数据*心机房供配电系统优化设计与能效管理研究

胡冠楠 Acrelhgn

安科瑞电气股份有限公司 上海嘉定 201801

摘要：文章针对数据*心机房供配电系统进行优化设计和能效管理研究，旨在提高数据*心的运行效率，降低能耗费用，减少对环境的不良影响。通过分析数据*心供配电系统的基本架构和工作原理，提出负载管理、分布式能源应用、*效供电设备选型、供电系统监控、热管理优化以及能源回收利用等策略，对促进数据*心的可持续发展具有重要意义。

关键词：数据*心；供配电系统；优化设计；能效管理；可持续发展

0引言

随着信息技术的迅速发展，数据*心已成为现代社会信息基础设施的核心，其高能耗和碳排放问题引起人们的广泛关注。供配电系统作为数据*心的核心组成部分，其稳定性和能效性直接影响到数据*心的运行效率与可持续发展。文章通过深入研究数据*心机房供配电系统的优化设计与能效管理，为数据*心行业的可持续发展提供理论支持和技术指导。

1数据*心供配电系统概述

数据*心的电力供应系统主要采用双低压架构，每个低压供电系统都是由维护旁路、不间断电源（UninterruptiblePowerSupply，UPS）单元、蓄电池储能单元以及列柜组成。维护旁路允许对系统进行必要的维护和升级，同时不影响关键负载的电力供应。UPS单元内置电池储能单元，可在市电中断时为关键负载提供连续电力支持，是电源调节和应急供电的核心设备。每个UPS单元由3个独立的UPS输出模块组成，这种设计不仅增强了系统的冗余性，还允许更精细地负载管理和分配。在电力中断时，电池储能单元为UPS提供持续供电所需的能量。列头柜负责将电源分配给机房空调、互联网设备及辅助设施等，是配电系统的关键组成部分。

数据*心供配电系统的拓扑结构设计采用模块化和分层的方式，在满足数据*心不断变化的电力需求的同时，每个模块都可以独立运行并与其他模块协同工作。

2供配电系统优化设计

2.1 负载管理与动态负载调整

在数据*心供配电系统中，负载管理的目标是通过合理分配和调度电力负载，确保电力资源的*效利用和系统的稳定运行。动态负载调整则是在负载需求变化时，通过自动化系统实时调节供电分配，避免过载和电力浪费。负载管理可以通过功率分配矩阵来实现。设P(t)表示t时刻的数据*心总功率需求，Pi(t)表示第i个设备在t时刻的功率需求，则

式中：N表示数据*心内的设备总数。

动态负载调整通过实时监控每个设备的功率需求，根据负载需求变化调整第j个UPS系统的输出功率PUPSj，以满足总功率需求，即

式中：M表示UPS系统的数量。

为实现动态负载调整，系统引入负载预测算法和自动控制机制。负载预测算法基于历史负载数据和实时监控数据，采用机器学习或时间序列分析方法，预测未来的负载需求，并预先调节UPS系统的输出功率。同时，采用负载均衡算法将总功率需求分配到各个UPS系统，使每个UPS的负载均衡，避免某些UPS过载而其他UPS闲置。负载均衡公式为

式中：ΔPj(t)表示第j个UPS系统的动态调整量，用于确保UPS系统在安全运行范围内。

2.2分布式能源与可再生能源应用

分布式能源系统包括太阳能光伏板、风力发电机以及燃料电池等小型发电装置，这些装置可以直接在数据*心现场生成电力，减少对集中式电网的依赖，降低传输损耗。可再生能源特别是太阳能和风能，在数据*心的应用日益广泛。太阳能光伏系统通过光电效应将太阳能直接转换为电能，可以在数据*心屋顶或屋顶附近安装大面积光伏板。风力发电则利用风力驱动风力涡轮机产生电力，适合在风力资源丰富的地区部署。两者的结合能够提供稳定的可再生能源供应，并通过储能系统（如锂离子电池）来平衡发电波动。

2.3*效供电设备选型与配置

在数据*心的*效供电设备选型与配置中，采用多种*效设备，以确保电力供应的可靠性和能效。UPS系统选用500kW和200kW两种类型，效率分别为95%和96%，通过模块化设计和双转换在线式技术提供灵活且稳定的电力保护。*效变压器选用1000kW和2000kW两种类型，效率分别为98%和97.5%，使用低损耗硅钢片和自冷式设计来减少能量损耗。智能配电柜PDU-250A和PDU-500A分别具备99%和98.5%的*效能，支持实时监控和远程管理，确保高可靠性和高集成度。冷却系统采用150kW行间冷却器和1000kW离心式冷水机组，分别提供85%和90%的效率，满足精确温控和大规模冷却需求。备用发电机组选用1500kW柴油发电机，效率为92%，具备高速启动能力，能够应对紧急情况。此外，安装50个100kW的太阳能光伏系统，以20%的效率提供部分电力，实现绿色环保和节能目标。

3能效管理策略

3.1供电系统监控与智能控制

电力监控系统能够对供电系统进行实时监测和分析，利用监测数据实现遥测、遥信、遥控以及异常报警等功能。通过监控系统，运维人员可以随时了解供电系统的运行状态和性能指标，及时发现异常情况并采取相应措施，确保供电系统的稳定性、安全性及*效性。智能控制技术还可以根据数据*心的实际负载情况和能源价格等因素，实现智能调度和优化运行，提高能效水平，降低能源消耗和运营成本，推动数据*心朝着绿色、智能及可持续发展方向迈进。

3.2热管理与散热设计优化

在数据*心能效管理中，通过合理的空气流动设计和冷热通道隔离，*大限度地降低热量在数据*心内部的积存，解决局部温度过高的问题。采用冷热道隔离技术，将设备产生的热量集中排放到热通道中，避免与冷道中的空气混合，提高冷却效率。优化设计散热系统，采用热交换器、散热风扇等*效散热设备，降低散热能耗。利用水冷却技术或液冷技术，将热量直接通过水冷板或液冷管道输送到冷却水或冷却液中，再通过外置冷却设备将热量散发出去，进一步提高散热效率。实时监测并分析数据*心的热量分布情况，结合智能温度监测系统和热力分析软件，及时调整散热设备的运行参数和布局，做到*准的热管理。

3.3数据*心能源回收与利用

数据*心可利用自然资源产生清洁能源，满足部分电力需求。将*效UPS系统、智能空调系统等节能设备或技术引入数据*心，以降低能耗。数据*心可采用电池储能系统或压缩空气储能系统，储存闲置的电力或热能，以备不时之需[5]。此外，数据*心可与周边工业企业或社区建立能源共享机制，向周边用户输出多余的能源，达到共享能源、循环利用的目的。

4案例分析

某大型数据*心位于城市郊区，占地面积广阔，拥有大量的服务器、网络设备及冷却系统。为应对日益增长的能源消耗和环境压力，该数据*心实施一系列能效管理措施。首先，利用服务器和网络设备产生的废热来加热办公区域供应的热水，通过引入余热回收系统来提高能效。其次，将大量太阳能光伏电池板安装在数据*心屋顶，大规模部署光伏发电系统，利用太阳能发电，减少对传统能源的依赖。*后，为提高能源利用效率，采用智能空调系统和节能照明设备优化数据*心的能耗结构。

该数据*心实施能效管理策略前、后的数据如表1所示。

由表1可知：在年能源消耗总量方面，能源消耗总量从5000000kW·h降低至4200000kW·h；在电力消耗成本方面，电力消耗成本从30000000元降低至22000000元；在余热回收方面，余热回收利用率从0提高至40%；在太阳能发电方面，太阳能发电比例从0提高至15%；在系统节能方面，智能空调系统节能率从22.5%提高到25.0%，节能照明设备节能率从27.6%提高到30.0%。综上所述，通过实施能效管理策略，能够有效降低能源消耗和能源成本，进一步提高数据*心的能源利用效率，为数据*心的运行带来实质性的经济效益和节能环保效益。

5安科瑞精密配电及监控系统解决方案

5.1概述

随着数据*心的迅猛发展，数据*心的能耗问题也越来越突出，有关数据*心的能源管理和供配电设计已经成为热门问题，*效可靠的数据*心配电系统方案，是提高数据*心电能使用效率，降低设备能耗的有效方式。要实现数据*心的节能，首先需要监测每个用电负载，而数据*心负载回路非常的多，传统的测量仪表无法满足成本、体积、安装、施工等多方面的要求，因此需要采用适用于数据*心集中监控要求的多回路监控装置。

5.2应用场所

适用于运营商、金融、政府、互联网、企业等数据*心

5.3系统结构

1）交流

5.4系统功能

1）主页

开机进入主页，包含进线参数、开关状态、出线参数、报警查询等功能，按按钮可进入各功能界面查看。

2）进线参数监测

监测主路的三相电压、电流、系统频率；各项及总的有功功率，无功功率，视在功率，功率因数，有功电能、无功电能；电流、电压不平衡度；电流、电压谐波含量；*大需量。

3）出线参数监测

分支回路的电压、电流、有功功率、有功电能、功率因数额定电流设置、各相电流值；

负载百分比；*大需量。

4）开关状态

左侧一列为主路开关状态，主路跳闸SD状态、主路防雷开关状态、主路防雷故障点状态，默认为无源检测点，分闸为绿色，合闸为红色。主路右侧的皆为支路开关状态；默认为有源检测点，合闸为红色，分闸为绿色。

5）报警查询

当前报警界面可查看实时报警和历史报警；开关量动作告警；任意数据的定时存储；进线过电流2段阀值越限告警，可任意设定告警值；进线过压、欠压、缺相、过频率、低频率越限告警;声光告警功能。

5.5系统硬件配置

6结论

在数据*心机房的供配电系统优化设计中，文章围绕负载管理与调整、分布式能源的应用以及*效供电设备的选型等关键问题进行深入探讨。在能效管理方面，为*大限度地提高数据*心的能效水平，提出供电系统监控、热管理以及能源回收等策略。在未来的数据*心建设和运行中，需要持续采取优化措施，不断完善供配电系统管控流程，从而提高能效管理水平。

参考文献：

[1]靳盼.高校数据*心机房双电源切换供电改造[J].现代建筑电气，2021，12（6）：59-61.

[2]孙惠民，徐其勤.数据*心机房供配电设计要点[J].电子技术与软件工程，2020（11）：232-233.

[3]徐其勤，孙惠民.数据*心机房配电系统的问题及改进[J].电子技术与软件工程，2020（9）：227-228.

[4]魏支坤.试论网络数据*心机房的节能设计[J].决策探索（中），2019（11）：89.

[5]代斌.数据*心机房配电系统改造分析[J].信息与电脑（理论版），2018（2）：1-2.

[6]朱芳毅.数据*心机房供配电系统优化设计与能效管理研究

[7]数据*心解决方案样本2022.04版