECs,然后在批发市场上将能源卖给不可再生能源。

(REC : Renewable Energy Credit 可再生能源的信用;

碳中和:是通过计算二氧化碳的排放总量,然后通过植树等方式把这些排放量吸收掉,以达到环保的目的。它是人们对地球变暖的现实进行反思后的自省、自律,是世界人民觉醒后的积极行动。它最初由环保人士倡导,并逐渐获得越来越多民众的支持,并且成为受到各国政府所重视的实际绿化行动。通常可以通过推动使用再生能源和植树造林等方式,来实现碳中和。)

Google通过与生产者的长期购电协议(PPA)获得能源。 这些PPAs在ICT部门越来越受欢迎,特别是在网络规模的数据中心运营商中。 他们带来的最大好处之一,为开发商提供了在线提供更多大型清洁能源以及发电能力所需的资金。

客户和制造商之间的直接PPA规避了本地实用程序,不能随处可见。 在传统的能源管理能源市场中,用户必须与电力公司进行谈判,但并不是所有的电力公司都销售可再生能源,这就是复杂的可再生能源。

例如,在北卡罗来纳州,Google和其他数据中心运营商游说公用事业公司杜克能源公司,为大客户创造一种可再生能源关税。 将可再生能源整合到总体燃料组合中,将可再生能源转化为产品,并为客户,公用事业和所有现有客户创造价值,这是一个微妙而复杂的过程。在网络数据中心运营商中,Google拥有最先进的可再生能源策略。 它甚至拥有注册为能源公司的子公司,并得到联邦公用事业监管机构的批准,在批发市场上买卖电力。

位置问题

大多数涉及为数据中心购买可再生能源的复杂性源于地理位置问题。 一个地方可能是数据中心的理想选择,而另一个则适用于公用事业规模的风力发电场。 这两个地方很少相同。

因为美国的每个州都有自己的能源市场,所以客户在一个州的可再生能源很难再另一个州使用。 对REC分类定价以及像Google成立能源子公司是解决位置问题的方法。

在那里,Google可以在瑞典利用可再生能源,并将其应用于其在芬兰哈米纳的数据中心,而不需要太多的官僚干预。

Google正在为亚洲的数据中心获得可再生能源。 在智利也有一个数据中心,而该国家拥有“世界一流”的风能,太阳能和地热资源,可再生能源市场处于起步阶段,google对对那里的长期前景感到非常兴奋

可再生能源应成为公共事业

作为Google自身来讲,独立采购可再生能源或成立能源公司,都非google本意。 只是在一些地区,这还是必要的。没有人比采用电力公司更好地采购能源和交付给客户。

观察到这一点后,如果他们想要为其产品组合添加可再生能源,他就会同情如此艰辛的制造流程。 他说,这并不是一个小小的挑战,但是我不认为这是一个难以克服的挑战。

本文转自d1net(转载)

相关文章
|
1月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第27天】 在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着人工智能技术的进步,特别是机器学习(ML)算法的发展,出现了新的机会来优化数据中心的能源消耗。本文探讨了如何通过应用机器学习模型对数据中心的能源使用进行实时监控和预测,进而实施节能策略。文中详细分析了不同类型的机器学习算法,并提出了一套基于预测分析的动态能源管理框架。通过仿真实验验证了所提出方法的有效性,结果表明,与传统管理手段相比,该框架能够显著提高数据中心的能源效率,降低运营成本。
37 3
|
1月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第27天】 在数据中心管理和运营的众多挑战中,能源效率优化是一项持续的关键课题。随着人工智能技术的不断进步,特别是机器学习(ML)方法的应用,为精确预测和动态调整数据中心的能源消耗提供了新的可能性。本文将探讨如何通过机器学习模型来分析历史能耗数据,实现对冷却系统、服务器利用率和其他关键因素的智能调控,从而达到降低整体能耗的目的。我们还将讨论这些技术实施过程中可能遇到的挑战以及潜在的解决方案。
|
1月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第19天】 在本文中,我们将探讨如何通过应用机器学习技术来优化数据中心的能源效率。随着云计算和大数据的迅猛发展,数据中心作为其基础设施的核心,其能源消耗问题日益凸显。传统的能源管理方法已难以应对持续增长的能耗挑战。因此,我们提出了一种基于机器学习的方法,能够实时监控并调整数据中心的运行状态,以达到节能减排的目的。该方法包括数据收集、特征工程、模型训练及部署等步骤,并在真实环境中进行了测试验证。实验结果表明,采用机器学习优化策略后,数据中心的PUE(Power Usage Effectiveness)得到显著改善,能源利用效率提升。
|
1月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第16天】 在本文中,我们探讨了如何应用机器学习技术来优化数据中心的能源效率。数据中心作为现代信息技术的基础设施,其能源消耗一直是业界关注的焦点。通过机器学习算法,我们可以实现智能调度和资源管理,从而减少能源浪费,提升整体运行效率。文中首先介绍了数据中心能耗的主要来源,随后详细阐述了机器学习在此领域的应用方法,包括预测模型建立、智能控制系统设计以及自适应算法的开发。最后,文章通过案例分析展示了机器学习在提升数据中心能源效率方面的实际成效,并讨论了未来可能的发展方向。
|
10月前
|
人工智能 运维 监控
数据中心能源未来之路:一切过往,皆为序章
数据中心能源未来之路:一切过往,皆为序章
|
Web App开发 人工智能 安全
云栖科技评论第21期:Facebook绿色数据中心提供空前的能源使用效率
本周热点科技事件,是阿里云“ET”采用分布式爬虫收集全球海量互联网信息,利用文本挖掘和语义分析解析新闻关键词,使用深度神经网络将新闻分类,汇总而选择最新鲜的科技信息。 编辑制作:人民网研究院 内容提供:阿里云研究中心
929 0