中国海洋石油集团有限公司 李 玲
随着中国海油未来城数据中心建成并投入运营,为了准确、具体、有针对性地反映出各设备的能效水平,搭建了一套基于样条函数的改进多维关联模型的数据中心整体效益综合评估体系,精确地对数据中心的主设备、空调、电源等进行评估,通过评价矩阵的建立、数据规范化处理、关联系统的计算,减少了样本质量的对结果影响,提高了能耗评估的精度,准确地反映了数据中心运营情况。
根据中国海油两地三中心规划,未来城数据中心是集团数据中心和北京区域数据中心,也是北京地区以外的异地灾备中心。通过一年多时间的建设,楼宇项目顺利完成搭建了未来科技城集团数据机房,实施部署了数据中心的基础网络,并安装配置了数据中心的多媒体系统。
为了保障数据中心的安全、可靠、节能、高效及可扩展性,提高机房利用率,建立了数据中心整体效益综合评估体系,以确保在各个专业的设计环节均考虑节能减排,满足了业务发展及绿色节能要求。
目前常用于机房能耗评估指标PUE值能很好地测算出各地数据中心电力使用效率,但是为了精确地评估对数据中心的各部分,如主设备、空调、电源等,就要使用多个指标,建立多变量综合评价模型。因此,采用样条函数关联模型对数据中心能效水平进行评估。此方法使用一个样条函数来作为参考序列,将数据中心的多个指标与基准值序列进行样条函数关联分析,即可对各个数据中心的能效水平作出评价。
数据中心的指标体系中包含了两种类型的指标:一是转换效率指标,另一种是耗电量指标。用基准值组成参考序列,并添加到指标评价矩阵中即可以得到一个含参考序列的矩阵:
对于不同类型的指标进行样条函数关联分析。一个均匀的Box样条函数表达式如下:
对应于一个参考数据序列,i为比较数据序列序号(i=1,2,3,…,m),k为指标的关联系数(k=1,2,3,…,n),ω为权重(0<ωk<1)。则г关联度的计算公式为:
通过收集到的数据中心的各项指标对比中国海油原有中小机房相关参数的平均值,运用我们所创建的模型对未来科技城数据中心进行能效分析,评估数据收集如表1所示。
表1 评估数据收集表
未来科技城:数据中心总耗电:3235987.2kwh、IT设备耗电:2022492kwh。
原有中小机房:数据中心总耗电:12695944.5kwh、IT设备耗电:2821321kwh。
将收集到的数据代入能效指标体系,通过计算得到未来科技城数据中心机房、原有数据中心机房与基准值序列的关联度为:
г=[0.9232,1.1213]
可以看出,未来科技城数据中心机房的评估计算值,符合建设目标和实际运营情况,能够准确反映机房能耗指标。
结论:通过数据中心能效评估指标,可以从多个层面对数据中心的能效进行全面评估,基准值序列中包含了主设备、空调、电源等不同设备的基准值,能具体、有针对性地反映出各设备的能效水平,克服了PUE粗放式评估的缺点。同时,基准值序列是确定的、独立于样本数据,而不是从大量样本数据中抽取出来的,避免了大量数据的使用以及评估模型中对于样本质量的依赖性。改进后的数据中心整体效益综合评估体系准确反映了机房能耗指标。