物联网AI“1+7”多云化节能增效方案的研究及应用

蔡建开，蓝郁峰

（1.中国电信股份有限公司广东公司中山分公司，广东 中山 528400；2.中国电信股份有限公司广东分公司，广东 广州 510081）

0 引 言

2020年，中国政府在第七十五届联合国大会上提出要将二氧化碳排放力争于2030年前达到峰值，并努力争取2060年前实现碳中和。2021年，中国电信股份有限公司广东省公司向A市分公司下达电费幅增指标为1.59%。由于还要无线网络扩容和承担合作互联网数据中心（Internet Data Center，IDC）电费等，目标实现难度较大。经过深入调查，找出5大机房能耗管理痛点[1]。

（1）电能利用效率（Power Usage Effectiveness，PUE）值偏高。根据2020年财务数据，A市分公司总用电费约4 600多万元，通信机房用电占总电量60%，空调用电占机房用电40%。根据能耗监测平台监测数据，PUE一般都是1.8～3.0，远未达到省公司机房能效达标的要求。

（2）空调人工管控。A市分公司有1 000多台分体空调，分布在近300个机房，都是人工控制，经常被人为设低温度，造成资源浪费。

（3）空调机组老旧、能耗高。机房空调超过80%是逾龄工作，故障率高、耗能高、效率低下。

（4）空调机组没有远程监控。机组没有监控，基本上等到机房温度过高或通信设备高温告警才能发现空调故障。

（5）数据机房容易出现热岛效应。由于互联网服务器发热量大，容易出现机房环境局部过热等热岛效应引起服务器宕机，因此不得不调低机房整体温度，以满足小部分过热设备的需要，但加大了耗电量[2]。

1 解决方案

针对存在的问题和痛点，项目组经过认真讨论研究，成立了5个工作组协同推进，按照6大步骤有序开展，实现“1+7”多云化节能增效。

A市公司制定的实施方案主要分两个阶段，即试点和批量推广。根据机房现状，选择具有代表性的2个机房作为试点，安装测点和软件系统后，进行实验和优化。在A市一期推广，筛选出30个D类机房实施人工智能（Artificial Intelligence，AI）节能系统，在优化阶段进一步完善项目功能，提高精确率、稳定性。

项目组成立5个工作组，协同推进。项目管控组负责项目统筹和协调各部门；系统设计组结合已有经验和本地需求，升级成本地适用性新方案；勘察施工组由供应商实施，项目组配合；系统体验组由空调代维公司全程密切跟进，确保机房安全的前提下关注节能效果；系统优化维护组由各方共同关注系统和现场设备的参数、报警等信息[3]。

项目组制定分阶段实施6大步骤，包括设计、选点试验、勘察、推广实施、效果检验以及巩固优化。每周由各步骤负责人汇报进度和内容，项目组进行指导和督查，确保项目高质量按时完成。

1.1 升级物联网AI智能空调群控节能系统

1.1.1 搭建系统架构

AI智能空调群控节能系统由采集控制单元、数据传输单元以及控制平台等组成，如图1所示。系统平台支持浏览器/服务器（Browser/Server，B/S）、客户端/服务器（Client/Server Structs，C/S）、App这3种呈现形式，支持笔记本电脑、手机、平板电脑等各种终端设备。

图1 AI智能空调群控节能系统构成

1.1.2 数据采集

在机房中安装智能电表、温度探头等能够采集数据的传感设备，如图2所示。通过无线或RS485通信线等方式，实时传送目标机房、设备、环境的运行状态信息，实现对空调、IT设备等分项电量的精确计量，同时杜绝跑、冒、漏现象。

图2 AI智能空调群控节能系统信息采集箱

1.1.3 AI智能分析

通过对机房电量、空调电流、空调本身温度、设定的安全温度边界以及室内外温度变化等数据进行采集分析，实时管控空调运行工况。根据机房IT热负荷和环境热负荷的变化，通过AI节能系统进行逻辑回归、深度学习等，智能统计分析预测机房需要的冷负荷[4]。AI智能节能分析流程如图3所示。

图3 AI智能节能分析流程

1.1.4 自动优化运行

AI自动优化运行原理如图4所示。AI节能系统输出最优制冷系统参数和控制策略，实时调整空调输出参数，保证冷量需求与供给动态平衡，避免其他因素导致空调过度制冷而浪费冷量，通过精细化管控降低能耗。

图4 AI自动优化运行原理

1.2 整治B区IDC机房气压不均衡

根据规范，IDC机房精密空调需冗余设置，至少为N+1模式，因此原设计方案采用“7+2”运行模式。调查显示，目前的空调总制冷量额定值远高于IT设备的需求，但关闭部分空调后又出现送风量不足的情况。针对机房现状，利用计算流体动力学（Computational Fluid Dynamics，CFD）仿真技术，模拟分析不同台数空调运行时的机房气流组织情况，从而找出最优的改造方案[5]。

通过加装均流板、封堵漏风节点等措施，均衡机房整体气压，空调机可以关停2台，实现“7+2”节能模式。在空调送风口后安装通风均流板，形成均匀的静压，均匀分配各机架进风口风量，如图5所示。均流后，明显看到各机架气压差距缩小，消除了负压现象。

图5 增加均衡板

墙面与最后排机架距离为2.1 m，墙面距离空调1.2 m，墙面与空调、机架间隔面积较大，严重漏风。封闭地板隔层静压箱外围，减小漏风，增大静压，实现提高风速的目的。在机架内未布置服务器处安装盲板，避免冷空气未经换热直接送出机架。

1.3 消除B区核心机房热岛效应

该机房存在局部热点，冷热不均，空调设置缺乏合理性，导致空调设备不能均衡分担机房内热负荷。在不调整服务器摆向的情况下，对制冷系统进行改造优化，分担各空调带载的情况，使整个制冷系统及气流分布更合理、高效、节能。

彻查各台精密空调运行参数是否在正常运行范围内，对风管进行整改，确保当前总回风量小于铭牌风量。由于静压箱形状不规则，尺寸偏小，导致静压箱内风压不均，但现场已经没有位置可以进行更改，因此考虑将东区支风管最大限度放大，改成统一截面，减缓静压箱的压力，有效提高回风量。风管改造示意如图6所示。

图6 风管改造示意图

此外，移动阻挡风路的灯罩或改变原有风口位置，实现直接有效的降温。增加风管和压风机，均衡整体热负载。西区2#精密空调最近处（14#支风管），引1条支风管至东区，新增加12/29压风机送至3条热通道上方，可以均衡3台空调负载，最大可为该区域提供3#空调机组约65%的冷量，有效解决1#或3#机故障且2#空调不能快速有效投入带来的温升。增加风管和压风机的设计如图7所示。

图7 增加风管和压风机的设计图

2 效果检验

系统通过采集分析机房电量、电流、温度等近20项数据，根据机房热负荷变化预判所需冷负荷，输出最优制冷参数和控制策略，实时调整空调输出参数，有效实现了省公司智慧化管控的目标，即事先化、主动化、自动化管理机房系统和设备能耗。经AI管控后，D类机房整体平均节能率约25%，数据中心机房整体平均节能率5.5%。

实时监控用电量和PUE值，PUE平均值从2.23降至1.51，如图8所示。通过采集各分类、分项能耗数据进行能耗监测分析，可以为各局站用电分析、缴费情况统计等提供数据支撑。

图8 机房PUE平均值

研究固化机房温度技术，取代固化空调温度技术，直接控制终极指标值。24 h监控空调，发现人为调低空调温度或环境温度降低时，系统自动调整设置，将机房温度稳定在一个较小的波动范围内，实现环境温度固化。机房环境温度设置如图9所示，机房空调温度设置如图10所示。

图9 机房环境温度设置

图10 机房空调温度设置

构建空调远程监控系统，通过物联网手段远程监控空调的运行参数，根据现场各方面的监测数据形成大数据分析，再自动调节参数设置，实现按需供冷、节能减排、高效运维以及提质增效。空调状态监控如图11所示。

图11 空调状态监控

置换低能效旧空调，更换故障率高、耗能高的旧空调。由于项目节能效益可观，经多次谈判，供应方增加更换20台老旧分体空调的投入，A市分公司节省了换空调的成本约200 000元。结合机房AI智能空调群控节能系统，更全面地补充节能措施，进一步提升节能效果，实现互利共赢。

预检空调故障，自动通知维护员，如图12所示。通过实时轮巡空调机状态参数，及时发现空调故障信息，通过与告警子系统联动，第一时间自动推送信息给运维人员，精准定位故障原因，提高效率并降低成本，实现智能运维。

图12 预检空调故障

IDC机房采用下送风形式，空调设计为“7用2备”，服务器机架有15排，每排15个机架。实际运行中发现，机房存在局部过热点，必须全开9台空调才能满足机房需要。经过项目改造后，关停2台空调机，运行“7用+2”备节能模式。B区IDC机房改造前后效果如图13所示。

核心机房采用上送风形式，空调设计为“3用1备”，服务器机架有10排，每排15个机架。实际运行中发现机房存在热岛效应，必须开4台空调才能满足机房需要。经项目改造后，关闭一台空调机，实行“3用+1备”节能模式。

2021年初，A市公司主动申请成为省公司首批AI节能试点单位的编外成员，完成2个局点试验后，不但成功获得高节电率，还将项目功能增加到3个。项目每年总节省电费694 600元，回报期5年内可以节省总电费3 473 000元。此外，项目还有衍生的增值效益，例如节省建设成本1 220 000元等。2021年下半年，A市公司成功推广32个点，不但提高了节电率，而且还增加了相应方案的功能。在A市公司的助攻下，2022年省公司下定决心正式全省推广AI节能技术。

3 结 论

综上所述，秉持迎难而上、攻坚克难的匠心态度，积极探索节能管理措施，建立精准能耗实时数据体系，持续推广技术节能，从而推动通信行业的健康长久发展。