本文摘要：摘 要隨著云計算、物聯網和人工智能等信息技術的快速發展，各行各業對于數據存儲及數據處理的需求越來越高，數據中心作為數字經濟的新型基礎設施，其核心作用越來越突出，建設規模會進一步擴大。同時在碳中和、碳達峰的新時代背景下，對數據中心建設提出了新
摘 要隨著云計算、物聯網和人工智能等信息技術的快速發展，各行各業對于數據存儲及數據處理的需求越來越高，數據中心作為數字經濟的新型基礎設施，其核心作用越來越突出，建設規模會進一步擴大。同時在“碳中和、碳達峰”的新時代背景下，對數據中心建設提出了新的要求。本文分析了主要地區數據中心的能耗情況和用能結構，系統論述數據中心向可再生能源轉型的必要性及主要途徑;通過梳理國內電力資源分布和消耗情況，提出了數據中心規劃選址和促進數據中心綠色轉型的一些建議。
關鍵詞數據中心;電力資源;節能;可再生能源;碳中和
5G時代下，數據將呈幾何倍率增長，數據中心作為數據的載體將迎來更加猛烈的發展，其作為國家“新基建”戰略舉措已進入快速發展窗口期。據賽迪顧問公布的數據，2019年中國各類大中小微型數據中心大約有7.4萬個，大約占全球數據中心總量的23%，機架總規模約為227萬架。隨著數據中心的大規模建設，數據中心的高能耗問題成為各地關注的重點。
以單棟機房樓總裝機為3000機架(PUE為1.4，單機架平均運行功率為5kW)為例，每年電能的消耗量高達1.84×108kWh。在“新基建”的熱潮下，數據中心行業的耗電量會持續增長，因此預計未來數據中心耗電量仍將維持雙位數增速。近期我國宣布了國家“碳中和”目標：力爭2030年前二氧化碳排放達到峰值，努力爭取2060年前實現碳中和。這對數據中心的建設提出了新的要求。因此在規劃、建設大型數據中心特別是超大型數據中心時，必須要結合當地的電力分布條件、可再生能源情況以及在未來幾年的業務趨勢。
1數據中心用能結構和特征
1.1數據中心用能結構
通常，數據中心內IT設備、制冷系統和其它供配電設備的能耗構成了數據中心電力能源的絕大部分。數據中心全年不間斷穩定運行，電力能源消耗巨大，通常采用電網作為主要的電力來源。對我國而言，并不缺少電力資源，但中國發電廠主要集中在西北地區，而用戶客戶主要集中在東南部，電網的輸送能力還存在一定瓶頸。國內也有采用燃氣冷熱電三聯供系統進行供電的情況，以燃氣為一次能源用于發電，并利用發電后產生的余熱進行制冷或供熱。我國天然氣資源分布不均，配套設施不夠完善，天然氣的供應能力存在不穩定性，而數據中心對電力穩定性和可靠性有著極高的要求，因此目前采用天然氣三聯供方式的數據中心較少。通過對數據中心能源消耗結構的分析，數據中心在設計和建設時要重點考慮電力能源的供給問題。
1.2數據中心用能特征
1.2.1高耗能特征
數據中心用電指標是傳統民用建筑的數倍甚至10倍以上。數據中心除了滿足自身服務器用電，還需提供相關制冷等輔助設備的用電。其中IT和空調制冷設備是數據中心的主要能耗來源，二者通常占數據中心總能耗的85%以上，典型PUE為1.4的數據中心能耗占比。據工信部統計，我國在用超大型、大型數據中心的平均PUE分別為1.4和1.54。規劃在建的超大型、大型數據中心平均設計PUE進一步降低，分別為1.32、1.4。
數據中心PUE與所處的地理位置和制冷形式有較大關系。根據當地氣候條件采取相應的制冷形式，若采用間接蒸發冷和全新風制冷等新型制冷方式，年均PUE可低至1.25以下。近年來，部分一線城市出于節約能耗的考慮，陸續出臺了數據中心PUE限制政策，目標為將PUE值降至1.4以下。2019年，工信部、國家能源局等發布《關于加強綠色數據中心建設的指導意見》(工信部聯節〔2019〕24號)，提出至2022年數據中心平均能耗達到國際先進水平，新建大型、超大型的數據中心電能使用效率值1.4以下，高能耗老舊設備基本淘汰。
1.2.2高可靠供電特征
數據中心不間斷運行的業務特點要求電力供給必須具備“可持續性”。現行國家標準《數據中心設計規范》(GB50174-2017)規定：A級數據中心應由雙重電源供電并配置備用電源，B級數據中心宜由雙重電源供電。此外，金融行業標準對金融數據中心的供電要求更為嚴格，《金融業信息系統機房動力系統規范》(JR/T0131-2015)要求A級動力系統雙路市電從不同的變電站引入，且預留25%的余量。
目前，數據中心常規的做法多采用多路雙重電源引入，市電互為備用。當其中一回線路出故障無法供應電力，則由剩余正常的線路承擔起全部負荷。在建設大型數據中心特別是超大型數據中心時，在規劃選址的時候必須要明確當地的電力分布條件以及在未來幾年內的發展規劃。如果當地未來幾年的電力需求較大，有可能數據中心的電力就會得不到充足的供應，屆時不得不投入更多的成本來滿足電力需求。
2數據中心能耗發展趨勢
新建的數據中心大量涌現，已有的數據中心存在供電和制冷的限制。近年來在數據中心的發展過程中，計算與存儲性能的突飛猛進也帶來了能源成本的激增，通常采用單位計算能耗來表征服務器計算力與能耗的關系。雖然單位計算能耗在相對下降，但是因為IT爆炸性的需求，絕對能耗卻在增加。國內一個典型的托管性數據中心，電力成本在數據中心整體成本中已經超過50%，平均來看，4年的電費將超過數據中心基礎設施投資，而數據中心的使用壽命可達到15年以上。
從數據中心的能源供應側看，我國數據中心供能模式單一，數據中心的能源供應以火電為主，綠電和其它能源的供應占比較低。整體來看，數據中心中能耗使用比重最大的為IT設備與制冷系統，IT設備主要指服務器、網絡等負責進行信息交換和存儲的設備。降低制冷系統的能耗是目前數據中心節能、提高能源效率的重點關注環節。在建設新型數據中心的過程中，需要在電力、制冷和能源3個層面，進行結構性成本優化。
對于各系統進行分析，機電系統可優化范圍不超過10%，暖通/制冷有較高改進空間，約20%～30%。此外還可以通過云計算技術進一步整合提高系統效率。同時，數據中心需提高基礎設施和上層應用系統的聯動性，調高自動化運維水平，將基礎設施的冗余保障與軟件系統服務級別更有效的匹配對應。將能源、設施和節能技術結合起來統籌考慮系統的建設和運維，結構化調整數據中心能源構架是數據中心演進方向。
3全國電力資源分布情況
3.1電力資源概述
中國電力資源和用電負荷呈逆向分布，即電力資源主要分布在我國西部和北部地區，而用電負荷主要分布在東南部地區。傳統模式下，電力資源的跨區域配置主要依賴一次能源運輸的模式來實現。遠距離輸電技術的發展在一定程度上緩解了傳統能源運輸通道的壓力，豐富了電力資源跨區域配置的形式。但是電力能源在傳輸過程中損耗較為嚴重，導致供電成本高居不下，東南部發達地區電價也“水漲船高”。在電力資源較為豐富的西部和北部地區，電力自給率通常較高，一般情況下，可以為數據中心運營提供豐富的電力資源。其次，西部和北部地區存在數量眾多并且布局合理的220kV 及以上變電站，也可為數據中心電力供應提供可靠的電力保障。
3.2電力自給率
電力自給率是電力能源自產總量與電力能源消費總量的百分率，可用來表示一個國家或地區電力能源生產可以滿足消費的程度。能源自給率越高，對外依賴性就越小，反之越大。電力自給率可在一定程度上反映當地電力資源的豐富程度。據相關數據統計，鄂爾多斯、呼和浩特、貴陽、成都等城市電力自給率較高，該4個城市擁有豐富的電力資源。作為一線、新一線等城市，北京、上海、廣州、深圳、天津、重慶等城市電力自給率不足80%。北京近5年的平均電力自給率僅約40.5%，上海僅為54.6%。北京、上海等重點城市是數據中心需求大戶，電力供應的緊張一定程度限制了數據中心的建設。
3.3最大用電負荷自給率
地區最大用電負荷自給率為發電裝置總裝機容量與最大用電負荷的比值，該值可在一定程度上反映出用電高峰時期當地的發電裝機能夠為本地服務的能力。據相關數據統計，鄂爾多斯、呼和浩特、貴陽最大用電負荷自給率均高于300%，其中鄂爾多斯、呼和浩特高于600%。相比較發電能力較弱的北京、上海、天津位列最后3位。其中，北京僅為61%，意味著用電高峰期時，北京39%的電力需要依靠外來容量進行補給，此種狀況對于數據中心這種用電大戶來說，存在一定用電緊張的風險，用電高峰期的電力短缺會造成數據中心無法依靠可靠的電力供應保障。因此僅從電力能源配套方面分析，數據中心并不適合建設在北京、上海等電力資源匱乏地區。
4全國可再生能源分布情況
4.1可再生能源分布
太陽能、風力、潮汐能、地熱能等是取之不盡、用之不竭的清潔可再生能源。利用可再生能源進行發電的有太陽能(發電)裝置、風力發電技術、生物質能發電技術、海洋能發電技術和地熱能量轉換系統等。此類可再生能源發電成本極低，但是初期投資成本高，另一缺點是發電易受環境影響從而表現出間歇波動特性。當前中國數據中心可再生能源推廣處于起步階段，大部分數據中心完全采用市電進行供能。
在為數據中心尋找更清潔的可再生能源、減少數據中心的碳排放方面，自2018年以來，中國互聯網云服務企業的可再生能源采購規模已經有所增長，阿里巴巴、萬國數據、百度、騰訊等數據中心在近幾年都分別實現了較大規模的可再生能源采購，秦淮數據作為中國互聯網科技行業首家提出“100%可再生能源轉型目標”。在“碳中和、碳達峰”背景下，風電、水電、風力發電、可再生能源發電等綠色能源會成為數據中心傳統能源的互補或替代，屆時可再生能源豐富的地區會受到越來越多的青睞。
4.2綠色數據中心建議
數據中心的規劃選址工作，除了充分考慮影響要素外，還需要充分發揮本地化優勢，做到“因地制宜”。數據中心對氣象條件和電力資源等要素要求較高，豐富的電力資源、優惠的能源價格、較好的氣象條件，對于降低數據中心的運營成本起到非常重要的作用。數據中心部署立足數據中心當地資源稟賦及負荷特性，因地制宜，因時制宜，充分結合自然或免費冷源，推廣綠電在數據中心供能上的應用，構建數據中心多能互補能源系統，推動綠電與其它能源在數據中心供能上的多元互動。
如氣象條件優越的地區，應盡量選擇全自然冷卻，最大限度地降低數據中心的OPEX運營成本;太陽輻射資源豐富的地區，可考慮適當地采用光伏等綠色能源發電，以降低數據中心對市電的消耗和依賴，并降低數據中心的運營成本。將能源、設施和節能技術結合起來考慮系統的建設和運維。采用先進技術最大化利用本地優勢，針對該地區相對弱勢的要素，采用先進的綠色節能技術加以解決，最終實現數據中心綜合成本的降低。
能源工程論文范例： 面向對象的新型業務綜合能源計量系統研究
5結束語
數據中心能耗強度高、冷負荷需求大，在建設新型數據中心過程中，需要在電力、制冷和能源3個層面，根據氣候和能源結構建設數據中心，進行結構性成本優化。作為“高載能”產業，提高可再生能源在數據中心能源消耗中的占比，使數據中心由高能耗向綠色轉變。在促進大數據產業經濟效益的同時推動數字經濟產業生態圈，共同提高可再生能源的采購比例，通過持續技術創新與清潔能源應用推進綠色數據中心基礎設施建設，積極落實“雙碳”戰略，踐行綠色可持續發展。
參考文獻
[1]王永真，趙偉，高峰.數據中心能效治理關乎能源系統轉型升級新模式[D].北京:清華大學，2005.
[2]李勇.能耗指標和數據中心的關系研究[J].南方能源設計.2020(3).
[3]傅旭，楊攀峰.多能互補系統盈利模式分析[J].分布式能源,2020(4).
[4]梅雅鑫.AI、邊緣計算加持共探5G時代數據中心新發展[J].通信世界，2019(5).
[5]王浩然.綠色數據中心節能技術研究[D].成都:電子科技大學,2014.
作者：孫立峰，葉曉劍，張家貝
轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/27776.html
