數(shù)據(jù)中心是實(shí)現(xiàn)數(shù)據(jù)信息集中處理、存儲(chǔ)、傳輸、交換、管理等業(yè)務(wù)的基礎(chǔ)設(shè)施和服務(wù)平臺(tái)，是國(guó)家新基建的核心組成部分。隨著互聯(lián)網(wǎng)的興起，數(shù)據(jù)中心作為大量數(shù)據(jù)的承載實(shí)體，在迅速發(fā)展的同時(shí)，所引起的高能耗問(wèn)題也日益突出。

目前，全球數(shù)據(jù)中心總量已超過(guò)300萬(wàn)個(gè)，耗電量約占全球總耗電量的 1.3%。中國(guó)大約有 55萬(wàn)個(gè)數(shù)據(jù)中心，根據(jù)IDC預(yù)測(cè)，到2020年我國(guó)數(shù)據(jù)中心耗電量預(yù)計(jì)將增至2962 億千瓦時(shí)。 數(shù)據(jù)中心運(yùn)營(yíng)成本中有60%來(lái)自于能耗，因此，采用先進(jìn)的節(jié)能降耗技術(shù)對(duì)于數(shù)據(jù)中心的運(yùn)行具有重要意義。

數(shù)據(jù)中心的能耗主要來(lái)源于IT設(shè)備、空調(diào)系統(tǒng)、電源系統(tǒng)和照明系統(tǒng)。

IT 設(shè)備是能耗最高的部分，約占數(shù)據(jù)中心總能耗的45%，其中服務(wù)器能耗約占35%，存儲(chǔ)設(shè)備能耗和網(wǎng)絡(luò)通信設(shè)備能耗各占5%左右。

空調(diào)系統(tǒng)能耗在數(shù)據(jù)中心總能耗中排第二位，約占40%。

因此降低空調(diào)系統(tǒng)能耗被認(rèn)為是提高數(shù)據(jù)中心能源效率的重要措施。

數(shù)據(jù)中心能耗分布

國(guó)際上一般采用PUE作為衡量數(shù)據(jù)中心電力使用效率的指標(biāo)：PUE =數(shù)據(jù)中心的總能耗/ IT設(shè)備能耗。PUE 越接近1，數(shù)據(jù)中心的能源利用率越高。

據(jù)《“十三五”國(guó)家信息化規(guī)劃》的要求：

到2018年，云計(jì)算和物聯(lián)網(wǎng)原始創(chuàng)新能力顯著增強(qiáng)，新建大型云計(jì)算數(shù)據(jù)中心電能使用效率（PUE）值不高于1.5；

到2020年，形成具有國(guó)際競(jìng)爭(zhēng)力的云計(jì)算和物聯(lián)網(wǎng)產(chǎn)業(yè)體系，新建大型云計(jì)算數(shù)據(jù)中心PUE值不高于1.4。

從數(shù)據(jù)中心的能耗組成來(lái)看，制冷系統(tǒng)是節(jié)能的重點(diǎn)。

數(shù)據(jù)中心的常規(guī)冷卻方式主要包括：

冷卻方式對(duì)比：

數(shù)據(jù)中心冷卻系統(tǒng)使用到的設(shè)備有蒸發(fā)器、閥門(mén)、冷板、冷凝器、管路、泵、控制閥、接頭、三通、換熱器等元件，使用一維系統(tǒng)軟件能夠方便的建立冷卻系統(tǒng)模型，快速得出系統(tǒng)運(yùn)行設(shè)備之間的物理關(guān)系。

Flownex 是一個(gè)通過(guò) ISO9001:2008 質(zhì)量認(rèn)證的管網(wǎng)系統(tǒng)仿真軟件，能快速、準(zhǔn)確、高效地模擬復(fù)雜的熱流動(dòng)環(huán)境，并對(duì)復(fù)雜的熱流系統(tǒng)進(jìn)行設(shè)計(jì)和優(yōu)化。

Flownex 具有強(qiáng)大的仿真能力，可計(jì)算氣體、液體、氣體混合物以及均勻兩項(xiàng)流的流動(dòng)，能模擬分析快速變化及慢速變化的動(dòng)態(tài)過(guò)程。

利用 Flownex 能夠搭建包括泵、管路、閥、冷塔換熱器、控制閥、過(guò)濾器等設(shè)備的數(shù)據(jù)中心冷卻系統(tǒng)，進(jìn)行穩(wěn)態(tài)和瞬態(tài)計(jì)算，計(jì)算系統(tǒng)各元件的壓力、流量變化和換熱情況。

Flownex 中豐富的傳感器、PID控制、數(shù)學(xué)邏輯運(yùn)算器、自定義腳本等控制器類元件，還能夠?qū)崿F(xiàn)數(shù)據(jù)中心各季節(jié)復(fù)雜的控制策略。

Flownex搭建的系統(tǒng)仿真模型

2016年，谷歌采用人工智能讓他的數(shù)據(jù)中心制冷PUE改善了40%。

谷歌的人工智能解決方案是：通過(guò)數(shù)據(jù)中心內(nèi)的數(shù)千個(gè)傳感器去采集溫度、電量、耗電率、設(shè)定值等各種數(shù)據(jù)，再對(duì)這些歷史數(shù)據(jù)做機(jī)器和深度學(xué)習(xí)分析，調(diào)整運(yùn)行模式和控制閥值，最終實(shí)現(xiàn)數(shù)據(jù)中心運(yùn)行的最高效率。

要實(shí)現(xiàn)真正的數(shù)據(jù)中心熱優(yōu)化，需要基于數(shù)千個(gè)實(shí)時(shí)傳感器和數(shù)據(jù)物理模型的驗(yàn)證校核，這個(gè)過(guò)程涉及到大量信息的收集，還需要對(duì)搜集的數(shù)據(jù)進(jìn)行篩選。

但是系統(tǒng)運(yùn)行存在檢修、設(shè)備清洗、測(cè)試、傳感器損壞等大量非正常運(yùn)行工況，這些數(shù)據(jù)規(guī)律不適用于模擬工況，需要將這些數(shù)據(jù)剔除干凈。

根據(jù)系統(tǒng)運(yùn)行的不同工況，將清洗后的數(shù)據(jù)根據(jù)不同仿真工況進(jìn)行分類整合，通過(guò)對(duì)大量檢測(cè)數(shù)據(jù)梳理及運(yùn)算模擬，能夠得到實(shí)際系統(tǒng)設(shè)備更高精度的仿真模型。

結(jié)合Flownex的系統(tǒng)級(jí)仿真分析，能夠再現(xiàn)系統(tǒng)運(yùn)營(yíng)過(guò)程中各位置的詳細(xì)工況，優(yōu)化給水泵以及閥門(mén)調(diào)節(jié)規(guī)律，結(jié)合歷史環(huán)境溫度以及負(fù)載的變換規(guī)律，提前優(yōu)化出合理的運(yùn)行方案，降低PUE。
責(zé)任編輯人：CC