有效管理机房空调能耗配置 改善机房节能效益
- DIGITIMES企划
-
建置数据中心(Data Center)，除了大量伺服主机所消耗的电能外，其实另一大能源耗用大量集中在机房设备散热、空调上，而服务器主机、设备数量对数据中心来说，数量只会持续增加，很难为了节能缩减设备数量，能在节约能耗产生较大关键改善，反而是机房散热、空调配置的初期规划。
环保意识抬头，加上电价成本持续攀高，对于数据中心的维运成本，除基本的机房空间、机柜配置、设备配置、网络配置等基础建置项目外，其实耗用在机房散热、机房恒温空调的能源，也是一笔不小的开销，若能在空调冷房效果与相关配置进行优化，亦可有效节约机房耗用在散热空调的能源成本，进而让数据中心降低维运成本、提升服务运转效益。
机房24小时运转 电能耗用成本高
针对数据中心的散热规划、节能要求与技术，近年来已成为业界关注的焦点，尤其是数据中心在建置后进驻的伺服主机、磁碟阵列与电信设备，通常必须维持24小时不间断运转，加上为了有效利用机柜空间，设备配置往往非常紧凑，而不利散热冷流处理，而服务器、磁碟阵列与电信设备的繁复线材、设备机温，也会因为散热配置不佳，导致运转周边温度持续飙高。
为了稳定设备、维持机房设定温度，管理者大多仅能积极调降空调温度，以达到机房环境要求的温度控制条件，若整体空调配置未能有效达到机房环境降温、或因为机房区域高温现象，而必须增强空调调节环境温度，就会造成空调能耗过高，导致数据中心运转成本反而被散热空调电力成本而垫高。
为了解决机房耗能的管理与监控要求，一般可以从数据中心的总耗能状态切入分析，在机房或是环境的用电指标(Energy Usage Index；EUI)，若以一般商办空间耗能差异比较，一般居家EUI会低于商业办公环境，甚至数据中心的EUI会高于商业办公环境耗能约7？8倍，耗用电能甚至没有假日，而是需要24小时、365天全年不间断持续运转，所产生的能源消耗相当惊人。而EUI计算方式相当简单，为环境空间的总用电量除以空间使用面积，一般来说也可以是单位使用面积的用电量。
机房恒温空调耗电量高 有效配置节能效益大
若以数据中心的使用情境观察，如果在建置机房前没有妥善规划能源消耗控制相关的基础建设、监控条件与机房使用规范，通常会因为设备持续进驻，相关配置在无规划情况下恣意增长，也会导致原规划的机房承载设备暴增，甚至不当配置、布线与设备密度过高，导致散热空调成本增加，整体机房的能耗成长也无法控制。
数据中心原先规划的服务设备量、整体能耗等，若无法照预期进行控管，甚至原先就无相关配套规划，很容易因为管理人员更迭或是设施运转时间拉长，导致数据中心的耗能管理失控，不仅会影响数据中心本身的服务品质与稳定性，原有的备援电力、不断电系统的服务品质也会因此打折扣，甚至影响到高价电信设备的安全。
数据中心透过计算与管理环境的EUI是一种手段，但也可进一步搭配耗能因子(Demand Use Index；DUI)进行整体评估，或搭配能源利用率(Power Usage Effectiveness；PUE)进行整体评估，运用指标搭配实时监控分析，有效管理数据中心的能源耗用不至于失控。
回到机房空调配置的能源耗用问题上，一般空调配置在机房耗能所占比率约在30？40%左右，优化配置后的数据中心空调散热能源耗用可以降到整体机房耗能的20？30%，再仔细分析机房空调的能耗配置方面，在整体空调耗能中，有60？70%能耗是耗费在空调本身的制冷系统，约有30？40%空调能源耗用是耗费在送风、机房空气调节主机与设备上。
有效管理PUE Google数据中心PUE达1.15
而赖以评估机房能耗是否表现优异，会以关键的PUE数值为最重要的参数，而PUE数据为机房设备能耗实际耗用在伺服主机、磁碟阵列、电信网络设备的耗能比例，也就是说机房的照明、空调、送风、不断电系统甚至电梯等能源耗用，都会导致PUE数据增加(PUE数据为数据中心总耗电量？电信设备总用电量)，最佳状态为趋近于1，也就是机房耗电几乎100%都是送给电信设备运转使用，但这只是理想值，一般能源管理较差的机房PUE可以到3？4，对能耗管理要求较高的数据中心则可压到2甚至更低。
该指标将评估一个数据中心使用的能源中有多少用于生产，还有多少被浪费掉。其中绿色网格组织的电能利用率PUE(PowerUsageEffectiveness)影响较大，PUE=(数据中心的总用电量)？(IT设备的总用电量)。
数据中心电能利用率的物理含义是在使用者总输入电能中，到底有多少的电能是真正被馈送到IT设备上。数据中心机房的PUE值越大，则表示用于确保IT设备安全运行所配套的、由UPS供电系统、空调系统、输入？输出供配电系统以及照明系统等所组成的动力和环境保障基础设施所消耗的功耗越大，所以PUE值越小，越能体现机房的节能性。
目前，台湾绝大多数的数据中心PUE为3左右，欧美一些国家PUE平均值在2左右，而Google的数据中心号称PUE可达到1.15。
PUE计算分析 有效控管非电信设备的能耗支出
数据中心的能源耗用管理，并非一成不变，若无法动态调校将会导致电能的额外浪费，进而使机房的PUE值趋大化，而观察PUE计算方式已将IT电信设备排除，可让机房能耗管理更专注于机房空间非核心应用的电力耗用，更有目标性地受到控制，而影响PUE值的部分就仅剩数据中心空间照明、不断电系统能耗与散热空调能耗。
其中，照明能耗可在机房换用LED固态照明设备搭配环境传感器开关控制进行改善，而不断电系统为必要设备，可以优化的空间小，反而是散热空调成为优化数据中心PUE值的重点关键指标。
至于数据中心的PUE数值表现，并不是固定不变，一来数据中心内的电信设备的总耗电量是不断变动的状态，若相关设备负载较低，若针对机房散热空调采固定设定配置，就无法因应设备负载降低、设备发热量减少，空调设备无对应动态调整就会导致计算PUE的分母(电信设备总耗电量)降低，分子(数据中心总耗电量)无对应动态调整，造成PUE飙高影响数据中心的能耗控制绩效。
实时监控、动态调整 重点改善机房PUE表现
比较有效的管理方案，除数据中心可针对不同设备机柜的能耗进行监控分析外，分析数据搭配机房区域温控传感机制，在机房空调配置上利用分区恒温动态调整进行整体机房的温控优化，同时搭配分区送风机制改善部分机房空间温度控制问题，甚至透过长时间的分析记录、确认部分设备部署有优化空间，例如改善设备配置密度、布线等有碍散热因素，重点改善空调能耗问题。
除利用实时(Real time)机房动态监控控制环境温度，达到减少机房空调能源耗用外，其实也可以由PUE动态指标搭配能源计算，配置不同的散热冷房模拟分析，有效换算出具参考性的配置参数，进行数据中心整体配置改善与优化之用，均有助于更进一步改善机房的PUE表现。
