数据中心间接蒸发冷却空调系统能效评价

褚俊杰,耿志超,严 政

(1.西安工程大学 城市规划与市政工程学院,陕西 西安 710048;2.维谛技术有限公司,陕西 西安 710075;3.广东电信规划设计研究院有限公司,广东 广州 510653)

0 引 言

近年来,移动互联网、云计算、大数据应用需求呈现爆发式的增长,带动了数据存储规模、计算能力以及网络流量的大幅增长。我国数据中心业务市场规模增速明显,与此同时,巨大的信息访问量和处理量带来了数据中心的快速建设与发展。随着整个社会发展对数据中心需求量的不断增长,服务器设备的高密度使用以及全年8 760 h不间断的运行,造成了数据中心对电力能源的消耗急剧增长。蒸发冷却技术是一种利用水分蒸发制取冷量的高效自然冷却技术,在数据中心空调系统中利用间接蒸发自然冷却方案时,空调设备的换热效率显著提高,延长了自然冷源的利用时间[1]。近年来在数据中心用蒸发冷却设备方面,文献[2-4]提出新型超高能效的逆流式露点间接蒸发冷却器,并且应用于数据中心工程中。文献[5-6]针对露点间接蒸发冷却器进行了理论与实验分析,提出数据中心用露点间接蒸发冷却与机械制冷复合空调,测试数据表明,露点间接蒸发冷却技术适用于干燥气候条件下的数据中心。系统方面,美国国家可再生能源实验室[7-8]在科罗拉多州的国家冰雪数据中心采用了露点间接蒸发冷却空调机组。BI等提出将新型回热式露点间接蒸发冷却器应用于数据中心冷却系统中,可实现87.7%～91.6%的数据中心节能[9]。系统能效评价方面,现在被广泛接受的数据中心能效评价指标包括数据中心的电能利用效率(power usage effectiveness,PUE)[10]、水资源利用效率(water usage effectivenes,WUE)[11]、碳利用效率(carbon usage effectiveness ,CUE)[12]等。程亨达等提出了用于评价数据中心冷却系统综合制冷系数的评价指标数据“中心冷却系统全年综合制冷系数(COPdc)”,验证了数据中心冷却系统综合COPdc的评价效果,并与PUE指标进行了对比分析[13]。表明在不同负载和温度条件下,COPdc比PUE更明确展现数据中心冷却系统的耗电量变化,更适合作为衡量冷却系统能量使用效率的指标。文献[14-15]对数据中心的热工环境评价指标机架冷却指数、回风温度指数、供热指数和回热指数的计算式及其物理意义进行论述,发现这些指标均可由机房内的温度参数进行计算,用来评价数据中心服务器的热环境状态和机房气流组织的合理性。利用自然冷源的数据中心间接蒸发冷却空调方案是提高数据中心能源利用效率的重要路径,建立针对数据中心间接蒸发冷却空调系统能效的评价体系对节能工作十分重要。数据中心空调设备性能的优劣是决定数据中心能否达到绿色低碳指标的关键环节之一,但目前数据中心空调设备尤其是间接蒸发冷却空调设备的性能指标与工程应用的贴合度较低,难以准确反映工程应用的实际效果。本文在现有能效评价指标基础上,提出了数据中心间接蒸发冷却空调PUE比值系数、空调能量利用效率、空调设备制冷密度等新的评价指标,同时对新评价指标的参考值以及不同制冷系统的数据中心应用案例进行对比分析。

1 间接蒸发冷却系统介绍

1.1 数据中心风侧间接蒸发冷却

典型的数据中心风侧间接蒸发自然冷却系统[16]如图1所示。

图 1 数据中心风侧间接蒸发冷却系统示意图Fig.1 Schematic diagram of indirect evaporative cooling system on air side of data center

图1中,该间接蒸发自然冷却系统在全年工作过程中,有干模式(换热器空气/空气换热)、湿模式(风侧间接蒸发冷却)、混合模式(风侧间接蒸发冷却+机械制冷)3种工作模式。根据室外环境参数全年的动态变化,3种工作模式依次动态切换,为数据中心热环境提供保障。

1.2 数据中心水侧间接蒸发冷却

水侧系统的核心设备是间接蒸发冷却冷水机组[17-19]。数据中心水侧间接蒸发冷却系统示意图如图2所示。

图 2 数据中心水侧间接蒸发冷却空调系统示意图Fig.2 Schematic diagram of water-side indirect evaporative cooling air conditioning system in data center

图2中,当室外环境干球温度较低时,为水侧间接蒸发自然冷却空调系统的干运行模式。此时空调系统通过表冷器内的防冻冷却介质乙二醇与室外温度较低的空气换热,为数据中心排热。当室外环境温度升高时,利用间接蒸发冷却冷水机组制取的冷水通过板式换热器为数据中心排热。当室外环境温度继续升高,此时通过间接蒸发冷却模式仍然无法进行有效排热时,开启机械制冷冷水机组,运行间接蒸发冷却与机械制冷混合运行模式。间接蒸发冷却冷机组与机械冷机的混合运行模式有串联混合和并联混合2种。机械制冷冷水机组产生的冷水全部或部分提供给数据中心的空调末端,而间接蒸发冷却冷水机组用于排出机械制冷冷水机组的热量。间接蒸发冷却冷水机组制取的冷水温度低于普通冷却塔的出水温度,从而提高整个空调系统的能效。

2 能效评价指标

2.1 现有评价指标

2.1.1 PUE评价

数据中心的PUE是TGG绿色网格组织在2007年通过白皮书的形式在数据中心行业开始推广,是国内外数据中心领域普遍接受和应用的一种衡量数据中心PUE的综合指标。PUE指标是用来衡量数据中心的电能转换效率,倒逼数据中心来提升能效转化水平。

数据中心PUE的具体计算,即

(1)

式中:ηPUE为数据中心总能耗与服务器设备总能耗的比值;EDC为数据中心总能耗,kW;EIT为数据中心中服务器设备总能耗,kW。

将数据中心PUE值2.0、1.4、1.1、1.0分别作为数据中心PUE标准、好、较好、极限的参考数值。

蒸发冷却与机械制冷联合的空调系统为满足数据中心全年的安全可靠运行,在前期设计时一般会将机械制冷量按照100%设计,后期若不合理运行则会额外增加系统的能耗,达不到节电的目的。数据中心蒸发冷却空调系统的运行模式是根据室外气象参数的变化而自由切换的,因此其节能效果取决于系统高效的控制策略,以及后期规范化的运维管理。这也是目前比较欠缺的环节。

2.1.2 WUE评价

数据中心的WUE用来表征数据中心的单位服务器设备用电量时数据中心的耗水量,即

(2)

式中:βWUE为全年数据中心空调设备消耗的总水量与服务器设备耗电量的比值;WDC为全年数据中心空调设备消耗的总水量,kg。

水资源利用效率越接近于0,表示数据中心中空调设备的节水程度越高。将数据中心水资源利用效率值2.0、1.0、0.5、0分别作为标准、好、较好、极限的参考数值。

2.1.3 CUE评价

数据中心的碳利用效率,用来评估数据中心总温室气体排放量及服务器设备能耗,即

(3)

式中:χCUE为数据中心碳排放量与服务器设备耗电量的比值;CDC为数据中心碳排放,kg。

大型数据中心的管理人员通过设施的整体能源消耗的二氧化碳放射等同物除以数据中心服务器能耗计算碳利用效率,得出每千瓦时多少千克二氧化碳。最完美的碳利用效率值是0,意味着在数据中心运营中没有产生任何碳排放。将数据中心碳利用效率值1.2、1.15、1.05、0分别作为数据中心水资源使用效率标准、好、较好、极限的参考数值。

根据文献[20]全国数据中心用电量与二氧化碳排放量汇总表,其中2025年之前数据中心PUE值按照1.4推算,2025年以后的数据中心PUE值按照1.3推算。计算结果显示,2025年之前数据中心碳使用效率为1.17左右,2025年以后的数据中心碳使用效率为1.08。由此可见,随着PUE值的降低,数据中心的碳使用效率值也随之降低。如果数据中心杨业推动碳交易与碳储存,可进一步降低数据中心的碳使用效率。

2.2 能效评价指标

2.2.1 数据中心空调能量利用效率

PUE是评价数据中心能耗最重要的指标,但在使用过程中发现PUE评价存在没有考虑各数据中心所处地区的气象条件,因此跨地区的数据中心PUE无法进行比较。

如果服务器系统突然变得很费电,实际上数据中心能耗却上升了,但PUE值反而下降,导致评估结果与数据中心实际生产效率有很大的偏差。PUE的计算定义式中没有引入时间的概念,同时PUE无法为数据中心提供实质的节能方向。

实际使用中PUE数值越低越趋近1,说明该数据中心电能利用率越高,即与效率数值越高代表评价结果越好的认知不一致,不容易被人们理解与接受。

降低数据中心能耗,提高数据中心电能利用率的关键在于降低数据中心制冷空调系统能耗。因此将数据中心中节能的关键环节,制冷空调能耗单独在公式中列出,并且引入制冷空调系统能效比与时间系数,提出数据中心空调能量利用效率的评价指标与计算方法,即

(4)

式中:∂CEE为数据中心空调利用效率;Ecooling为数据中心制冷空调系统总能耗,kW。式中分子部分为数据中心发热量/冷负荷。

数据中心空调能耗系数在0～1之间,数据中心空调能耗系数越趋近于1,说明该数据中心制冷空调系统占数据中心总能耗占比越低,该数据中心能效利用效率越高。当数据中心空调能耗等于0时,该数据中心空调系统无须使用市政供电系统,即可满足数据中心的正常工作要求,此时数据中心空调能耗利用率达到100%。

间接蒸发冷却空调系统为了满足数据中心全年制冷需求,多采用多种运行模式,其中干模式与湿模式为自然冷却运行模式,充分利用自然冷源可以显著降低数据中心空调系统能耗。因此为了提高数据中心空调能量利用效率,应该尽可能延长数据中心空调的自然冷却模式应用时间。将数据中心空调能量利用效率值0.65、0.7、0.85、1.0分别作为标准、好、较好、极限的数据中心空调能耗利用效率的参考数值。

2.2.2 数据中心间接蒸发冷却PUE系数

定义数据中心间接蒸发冷却PUE系数首先应明确2个PUE,数据中心实际PUE与当地基准间接蒸发冷却空调数据中心PUE,即

(5)

式中:ηPUEC为数据中心间接蒸发冷却PUE系数;ηPUEReal为数据中心实际PUE;ηPUEIEC为当地基准间接蒸发冷却空调数据中心PUE;基准间接蒸发冷却空调数据中心PUE基于当地使用间接蒸发冷却空调以后的数据中心计算获得。间接蒸发冷却空调基准PUE的计算考虑了当地气候条件的影响,引入自然冷却小时数的概念,即为了满足数据中心的冷量需求,自然冷却全年运行的累计小时数。

实验3 仿真讨论大信号掩盖下不同参数对机密信号解调损失的影响.仿真中信号均采用BPSK调制方式，Ebw/N0取0dB～26dB，L=105.机密信号BER理论值如图5所示.

将数据中心间接蒸发冷却PUE系数用来探讨各个气候区实际工作的数据中心改为间接蒸发冷却空调后的节能潜力。将数据中心间接蒸发冷却PUE系数数值为1.5、1.2、1.0分别作为标准、好、极限的数据中心间接蒸发冷却的参考数值。

2.2.3 间接蒸发冷却设备制冷密度

蒸发冷却空调是一种气象空调,设备体积都比较大。在数据中心应用时,由于数据中心发热量大,所需要制冷量大,蒸发冷却空调设备数量巨大,因此制冷设备的体积也成为必须考虑的因素。使用设备制冷密度作为衡量设备单位体积制冷量大小的评价指标,即

(6)

式中:λRD为制冷设备单位体积的制冷量,kW/m3;Q为蒸发冷却空调设备的制冷量,kW;V为蒸发冷却空调设备体积,m3。

间接蒸发冷却设备制冷密度反映了蒸发冷却设备制冷量与设备体积的比值,表征了蒸发冷却设备单位体积的制冷能力。在相同制冷量的条件下,制冷密度越大,设备体积越小。将间接蒸发冷却空调的制冷密度参考数值6、7、8、10作为标准、好、较好、极限的参考数值,其中以机械制冷空调机组的制冷密度参考值作为极限值。

目前数据中心用间接蒸发冷却空调机组为了提高换热效率,减少机组的占地面积,主要采用高效且结构紧凑型的间接蒸发冷却器。从结构形式比较大的管式间接蒸发冷却器,到现在的板翅式间接蒸发冷却器,将来会朝着微通道的方向发展,然而蒸发冷却器的结构越紧凑,对空气的品质要求就会越来越高,因此,为了防止紧凑型换热器内空气道的堵塞,必须对空气进行有效的过滤处理,这样才能避免换热芯体堵塞的风险,从而提高机组的运行稳定性。

3 案例分析

由于上述数据中心评价指标数值差异较大,难以放在一起直观对比评价指标的优劣。因此采用将指标标准值赋分为60分,指标极限值赋分为100分,对实际指标值进行评分。并将各个评价指标数值放在图中直观地表示整体分析数据中心的能效优劣,即

(7)

式中:XS为标准值;XL为极限值;XA为实际值;从而得到实际指标值的赋分值,见式(8),即

(8)

3.1 常规冷冻水制冷系统数据中心

分别对北京、上海、深圳的常规冷冻水制冷系统数据中心进行分析,该数据中心建筑面积约为1 200 m2,机柜数125个,单机柜功率密度8 kW,当地电费0.75 元/kWh,水费8 元/t,负载率第1年30%,逐年上升,5年满载,测算10年总运行费用。该数据中心采用冷冻水方案为变频离心机,空调系统带自然冷却模式,供回水温度20/27 ℃。制作的评分雷达图如图3所示。

(a) 北京 (b) 上海 (c) 深圳

从图3可以看出,冷冻水制冷系统水源利用效率指标整体相对偏低,耗水量较大。由于冷冻水制冷系统耗电整体高,因此碳利用效率指标也相对较大,具有较大的提升空间。从北京到深圳,由于全年温度整体提高,自然冷却时间减少,电能利用效率指标也逐步减少。

3.2 间接蒸发冷却风侧数据中心

分别对位于北京、上海、深圳的间接蒸发冷却风侧系统数据中心的评价指标进行评分,制作的评分雷达图如图4所示。

(a) 北京 (b) 上海 (c) 深圳

图4中,间接蒸发冷却方案:n+1配置,50%机械辅助制冷。针对夏热冬冷和夏热冬暖的2个地区的3个典型城市的间接蒸发冷却风侧系统与冷冻水系统评价,结果显示,间接蒸发冷却系统充分利用自然冷源,相比于传统冷冻水系统有明显的节电节水优势,特别是低负载下绝大多时间可以不用机械辅助制冷。从结果上看,在反映耗电量的电能利用效率指标和耗水量的水资源利用效率指标上,间接蒸发冷却系统的两项指标都大幅低于冷冻水系统。间接蒸发冷却设备相对偏大,设备制冷密度指标还有较大的提升空间。

3.3 间接蒸发冷却水侧数据中心

以位于新疆乌鲁木齐的某间接蒸发冷却水侧系统数据中心为案例,结合实测数据,对该数据中心的评价指标进行评分,制作的评分雷达图如图5所示。

图 5 间接蒸发冷却水侧数据中心评分 雷达图Fig.5 Indirect evaporative cooling water-side data center evaluation scoring radar chart

从图5可以看出,间接蒸发冷却水侧系统的PUE指标、空调能量利用效率指标均在较高的水平,间接蒸发冷却水侧设备的制冷密度相对于间接蒸发冷却风侧设备也有较高的提升。水资源使用效率为0.8,相对于冷冻水系统也更为省水。在碳利用效率指标上也有较大的提升空间。

4 结 论

1) 在现有数据中心能效评价的基础上,从数据中心、数据中心空调系统、间接蒸发冷却空调设备3个维度层面,分别提出了数据中心间接蒸发冷却空调电能利用效率系数、数据中心空调能量利用效率、间接蒸发冷却空调制冷设备密度等评价指标。新指标完善了数据中心的能效评价体系,可引领相关空调产品性能质量进一步提高,使相关空调产品的能效性能更加紧密地贴近实际效果,对于实现数据中心的节能低碳具有重要意义。

2) 采用新的评价指标体系以及赋值分析法,针对数据中心不同空调系统案例进行分析。结果表明,间接蒸发冷却系统可以充分利用自然冷源,相比于传统冷冻水系统有明显的节电节水优势,特别是低负载下绝大多时间可以不用机械辅助制冷。在反映耗电量的PUE指标和耗水量的水资源利用效率指标上,间接蒸发冷却系统的2项指标都低于冷冻水系统。同时由于间接蒸发冷却设备相对偏大,设备制冷密度指标还有较大的提升空间。