基于多视角分析的数据机房建设节能设计策略研究.docVIP

精品文档（可编辑） 值得下载 基于多视角分析的数据机房建设节能设计策略研究 【摘要】以数据机房节能为目标，对数据机房内环境温度与湿度，能耗相关技术指标进行分析；并从设计方案探讨数据机房的安全设计措施，对提高数据可靠性方面的问题进行研究。从多个角度评价指标对数据机房环境进行评价，用以判断数据中心设计运行状况的优劣，从而采取有效的节能设计策略，为数据中心节能改造提供有力依据。 【关键词】数据机房，节能设计，供电可靠性 引言 电信系统机房类建设工程是普遍受重视的建设项目，无论规模大小，从工程建设总体上来看，在建设初期考虑的机房配置与运行方式，是整个工程复杂问题的主要集中点，其中涉及到投资和能耗等重要事项，而合理评价及确认使用的重要性、能源的消耗指标、单位面积的投资比例等是大家尤其关注的。在勘测设计工程启动的执行过程中，由于非理性地提高要求，用以指导设计所引起的争论，引起了该领域相关工程技术人员的非常关注。寻找和推荐合理的设计之路，探求更好的设计措施，节约投资和减少能源消耗，成为研究的重点课题。 1.数据机房内温度湿度相关指标 寻求数据机房建设的节能方案时，只关心数据中心的能耗是远远不够的，由于低能耗可能带给数据机房IT设备较低的安全性，因此通过单纯地低能耗代表高能源利用率是不科学的。通常，从某种意义上讲，数据机房的能耗与数据机房设备的安全性成正比，即能源利用效率与机房设备的安全性是一对矛盾，效率高导致安全性低，高安全性导致低效率。然而数据机房是较为特殊的建筑类型，它对安全性的要求较高，尤其是在银行、政府机关中，安全性比效率更重要。在数据机房建设的节能工作开展中，必须先考虑机房的安全性，在确保安全性的前提下，再采取适当的设计策略，提高能源利用率，才是数据机房建设节能工作开展的思路。 数据机房设计的原则为GB 50174 - 2008《电子信息系统机房设计规范》。分析数据机房内的环境温度以及湿度单项技术指标与设计和施工之间的关系，并针对如何执行的问题进行探讨是十分必要的。温湿度的技术要求与机房级别的关系规定如表1所示。 数据机房是按其面对未来可能发生的经济损失大小或意外状况进行分级，要求设计者完全掌握和控制这种项目的投资与定位，几乎是不可能的，即使小型的数据机房也选择投资偏大的级别。建设数据机房时要完成投资合理且低能耗的目标，在设计阶段的选型时，就要有合理并节约能源的充分依据。对机房环境的运行参数合理优化，并节约投资和减少能耗，在数据机房设计初始阶段掌握设备的拓扑结构是必须的基点，依靠映射模型才有数据机房设计的原始数据，这样确定的设备配电及运行环境才比较科学和合理。 对机房环境温度等特性指标的取舍、在工程设计中选用设备允许工作温度，并保留一定裕量作为数据机房的工作环境温度是较好的选择。对“数据机房的相对湿度”指标的要求，有的工程为减少麻烦，在设计任务书中“机房湿度指标的下限”设在30 %～ 40 %或更低，而在较为干燥的环境里中容易产生静电，并不利于设备的维护。对数据机房内静电极限指标与湿度的讨论，由于缺少静电与湿度之间的实验模型、数据报告，在工程上难以界定。 寻求解决策略时，检验设置的标准是否合理时，需要确保数据机房内既不出现放电现象也不出现计算机设备锈蚀现象，有必要改善运行中的室内空气过加湿或过干燥的现象；在“拟定湿度”的参考指标下，记录运行机房内的湿度数据并选择和调整可运行的湿度范围，确定可操作的相对湿度范围。 3.能耗相关指标 由于不同机房的IT 设备功率密度大相径庭，PUE 和DCIE仅用单位面积能耗不能够实际反映数据中心的能耗使用情况。人们希望知道相同的IT设备功率的总能耗，才能更加真实地反映机房的能源使用效率。为了衡量数据中心的能效水平，绿色网络组织定义了电能使用效率PUE，作为评价数据中心能源效率的指标，是数据中心消耗的所有能源与IT 负载使用的能源之比，是DCIE的反比。PUE是一个比值，基准是2，越接近1表明能效水平越好，PUE 已经成为比较通行的数据中心电力使用效率的衡量指标，计算公式为：PUE= 数据中心总设备能耗/IT设备能耗。 空调负荷偏差百分比。通常，大型数据机房中都有多个精密空调同时处理机房负荷，由于热源分布不均匀，每个精密空调的负荷具有差异。不同精密空调的处理负荷如果差异太大，将影响数据机房内精密空调的效率和使用寿命，所以，空调负荷偏差百分比指标用于判断机房空调的负荷分配是否平衡和均匀。空调负荷偏差百分比的计算公式为： 空调负荷偏差百分比用于判断机房空调处理空气显热时的负荷分配情况。δ越小，每个空调处理热量的负荷分配越平衡、均匀。 选用专业精密空调，具有设备散热量大，冷负荷强度高，散湿量小的特点。空调风量大，运行可