最新动态

Yue Li Jian He

最新消息

您现在所在位置:最新动态 > 最新消息 >

数据中心电力效率建模 | 重组电力效率“拼图”

日期:2022-08-05


通过前两期的内容,我们了解到,计算数据中心的效率并非是各个组件的无效耗电量的简单的加减。这主要是因为一个组件的效率受着IT负载、热负荷的影响而有所变化。有什么样的影响呢?一起和不二师兄往下看吧~

 

负载欠载的影响

 

只使用单一效率值为设备建模的简单效率模型对负载不敏感(在这种模型中效率不会随着负载的变化而变化)。事实上,对一般的数据中心来说,电源和制冷设备通常在远低于额定容量的状态下工作。其结果是,这种模型会明显夸大实际数据中心的效率。

 

 

对于每种电源或冷却组件而言,组件在低于额定容量的状态下工作的原因有四个:

 

• 数据中心IT负载低于系统设计容量

• 有意使用过度规划的组件,以提供安

全容限

• 组件以N+1或2N配置的形式与其他组

件协同工作

• 组件过度规划以适应负载的多样性

 

01

IT负载低于数据中心的设计容量。研究结果清楚表明:一般的数据中心都在低于设计值65%的状态下工作。这种情况在“避免数据中心和网络机房基础设施因过度规划造成的资金浪费”系列文章中有过更详细的说明。本系列文章后面将继续说明不能物尽其用是数据中心效率低下的一个非常重要的原因。

02

组件过度规划以提供安全容限。通常会以称为“降额”的普遍做法对组件进行过度规划,其目的是避免组件以接近其容量极限的状态工作。可以在没有任何降额的情况下运营设施,但为高可用性设施推荐的设计实践是采用10-20%的降额值。

03

组件以N+1或2N冗余配置的形式工作。通常做法是以N+1甚至2N配置形式来使用设备,以提高可靠性以及/或允许对组件进行同步维护,而无须关闭系统。以这种配置来运作数据中心意味着IT负载由更多的DCPI组件分担,从而有效地降低组件的负担。对于2N系统,任何单一组件的负载都小于其设计值的一半。因此,数据中心的效率受到以N+1或2N配置形式工作的设备的严重影响。

04

组件过度规划以处理“负载多样性”。这种影响很微妙,通过示例来说明最有效。

 

假设一个数据中心的负载为1MW,由一个1.1MW的UPS提供支持。

 

在UPS与IT负载之间有十台配电装置(PDU),每台都为该IT负载提供部分电能。问题:这些PDU每台的额定值是多少,并且它们因此对一般负载会以什么值来工作?乍一看,好像每台PDU的额定值如果是100千瓦,便会满足系统设计要求。而且,如果每台PDU都以满负载运行,那么数据中心就可以满足全部负载要求。然而,在实际的数据中心几乎不可能保证PDU负载的平衡。特定PDU的负载取决于PDU所在数据中心地区的IT设备的性质。事实上,实际数据中心的各种PDU的负载往往有两个系数的差异。如果一台PDU所供应的数据中心部分在物理上已经达到容量极限,但仍然没有达到该PDU的全部功率容量,则在其他九个PDU满负载时将无法使用该PDU的剩余容量。在这种配置中,唯一能够确保数据中心的最大容量的方法是大幅度地过度规划PDU的总容量。PDU的典型的过度规划量大致为30%到100%。正如前面的一些例子所显示的那样,这种过度规划会降低系统的效率。图9显示了PDU进行过度规划以支持负载多样性的必要性。

图9  负载多样性对PDU规划的影响

 

值得注意的是,导致PDU过度规划的问题也会导致空气处理机过度规划。

 

热负荷的影响

 

 

数据中心效率建模中的另一个主要问题,是人们头脑中的这样一个观念,即电源和冷却设备的热输出(无效耗电量)占IT负载的比重微不足道,因此可以忽略不计。事实上,数据中心里的电源和冷却设备产生的热量与IT设备本身产生的热量并没有不同,因此必须用冷却系统加以消除。这给冷却系统带来了额外的负担,因而需要对冷却系统进行过度规划,而这又进一步增加了冷却系统的效率损耗。

 

重组数据中心效率拼图

 

为了合理补偿这些损耗,冷却系统负载必须既包含IT设备,又包含制冷空间中的任何电源和冷却设备的损耗。从上面的介绍中可以看出,建立一个改进的数据中心效率模型是可能的。改进的模型具有下列特性:

 

1

组件按照空载损耗来建模,外加与负载成比例的损耗和与负载的平方成比例的损耗

2

包含了因组件降额而导致的过度规划

3

包含了因N+1或2N设计而导致的不能物尽其用的问题

4

冷却负载既包含IT负载,也包含因室内电源和冷却组件的无效耗电量而导致的热负载

5

对于特定的数据中心安装,鉴于数据中心在远低于设计容量的状态下工作,因此模型以图形化方式显示了随负载而变化的效率输出

模型的实施简单明了,需要遵守下列一般流程:

 

1

在提供额定、多样化和冗余系数的前提下,确定每个电源和冷却组件类型的平均过度规划程度

2

使用输入负载、每个组件类型的基于过度规划的额定负载比例、空载损耗和比例损耗,来确定该组件类型的工作损耗确定由于需要冷却系统冷却数据中心的电源和冷却设备而产生的其他比例损耗

3

将所有损耗相加

4

计算出数据中心随IT负载的变化而变化的损耗并列成表格

 

通过施耐德电气的数据中心TCO分析方法已经实施了一个基于这些原则的计算机模型,来计算能源消耗。

 

 

具有多种工作模式的设备

 

有些DCPI子系统(例如空调)可能具有多种工作模式,每种工作模式的效率都不相同。例如,有些空调系统有“自然冷却”模式,可在室外空气温度很低时使用,从而显著提高系统效率。

 

这类设备无法基于本系列文章介绍的3个参数的简单模型(空载损耗、比例损耗和平方律损耗)使用单一效率曲线来建模。为了为多模式设备建立效率模型,采用了一种不同的技术。幸好,该技术十分成熟,在工程中广泛使用。

 

对于在不同工作模式之间切换的设备,可以使用称为“状态空间平均”的简单明了的技术进行长期建模。其方法是确定在各个模式中所花的相对时间量,然后生成系统输出的加权平均值。这种技术十分适合计算效率和损耗。要在具有多种工作模式的DCPI设备中使用本系列文章中介绍的效率模型,首先必须确定每种工作模式的固定损耗、比例损耗和平方律损耗。然后将每种模式的损耗乘以该模式中预期所花时间,计算出一段长时间内产生的总损耗量。

 

 

 

重构数据中心效率建模后,实际的数据中心效率是多少?提高数据中心效率的益处有哪些?下期不二师兄来解答~下期见~

 

图文咨询来源于 施家邦 配电OEM邦


X