近年来，全国上下加强了节能减排工作，国务院已经将节能减排上升到国家战略角度，工业和信息化部、发改委等相关部委等监管部门也多次下发关于数据中心建设方面的指导意见，相继制定了促进节能减排的一系列政策措施。
数据中心建成之后，包含电费在内的能耗支出在运营成本中占据了相当大的比重。如果一个数据中心的能效指标没办法优化控制，能源消耗支出可能会不断升高，这对数据中心运营造成持续的挑战。
因此，数据中心提高能效、降低能耗，既能响应国家号召，又能降低自身运营成本。
借助 DCIM 系统提供的能效管理功能，可以让数据中心管理者全面掌握能耗状况，合理调配能效，建立能效使用预警机制，以及通过测量、统计、分析、改善等管理技术进行能效的持续优化，从而提高能效效率、降低能耗成本。
目标与业务价值
能效管理应具备以下的特性：
关键功能
( 一 ) 能耗组成
按类型来划分，数据中心的主要能耗包括电、水、燃气、柴油、可再生能源等。
电：在数据中心能耗内占比最高。主要用电设备包括 IT 备、 制冷设备、供配电系统自身的消耗及其它消耗电能的数据中心设施。
水：典型的用水类型包括：冷却水蒸发及设施维护、排污、冷冻水补水、加湿用水、柴发用水等。
燃气：主要是指燃气发电机消耗的燃气。
柴油：主要是指柴油发电机消耗的柴油。
可再生能源：是指在自然界中可以循环再生的能源，主要包括太阳能、风能、生物质能、地热能和海洋能等。可再生能源对环境无害或危害极小，而且资源分布广泛，适宜就地开发利用。
( 二 ) 能效指标定义及监测取点
数据中心能效指标是衡量数据中心能效的量化标准，它可以反映数据中心运行过程中的电能利用情况，作为数据中心设计和运维改进的重要依据，并为不同数据中心之间能比较提供依据。综合考虑数据中心能效指标的可测量性、可比较性和可优化性，PUE、局部 PUE、制冷 / 供电负载系数、水分利用效率WUE、可再生能源利用率 RER 等几类能效指标是评价数据中心能效的基本指标。
1）电能利用效率 -PUE
PUE 是国内外数据中心普遍接受和采用的一种衡量数据中心基础设施能效的指标，其计算公式为：
PUE = 数据中心总耗电 /IT 设备耗电
PUE 的实际含义，是计算在提供给数据中心的总电能中，有多少电能是真正应用到 IT 设备上。根据定义，数据中心机房的 PUE 值越大，则表示制冷和供电等配套基础设施所消耗的电能越大。PUE 定义简单、易于操作，只需分别测量出数据中心总耗电和 IT 设备耗电，就能计算出数据中心的 PUE 值。
为计算 PUE，需要在如下图所示的数据中心示意图中，测量数据中心总耗电及 IT 设备耗电，具体测量点如下：
数据中心总耗电：在正常情况下，数据中心的电能由市电提供，测量点应取市电输入变压器之前，即图 1 中的 M1 点。当市电故障情况下，柴油发电机产生的电力（图 1 中的 M2 点）作为数据中心总耗电的测量点。如果是多用途机房楼，数据中心总耗电计算中，需减去在 M4 点测量的办公等其它耗电。
IT 设备耗电：在数据中心中，只有 IT 设备的耗电被认是“有意义”的电能。
严格来说，IT 设备耗电应该在各 IT 设备输入电源处测量耗电量并进行加总，但由于 IT 设备数量较多，这一方法将大大增加测量工作量和成本。因此，在实际操作中，可在 UPS 输出或者列头柜配电输入处进行测量，将测量值加总作为 IT设备耗电，测量点即图 1 中的 M3 点。
图 1：测量点示意图
PUE 指标的测量点：确定测量点之后，根据定义，PUE 的计算方法为：PUE = (PM1 + PM2 – PM4) / PM3 （其中 PM1 为在 M1 点测得的用电量，依此类推）
根据现场情况的不同，可以分别采用相互匹配的 IT 设备能耗取点方法，如下表所示：
表 1.
第 1 级基本：在 UPS 设备输出处测量 IT 负载，可以通过UPS 前面板，UPS 输出的电表以及公共 UPS 输出总线的单一电表（对于多个 UPS 模块而言）读取。从为数据中心供电、散热和调节温度的电气和制冷设备供电的电力服务入口处测量进入数据中心的总能量。基本监控要求每月至少采集一次电能测量；对于能量测量，建议使用该频率。测量过程中通常需要一些人工参与。
第 2 级中级：在数据中心内的配电单元输出处测量 IT 负载，并且通常通过配电单元前面板或配电单元变压器二次侧的电表读取。对于第 2 级，也可以进行单独的支路测量。从为数据中心供电、散热和调节温度的电气和制冷设备供电的电力服务入口处测量进入数据中心的总能量。中级监控要求每天至少采集一次电能测量；对于能量测量，建议使用该频率。与第 1 级相比，人工参与较少，因为将通过电表以电子形式采集数据。对于第 2 级，可以实时记录数据，可以查看未来的趋势走向。
第 3 级高级：通过监控带电表的机架配电单元（即机架式智能 PDU），或通过 IT 设备本身，在数据中心内的每台 IT 设备处测量 IT 负载。注意必须从这些测量中扣除非 IT 负载。从为数据中心供电、散热和调节温度的电气和制冷设备供电的电力服务入口处测量进入数据中心的总能量。高级监控要求每隔 15 分钟或更短时间至少采集一次电能测量；对于能量测量，建议使用该频率。对于第 3 级测量，在采集和记录数据时不应该有人工参与；将通过自动化系统实时采集数据，应支持广泛数据存储和趋势分析。所面临的挑战是以简单的格式采集数据，满足各类用户的需求，最终积累该数据以获取数据中心的全貌。
对于第 1 级和第 2 级测量流程，建议大约在一天的相同时间进行测量，此时数据中心的负载尽可能与上次测量保持一致。当进行每周对比时，执行对比测量的一周内的某天也应该保持不变。
2）局部电能利用效率 – pPUE
pPUE（Partial PUE，局部电能利用效率）是数据中心 PUE 概念的延伸，用于对数据中心的局部区域或设备的能效进行评估和分析。在采用 pPUE 指标进行数据中心能效评测时，首先根据需要从数据中心中划分出不同的分区（也称为 Zone）。
例如，一个多层数据中心建筑中的一个机房，或者一个集装箱数据中心的集装箱模块 , 都可以作为一个 Zone。如图 6 所示，如果将数据中心划分为 Zone1 和 Zone2 两个分区，则数据中心的整体 PUE 计算公式为：PUE=(N0+N1+N2+I1+I2)/ (I1+I2)
其中：I 是 IT 设备耗电，N 是非 IT 设备耗电。Zone1 和 Zone2 两个分区的局部 PUE 为：pPUE1=(N1+I1)/I1 pPUE2=(N2+I2)/I
图 2：pPUE 计算示意图
局部 PUE 用于反映数据中心的部分设备或区域的能效情况，其数值可能大于或小于整体 PUE。要提高整个数据中心的能源效率 , 一般要首先提升 pPUE 值较大的部分设备或区域的能效。局部 PUE 适合用于基于集装箱、模块化数据中心或者由多个建筑和机房构成的较大型数据中心的局部能效评估。
pPUE 的具体测量与 Zone 的定义有关，在如下图所示的区域 Zone1 的供配电系统示意图中，可在 M1 点测量此区域总耗电，在 M2 点测量 IT 设备耗电。
图 3：pPUE 测量示意图
pPUE 指标的测量点：
根据定义，Zone1 区域的 pPUE 为：
pPUE = PM1 / PM2
3）制冷 / 供电负载系数
制冷 / 供电负载系数分别是：CLF（Cooling Load Factor，制冷负载系数），定义为数据中心中制冷设备耗电与 IT 设备耗电的比值，即 CLF = 制冷设备耗电 / IT 设备耗电。
PLF（Power Load Factor，供电负载系数），定义为数据中心中供配电系统耗电与 IT 设备耗电的比值，即 PLF = 供配电系统耗电 / IT 设备耗电。
CLF 和 PLF 可以看作是 PUE 的补充和深化，通过分别计算这两个指标，可以进一步深入分析制冷系统和供配电系统的能源效率。如果忽略照明、安防等其它少量耗电，则有以下的近似公式：
数据中心总耗电≈制冷设备耗电 + 供配电系统耗电 +IT 设备耗电
以上各项除以 IT 设备耗电，可以变换得到 PUE ≈ CLF+PLF+1
为计算 CLF 和 PLF 指标，需要在 PUE 测量点的基础上，增加制冷设备耗电、照明等其他设备耗电的测量点，即下图中的 M5、M6 点。
图 4：CLF/PLF 测量点示意图
CLF/PLF 指标的测量点：
根据定义，CLF 和 PLF 的计算公式分别为：
CLF = PM5 / PM3
PLF = (PM1 + PM2 –PM3– PM4 – PM5– PM6) / PM3
4）水利用效率 WUE
WUE:Water Usage Effectiveness；
WUE= 数据中心用水量 / 数据中心 IT 设备用电量，单位L/kwh；WUE 是用来表征数据中心单位 IT 设备用电量下数据中心的耗水量。
5）可再生能源使用率 -RER
RER (Renewable Energy Ratio, 可再生能源利用率 ) 用于衡量数据中心利用可再生能源的情况，以促进可再生、无碳排放或极少碳排放的能源利用。
RER 的定义为：RER = 可再生能源供电 / 数据中心总耗电
如图所示，为计算 RER 指标，需要分别测量不同供电方式供给数据中心的用电量，从而计算出可再生能源供电占数据中心总耗电的比例。
图 5：RER 测量点示意图
RER 指标的测量点：
可再生能源供电可能来自市电（例如水电），也可能来自于自供（例如数据中心装配太阳能或风能发电机）。假定市电中可再生能源占比为 r%，则根据定义，RER 的计算公式为：
RER = (PM1*r% + PM3) / (PM1 + PM2 + PM3)
能耗指标的数值受各种因素的影响，会随季节、节假日和每天忙闲时段的改变发生变化，因此为全面、准确了解数据中心的能效，应采用固定测量仪表，对数据中心能耗进行持续、长期的测量和记录。为更准确地实现对上述能效指标的监测，底层监测设备应满足以下要求：
( 三 ) 能效查询
提供便捷的查询功能，可以按照多种维度包括按类型、区域或子系统分类进行查询。
( 四 ) 能效 表
统计的数据可以生成能效 表，实时掌握用能情况，可以提供区域用能、分项用能、能效指标等 表类型，并且按日、月、年为时间单位，对指定时间段内能效进行统计展示。
( 五 ) 能效分析
从大数据处理角度出发，对数据中心实时、历史能耗数据进行精细化的分析。
通过采集的数据绘制出数据中心能耗视图，帮助数据中心管理者了解能源都消耗在什么地方，为数据中心管理者提供分析和决策依据。通过对数据中心各机房、各子系统的能耗呈现构建能耗间的关系，通过对比给出能耗分析曲线。
能对各类能效（包括电、水、气、油等）从不同维度进行趋势分析，查看用能趋势及同环比；支持多个用能点和多种能效的趋势关联分析，为用户分析用能规律提供有力依据。
根据用户用能特点，支持对不同时段的能耗进行汇总和对比分析，可在属性处自定义设置尖 / 峰 / 平 / 谷、日 / 夜的对应时间段，并可查看当天每个节点或每块仪表各时段的汇总能耗、时均能耗、日平均系数，对不同时段用能进行趋势、占比、同环比和排名分析，并可对各时段总能耗进行汇总。
能对各用能点之间或用能点与标准值之间的能耗对比，分析其变化趋势，对其进行对比分析；支持当前能耗与同、环比能耗的对比；支持与自定义上下限值、标准值的对比。
通过设备级的数据采集，能精准的定位到机柜级别的 PUE 和和碳排放量，帮助节能减排。
能耗管理应具备指标对比功能，支持与进行参数对比，便于管理者实时了解数据中心当前能耗指标水平，应至少支持以下三种对比方式：
( 六 ) 节能诊断
系统能够对能源数据进行异常诊断，找出能源管理中的能耗漏洞和管理漏洞，系统内置建筑节能诊断模型，结合工作人员的作息时间、建筑功能特点，对海量能耗数据进行综合处理与运算，实现能耗突增、夜间待机能耗过高、周末节假日能耗浪费、用水的跑冒滴漏等问题进行诊断挖掘，并能出具专业的月度或精确到每日能耗分析 告，从而实现能源消耗的合理评价、能耗走势的科学管理。
( 七 ) 能耗预警
能对异常用能事件进行预警，提醒用户关注，以便于及时采取措施。
( 八 ) 能源成本分析
支持能源费用统计功能，涵盖对水、电、天然气等多能源成本管理，涵盖对数据中心的能耗成本进行总览，分析能耗成本趋势，并支持单一费率、阶梯费率等多种费率方案，同时自动生成能源消费账单，即对一段时间段的能耗量、单价、费用以及该所关联多个仪表的前后表底参数等进行记录，实现内部计费及账单管理。
( 九 ) 能效预测
基于时间序列算法的能耗预测分析，可结合同 / 环比能耗、历史能耗数据、节假日 / 工作日、季节等因素预测未来一段时间的能耗量。可以支持以天、月、年能耗为预测对象，支持历史能耗（实线显示）与预测能耗（虚线显示）的对比分析。
( 十 ) 用能计划管理
提供能耗总量计划和能耗指标计划的考核功能，根据总体用能计划，将总体计划分解为各区域或设备用能计划；年度计划分解为月度计划、月度计划分解为日计划，将实际能耗数据与年度、月度、日能耗计划值进行对比，分析能耗目标完成情况，提示是否出现计划值越限。提供节能效果分析管理工具，有助于分析比对节能措施效果。
( 十一 ) 能效优化
通过深度学习，对能效相关的大量历史数据进行业务分析，寻找出影响数据中心能效的预测模型。基于预测模型，将系统可调控的参数作为输入变量，利用寻优算法，获取调优参数组，下发到对应的监控对象，实现能效的调优。
评价指标
能效管理作为数据中心管理重要一环，其实现的价值可以用以下几点评价：
1）PUE：PUE 定义简单、易于操作，只需分别测量出数据中心总消耗电能和 IT 设备耗电，就能计算出数据中心的 PUE 值；
2）pPUE：局部 PUE 用于反映数据中心的部分设备或区域的能效情况，其数值可能大于或小于整体 PUE。要提高整个数据中心的能源效率，一般首先要从提升局部 PUE 值较大的部分设备或区域的能效开始；
3）RER：是可再生能源利用率，用于衡量数据中心利用可再生能源的情况，以促进可再生、无碳排放或极少排放的能源利用；
4）CLF 和 PLF: CLF 和 PLF 可以看作是 PUE 的补充和深化，通过分别计算这两个指标，可以进一步深入分析制冷系统和供配电系统的能源效率。
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！