【IDCC2020】UCLOUD优刻得高级技术经理吴成斌：云计算公司的数据中心节能实践
|
上海青浦项目采用了两种制冷架构，在顶层采用的是间接蒸发冷却的形式，在其它空间采用的是水冷冷冻水的形式。在上海地区建设数据中心肯定优先考虑PUE，因为当地经信委提出了PUE1.3的门槛，这个指标是非常难以达到的，为了节能我们优先考虑这样的系统架构。但是间接蒸发冷却机组的占地面积通常非常大，在上海地区土地是非常紧缺的，我们要在45亩土地上，限高24，建设5000个6000瓦的机柜是非常紧张的，我们只能放在屋面层，其它的空间采用水冷冷冻水，这个也是非常传统的架构，制冷效率不错，而且很大的优点就是对建筑条件的适应性非常高。 间接蒸发在这几年比较热门，能效比非常高，可以制取逼近室外温度的送风，我们随着自己的深入研究发现这种制冷形式还是具有提升和优化空间。我们自主研发的新型的露点间接蒸发冷水机组，可以使送风温度逼近于室外的露点温度。另外我们对它的控制逻辑进行了优化，尽量提高湿模式的运行时长，降低混合模式和干模式的运行时长。因为湿模式是最高的模式，运用这个达到全年综合能效的提高。 下面这幅图是我们新型露点蒸发冷却机组的体现，可以看出这种高效的湿模式的运行范围是大大提高的，而混合模式，也就是说需要机械补冷的模式运行范围是大大减少的。右边是我们在北京、广州和上海三地两种机组不同运行模式的时长，可以看到新型的露点间接蒸发冷却机组的混合模式运行时长在各个地区降低了400小时以上，也就是说它的节能效果是非常好的。 我们再来说一下余热回收。我们知道乌兰察布地区的气候条件非常凉爽，这对于数据中心冷却是非常有利的条件。但是对于没有发热源的空间，比如办公区和机房这些空间的供暖需求是非常大的，我们这里采用了水源多联机的方式为机房、电池室和水泵间提供热量，这种方案是具有非常高的经济性和社会价值的，我们在乌兰察布地区每年就可以节省7000多吨的二氧化碳排放量，相当于种植了40万棵树。 液冷机柜可以实现极致的PUE，今天大会有液冷的专场，我这里不详细介绍了。我们也在进行联合规划，会在乌兰察布做液冷机柜的测试部署，在上海青浦进行液冷机柜的规模性部署。 说一下监控系统，传统的监控架构通常是设置一套BA系统，主要负责冷冻站的自动控制，冻环系统采集机房的环境数据和电力监控数据。我们按照暖通专业和电力专业，按专业划分的架构形式，暖通监控系统负责冷冻站，包括房间的精密空调以及管网系统和房间的温度，电力监控可以独立出来。可以综合考虑能源站、制冷站和室内的精密空调、室内环境的协同控制，可以通过整合各个部分的数据挖掘更加节能的控制算法。而电力监控系统从冻环系统独立出来，就可以把这一部分交给更加专业的电力系统厂商去做，可以达到更高的响应速度和更高的精度。 此外，我们还采用了很多智能化的系统来提高运营效率。比如说人脸识别系统，智能配电站，智能PDU、运维机器人、U位资产管理系统，这些智能化的系统可以提高我们的效率，降低我们对运维人员的需求。大家也都知道在偏远一点的地方运维人才是非常紧缺的，人才也一种非常宝贵的资源，我们通过智能化的系统也可以节约宝贵的人才资源。 最近几年很多厂商提出了将AI应用到制冷系统的节能控制上，也就是说通过机器学习实现一个运行算法，下达给制冷系统运行，从而节能。它的原理是在制冷系统上设置比较多的传感器，通过传感器去采集制冷系统的运行数据，通过数据治理把这些历史运行的数据整合成机器学习的样本集，通过模型训练获得PUE预测模型，达到最优PUE的运行参数，下达给制冷系统去运行。理论上是非常不错的，我说一下个人的想法，不代表公司观点。 我认为制冷系统运行不需要AI，它虽然是复杂的，但是还是有逻辑的系统，每一个设备和管网运行都有它特有的运行模式的，包括运行特征的，它是可以通过数学模型来做描述的，并不是一个抽象的，模糊的运行范畴。所以说我们是可以通过建立一个标准的数学模型来描述整个制冷系统的运行，而这个数学模型是通过最优化算法来求解的，我们这里不需要AI的算法去求解，AI算法也就是机器学习更适用于模糊的、抽象的一种应用场景，比如说图象识别、语言识别，这类很难去用逻辑去描述的场景。我认为制冷系统的节能控制是不需要AI算法的，尽管现在制冷系统的节能控制可能存在各种各样的问题，但是它都不是算法的问题。第二，AI系统应用于这种场景也是不适合的，因为AI算法进行模型训练的时候对于样本集的要求非常高，而我们制冷系统的运行是实时波动的系统，它在现场装设的这些传感器是很难达到实验室的精度，因为这个是由于它的测量原理决定的，它的精度不高，而且在波动的条件下它的样本有效性大大降低，它的精度是满足不了机器学习的要求的。从数量上来讲，因为它是实时波动的过程，我们很难采集到有效的样本，样本的数量也是不够的。另外从分布上来讲，因为我们数据中心的运行特点通常在一段时间内是稳定在一个负荷区间的，比如说今年数据中心的负载率在30%到50%，可能明年就到70%了，今年采集的样本对于明年的优化也是不合适的。 此外，我们还采用其它的节能技术降低数据中心的能耗和成本。比如说错峰蓄冷，现在数据中心的蓄冷装置通常用于应急功能，我们把这个容量加大了，利用峰谷电价差降低成本。我们在屋顶建设了光伏发电系统，利用绿色的电力降低数据中心的碳排放。 由于时间关系就不一一展开了，我的报告就到这里，谢谢各位！ 延伸阅读：
（编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
