云網電源空調智能運營管控系統拓展應用研究

徐世軍

（中國電信股份有限公司惠州分公司，廣東 惠州 516000）

1 通信機房的現狀概述

1.1 現狀闡述

（1）IDC數據中心機房數量：隨著網絡的不斷升級，運營商網絡業務范疇不斷擴大，數據中心機房數量驟增。

（2）機房設備：數據中心機房的設備隨著網絡升級不斷升級和擴容，能耗也不斷增加，增加了運營商的成本投入。

（3）數據中心冷池技術目前已經得到廣泛應用，為機柜提供相對封閉集中的冷源。但是，由于空調的啟停和風速控制大多采用回風溫度控制模式，所以難以對冷池內部溫度進行精確保障。實際運行中的機房為了保障機房設備的運行安全，只能將空調的設定溫度設置為較低的值，導致較大的能源浪費。

一個數據中心可以消耗100～200倍標準辦公室所消耗的電能[1]，因此是高能效設計措施的首要目標，以節省資金并減少電能的使用。然而，數據中心要求的可靠性和高功率密度使得許多設計標準遠遠超過了能源效率的標準。設計一種高效節能的數據中心需要創新、技術和投資，需要結合機房實際環境與新技術進行大膽嘗試。可見，制定一個全面的能耗管控策略和大數據挖掘應用方案尤為重要。

1.2 找到管控的突破口

機房管控中電源空調能效是關鍵。機房冷熱通道管理過程中，對流傳熱是熱量傳遞的直接途徑。機房設備正常運行，依靠空調風道流體的流動把設備熱量從機柜攜帶到機柜外部。“對流換熱”發生在它們之間的熱量傳遞過程，是工程中經常遇到的情形。對于地方能效管理來說，冷熱通道的管控可以有效提升機房綜合能效。

1.3 找到管控的關鍵步驟

實現數據中心高能源效率的關鍵步驟是測量或估計組成設備消耗。對于一個新的數據中心，最好是在設計階段估計其能源消耗。除了總能源消耗，可通過各種能量流將它們與各個區域或各個設備相關聯，同時了解監控數據中心的能量如何分布。這樣不僅可以確定具有最高能量消耗的設備方位，還可以確定哪些功能不是必要的，甚至可以關斷或暫停相關非關鍵設備。

1.4 找到管控的切入點

IT系統使用的能量被轉換成熱量，因此必須優先保證其散熱。提高這些關鍵能耗裝置的效率意味著直接減少能量消耗，同時減少冷卻的耗能（約1/3的總能量）[2]。

1.5 現有解決思路分析

（1）針對管控突破口、關鍵步驟和切入點分析，結合冷池現有溫度情況，人工調節空調的設定溫度。

（2）改變空調的控制方式，即由回風控制改為送風控制。

（3）將空調的溫度探測點從空調的回風口移到冷池內部。

但是，人工調節不僅費時費力，而且基本無法根據需要及時調節。雖然機房內部溫度變化不會很劇烈，但它是一個動態變化值，而人工調節不能滿足不斷變化的需要。因此，本文提出云網智能電源空調運營管控系統的設計實施運行，可大幅有效提升機房PUE效能，保障機房設備安全穩定運行，從而降低維護成本。

2 云網電源空調智能運營系統設計與實現

2.1 系統結構概述

云網電源空調智能運營管控系統從信息系統的分層結構來看，依據信息的獲取、傳輸、處理和應用的不同環節，聯網的體系結構分為感知識別層、網絡傳輸層、管理服務層和綜合應用層4層[3]。該系統屬于物聯網范疇，但隨著物聯網不斷吸納新的技術、拓展新的應用，體系結構劃分也在不斷發展。但是，不論是系統設計的研究，還是物聯網的應用場景和類型研究，都需要一個相對穩定的物聯網體系結構作為模型。同時，物聯網應用已經普及，對于各類不同設備與不同系統之間通過協議解析已經可以完成互聯互通。今天越來越多的企業及信息化建設者開始擁抱或深度介入云計算時代的各種創新和變革中，云計算的到來為社會發展與變革帶來了巨大推動力。隨著云計算時代及互聯網時代應用的飛速發展，數據從原來零零散散收集到數據中心整體沉淀，再到海量數據爆發式增長，數據管理與數據價值挖掘成為當下眾多企業不得不面對和思考的問題。

云網電源空調智能運營系統能夠實現對數據中心機房內電源設備、制冷設備、機架內冷熱通道溫度進行實時數據采樣；通過實時數據與大數據分析，實現機房用電用冷設備的自動智能操控、智能維護實現機房管理自動化，提升機房PUE綜合能效水平，保障動力維護的可靠性。該系統集中并融合了云網分布傳輸技術、大數據挖掘和分析技術、計算機與自動控制技術、物聯網和傳感器技術、智能化人機交互技術的最新成果而構成的計算機信息集成系統。云網電源空調智能運營管控系統采用分布式結構設計分為市局監控中心（SC-Supervision Center，數據服務器平臺）、監控站（SS-Supervision Station，實時數據瀏覽臺）、端局（SU-Supervision Unit，采集主機）和監控模塊（SM-Supervision Module，傳感器）。

2.2 系統設計理念

云網電源空調智能運營系統核心設計為高精度室溫自動調節及輔助控制。當溫度波動范圍在5 ℃以下時，采用連續PID調節系統。PID調節器的調節規律具有比例作用（P）、積分作用（I）和微分作用（D），稱為三作用調節器[4]。空調控制過程中，影響室溫變化的干擾很多。從自控角度說，對具有可控性干擾的部分應分別進行預先控制。這對提高溫度調節質量來說雖然是輔助措施，但具有一定意義，也是空調自控設計中應重視的問題。運營系統綜合上述3個作用的優勢，使得抗干擾能力增強，并且對容量滯后問題予以補償，提升了調節靈敏度，在空調自控中已經得到成熟應用。

云網電源空調智能運營管控系統將冷通道氣流按要求集中處理，然后由送風機把處理后的空氣經風道輸送到列頭柜機架區。該系統室內參數穩定，控制精度相對較高。根據有關理論分析和實踐經驗總結，針對數據機房空調智能調節系數分析各對象特性參數對調節系統的影響[5]。

（1）放大系數K：放大系數表示對象的靜態特性，K值與被調量沒有直接關聯，K值越大，對象的自調節能力越小。

（2）時間常數T：時間常數表示對象的動態特性，T值受到外界干擾后，被調量重新達到平衡點的時間，表示對象一個完整動作周期的量值。

（3）純滯后時間t：對象在階躍干擾作用下輸出的被調量并不立即響應，而是要經過一段時間而后才開始變化，這段時間就稱為純滯后時間。純滯后對自動調節是不利的，一般希望對象的純滯后時間盡量小。

由以上分析可以看出，對象特性參數對空調自動調節十分重要。它們是調節系統設計時重要的輸入條件，應在進行空調智能自動調控設計時按照模型導入。

云網電源空調智能運營系統拓展應用為大數據分析，基于對已有批量存儲數據的處理，可通過數據比對和趨勢分析預測潛在事件。大數據挖掘的是全部數據，而不是抽樣數據，在意義上已經與傳統的統計學思想存在很多區別。所以，它的內在的關聯性和復雜度提升，在大數據思維模式下，數據處理逐步向全體性、混沌性及相關性轉變。因此，大數據的分析要接受不確定性的特征，放棄確定性的思維定式。逐步建立、完善能源管理系統，企業需要擁有能效對標、專家能耗診斷、數據決策等必要的數據分析處理工具與能源管理信息化平臺，實現企業能源管理信息化，提供企業側節能技術信息在線服務。

2.3 系統技術重點分析

2.3.1 數字化電能計量核心技術重點

云網電源空調智能運營系統能耗數據采樣研究，基于精確時間控制的離散報文重構技術和基于高速采樣與數字低通的高精度數字源技術，研究實現電子式互感器校駐儀溯源的方法，并研究開發基于數字多用表的電子式互感器校驗儀溯源系統。研究直流電壓量與直流電流量的精確測量技術及直流電子式互感器的時間特性、諧波特性與階躍特性的測試技術，開發直流電子式互感器校驗系統。建立起數字量輸入合并單元、模擬量輸入合并單元、合并單元及數字式電能表、合并單元及保護測控裝置測試系統，完成對電壓、電流、相位、功率以及電能等電參量的準確性測試和通信協議測試。

2.3.2 自適應控制和最佳控制技術重點

云網電源空調智能運營系統空調全實時自動調控技術研究，隨著控制對象的內部構造和參數的變化，控制設備的控制結構也自動變化，始終體現最佳性能稱為自適應控制（Adaptive Control）。設計控制系統時，在滿足要求規格的同時，達到某種意義上的最佳。例如，將控制量轉到某目標狀態時，要求時間最短或者成本最低。

2.3.3 系統信息安全技術重點

云網電源空調智能運營系統信息安全研究，最直接的目的是針對電能采樣信息和電能計量系統，避免受到外部惡意信息破壞和干擾，實質是保護綜合數據信息的安全性，即可靠性、機密性、完整性、可控性、有效性和不可否認性。針對用電信息系統可能面臨的各種攻擊構建電能計量信息安全體系，采取的安全防護策略體現在物理安全、鏈路安全、網絡安全、系統安全和數據安全5個方面[6]。

2.3.4 大數據分析技術重點

云網電源空調智能運營系統大數據分析與挖掘研究，各項工作應在原有建設的基礎上進行研究，實現數據的完整性與連續性，以保證最佳的效果。數據應該盡量減少人為干預。實現企業側的數據在線采集和信息化，需要引入大數據技術，保證數據的真實性和可靠性。此外，考慮到將來可能會有相關新的領域的數據平臺的對接以及新的功能的實現，需要保證平臺的可拓展性與兼容性。

2.4 系統功能概述

云網電源空調智能管控系統設計采用全實時自動感知調控模式。

冷池智能溫控模塊將傳統模擬調節器部分置換成云網終端服務器，在大數據挖掘和比對后形成實時控制指令，并對指令作用情況使用多重環形檢測。在程序控制中，采用直接數字控制（Direct Digital Control，DDC）。

云網電源空調智能管控系統空調啟停溫度和風速調節的依據是IDC機房冷通道溫度和熱通道溫度。可以在冷池機架內布置多個溫度探測點，對比采樣溫度值與預設設定值。通過系統大數據分析與數據挖掘，系統下發指令，自動開啟調高空調的啟停溫度。同時，空調的送風風速可以通過設定標準溫差來調節，調節方式與溫度調節方式一樣。

云網智能全實時自動感知調控的實施分為兩個模式[7]。一是下發指令模式。通過嵌入式系統，通信協議設定被控單元；云網平臺下發被控單元的配置信息到嵌入式主機，由底端嵌入式主機完成底端數據通信參數、地址碼信息、信號條件信息等的設定，統一數據采集與本地運算存儲工作。二是上傳指令模式。通過云網平臺直接操控，自動操控下發到被控設備后，其指令執行結果需要上傳到集控中心，同時能耗數據和溫度采樣數據再次上報到集控中心，通過中心平臺大數據分析和比對，下一輪指令再次由集控中心對被控單元進行遠程發出。云網大數據平臺系統由平臺來讀取智能模塊提供的控制需求，然后將控制需求實時轉化成空調的調節命令。

云網智能電源空調運營系統的告警級別可以依據影響程度不同設置不同級別的告警信號，以提醒數據中心監控值班人員，并可通過系統平臺進行遠端維護，并以派修單方式通知相關維護人員進行處理。該系統將所有數據中心能耗設備信息集中在一個平臺進行實時數據處理、告警輸出、報表分析，并可以根據故障等級產生聲光告警，使得通信機房設備維護人員從繁瑣工作中解放出來，使日常工作重點更加明確。中央工作站彩色動態圖形顯示、打印、記錄各種參數、狀態和報警，記錄啟停時間、累計運行時間及其他歷史數據等。

軟件系統平臺模塊包括實時采集模塊、數據告警模塊、模塊自診斷模塊、用戶管理模塊以及設備遠程管理模塊[8]。

（1）實時采集模塊。實時采集和上報系統中涉及PUE能耗及冷通道溫度信息等相關數據；系統通過各監控單元集中采集被控設備的運行參數，并上報給云網監控中心的數據服務器，值班人員通過業務臺瀏覽數據的實施變化情況；可以實現實時數據瀏覽，并可提供用戶報表的自定義。

（2）數據告警模塊。云網電源空調智能運營管控系統在被監控的各類設備出現異常情況時，會以聲光告警方式提示值班人員。對于異常數據的出現，會有告警彈出窗口予以提示。告警條件可以在業務臺動態配置，在線方式下調整告警閥值和上下限。

（3）模塊自診斷模塊。云網智能電源空調運營系統支持對監測單元本身的數據收發進行診斷，對通信阻塞或故障設備進行自診斷報警提示，排除硬件設備因為死機導致數據采集中斷、指令無法下發問題，保障系統運行的高可靠性。

（4）用戶管理模塊。云網智能電源空調運營系統可根據客戶的特性，劃分不同區域、不同設備類、不同專業、不同操作權限，使得不同賬號登錄時顯示的界面不同。

（5）設備遠程管理模塊。云網智能電源空調運營系統提供遠程管理功能，維護人員可以在監控中心對遠端站端采集設備配置進行修改和調整。升級和擴容設備后，系統配置只需要刷新相應的配置即可。

3 云網電源空調智能運營管控系統的優勢

3.1 云網技術應用

數據流計算現有的能耗數據，把握溫度采樣通道和空調智能調控能力，對現場數據進行實時采樣、實時合并、實時分類，作為數據倉庫的基礎數據。實時報表機制可實時監控和展現業務指標，使數據化運營實時化。實時檢測和分析系統和用戶行為，監測和發現危險行為；實時計算各類數據指標，并利用實時結果及時調整在線系統業務策略。云網系統提供數據遷移、實時數據訂閱、數據實時同步等多種數據傳輸能力。通過數據傳輸服務，可實現不停服數據遷移、數據異地災備、緩存更新策略等應用場景，幫助運營商構建安全、可擴展、高可用性的數據架構。

3.2 大數據比對與大數據挖掘、商業智能分析技術應用

建立基于集中平臺的數據提取、數據清洗、數據關聯、數據比對、基礎數據庫核對以及業務數據庫校對機制。通過對IDC機房PUE能耗數據的深入分析，結合計費系統數據，提升數據價值，提供面向企業管理層決策支持和面向整個通信產業鏈預測服務。此外，實現對企業自身能耗管控與節能的潛力挖掘，實現經濟效益和社會效益的雙贏。

3.3 電源數據與空調數據集成應用

基于業務需求，全面推進業務數據化，不斷優化電源空調的匹配關系。數據采集方面通過接觸層埋點及增加數據采集傳感器，擴大數據觸角。打通數據采集鏈路，不是孤立采集某些數據點而導致數據價值大打折扣。要深入研究整個數據流，對數據流上的每個點有規則、有體系地進行采集。做到數據閉環，實現數據與業務良性互動，在企業內部使數據“活”起來。

3.4 數據輸出成果

如圖1所示云網智能電源空調運營管控系統的應用，可完成能效考核和節能目標的合理設定。根據行業現有能效水平、技術進度及產業機構調整等，合理設定企業、集團的節能目標，并對企業能耗實行在線監測和考核。通過平臺主要軟件升級，進一步提高中心數據信息化水平；通過與相關平臺的對接，實現企業能耗數據的自動采集和在線智能調控；通過數據倉庫或云平臺建設，實現數據的合理化、標準化、規范化和結構化，同時實現能源大數據平臺功能應用層的設計建設。

4 云網電源空調智能運營管控系統特點

4.1 告警信號的集中采集

告警是云網電源空調智能運營管控系統的一個重要功能。系統采取兩類方式對設備進行數據采集，一類屬于非智能設備通過變送器或傳感器方式采集，另一類通過智能設備協議處理采集。故障發生后，系統會根據故障的告警區域、告警類別和告警等級通知相關人員進行處理，有效壓縮故障歷時。

圖1 云網電源空調智能運營管控平臺系統

4.2 遠端設備的集中管控

系統將遠端采集器設備的通信狀態一并納入監控范疇，所有采集器的狀態一目了然。監控人員可以遠程方便地進行設備管理、系統配置修改和動態配置等。

4.3 支持各類智能設備的接入

數據中心機房被控設備生產廠家不同，通信協議千差萬別。前期需要與廠家做好溝通，協調被控設備的協議資料，包括協議文本、廠家測試軟件、用戶使用手冊等資料[9]。通過協議開發，編譯為系統統一格式，提高系統的兼容性。不同廠家各類監測設備和被控設備均可納入云網電源空調智能運營管控系統。系統支持后期根據需要調整通信方式和擴充協議模塊內容，如能耗設備新增整流模塊設備，更換監控單元模塊、被控設備空調機組擴容、列頭柜機架擴容等。上述調整均可平滑接入該系統進行集中管控。

4.4 全自動智能調控

根據系統控制模式，自動控制可分為反饋控制、前饋控制和序列控制。反饋控制是根據目標值的時間性質、控制量的種類等進行分類；前饋控制是“在干擾可直接檢測并可為控制所利用的場合下，施加相應測量值的適當的改正動作于控制對象，可消除干擾的影響”的控制方式；還可檢驗目標值的變化，適當操作有效減小偏差。

4.5 能耗超標預警

根據設備限額標準等，對能耗即將或超標的設備提供預警跟蹤功能；根據當前數據中心布局結構等，預測整個數據中心的能源消耗模型并進行節能潛力分析，為相關部門決策提供數據依據。

5 云網電源空調智能運營管控系統實際應用探索

5.1 應用效果

云網電源空調智能運營管控系統上線運行，將惠州電信分公司所屬3個數據中心（江南數據中心、城東數據中心、東平數據中心）集中在一個云網管控平臺下，所有IDC列頭柜、各機架能耗數據信息都納入系統，使得惠州電信能耗管理水平達到了新的高度，徹底改變了傳統分散式監控模式。通過云網和大數據對現有系統平臺進行升級，集中改造IDC所屬環境，使得中央空調受控于云網數據，實現自動調節和控制，達到精準送風、精準制冷，顯著提升了數據機房的PUE能效水平。

（1）實時監視供電設備、用電設備、制冷設備的運行狀態，為云網大數據分析提供基礎數據信息。

（2）故障告警及PUE能耗超限時報警，及時提示值班人員進行處理。

（3）通過云網智能電源空調運營系統系統可以實現電子化派單流程，通過底端嵌入式系統設備實時數據采集、通過云網平臺做中心數據比對、異常故障做報警派單、對故障問題處理情況說明進行消單等形成一個完整的閉環鏈路。

（4）云網中心服務器根據大數據比對結果（機架設備能耗分析、機架設備區域溫度采樣），自動調節遠程受控設備，集中管理設備狀況，查詢數據，分析故障。

（5）能效提升系統能夠實現生產能效和空調、照明等設備能效的自動診斷、對標、分析，發現用能差距，挖掘節能潛力，并出具能效診斷報告。

（6）節能產品、設備、軟件技術在線服務，為企業提供節能技術、產品數據庫信息查詢服務，匹配合理的節能改造技術和方案；相關報告、報表的自動輸出，簡化企業的人力管理，便于企業與政府部門的對接。

（7）綜合能效智能分析，即對能耗區域分布、綜合能耗、能耗強度及各項能耗指標進行多角度的橫向、縱向、同比、環比和對比等智能綜合分析，繪制區域能效圖。

（8）能效對標，進行單位產值能耗、產品能耗、設備能效對標；能效規劃，由平臺相關數據成果支撐制定合理的節能規劃及產業調整目錄等；深入挖掘節能數據潛在的價值，提升平臺公共服務水平；實現數據可視化，成果展現更豐富、直觀與清晰。

5.2 應用成果

5.2.1 大大提升了能耗利用效率

中國電信集團數據中心環境溫度標準要求為20 ℃，最新的數據中心標準要求服務器進風溫度為不超過24 ℃，實際冷池內溫度遠低于標準值[10]。根據現場冷池內溫度傳感器監測數據看，目前冷池內的溫度一般在20 ℃左右。可見，當前數據中心空調的運行狀態存在著巨大的能源浪費，也為節能減排提供了很大的提升空間。保守估算，綜合PUE值可以提升10%。

5.2.2 大幅提升運行維護效率

基于云網電源空調智能運營管控系統的運行，動力設備與空調設備的監測數據覆蓋率明顯提升，可第一時間掌握IDC機房的設備運行信息；通過云網大數據比對和數據挖掘，對一段時間內能耗的異常波動進行預警，做到能耗數據信息透明化。

5.2.3 IDC機房安全管控能力顯實效

利用云網電源空調智能運營管控系統，準確掌握設備在網不間斷運行的能耗波動情況，同步監測機架側雙路供電的狀態，保障機架側設備的安全可靠運行。

5.2.4 科學指導設備優化和技術改造

對于設備性能評估，通過云網大數據比對和大數據挖掘技術，橫向比對計費系統能耗數據，縱向比對歷史數據。通過數據比對數據挖掘，可實現對被監測設備的性能評估，為領導層決策提供參考意見，即作為設備更換或設備升級的數據依據，實現在網運行設備的最優化配置。

5.2.5 實用性和可操作性

基于數據可視化技術、人機交互技術、APP客戶端等的研發，從而更好地以圖表展示系統平臺數據成果，也有助于更方便的使用；開展能源大數據平臺應用推廣，探索“數據、平臺、應用、終端”新型產業建設推廣模式，實現相關數據資源的共享，促進參與者良性互動。

6 結 論

本文涉及的云網電源空調智能運營管控系統已在惠州電信分公司上線試運行，效果明顯。該系統將所有冷通道的溫度情況與所有空調的制冷效果進行綜合數據采集與大數據比對分析，提供一種綜合環境智能動態調控空調的綜合應用方法。空調對冷通道的制冷效果要根據機房實際情況來設定，同時要根據運行效果通過云網大數據比對和大數據挖掘技術實時自動調控受控對象，得到一個機房總體滿意的控制目的，實現所有冷池的溫度都穩定在允許區間，滿足能耗綜合調控需求。

目前，系統正在向集約化方向發展，綜合更多的其他系統基礎數據資源，不斷提升客戶移動終端設備遠程操控的簡便性、實時性和可靠性。因此，后續工作需要靈活、及時地把最新的技術（5G移動終端、多平臺匯聚融合北向接口）應用于云網電源空調智能運營管控系統，才能不斷優化云網電源空調智能運營管控系統，進一步提升該系統的節能降耗價值，保障數據中心機房的設備安全穩定運行，不斷滿足新的需求。

數據中心機房運行的眾多關鍵設備，與機房的電源空調有著密切關系。良好可靠的機房電源空調對保障設備的正常運行具有重要作用。運營商的首要任務是保障設備正常穩定運行，其次是合理有效管控能耗，提升機房的綜合利用效能。智能化的云網電源空調智能運營管控系統是行之有效的應用方案，通過云網數據采集技術、大數據分析技術、智能調控技術，使機房能耗管控工作更加科學化和合理化，提升設備的安全可靠運行級別，同時大大降低不必要的能源浪費，響應政府及集團公司節能減排工作的號召。