数据中心电能使用EEUE分析
世界能源委员会1995年对能源效率的定义为：减少提供同等能源服务的能源投入。对于能耗居高不下的数据中心，研究提高能源效率具有深远的社会效益和经济效益。除了能源效率之外，数据中心还有多项其他性能指标，按照国际标准组织ISO的定义统称为关键性能指标，或称为关键绩效指标，研究这些指标对于数据中心同样具有十分重要的意义。
在已经颁布的数据中心性能指标中最常见的是电能使用效率PUE。在我国，PUE不但是数据中心研究、设计、设备制造、建设和运维人员最为熟悉的数据中心能源效率指标，也是政府评价数据中心工程性能的主要指标。
除了PUE之外，2007年以后还出台了多项性能指标，虽然知名度远不及PUE，但是在评定数据中心的性能方面也有一定的参考价值，值得关注和研究。PUE在国际上一直是众说纷纭、莫衷一是的一项指标，2015年ASHRAE公开宣布，ASHRAE标准今后不再采用PUE这一指标，并于2016年下半年颁布了ASHRAE 90.4标准，提出了新的能源效率；绿色网格组织（TGG）也相继推出了新的能源性能指标。对PUE和数据中心性能指标的讨论一直是国际数据中心界的热门议题。
鉴于性能指标对于数据中心的重要性、国内与国际在这方面存在的差距，以及在采用PUE指标过程中存在的问题，有必要对数据中心的各项性能指标，尤其是对PUE进行深入地研究和讨论。
1．性能指标
ISO给出的关键性能指标的定义为：表示资源使用效率值或是给定系统的效率。数据中心的性能指标从2007年开始受到了世界各国的高度重视，相继推出了数十个性能指标。2015年之后，数据中心性能指标出现了较大变化，一系列新的性能指标相继被推出，再度引发了国际数据中心界对数据中心的性能指标，尤其是对能源效率的关注，并展开了广泛的讨论。
2．PUE
2.1PUE和衍生效率的定义和计算方法
2.1.1电能使用效率PUE
TGG和ASHRAE给出的PUE的定义相同：数据中心总能耗Et与IT设备能耗之比。
GB/T32910.3—2016给出的EEUE的定义为：数据中心总电能消耗与信息设备电能消耗之间的比值。其定义与PUE相同，不同的是把国际上通用的PUE（powerusage effectiveness）改成了EEUE（electricenergy usage effectiveness）。国内IT界和暖通空调界不少专业人士对于这一变更提出了不同的看法，根据Malone等人最初对PUE的定义，Et应为市电公用电表所测量的设备总功率，这里的Et就是通常所说的数据中心总的设备耗电量，与GB/T32910.3—2016所规定的Et应为采用电能计量仪表测量的数据中心总电能消耗的说法相同。笔者曾向ASHRAE有关权威人士咨询过，他们认为如果要将“power”用“electricenergy”来替代，则采用“electricenergy consumption”（耗电量）更准确。显然这一变更不利于国际交流。虽然这只是一个英文缩写词的变更，但因为涉及到专业术语，值得商榷。
ISO给出的PUE的定义略有不同：计算、测量和评估在同一时期数据中心总能耗与IT设备能耗之比。
2.1.2部分电能使用效率pPUE
TGG和ASHRAE给出的pPUE的定义相同：某区间内数据中心总能耗与该区间内IT设备能耗之比。
区间（zone）或范围（ boundary）可以是实体，如集装箱、房间、模块或建筑物，也可以是逻辑上的边界，如设备，或对数据中心有意义的边界。
ISO给出的pPUE的定义有所不同：某子系统内数据中心总能耗与IT设备总能耗之比。这里的“子系统”是指数据中心中某一部分耗能的基础设施组件，而且其能源效率是需要统计的，目前数据中心中典型的子系统是配电系统、网络设备和供冷系统。
2.1.3设计电能使用效率dPUE
ASHRAE之所以在其标准中去除了PUE指标，其中一个主要原因是ASHRAE认为PUE不适合在数据中心设计阶段使用。为此ISO给出了设计电能使用效率dPUE，其定义为：由数据中心设计目标确定的预期PUE。
数据中心的能源效率可以根据以下条件在设计阶段加以预测：1）用户增长情况和期望值；2）能耗增加或减少的时间表。dPUE表示由设计人员定义的以最佳运行模式为基础的能耗目标，应考虑到由于数据中心所处地理位置不同而导致的气象参数（室外干球温度和湿度）的变化。
2.1.4期间电能使用效率iPUE
ISO给出的期间电能使用效率iPUE的定义为:在指定时间测得的PUE，非全年值。
2.1.5电能使用效率实测值EEUE-R
GB/T32910.3—2016给出的EEUE-R的定义为：根据数据中心各组成部分电能消耗测量值直接得出的数据中心电能使用效率。使用EEUE-R时应采用EEUE-Ra方式标明，其中a用以表明EEUE-R的覆盖时间周期，可以是年、月、周。
2.1.6电能使用效率修正值EEUE-X
GB/T32910.3—2016给出的EEUE-X的定义为：考虑采用的制冷技术、负荷使用率、数据中心等级、所处地域气候环境不同产生的差异，而用于调整电能使用率实测值以补偿其系统差异的数值。
2.1.7采用不同能源的PUE计算方法
数据中心通常采用的能源为电力，当采用其他能源时，计算PUE时需要采用能源转换系数加以修正。不同能源的转换系数修正是评估数据中心的一次能源使用量或燃料消耗量的一种方法，其目的是确保数据中心购买的不同形式的能源（如电、天然气、冷水）可以进行公平地比较。例如，如果一个数据中心购买当地公用事业公司提供的冷水，而另一个数据中心采用由电力生产的冷水，这就需要有一个系数能使得所使用的能源在相同的单位下进行比较，这个系数被称为能源转换系数，它是一个用来反映数据中心总的燃料消耗的系数。当数据中心除采用市电外，还使用一部分其他能源时，就需要对这种能源进行修正。
2.1.8PUE和EEUE计算方法的比较
如果仅从定义来看，PUE和EEUE的计算方法十分简单，且完全相同。但是当考虑到计算条件的不同，需要对电能使用效率进行修正时，2种效率的计算方法则有所不同。
1）PUE已考虑到使用不同能源时的影响，并给出了修正值和计算方法；GB/T32910.3—2016未包括可再生能源利用率，按照计划这一部分将在GB/T32910.4《可再生能源利用率》中说明。
2）PUE还有若干衍生能源效率指标可供参考，其中ISO提出的dPUE弥补了传统PUE的不足；EEUE则有类似于iPUE的指标EEUE-Ra。
3）EEUE分级（见表1）与PUE分级（见表2）不同。
4）EEUE同时考虑了安全等级、所处气候环境、空调制冷形式和IT设备负荷使用率的影响。ASHRAE最初给出了19个气候区的PUE最大限值，由于PUE已从ASHRAE标准中去除，所以目前的PUE未考虑气候的影响；ISO在计算dPUE时，要求考虑气候的影响，但是如何考虑未加说明；PUE也未考虑空调制冷形式和负荷使用率的影响，其中IT设备负荷率的影响较大，应加以考虑。
2.2．PUE和EEUE的测量位置和测量方法
2.2.1PUE的测量位置和测量方法
根据IT设备测点位置的不同，PUE被分成3个类别，即PUE1初级（提供能源性能数据的基本评价）、PUE2中级（提供能源性能数据的中级评价）、PUE3高级（提供能源性能数据的高级评价）。
PUE1初级：在UPS设备输出端测量IT负载，可以通过UPS前面板、UPS输出的电能表以及公共UPS输出总线的单一电表（对于多个UPS模块而言）读取。在数据中心供电、散热、调节温度的电气和制冷设备的供电电网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数据，测量过程中通常需要一些人工参与。
PUE2中级：通常在数据中心配电单元前面板或配电单元变压器二次侧的电能表读取，也可以进行单独的支路测量。从数据中心的电网入口处测量总能量，按照中等标准的检测要求进行能耗测量，要求每天至少采集一次电能数据。与初级相比，人工参与较少，以电子形式采集数据为主，可以实时记录数据，预判未来的趋势走向。
PUE3高级：通过监控带电能表的机架配电单元（即机架式电源插座）或IT设备，测量数据中心每台IT设备的负载（应该扣除非IT负载）。在数据中心供电的电网入口处测量总能量，按照高标准的检测要求进行能耗测量，要求至少每隔15min采集一次电能数据。在采集和记录数据时不应该有人工参与，通过自动化系统实时采集数据，并支持数据的广泛存储和趋势分析。所面临的挑战是以简单的方式采集数据，满足各种要求，最终获取数据中心的各种能量数据。
对于初级和中级测量流程，建议在一天的相同时间段测量，数据中心的负载尽量与上次测量时保持一致，进行每周对比时，测量时间应保持不变（例如每周周三）。
2.2.2EEUE的测量位置和测量方法
1）Et测量位置在变压器低压侧，即A点；
2）当PDU无隔离变压器时，EIT测量位置在UPS输出端，即B点；
3）当PDU带隔离变压器时，EIT测量位置在PDU输出端，即C点；
4）大型数据中心宜对各主要系统的耗电量分别计量，即E1，E2，E3点；
5）柴油发电机馈电回路的电能应计入Et，即A1点；
6）当采用机柜风扇辅助降温时，EIT测量位置应为IT负载供电回路，即D点；
7）当EIT测量位置为UPS输出端供电回路，且UPS负载还包括UPS供电制冷、泵时，制冷、泵的能耗应从EIT中扣除，即扣除B1和B2点测得的电量。
2.2.3PUE和EEUE的测量位置和测量方法的差异
1）PUE的Et测量位置在电网输入端、变电站之前。而GB/T32910.3—2016规定EEUE的Et测量位置在变压器低压侧。数据中心的建设有2种模式：①数据中心建筑单独设置，变电站自用，大型和超大型数据中心一般采用这种模式；②数据中心置于建筑物的某一部分，变电站共用，一般为小型或中型数据中心。由于供电局的收费都包括了变压器的损失，所以为了准确计算EEUE，对于前一种模式，Et测量位置应该在变压器的高压侧。
2）按照2.2.2节第6条，在计算EIT时，应减去机柜风机的能耗。应该指出的是，机柜风机不是辅助降温设备，起到降温作用的是来自空调设备的冷空气，降温的设备为空调换热器，机柜风机只是起到辅助传输冷风的作用，因此机柜风机不应作为辅助降温设备而计算其能耗。在GB/T32910.3征求意见时就有人提出：机柜风机的能耗很难测量，所以在实际工程中，计算PUE时，EIT均不会减去机柜风机的能耗。在美国，计算PUE时，机柜风机的能耗包括在EIT中。
3）PUE的测点明显多于GB/T32910.3—2016规定的EEUE的测点。
2.3．PUE存在的问题
1）最近两年国内外对以往所宣传的PUE水平进行了澄清。我国PUE的真实水平也缺乏权威调查结果。GB/T32910.3—2016根据国内实际状况，将一级节能型数据中心的EEUE放宽到1.0～1.6，其上限已经超过了国家有关部委提出的绿色数据中心PUE应低于1.5的要求，而二级比较节能型数据中心的EEUE规定为1.6～1.8，应该说这样的规定比较符合国情。
2）数据中心总能耗Et的测量位置直接影响到PUE的大小，因此应根据数据中心建筑物市电变压器所承担的荷载组成来决定其测量位置。
3）应考虑不同负荷率的影响。当负荷率低于30%时，不间断电源UPS的效率会急剧下降，PUE值相应上升。对于租赁式数据中心，由于用户的进入很难一步到位，所以数据中心开始运行后，在最初的一段时间内负荷率会较低，如果采用设计PUE，也就是满负荷时的PUE来评价或验收数据中心是不合理的。
4）数据中心的PUE低并非说明其碳排放也低。完全采用市电的数据中心与部分采用可再生能源（太阳能发电、风电等），以及以燃气冷热电三联供系统作为能源的数据中心相比，显然碳排放指标更高。数据中心的碳排放问题已经引起国际上广泛地关注，碳使用效率CUE已经成为数据中心重要的关键性能指标，国内对此的关注度还有待加强。
5）GB/T32910.3—2016规定，在计算EIT时，应减去机柜风机的耗能。关于机柜风机的能耗是否应属于IT设备的能耗，目前国内外有不同的看法，其中主流观点是服务器风机的能耗应属于IT设备的能耗，其原因有二：一是服务器风机是用户提供的IT设备中的一个组成部分，自然属于IT设备；二是由于目前服务器所采用的风机基本上均为无刷直流电动机驱动的风机（即所谓EC电机），风机的风量和功率随负荷变化而改变，因此很难测量风机的能耗。由于数据中心风机的设置对PUE的大小影响很大，需要认真分析。从实际使用和节能的角度出发，有人提出将服务器中的风机取消，而由空调风机取代。由于大风机的效率明显高于小风机，且初投资也可以减少，因此这种替代方法被认为是一个好主意，不过这是一个值得深入研究的课题。
6）国内相关标准有待进一步完善。GB/T32910.3—2016《数据中心资源利用第3部分：电能能效要求和测量方法》的发布，极大地弥补了国内标准在数据中心电能能效方面的不足；同时，GB/T32910.3—2016标准颁布后，也引起了国内学术界和工程界的热议。作为一个推荐性的国家标准如何与已经颁布执行的强制性行业标准YD 5193—2014《互联网数据中心（IDC）工程设计规范》相互协调？在标准更新或升级时，包括内容相似的国际标准ISOIEC 30134-2-2016在内的国外相关标准中有哪些内容值得借鉴和参考？标准在升级为强制性国家标准之前相关机构能否组织就其内容进行广泛的学术讨论？都是值得考虑的重要课题。ASHRAE在发布ASHRAE90.4标准时就说明，数据中心的标准建立在可持续发展的基础上，随着科学技术的高速发展，标准也需要不断更新和创新。
7）PUE的讨论已经相当多，事实上作为大数据中心的投资方和运营方，更关心的还是数据中心的运行费用，尤其是电费和水费。目前在数据中心关键性能指标中尚缺乏一个经济性指标，使得数据中心，尤其是大型数据中心和超大型数据中心的经济性无法体现。
2.4．PUE的比较
不同数据中心的PUE值不应直接进行比较，但是条件相似的数据中心可以从其他数据中心所提供的测量方法、测试结果，以及数据特性的差异中获益。为了使PUE比较结果更加公平，应全面考虑数据中心设备的使用时间、地理位置、恢复能力、服务器可用性、基础设施规模等。
3．其他性能指标
3.1．ASHRAE90.4
ASHRAE90.4-2016提出了2个新的能源效率指标，即暖通空调负载系数MLC和供电损失系数ELC。但这2个指标能否为国际IT界接受，还需待以时日。
3.1.1暖通空调负载系数MLC
ASHRAE对MLC的定义为：暖通空调设备（包括制冷、空调、风机、水泵和冷却相关的所有设备）年总耗电量与IT设备年耗电量之比。
3.1.2供电损失系数ELC
ASHRAE对ELC的定义为：所有的供电设备（包括UPS、变压器、电源分配单元、布线系统等）的总损失。
3.2．TGG白皮书68号
2016年，TGG在白皮书68号中提出了3个新的能源效率指标，即PUE比（PUEr）、IT设备热一致性（ITTC）和IT设备热容错性（ITTR），统称为绩效指标（PI）。这些指标与PUE相比，不但定义不容易理解，计算也十分困难，能否被IT界接受，还有待时间的考验。
3.2.1PUE比
TGG对PUEr的定义为：预期的PUE（按TGG的PUE等级选择）与实测PUE之比。
3.2.2IT设备热一致性ITTC
TGG对ITTC的定义为：IT设备在ASHRAE推荐的环境参数内运行的比例。
服务器的进风温度一般是按ASHRAE规定的18～27℃设计的，但是企业也可以按照自己设定的服务器进风温度进行设计，在此进风温度下，服务器可以安全运行。IT设备热一致性表示符合ASHRAE规定的服务器进风温度的IT负荷有多少，以及与总的IT负荷相比所占百分比是多少。例如一个IT设备总负荷为500kW的数据中心，其中满足ASHRAE规定的服务器进风温度的IT负荷为450kW，则该数据中心的IT设备热一致性为95%。
虽然TGG解释说，IT设备热一致性涉及的只是在正常运行条件下可接受的IT温度，但是IT设备热一致性仍然是一个很难计算的能源效率，因为必须知道：1）服务器进风温度的范围，包括ASHRAE规定的和企业自己规定的进风温度范围；2）测点位置，需要收集整个数据中心服务器各点的进风温度，由人工收集或利用数据中心基础设施管理（DCIM）软件来统计。
3.2.3IT设备热容错性ITTR
TGG对ITTR的定义为：当冗余制冷设备停机，或出现故障，或正常维修时，究竟有多少IT设备在ASHRAE允许的或建议的送风温度32℃下送风。
按照TGG的解释，ITTR涉及的只是在出现冷却故障和正常维修运行条件下可接受的IT温度，但是ITTR也是一个很难确定的参数。ITTR的目的是当冗余冷却设备停机，出现冷却故障或在计划维护活动期间，确定IT设备在允许的入口温度参数下（<32℃）运行的百分比，以便确定数据中心冷却过程中的中断或计划外维护的性能。这个参数很难手算，因为它涉及到系统操作，被认为是“计划外的”条件，如冷却单元的损失。
3.3．数据中心平均效率CADE
数据中心平均效率CADE是由麦肯锡公司提出，尔后又被正常运行时间协会（UI）采用的一种能源效率。
CADE提出时自认为是一种优于其他数据中心能源效率的指标。该指标由于被UI所采用，所以直到目前仍然被数量众多的权威著作、文献认为是可以采用的数据中心性能指标之一。但是笔者发现这一性能指标的定义并不严谨，容易被误解。另外也难以测量和计算。该指标的提出者并未说明IT资产效率如何测量，只是建议ITAE的默认值取5%，所以这一指标迄今为止未能得到推广应用。
3.4．IT电能使用效率ITUE和总电能使用效率TUE
2013年，美国多个国家级实验室鉴于PUE的不完善，提出了2个新的能源效率——总电能使用效率TUE和IT电能使用效率ITUE。
提出ITUE和TUE的目的是解决由于计算机技术的发展而使得数据中心计算机配件（指中央处理器、内存、存储器、网络系统，不包括IT设备中的电源、变压器和机柜风机）的能耗减少时，PUE反而增加的矛盾。但是这2个性能指标也未得到广泛应用。
3.5．单位能源数据中心效率DPPE
单位能源数据中心效率DPPE是日本绿色IT促进协会（GIPC）和美国能源部、环保协会、绿色网格，欧盟、欧共体、英国计算机协会共同提出的一种数据中心性能指标。GIPC试图将此性能指标提升为国际标准指标。
3.6．水利用效率WUE
TGG提出的水利用效率WUE的定义为：数据中心总的用水量与IT设备年耗电量之比。
数据中心的用水包括：冷却塔补水、加湿耗水、机房日常用水。根据ASHRAE的调查结果，数据中心基本上无需加湿，所以数据中心的用水主要为冷却塔补水。采用江河水或海水作为自然冷却冷源时，由于只是取冷，未消耗水，可以不予考虑。
民用建筑集中空调系统由于总的冷却水量不大，所以判断集中空调系统的性能时，并无用水量效率之类的指标。而数据中心由于全年制冷，全年的耗水量居高不下，已经引起了国内外，尤其是水资源贫乏的国家和地区的高度重视。如何降低数据中心的耗水量，WUE指标是值得深入研究的一个课题。
3.7．碳使用效率CUE
TGG提出的碳使用效率CUE的定义为：数据中心总的碳排放量与IT设备年耗电量之比。
CUE虽然形式简单，但是计算数据中心总的碳排放量却很容易出错。碳排放量应严格按照联合国气象组织颁布的计算方法进行计算统计。
工信部、国家机关事务管理局、国家能源局近日联合印发《关于加强绿色数据中心建设的指导意见》（下简称《意见》），明确提出要建立健全绿色数据中心标准评价体系和能源资源监管体系，到2022年，数据中心平均能耗基本达到国际先进水平。
《意见》指出，引导大型和超大型数据中心设计电能使用效率值不高于1.4；力争通过改造使既有大型、超大型数据中心电能使用效率值不高于1.8。
基本原则
政策引领、市场主导。充分发挥市场配置资源的决定性作用，调动各类市场主体的积极性、创造性。更好发挥政府在规划、政策引导和市场监管中的作用，着力构建有效激励约束机制，激发绿色数据中心建设活力。
改造存量、优化增量。建立绿色运维管理体系，加快现有数据中心节能挖潜与技术改造，提高资源能源利用效率。强化绿色设计、采购和施工，全面实现绿色增量。
创新驱动、服务先行。大力培育市场创新主体，加快建立绿色数据中心服务平台，完善标准和技术服务体系，推动关键技术、服务模式的创新，引导绿色水平提升。
主要目标
建立健全绿色数据中心标准评价体系和能源资源监管体系，打造一批绿色数据中心先进典型，形成一批具有创新性的绿色技术产品、解决方案，培育一批专业第三方绿色服务机构。到2022年，数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的电能使用效率值达到1.4以下，高能耗老旧设备基本淘汰，水资源利用效率和清洁能源应用比例大幅提升，废旧电器电子产品得到有效回收利用。
重点任务
（一）提升新建数据中心绿色发展水平
1. 强化绿色设计
加强对新建数据中心在IT设备、机架布局、制冷和散热系统、供配电系统以及清洁能源利用系统等方面的绿色化设计指导。鼓励采用液冷、分布式供电、模块化机房以及虚拟化、云化IT资源等高效系统设计方案，充分考虑动力环境系统与IT设备运行状态的精准适配；鼓励在自有场所建设自然冷源、自有系统余热回收利用或可再生能源发电等清洁能源利用系统；鼓励应用数值模拟技术进行热场仿真分析，验证设计冷量及机房流场特性。引导大型和超大型数据中心设计电能使用效率值不高于1.4。
2. 深化绿色施工和采购
引导数据中心在新建及改造工程建设中实施绿色施工，在保证质量、安全基本要求的同时，最大限度地节约能源资源，减少对环境负面影响，实现节能、节地、节水、节材和环境保护。严格执行《电器电子产品有害物质限制使用管理办法》和《电子电气产品中限用物质的限量要求》（GB/T 26572）等规范要求，鼓励数据中心使用绿色电力和满足绿色设计产品评价等要求的绿色产品，并逐步建立健全绿色供应链管理制度。
（二）加强在用数据中心绿色运维和改造
1.完善绿色运行维护制度
指导数据中心建立绿色运维管理体系，明确节能、节水、资源综合利用等方面发展目标，制定相应工作计划和考核办法；结合气候环境和自身负载变化、运营成本等因素科学制定运维策略；建立能源资源信息化管控系统，强化对电能使用效率值等绿色指标的设置和管理，并对能源资源消耗进行实时分析和智能化调控，力争实现机械制冷与自然冷源高效协同；在保障安全、可靠、稳定的基础上，确保实际能源资源利用水平不低于设计水平。
2.有序推动节能与绿色化改造
有序推动数据中心开展节能与绿色化改造工程，特别是能源资源利用效率较低的在用老旧数据中心。加强在设备布局、制冷架构、外围护结构（密封、遮阳、保温等）、供配电方式、单机柜功率密度以及各系统的智能运行策略等方面的技术改造和优化升级。鼓励对改造工程进行绿色测评。力争通过改造使既有大型、超大型数据中心电能使用效率值不高于1.8。
3. 加强废旧电器电子产品处理
加快高耗能设备淘汰，指导数据中心科学制定老旧设备更新方案，建立规范化、可追溯的产品应用档案，并与产品生产企业、有相应资质的回收企业共同建立废旧电器电子产品回收体系。在满足可靠性要求的前提下，试点梯次利用动力电池作为数据中心削峰填谷的储能电池。推动产品生产、回收企业加快废旧电器电子产品资源化利用，推行产品源头控制、绿色生产，在产品全生命周期中最大限度提升资源利用效率。
（三）加快绿色技术产品创新推广
1. 加快绿色关键和共性技术产品研发创新
鼓励数据中心骨干企业、科研院所、行业组织等加强技术协同创新与合作，构建产学研用、上下游协同的绿色数据中心技术创新体系，推动形成绿色产业集群发展。重点加快能效水效提升、有毒有害物质使用控制、废弃设备及电池回收利用、信息化管控系统、仿真模拟热管理和可再生能源、分布式供能、微电网利用等领域新技术、新产品的研发与创新，研究制定相关技术产品标准规范。
2. 加快先进适用绿色技术产品推广应用
加快绿色数据中心先进适用技术产品推广应用，重点包括：一是高效IT设备，包括液冷服务器、高密度集成IT设备、高转换率电源模块、模块化机房等；二是高效制冷系统，包括热管背板、间接式蒸发冷却、行级空调、自动喷淋等；三是高效供配电系统，包括分布式供能、市电直供、高压直流供电、不间断供电系统ECO模式、模块化UPS等；四是高效辅助系统，包括分布式光伏、高效照明、储能电池管理、能效环境集成监控等。
（四）提升绿色支撑服务能力
1. 完善标准体系
充分发挥标准对绿色数据中心建设的支撑作用，促进绿色数据中心提标升级。建立健全覆盖设计、建设、运维、测评和技术产品等方面的绿色数据中心标准体系，加强标准宣贯，强化标准配套衔接。加强国际标准话语权，积极推动与国际标准的互信互认。以相关测评标准为基础，建立自我评价、社会评价和政府引导相结合的绿色数据中心评价机制，探索形成公开透明的评价结果发布渠道。
2.培育第三方服务机构
加快培育具有公益性质的第三方服务机构，鼓励其创新绿色评价及服务模式，向数据中心提供咨询、检测、评价、审计等服务。鼓励数据中心自主利用第三方服务机构开展绿色评测，并依据评测结果开展有实效的绿色技术改造和运维优化。依托高等院校、科研院所、第三方服务等机构建立多元化绿色数据中心人才培训体系，强化对绿色数据中心人才的培养。
（五）探索与创新市场推动机制
鼓励数据中心和节能服务公司拓展合同能源管理，研究节能量交易机制，探索绿色数据中心融资租赁等金融服务模式。鼓励数据中心直接与可再生能源发电企业开展电力交易，购买可再生能源绿色电力证书。探索建立绿色数据中心技术创新和推广应用的激励机制和融资平台，完善多元化投融资体系。
保障措施
（一）加强组织领导。工业和信息化部、国家机关事务管理局、国家能源局建立协调机制，强化在政策、标准、行业管理等方面的沟通协作，加强对地方相关工作的指导。各地工业和信息化、机关事务、能源主管部门要充分认识绿色数据中心建设的重要意义，结合实际制定相关政策措施，充分发挥行业协会、产业联盟等机构的桥梁纽带作用，切实推动绿色数据中心建设。
（二）加强行业监管。在数据中心重点应用领域和地区，了解既有数据中心绿色发展水平，研究数据中心绿色发展现状。将重点用能数据中心纳入工业和通信业节能监察范围，督促开展节能与绿色化改造工程。推动建立数据中心节能降耗承诺、信息依法公示、社会监督和违规惩戒制度。遴选绿色数据中心优秀典型，定期发布《国家绿色数据中心名单》。充分发挥公共机构特别是党政机关在绿色数据中心建设的示范引领作用，率先在公共机构组织开展数据中心绿色测评、节能与绿色化改造等工作。
（三）加强政策支持。充分利用绿色制造、节能减排等现有资金渠道，发挥节能节水、环境保护专用设备所得税优惠政策和绿色信贷、首台（套）重大技术装备保险补偿机制支持各领域绿色数据中心创建工作。优先给予绿色数据中心直供电、大工业用电、多路市电引入等用电优惠和政策支持。加大政府采购政策支持力度，引导国家机关、企事业单位优先采购绿色数据中心所提供的机房租赁、云服务、大数据等方面服务。
（四）加强公共服务。整合行业现有资源，建立集政策宣传、技术交流推广、人才培训、数据分析诊断等服务于一体的国家绿色数据中心公共服务平台。加强专家库建设和管理，发挥专家在决策建议、理论指导、专业咨询等方面的积极作用。持续发布《绿色数据中心先进适用技术产品目录》，加快创新成果转化应用和产业化发展。鼓励相关企事业单位、行业组织积极开展技术产品交流推广活动，鼓励有条件的企业、高校、科研院所针对绿色数据中心关键和共性技术产品建立实验室或者工程中心。
（五）加强国际交流合作。充分利用现有国际合作交流机制和平台，加强在绿色数据中心技术产品、标准制定、人才培养等方面的交流与合作，举办专业培训、技术和政策研讨会、论坛等活动，打造一批具有国际竞争力的绿色数据中心，形成相关技术产品整体解决方案。结合“一带一路”倡议等国家重大战略，加快开拓国际市场，推动优势技术和服务走出去。
结语
据悉，在数据中心当前的后期运营，能耗是最大成本，占比超过50%。降低能耗效率(PUE)值，一直是业界相关部门关心的重点。
工信部在2017年4月发布的《关于加强“十 三五”信息通信业节能减排工作的指导意见》中指出：“十二五”期间新建大型数据中心的能耗效率（PUE）要普遍低于1.5；到2020年，新建大型、超大型数据中心的能耗效率(PUE)值必须达到1.4 以下。
去年3月，工信部首次公布的《全国数据中心应用发展指引》中称：全国超大型数据中心平均PUE(平均电能使用效率)为1.50，大型数据中心平均PUE为1.69。而根据“十三五规划”，到2020年，新建大型云计算数据中心PUE值将不得高于1.4。
如今，三部门联手针对绿色数据中心建设进一步提出了明确的指导意见。在这样的大背景下，数据中心运营商如何运用新技术、新架构降低能源降耗，实现数据中心的绿色发展，将成为行业的关注热点，与此同时，节能降耗的大趋势之下，也将带来更多的市场机遇。
随着数字经济的持续发展，社会各领域呈现出数据处理需求爆炸性增长的态势，随之而来的是互联网数据中心的迅猛发展。但我们也必须看到，隐藏在这一片繁荣发展景象的却是能源消耗巨大的危机。
数据中心是数字经济发展的基础设施，其快速发展有效地推进了数字经济的蓬勃发展。相关研究数据显示，数据中心的数量处于持续增加的状态。2019年，中国数据中心的数量已达到7.4万个，其中，业已建成的大型和超大型数据中心的数量约为12.7%。而中国数字经济的增加值规模也已经从2005年的2.6万亿元发展至2019年的35.8万亿元，数字经济在GDP（国内生产总值）中所占的比重也从2005年的14.2%逐渐增加至2019年的36.2%。
不可否认的是，数据中心的迅速发展，既推进着繁荣的诞生，同时也在衍生出环境污染、能源消耗、资源浪费等一系列问题。
相关数据显示，2018年，全国数据中心的总用电量达到1608.89亿千瓦时，占中国全社会用电量的2.35%；预计至2023年，中国数据中心总用电量将达到2667.92亿千瓦时，年复合增长率达到10.64%。除了耗电量高之外，数据中心使用的大比例化石能源所带来的空气污染与碳排放问题也尤为突出。比如，在2018年的用电总量中约有1171.81亿千瓦属于火电。而在使用这部分电量的过程中，共计排放了9855万吨的二氧化碳、2.34万吨的二氧化硫、2.23万吨的二氧化物和0.49万吨的烟尘。这组数据展示出的问题是非常严重的，由此衍生出的负面影响更是值得各界人士重视的。
为了解决这个问题，国家近年来陆续出台了一系列相关政策，积极引导全国各地的数据中心一齐朝着绿色节能环保的方向有序发展。
2019年，《关于加强绿色数据中心建设的指导意见》发布，提出“ 到2022年，数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的电能使用效率值达到1.4以下，高能耗老旧设备基本淘汰，水资源利用效率和清洁能源应用比例大幅提升，废旧电器电子产品得到有效回收利用 。”可见，国家对于数据中心的能源消耗情况予以了高度的关注。
2020年8月，国家工信部、发改委、商务部等六个部门发布《关于组织开展国家绿色数据中心(2020年)推荐工作的通知》，联合组织开展2020年度国家绿色数据中心推荐工作，其中能源资源使用情况在评价指标分值中的权重达到了67%。此外，国家还要求各地依据《绿色数据中心评价指标体系》，在数据中心的重点应用领域（如：生产制造、电信、互联网、公共机构、能源、金融、电子商务等），选出一批优秀的数据中心进行推荐。其中，能效水平高、技术先进、管理完善、代表性强，“具有清晰、完整的物理边界，拥有独立的供配电和符合《绿色高效制冷行动方案》要求的制冷系统”，这些内容被视为各地推荐数据中心时必须考量的一些因素和条件。
在这样的政策背景和市场条件下，开发新型技术及运作模式，提升数据中心的效率，并降低能耗，这已经明显成为行业发展的大势所趋。
时下，降低能耗已明显成为数据中心建设的首要目标。部分数据中心通过开发风能、太阳能等各类可再生能源，来实现绿色节能目。同时，也需要探索新型节能技术（比如制冷节能技术、虚拟化技术、高压直流供电技术、变频技术等各类技术），来支撑绿色数据中心的建设。
技术应用：强悍制冷的浸没相变液冷技术
数据中心的制冷系统依然以风冷为主，但这种传统方式已经很难实现节能目标 。 浸没相变液冷技术将所有计算部件浸没于液态冷媒中，通过液体相变为气体带走热量。这种技术能够将系统性能提升5%，同时将PUE（数据中心总设备能耗）降至1.04（全球数据中心PUE平均值约为1.58，PUE值越低，说明数据中心越节能）。
我们可以这样理解：如果采用这种技术，只需要40瓦的功率，即可冷却1000瓦的设备；而如果采用风冷技术系统，要想实现这一冷却目标，则需要消耗的功率约在500瓦至1000瓦。如果国内所有数据中心都采用这种浸没液冷技术转化产品，那么每年节约的电能可达到400亿千瓦时，约为三峡电站目前全年发电量最大值的39%（2018年的发电量为目前的最大发电值——1016亿千瓦时）。
技术应用：脑洞大开的水下数据中心部署
2014年，一位微软员工大开脑洞，提出了构建水下数据中心的想法。为了更好地落实这项决策，微软与在潜艇制造方面颇有经验的法国Naval集团联手，共同建造了一个大型水下数据中心。他们采用了原本用于冷却潜艇的热交换过程来为12个服务器机架实施冷却降温，此外还配备了864台服务器和冷却系统基础设施。
2018年6月，这个代号为“Northern Isles（北方群岛）”的水下数据中心在法国组装完毕之后，被迅速地部署在苏格兰奥克尼群岛附近的海底。接下来，微软的项目团队持续密切关注该数据中心的运作情况，并从能耗、内部湿度、声音以及温度等方面进行了全面的、专门的监测。目前，该项目技术的应用与验证效果尚未公布。
总体而言，无论是从经济效益还是环境效益来说，尖端科技具有多样化场景化应用的天然优势。因此，当人们尝试将尖端科技的力量加持于数据中心能耗问题处理之上，必然可以带来更多的问题解决逻辑和场景优化的可能性，这也是人们积极地打开脑洞、为各类尖端科技探寻落地路径的根源所在。
编者注：在这个蓬勃发展的新经济时代，尖端科技的现实落地、环保节能产品的转化应用，这已经成为关键的社会生产与发展要素。我们希望，有更多领先技术的研究者、组织机构、生态伙伴都能够积极参与到电子节能产品转化与技术转移的建设中来，全面推进国家的经济建设。
参考资料：
[1]《点亮绿色云端：中国数据中心能耗与可再生能源使用潜力研究》. 国际环保组织绿色和平与华北电力大学联合发布
[2]《厉害了，微软要在海底建立数据中心》. 柠萌编译，都保杰编辑
[3]《中国公司“黑科技”突破了计算机节能极限》. http://www.360diannao.net/keji/334385.html
[4]《曙光“全浸没液冷”技术让节能不再“靠天吃饭”》. 环球科技
[5] ，侵删。
如果喜欢，请点赞、关注哦！
12月10日中央经济工作会议提出，新增可再生能源和原料用能不纳入能源消费总量控制，创造条件尽早实现能耗“双控”向碳排放总量和强度“双控”转变。新增可再生能源不纳入能源消费总量控制：早在今年9月11日最新的能耗双控方案中，提出超出可再生能源消纳责任权重最低要求的部分不纳入消费总量考核。最新要求变更为，所有的新增可再生能源均不纳入能耗总量考核。原料用能不纳入能源消费总量控制：原料用能是指用作原材料的能源消费，即石油、煤炭、天然气等不作为燃料、动力使用，而是加工成生产产品。此过程中原料只是生产的原材料，不参与碳排放，而生产过程中的碳排放依然计入，生产过程的清洁化和无碳化目标的没有变。
