北京電信數據中心制冷AI節(jié)能技術應用實踐

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(guī)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(zhàn)略，以及《北京市數據中心統(tǒng)籌發(fā)展實施方案（2021—2023年）》的發(fā)布，北京市數據中心行業(yè)低碳、環(huán)保、集約發(fā)展已成為必然趨勢[1]。國家與行業(yè)主管、監(jiān)管部門鼓勵各運營企業(yè)在減少碳排放方面積極進行技術成果創(chuàng)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(huán)境恒溫恒濕，制冷系統(tǒng)需要全年7×24小時不間斷工作。經統(tǒng)計，制冷空調耗電約占全網生產性耗電的30%以上，要想節(jié)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(yè)而言，不論是企業(yè)內部降本增效，還是對外完成行業(yè)、政策監(jiān)管，降低制冷系統(tǒng)耗電成為實現可持續(xù)發(fā)展的必然要求。

1 節(jié)能工作痛點

北京電信作為首都地區(qū)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(xù)致力于通過試點和推廣節(jié)能先進技術，努力實現節(jié)費降碳。通過規(guī)模部署間接蒸發(fā)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(jiān)管愈發(fā)嚴格、機房數字化水平較低、改造資金投入壓力大、節(jié)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(yè)績和碳排放考核壓力，節(jié)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(jiān)測、統(tǒng)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(jié)能改造資金投入壓力大，規(guī)模推廣投入預算不足；

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

2 制冷AI節(jié)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(yōu)化，最后再制定出合理、科學的節(jié)能策略。對其時間以及空間上的節(jié)能配置進行優(yōu)化，有效解決了用戶服務質量和節(jié)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(tǒng)的邊緣控制系統(tǒng)，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(fā)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(jié)省空調耗電。AI節(jié)能系統(tǒng)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(tǒng)AI節(jié)能系統(tǒng)架構

（1）按照AI節(jié)能的數據采集規(guī)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(tǒng)及動環(huán)系統(tǒng)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(tǒng)的統(tǒng)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(tǒng)運行能耗。

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

（5）節(jié)能指令接收及分析，現場實施節(jié)能策略，反饋執(zhí)行情況，評估節(jié)能結果。

3 應用情況

中國電信自2020年起，在機房節(jié)能領域重點推進制冷系統(tǒng)AI節(jié)能工作，對IDC機房進行能耗分析和預測、制定和實施節(jié)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(chuàng)新“雙重”項目，對機房末端空調運行策略進行優(yōu)化，試點機房取得制冷系統(tǒng)節(jié)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(jié)能技術在W數據中心全樓進行推廣，開展更廣泛、深入的節(jié)能工作。采用合同能源管理模式，能充分利用專業(yè)公司的技術優(yōu)勢和資金優(yōu)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(qū)國家級科技創(chuàng)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(yōu)勢

4.1 可監(jiān)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(guī)律，精確計算冷負荷需求，可以給每個業(yè)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(jié)能策略，實現“千房千面、一房一策”定制化方案，同時滿足節(jié)能成效可視化呈現（見圖3）。

圖3 AI節(jié)能優(yōu)勢

4.2 云邊端運營級架構

AI節(jié)能系統(tǒng)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(tǒng)架構，形成云端集團部署，邊緣省動環(huán)收斂、數據中心按需拓展的分布式節(jié)能系統(tǒng)（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(jié)能的智慧化、持續(xù)化運營。

圖4 AI節(jié)能云邊端運營級架構

4.3 算法級智能化控制

AI節(jié)能系統(tǒng)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(yè)務AI模型，實現智能控制。

基于機房節(jié)能業(yè)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(tài)進行制冷設備的最優(yōu)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(tǒng)安全可靠和高效運行前提下，實現節(jié)能工作的持續(xù)化（見圖5）。

圖5 AI節(jié)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(tǒng)層面進行AI節(jié)能控制。當前制冷系統(tǒng)年用電量約為2 500萬kWh，按照合同約定15%的節(jié)能率估算，W數據中心年節(jié)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(jié)能項目完成實施，按計劃早日實現節(jié)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。

表1 W數據中心預期節(jié)能收益

6 結 語

本改造項目所使用的AI算法關鍵技術均為中國電信自主研發(fā)，具備自主知識產權。北京電信W數據中心也是中國電信利用自主研發(fā)的制冷AI技術在大型數據中心的首次規(guī)模化應用。

當前正值國家加快新型基礎設施建設、促進數字經濟創(chuàng)新發(fā)展政策利好之際，北京電信將繼續(xù)嚴格依照國家和北京市對數據中心行業(yè)發(fā)展要求，致力于利用AI、大數據、可再生能源、智能控制在內的多種技術手段落實國家“雙碳”戰(zhàn)略，在自我革新的同時，助力數據中心行業(yè)的整體可持續(xù)、綠色發(fā)展。