带你读《企业数字化基石-阿里巴巴云计算基础设施实践》第三章数据中心能效3.1数据中心电能利用率(一)

简介: 《企业数字化基石-阿里巴巴云计算基础设施实践》第三章数据中心能效3.1(一)

数据中心能效是数据中心技术水平的重要衡量指标,随着数据中心规模和能源消耗的迅速增长,数据中心能效的作用越来越重要,下面将分别从数据中心电能利用率、数据中心服务器电能利用率、数据中心基础资源利用率等指标进行分析。

 

3.1 数据中心电能利用率

数据中心电能利用率(PowerUsageEffectivenessPUE)作为数据中心能效最重要的衡量指标,已经深入人心,PUE的定义如图 3-1所示。图 3-2给出了计算 PUE的各个能耗指标的常用测量点,PUE的简便计算方法如下:

PUE=(P1+P2-P4)/P3

其中:

P1:市电引入数据中心内电压输入处测量点M1的测量电量。

P2:数据中心内发电设备等为数据中心运行而储备的发电量。

P3:数据中心 IT  设备用电量。

P4:与数据中心运行无关的用电量。

阿里巴巴在过去的 10年中,数据中心 PUE2.0降至最低的 1.07,在数据中心能效方面取得了巨大的成就。我们以一个 10 万台服务器的数据中心为例进行说明。如果该数据中心年均 PUE2,则年运营电费约为 5亿元 ;如果 PUE降低到1.07,则年电费大约为2.6亿元。实现低 PUE不仅可以大幅度降低运营的电费,同时也可以实现在同样的外部电力资源前提下安装更多的 IT设备,并且改善数据中心用电设备的运行状态。对于数据中心而言,持续降低数据中心PUE的观念已经深入人心。在大多数人的印象中,谈到 PUE就首先会想到数据中心的散热系统,实际上影响数据中心PUE的包括了数据中心的各个系统,如数据中心的散热系统、供电系统、采暖系统、弱电控制系统和建筑系统等,下面将分别对影响数据中心PUE的各个因素进行分析。

image.png

对于大多数数据中心来说,散热系统耗能占比往往仅次于数据中心 IT 设备用电,而散热系统能效提升也成为数据中心能效提升的重要课题。为了清楚区分散热系统能效贡献,我们将散热系统分为冷源、末端、智能控制,并分别分析能效影响和提升方法。冷源系统能效提升主要考虑如下几个方面。

(1)选择更加高效的冷源设备,比如更高效的冷机、水泵、冷塔、板式换热器等 ;对于数据中心来说,冷源系统年平均运行时间比较长,采用更加高效的冷源设备除了更加节能,往往在调优 TCO一次性采购成本 + 运行电费)方面更加有优势。

(2)选择更加节能的冷源系统工况,由于冷源设备的运行最佳负载效率点往往并不在接近满负荷处,所以需要选择更加合适的供/回水温差、供 /回水温度,根据负载大小和对应性的冷源设备的运行能效选择开启一台或多台冷源设备(冷机、水泵、冷却塔,都可以实现更好的能效。例如在一台冷机或水泵接近满负载的时候,往往开启两台平均分担负载会更加节能 ;根据运行经验,每提高 1的出水温度,冷水机组的制冷量将提高3% 4%,而功耗约增加 1% 左右。从图 3-3 不难看出,随着出水温度的提高,制冷量和用电功率都在增加,但制冷量的增幅更大。

image.png

3-3电功率与制冷量对比

 

(1)尽可能多地使用自然冷或延长自然冷时间。对于冷源系统来说,可以通过提高供/回水温度或者降低冷源与外界交换的温差来延长自然冷时间。其中,提高供/回水温度对于冷源自然冷来说最为直接,但是在机房温度确定的前提下,供 /回水温度提高是有限的,往往到一定限度,比如供水温度在1820以后就很难再提升,如图 3-4 所示 ;对于降低冷源与外界交换温差方面,我们可以选择更大的冷凝器或者冷却塔,冷凝器尽量采用湿式代替风冷,选择更大的板式换热器等,这方面设计优化在能效上带来的收益往往远超过一次性的投入。

(2)对于冷源系统来说,更加合理的设备管路布局也可以实现更好的运行能效,比如更加短的管路、更合理的运行压差、更加小的高度差。这也包括室内和室外设备的布局方式,往往在冬季冷源设备和管道需要通过加热防冻,这部分能耗也要考虑。

数据中心制冷末端形式多样,例如 AHU空调、房间级空调、列间空调、背板等,主要差别来自末端与数据中心 IT设备的位置关系,理论上看同样的末端距离IT设备越近,风机能耗越少。制冷末端大都采用盘管 + 风机,如在大型数据中心广泛采用的 CRAH,将冷源设备提供的水侧冷量转换为风侧冷量,再输送给 IT设备区域进行冷却。接下来以冷冻水系统中精密空调CRAH为例介绍数据中心末端能效提升的方法。

image.png

3-4进出口水温

 

1)风机是空气散热的制冷末端的主要设备。选用合适、高效的风机,可以实现非常好的能效提升。制冷末端使用的风机类型主要有离心风机Centrifugal、轴流风机(Axial、混流风机(MixedFlow,如图 3-5所示。三种风机的峰值如表3-1所示。

image.pngimage.png

直接影响末端能效除了风机本身能效和技术,更加重要的是选择合理的风机大小和工作模式。众所周知,风机能耗和转速三次方成正比,因此选择与负载特性匹配的转速、风压、风速的风机,对于提升能效至关重要。

(2)  末端盘管节能主要考虑两个方面 :一方面是盘管的空气阻力大小与风机功耗直接相关,所以在满足散热运行的前提下尽量选择阻力比较小的盘管及盘管的附件等 ;另一方面是选择盘管的大小和形式也与供/回水温度直接相关,合理的盘管选型可以提升换热效率,使得供水温度和供风温度最大优化使用。

(3)  除了风机、盘管,影响制冷末端能效的另一个关键指标就是供回风温度及其温差。一般的供风温度和回风温度越高,冷源可以利用自然冷时间越长,能效也越好,但是供风温度高会导致IT设备运营风险,这推动了数据中心做冷热气流隔离,即热通道或冷通道密封。冷热气流隔离可以减少冷热气流混合短路风险,不仅提升了能效,也有效减少了数据中心 IT设备因为热空气回流而导致的过热的风险,如图 3-6所示。

image.png

3-6冷热气流隔离方案


 

 

在制冷末端的设计中,需要以使用场景确定空调工况条件、风机流量、扬程及安装结构等要求作为选型的输入条件,这样才能获得比较好的能效,例如制冷末端进风温度为 37,送风温度为 25,制冷量为 30kW,则可计算出需要的风量:

V=Q/(Cp×ρ×Δt)=30×3600/(1.01×1.2×(37-25))=7426m3/h

根据水温、风温、空调尺寸(2150mm×600mm× 厚度 200mm)计算出盘管参数。盘管参数确定后计算空调风侧的阻力,得到结果约为 80Pa

根据空调结构确定风机的气流方式和尺寸要求,背板空调厚度尺寸要求尽量小,使得风机的厚度尺寸要薄,而离心风机和大直径的轴流风机不适用于此要求。根据这些要求,可初步确定使用小直径的轴流或混流风机。

 根据风量和风侧阻力在风机性能曲线上的位置确定风机的性能是否满足要求,如3-7 所示

image.png

3-7风机性能

根据以上条件最终确定了风机使用39120mm直径的轴流风机 :DYPA1238B8M-PQ-460,其结构如图 3-8 所示。

散热系统中除了冷源和末端能效提升等方法,在运行中获得最佳能效还取决于数据中心散热系统的智能控制。智能控制系统需要实时根据边界条件保证数据中心的最佳能效和运行安全。这些边界条件除了散热系统冷源装置、制冷末端、各个传感器来控制器,还包括 IT设备的运行参数

例如温度、功率、风量,也包括了外部的自然条件例如温度、湿度、空气质量。阿里数据中心设计的智能按需散热系统(ODC通过使用 IT设备运行的功率、风量、温度结合整个散热系统元件和外部参数来实现变温度控制,在保证数据中心运行安全的前提下实现最佳能效。

在数据中心的设计和运行中,供电系统的能效往往被忽视,而供电系统能效提升对于数据中心 PUE影响巨大。数据中心中几乎所有的能源消耗都来自电力,包括本身的 IT 耗电、散热系统等,供电系统能效提升比散热系统能效提升的难度会更大,但是一旦实现就可以获得更多的收益。我们将数据中心供电系统分为变配电系统和电源系统,从这两个方面分别介绍能效提升的办法。

image.png

图3-8 轴流风机结构

对于变配电系统,往往包括了变压器、电能质量处理装置、中压和低压配电装置等,这些设备中多数的特点是容量大(MW级起步、损耗比例较少大约1%,而且大多数温度不敏感,耐温能力较强(可以长时间运行在30以上,也有个别设备比如操作电源、电容和电能质量处理设备等温度相对敏感损耗比较大。对于变配电系统节能,我们主要从变配电系统电能损耗和变配电系统的环境能耗来考虑。

(接下)




 

 

相关文章
|
机器学习/深度学习 人工智能 搜索推荐
LVMH集团与阿里巴巴深化云计算合作
LVMH集团与阿里巴巴深化云计算合作
469 0
|
存储 安全 数据库
阿里巴巴的云计算平台有哪些服务?
【7月更文挑战第1天】阿里巴巴的云计算平台有哪些服务?
1932 57
|
存储 安全 网络安全
云端盾牌:云计算时代的网络安全守护在数字化浪潮中,云计算以其高效、灵活的特性成为企业转型的加速器。然而,伴随其迅猛发展,网络安全问题亦如影随形,成为悬在每个组织头顶的达摩克利斯之剑。本文旨在探讨云计算服务中的网络安全挑战,分析信息安全的重要性,并提出相应对策,以期为企业构建一道坚实的云端防护网。
在当今这个数据驱动的时代,云计算已成为推动创新与效率的关键力量。它允许用户随时随地访问强大的计算资源,降低了企业的运营成本,加速了产品上市时间。但随之而来的网络威胁也日益猖獗,尤其是对于依赖云服务的企业而言,数据泄露、身份盗用等安全事件频发,不仅造成经济损失,更严重损害品牌信誉。本文深入剖析云计算环境中的安全风险,强调建立健全的信息安全管理机制的重要性,并分享一系列有效策略,旨在帮助企业和个人用户在享受云服务带来的便利的同时,也能构筑起强有力的网络防线。
|
机器学习/深度学习 安全 网络安全
云端盾牌:云计算时代的网络安全守护在这个数字脉搏加速跳动的时代,云计算以其高效、灵活的特性,成为推动企业数字化转型的强劲引擎。然而,正如每枚硬币都有两面,云计算的广泛应用也同步放大了网络安全的风险敞口。本文旨在探讨云计算服务中网络安全的关键作用,以及如何构建一道坚不可摧的信息防线,确保数据的安全与隐私。
云计算作为信息技术领域的革新力量,正深刻改变着企业的运营模式和人们的生活。但在享受其带来的便利与效率的同时,云服务的安全问题不容忽视。从数据泄露到服务中断,每一个安全事件都可能给企业和个人带来难以估量的损失。因此,本文聚焦于云计算环境下的网络安全挑战,分析其根源,并提出有效的防护策略,旨在为云服务的安全使用提供指导和参考。
350 8
|
Kubernetes Cloud Native 云计算
深度挖掘:云计算平台在数字化转型中的核心作用
【10月更文挑战第29天】作为一名技术博主,我深入探讨了云计算平台在数字化转型中的核心作用。本文分析了云计算的弹性、可扩展性和高可用性如何帮助企业快速适应市场变化,降低成本并提高效率。同时,文章介绍了云计算在创新加速、业务连续性和灾难恢复方面的优势,并通过实际案例展示了其在企业数字化转型中的应用。
496 0
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36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。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
云安全 安全 网络安全
探索云计算与网络安全的共生之道在数字化浪潮席卷全球的今天,云计算作为信息技术的一大革新,正重塑着企业的运营模式与服务交付。然而,随着云服务的普及,网络安全与信息安全的挑战也日益凸显,成为制约其发展的关键因素。本文旨在深入探讨云计算环境下的网络安全问题,分析云服务、网络安全及信息安全之间的相互关系,并提出相应的解决策略,以期为构建一个更安全、可靠的云计算生态系统提供参考。
本文聚焦于云计算环境中的网络安全议题,首先界定了云服务的基本概念及其广泛应用领域,随后剖析了当前网络安全面临的主要威胁,如数据泄露、身份盗用等,并强调了信息安全在维护网络空间秩序中的核心地位。通过对现有安全技术和策略的评估,包括加密技术、访问控制、安全审计等,文章指出了这些措施在应对复杂网络攻击时的局限性。最后,提出了一系列加强云计算安全的建议,如采用零信任架构、实施持续的安全监控与自动化响应机制、提升员工的安全意识教育以及制定严格的合规性标准等,旨在为云计算的安全可持续发展提供实践指南。
464 0
|
SQL 数据管理 关系型数据库
SQL与云计算:利用云数据库服务实现高效数据管理——探索云端SQL应用、性能优化、安全性与成本效益,为企业数字化转型提供全方位支持
【8月更文挑战第31天】在数字化转型中,企业对高效数据管理的需求日益增长。传统本地数据库存在局限,而云数据库服务凭借自动扩展、高可用性和按需付费等优势,成为现代数据管理的新选择。本文探讨如何利用SQL和云数据库服务(如Amazon RDS、Google Cloud SQL和Azure SQL Database)实现高效的数据管理。通过示例和最佳实践,展示SQL在云端的应用、性能优化、安全性及成本效益,助力企业提升竞争力。
447 0
|
机器学习/深度学习 算法 数据挖掘
利用机器学习优化数据中心能效
【5月更文挑战第30天】 在数据中心管理和运营过程中,能效优化是一项持续的挑战。随着能源成本的不断上升以及环保意识的增强,开发高效能的数据中心变得更加重要。本文将探讨如何利用机器学习技术来优化数据中心的能源使用效率,减少能耗同时保持系统性能。通过分析历史数据和实时监控信息,机器学习模型可以预测数据中心的负载变化,并动态调整资源分配以实现最佳的能效比。文中还将讨论实施机器学习驱动的能效优化策略时可能遇到的挑战及解决方案。
|
机器学习/深度学习 存储 算法
利用机器学习优化数据中心能效的策略
【5月更文挑战第31天】在信息技术不断进步的今天,数据中心作为计算和存储的核心,其能源效率问题日益凸显。传统的能效管理方法已无法满足当前复杂多变的需求。本文提出了一种基于机器学习技术的数据中心能效优化策略,通过智能算法实时监控和调整数据中心的运行状态,以达到降低能耗、提高资源利用率的目的。该策略不仅考虑了服务器负载和冷却系统的效率,还兼顾了可再生能源的使用情况,为绿色计算提供了新的视角。