數據中心專用空調配置選擇及PUE值計算

數據中心機房環境對服務器等IT設備正常穩定運行起著決定性作用。數據中心機房建設的國家標準GB50174-2008《電子信息機房設計規范》對機房開機時的環境的要求：

為使數據中心能達到上述要求，應采用機房專用空調(普通民用空調、商用空調與機房專用空調的差異對比不在本文討論范圍)。如果數據中心機房環境不能滿足以上要求會對服務器等IT設備造成以下影響：

溫度無法保持恒定-造成電子元氣件的壽命降低

局部溫度過熱-設備突然關機

濕度過高-產生冷凝水，短路

濕度過低-產生有破壞性的靜電

潔凈度不夠-機組內部件過熱，腐蝕

一)數據中心熱負荷及其計算方法

照數據中心機房主要熱量的來源，分為：

設備熱負荷(計算機等IT設備熱負荷);

機房照明熱負荷; 

建筑維護結構熱負荷; 

補充的新風熱負荷; 

人員的散熱負荷等。

  1、機房熱負荷計算方法一：各系統累加法

(1)設備熱負荷：

Q1=P×η1×η2×η3(KW)

Q1：計算機設備熱負荷

P：機房內各種設備總功耗(KW)

η1：同時使用系數

η2：利用系數 

η3：負荷工作均勻系數

通常，η1、η2、η3取0.6～0.8之間，考慮制冷量的冗余，通常η1×η2×η3取值為0.8。

(2)機房照明熱負荷：

Q2=C×S(KW)

C：根據國家標準《計算站場地技術要求》要求，機房照度應大于2001x，其功耗大約為20W/M2。以后的計算中，照明功耗將以20W/M2為依據計算。

S：機房面積

(3)建筑維護結構熱負荷

Q3=K×S/1000(KW)

K：建筑維護結構熱負荷系數(50W/m2機房面積)

S：機房面積

(4)人員的散熱負荷：

Q4=P×N/1000(KW)

N：機房常有人員數量

P：人體發熱量，輕體力工作人員熱負荷顯熱與潛熱之和，在室溫為21℃和24℃時均為130W/人。

(5)新風熱負荷計算較為復雜，我們以空調本身的設備余量來平衡，不另外計算。

以上五種熱源組成了機房的總熱負荷，即機房熱負荷Qt=Q1+Q2+Q3+Q4。由于上述(3)(4)(5)計算復雜，通常是采用工程查表予以確定。但是因為數據中心的規劃與設計階段，非常難以確定，所以實際在數據中心中通常采用設計估算與事后調整法。

2、機房熱負荷計算方法二：設計估算與事后調整法

數據中心機房主要的熱負荷來源于設備的發熱量及維護結構的熱負荷。

因此，要了解主設備的數量及用電情況以確定機房專用空調的容量及配置。根據以往經驗，除主要的設備熱負荷之外的其他負荷，如機房照明負荷、建筑維護結構負荷、補充的新風負荷、人員的散熱負荷等，如不具備精確計算的條件，也可根據機房設備功耗及機房面積，按經驗進行測算。

采用“功率及面積法”計算機房熱負荷。

Qt=Q1+Q2

其中，Qt總制冷量(KW)

Q1室內設備負荷(=設備功率×1.0)

Q2環境熱負荷(=0.12～0.18KW/m2×機房面積)，南方地區可選0.18，而北方地區通常選擇0.12

方法二是對復雜科學計算的工程簡化計算方法。這種計算方法下，通常容易出現計算熱量大于實際熱量的情況，因為機房專用空調自動控制溫度并決定運行時間，所以多余的配置可以作為冗余配置，對機房專用空調的效率與耗電量不大。本文以方法二推導數據中心機房專用空調配置與能效計算。

二)數據中心機房專用空調配置

設定數據中心的IT類設備為100KW，并且固定不變。根據上述方法二，還需要確定機房的面積。

再假定數據中心的熱負荷密度為平均熱負荷密度，即4Kw/機柜。也就是說平均每個機柜為4kw的熱負荷。

數據中心的機柜數量為：100kw/4kw=25臺機柜    按國家標準GB50174-2008《電子信息機房設計規范》有關機柜占地面積計算方法，取每個機柜的占地面積為中間值4m2/臺，那么數據中心的面積為：

5臺機柜×4m2/臺=100m2

假定環境熱負荷系數取0.15KW/m2，則數據中心機房總熱負荷為：

Qt=Q1+Q2=100kw+100×0.15=115kw

數據中心送風方式選擇：按國家標準要求，采用地板下送風，機柜按冷熱通道布置。

機房專用空調選擇：機房空調通常分為DX(直接制冷)與非直接制冷(包括各類水制冷系統等)，先討論直接制冷系統的機房空調。不同廠家有不同型號的機房專用空調，以艾默生網絡能源有限公司生產的Pex系列機房空調為例，應配置的機房空調為：

兩臺P2060機房空調，在24℃相對濕度50%工況下，每臺制冷量為60.6kw，兩臺空調的總制冷量為121.2kw，略大于115kw的計算熱負荷。

根據國家標準GB50174-2008《電子信息機房設計規范》的數據中心空調配置建議，數據中心通常建議采用N+M(M=1，2，…)配置形式，提供工作可靠性與安全性。

假設本數據中心采用N+1方式配置，即為2+1方式配置3臺P2060機房空調，實現兩用一備工作。

三)數據中心機房專用空調耗電量與能效計算

機房空調耗電器件有：

壓縮機，也是主要的耗電器件 

室內風機，

室外風機 

室內加濕器

再熱器，用于過冷狀態下加熱

控制與顯示部件等，耗電量較少，可忽略不計

a，壓縮機、室內風機、室外風機的耗電計算

壓縮機、蒸發器、膨脹閥、冷凝器組成一個完整的冷熱循環系統(空調四部件)，其中耗電部分是壓縮機、室內風機、室外風機等三個部件。

圖：空調四部件循環    詳細計算不同工況下的三個部件的耗電量是困難的，但是在最大制冷量輸出下，空調行業有個標準的參數，即能效比。

能效比即一臺空調用一千瓦的電能產生多少千瓦的制冷/熱量。分為制冷能效比EER和制熱能效比COP。例如，一臺空調的制冷量是4800W，制冷功率是1860W，制冷能效比(EER)是：4800/1860≈2.6;制熱量5500W，制熱功率是1800W，制熱能效比COP(輔助加熱不開)是：5500/1800≈3.1。

顯然，能效比越大，空調效率就越高，空調也就越省電。目前，我國市場上民用空調平均能效比較低，僅為2.6。美國現行的空調能效標準規定輸出功率介于2300W到4100W，即小1匹到1.5匹的空調，能效比達2.8即為合格品;能效比達3.2即達到能源之星標準;而能效比低于2.8，不準在美國市場銷售。歐洲的能效標準，空調能效水平分為A、B、C、D、E、F、G共7個級別。其中A級最高，能效比為3.2以上;D級居中，介于2.8～2.6之間;E級以下屬于低能效空調。目前我國絕大多數空調處于歐洲E級水平。而在日本國內的空調器的能效比現在一般都在4.0～5.0左右。

機房專用空調因為采用專用壓縮機，所以能效比都在3.3～3.5之間。本例中按最大負荷制冷功率115kw，則3臺艾默生P2060空調為兩用一備，其中備份機在先進的iCom控制模塊控制下，只有控制電源工作，能耗很少，忽略不計。

2臺P2060空調，總制冷功率為121.2kw，取能效比中間值3.4計算，則四部件電功率為：

P四部件=P制冷/cos=121.2kw/3.4=35.64kw。

b，室內加濕器功率    數據中心機房的環境、建筑條件、密封狀態等不同，導致加濕功率不同。

艾默生Pex系列采用遠紅外加濕器，結構簡潔，易于拆卸、清洗和維護。懸掛在不銹鋼加濕水盤上的高強度石英燈管發射出紅外光和遠紅外光，在5～6秒內，使水盤中的水分子吸收輻射能以擺脫水的表面張力，在純凈狀態下蒸發，不含任何雜質。遠紅外加濕器的應用減少了系統對水質的依賴性，其自動沖洗功能，使水盤更清潔。

圖：遠紅外加濕器

本例假設一臺P2060空調的加濕器即可滿足最大負荷下的加濕量，查相關產品手冊遠紅外加濕器功率為9.6kw。

P加濕=9.6kw

c，再熱器、控制部件耗電量

再熱器的作用是當空調過冷情況下為實現數據中心機房溫度穩定，進行電功率加熱。實際運行中，因為艾默生Pex機房空調采用先進的iCom控制器，徹底解決了空調的競爭運行工況，比如一臺空調制冷而另外一臺空調加熱的競爭運行。

僅僅在控制器故障下，再熱器才會工作。因為這是非正常工況，所以再熱器的電功率不計入能效模型。

控制部件的耗電量很少，忽略不計。

空調系統總的電功率消耗與能效指標為：

功率：P空調=P四部件+P加濕=35.64+9.6=45.24kw

能效指標：PUE空調因子=45.24/100=0.452

至此，數據中心的PUE為：

PUE=1+PUE供電因子+PUE空調因子=1+0.108～0.114+0.452=1.560～1.566

顯然，一個設計與運營良好的數據中心，在空調系統配置正確，不考慮照明、新風機等設備下，能效比應該是小于1.6。

而實際運行的數據中心，能效比動輒大于2.5，非常耗能、非常浪費，究其原因還是用戶不太關注數據中心能效指標。

數據中心能效指標PUE的進一步研究工作

上述的模型能夠清晰定義數據中心的主要耗電環節，為機房節能設計與運營提供了可行的數學模型。

顯然，數據中心節能的重點在于空調部分的能效指標，即PUE空調因子。機房空調的能效指標又與機房的熱密度、風道布置、冷熱通道、機房建筑熱負荷、室外機布置、室內機布置等諸多因素相關，這是本文下一步研究工作需要探討的。

此外，有關水制冷系統與直接風冷系統DX的爭論，也將具體討論。

空調提供的制冷劑機外循環也是最新的技術，如果能成功產業化，將降低PUE空調因子到0.2左右(一年內平均)。

最后，PUE無論怎樣變化，都是大于1的乘數因子。要做到最佳節能，降低服務器等IT設備的功耗，才是最立竿見影。比如之前的總耗電量為1.6，當降低服務器設備功耗為0.8的時候，數據中心總功耗立即降低為0.8×1.6=1.28。IT設備降低了0.2，而耗電量降低了0.32。這就是乘數因子效應。

文章來源：精密空調 http://www.whjdnk.com/