北京電信數據中心制冷AI節能技術應用實踐

2021-04-13 13:43:08康志勇林武雋

通信電源技術 2021年20期

張淵，許洪，康志勇，林武雋

（中國電信股份有限公司北京分公司，北京 100032）

0 引言

隨著中國電信“云網融合”及數字化轉型步伐加快，數據中心規模不斷擴大。數據中心要消耗大量的電能，以北京電信2021年運營數據為例，電費支出占網絡運營總支出已超過40%，成為當之無愧的網絡運營第一成本。同時隨著“2030年碳達峰、2060年碳中和”目標上升為國家戰略，以及《北京市數據中心統籌發展實施方案（2021—2023年）》的發布，北京市數據中心行業低碳、環保、集約發展已成為必然趨勢[1]。國家與行業主管、監管部門鼓勵各運營企業在減少碳排放方面積極進行技術成果創新與轉化。

數據中心內IT設備耗電最終都要轉化成熱量，為了維持機房環境恒溫恒濕，制冷系統需要全年7×24小時不間斷工作。經統計，制冷空調耗電約占全網生產性耗電的30%以上，要想節省電費和降低碳排放，減少空調耗電是關鍵。因此對數據中心運營企業而言，不論是企業內部降本增效，還是對外完成行業、政策監管，降低制冷系統耗電成為實現可持續發展的必然要求。

1 節能工作痛點

北京電信作為首都地區基礎網絡和數據中心主流運營商，掌握著豐富的網絡、客戶和機房資源，并始終將履行央企社會責任，建設運營綠色網絡基礎設施為己任。近幾年，公司在數據中心領域持續致力于通過試點和推廣節能先進技術，努力實現節費降碳。通過規模部署間接蒸發冷卻技術、二氧化碳載冷技術、水源熱泵、微模塊機房、自然冷源、冰蓄冷等技術方案在自有大型數據中心的成功落地，用能效率明顯提高，取得了較好的經濟效益和社會效益。

同時也認識到，當前仍存在用能監管愈發嚴格、機房數字化水平較低、改造資金投入壓力大、節能手段相對粗獷等方面的痛點：

（1）北京電信立身于首都，背負更為嚴格的經營業績和碳排放考核壓力，節能工作時間緊，任務重；

（2）部分機房的電表、傳感器等采集設備數量不足，部分機房缺乏能耗在線監測、統計分析功能，與數字化機房標準要求存在較大差距；

（3）機房提升信息化水平和節能改造資金投入壓力大，規模推廣投入預算不足；

（4）應用的節能改造方案，多依賴工程建設和設備硬件改造，部分機房節能手段相對粗獷，精細化節能及管理能力有提升空間。

2 制冷AI節能技術

2.1 技術原理

AI技術通過對以往用戶的歷史使用數據進行分析，建立相關的學習模型，并且根據實時的數據變化，來對其模型不斷進行優化，最后再制定出合理、科學的節能策略。對其時間以及空間上的節能配置進行優化，有效解決了用戶服務質量和節能要求之間的矛盾[2,3]。

2.2 技術方案

在數據中心內新建針對制冷系統的邊緣控制系統，采集機房和空調運行參數，利用AI技術進行分析，生成和下發運行策略，通過冷凍站和末端精密空調的AI智能控制，實現節省空調耗電。AI節能系統架構見圖1，主要建設內容包括以下幾個方面。

圖1 數據中心制冷系統AI節能系統架構

（1）按照AI節能的數據采集規范進行補點改造，補充電表、溫濕度傳感器、FSU等點位，并通過采集通道上傳到集團大數據平臺。

（2）打通冷站群控系統及動環系統接口，實現冷源測、輸配側、室外散熱側和末端換熱側幾個子系統的統一控制。

（3）對冷站和末端精密空調增加AI能效控制，實現冷量按需供給，降低系統運行能耗。

（4）建立智慧能耗監測系統，完成動環數據采集、整理和上傳，實現本地動環同集團大數據平臺數據打通及能耗監測，滿足政府監管、集團考核要求。

（5）節能指令接收及分析，現場實施節能策略，反饋執行情況，評估節能結果。

3 應用情況

中國電信自2020年起，在機房節能領域重點推進制冷系統AI節能工作，對IDC機房進行能耗分析和預測、制定和實施節能策略，實現機房智能化制冷管理。2020年北京電信W數據中心1間機房作為試點參與集團AI創新“雙重”項目，對機房末端空調運行策略進行優化，試點機房取得制冷系統節能11%的效果。2021年，北京公司通過合同能源管理的商務模式，將AI節能技術在W數據中心全樓進行推廣，開展更廣泛、深入的節能工作。采用合同能源管理模式，能充分利用專業公司的技術優勢和資金優勢，降低用能單位財務、技術和運行管理風險。

W數據中心坐落在北京市昌平區國家級科技創新園內（如圖2），2013年投產，分地上5層地下1層，機房總建筑面積4.2萬 m2；從兩個獨立變電站引入4路市電，總供電容量超過4萬kVA；設計安裝網絡機柜將近5 000個。供冷采用大型離心式水冷中央空調為全樓供冷，末端采用高效冷凍水空調且具有精確控溫功能。

圖2 W數據中心外景圖

4 技術優勢

4.1 可監可控可視

利用機器學習、深度學習等AI算法結合IDC機房用能特點，構建機房出風溫度預測模型、機房熱平衡模型、水冷機組功耗預測模型。挖掘熱源分布與機房IT負載的關聯規律，精確計算冷負荷需求，可以給每個業務機房、電力機房的末端空調、水冷機組的調控輸出個性化節能策略，實現“千房千面、一房一策”定制化方案，同時滿足節能成效可視化呈現（見圖3）。

圖3 AI節能優勢

4.2 云邊端運營級架構

AI節能系統對標集團、省、地市數據中心3級運營體系，基于云原生技術構建彈性系統架構，形成云端集團部署，邊緣省動環收斂、數據中心按需拓展的分布式節能系統（見圖4）。通過云端智能決策、邊緣自動響應、終端實時調控的3級控制機制，實現機房節能的智慧化、持續化運營。

圖4 AI節能云邊端運營級架構

4.3 算法級智能化控制

AI節能系統核心為AI算法引擎，通過特征建模訓練結合專家經驗，生成典型業務AI模型，實現智能控制。

基于機房節能業務場景，中國電信自研基于AI的能耗分析模型，核心的AI智能引擎加載了2大類10余種核心關鍵AI模型算法，能夠根據機房狀態進行制冷設備的最優化設置。同時提高人力效率和運維安全，大大降低了基礎維護的人力需求，在保障系統安全可靠和高效運行前提下，實現節能工作的持續化（見圖5）。

圖5 AI節能算法級智能化控制

5 預期效益

W數據中心37間機房將全部參與改造，從整個制冷系統層面進行AI節能控制。當前制冷系統年用電量約為2 500萬kWh，按照合同約定15%的節能率估算，W數據中心年節能量有望達到375萬kWh，預計機房PUE從1.42降至1.36以下，年減少電費285萬元（見表1），折合減排二氧化碳氣體超過3 730噸，, 取得了較好的經濟效益和社會效益。下一步，北京電信將加快推動節能項目完成實施，按計劃早日實現節能收益，并積極探討采取進一步技術和管理舉措，將W數據中心PUE值降至1.3以下，并力爭更低。