工业互联网赋能绿色发展：基于AI及大数据运维的IDC节能解决方案

为践行“2030年前实现碳达峰、2060年前实现碳中和”的重大战略决策，贯彻落实《“十四五”工业绿色发展规划》，加快推进工业节能降碳，构建工业绿色低碳转型与工业互联网赋能绿色低碳发展相互促进、深度融合的现代化产业格局，受工业和信息化部节能与综合利用司委托，中国工业互联网研究院依托工业互联网大数据技术工信部重点实验室面向社会公开征集工业互联网赋能绿色低碳发展优秀案例。本文是本次征集活动的优秀案例之一。

案例关联单位：南京群顶科技有限公司

案例介绍

01案例背景

“十四五”规划纲要提出“推动绿色发展，促进人与自然和谐共生”，推进节能减排、坚持绿色发展战略。国家相继出台数据中心能效的强制规定和要求。工业和信息化部、国家机关事务管理局、国家能源局在2019年做出《关于加强绿色数据中心建设的指导意见》, 明确提出2022年新建大型、超大型数据中心的PUE值达到1.4以下，力争通过改造使既有大型、超大型数据中心PUE值不高于1.8。2020年12月28日发改委发布《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，其中指出目标到2025年，东西部数据中心实现结构性平衡，大型、超大型数据中心运行PUE降到1.3以下。

南京群顶科技有限公司在数据中心管理云计算与大数据解决方案方面有十余年的经验积累，因此，及时的发现了服务对象用户对于节能技术的迫切需求，迅速组建了一批以人工智能专家、算法专家、暖通专家为首的技术团队，研究开发出了群顶数据中心智能节能系统，并且在全国多处中大型数据中心进行了试点工作，综合节能率能够达到20%~35%。该技术入选了工信部国家通信业节能技术产品推荐目录（2021）。

02案例详情

本项目以江苏地市机房为例，实施包含现场查勘、静态改造、系统部署、数据采集、数据建模、策略输出和节能效果评估几个主要阶段。项目前期通过定制化的数据中心智能节能方案，通过1周时间采集IT负载信息、机柜温感数据、空调能耗数据，利用大数据技术和AI算法分析参数相关性，通过AI建模预测设备发热量和温场趋势，动态生成空调设备控制参数，并通过节能软件下发指令调整机房末端空调运行状态，达到最佳的节能效果。

项目基本情况

（1）南京秦淮区苜蓿园4层机房：末端空调数量达到11台，其气流模式为：无封闭冷通道，及地下板送风模式。在本次AI节能策略应用前，该机房运维人员应上级要求，调高空调设定温度来完成节能需求，因此机房环境温度较高，部分区域存在热点；

（2）镇江城区电力路枢纽楼2层数据中心：末端空调数量达到6台，其气流模式为：封闭冷通道，及地下板送风模式。在本次AI节能策略应用前，该机房空调设定温度较高，并以此来完成节能需求，因此空调输出制冷量较低，导致机房环境温度较高，部分区域存在热点；

（3）徐州淮海经济区数据中心：末端空调数量达到12台，其气流模式为：无封闭冷通道，及地下板送风模式。在本次AI节能策略应用前，该机房环境已根据智能巡检机器人的测试报告意见，对运行机柜内各服务器之间空挡处进行加装盲板封闭化处理，使空调的冷热气流组织得到优化，防止冷热气流混流显现，AI节能策略应用前测试机房的静态节能率约为20%。

实施内容

（1）设备安装：每个机房放置数据中心冷却系统智能控制设备。

（2）联网调试：设备接入动环内网，连接网关进行测试。

（3）数据采集：末端空调运行数据采集频率为1min/次，温感数据采集频率为20min/次，电表数据采集频率为1小时/次。

（4）分析建模：建立机房热平衡方程，找出空调功率最小值公式，得到空调每一时刻的优化控制参数。

（5）节能控制：通过智能算法对该机房历史数据分析、建立热交换模型及热平衡方程并求解，并输出调整策略。

群顶科技运用大数据深度挖掘技术，识别并标注诸如能耗比异常、发热量异常等特殊情况，生成虚拟数据中心画像，不断优化算法可以随着数据中心负载情况、季节气候等条件的变化持续优化，节能策略也随之更新，并最终达到应有的节能效果。并主要体现在以下几个方向：

（一） AI智能预测：基于海量历史数据，使用AI及基础数学模型，实现机房发热量预测；

（二）数据可视化：图形化操作界面，数据采集、节能分析及空调调控完全可视化；

（三）全流程自动化：机房发热采集及空调调控策略，全程自动化实现，无须人工干预；

（四）精准实时调控：7*24全天自动调节，根据负载发热量，动态调整空调以及冷水机组制冷量，实现任意时刻能量精准匹配；

（五）节能效果自动调优：算法输出策略，模型学习反馈效果，进行自学习调优，实现闭环控制的持续改进。

基于AI及大数据运维的IDC节能解决方案可为大型数据中心的节能效果达到一定水平，在响应国家节能政策号召的同时，也是目前行业内亟需关注的问题，其达到的技术水平，在一定程度的模型定制下，亦可对数据中心以外的具有同类型制冷设施的场景起到节能作用，具备可复制的特点。

03应用价值

基于AI及大数据运维的IDC节能解决方案对数据中心所建设的环境气候等因素要求低，方案闭环，无需对实施场地进行物理改造，或升级扩容现网空调系统，保护既有投资。内置多种保护和熔断机制，生产控制安全可靠。产品形态轻量，不会引入过当的额外能耗开销，具有布置简便、可复制、节能成效快等特点，这项节能技术可以运用在现有的各类中大型数据中心。

基于AI及大数据运维的IDC节能解决方案是利用大数据和AI技术实现数据中心节能的新兴产品，主要基于数据中心环境、功耗以及设备运行工况历史数据建模，通过精准评估机房热区域、发热量、评估空调效能和影响力、PID自动控制等科学手段，动态生成最优的空调控制指令，下发到设备运行，实现节能调控的全流程闭环。与传统节能方案伴随着大量工程改造和设备升级不同，这项解决方案无需对数据中心环境进行改造，不会导致附件的投资成本，系统上线快、经济高效。

04实践效果

南京群顶科技有限公司深耕大型数据中心解决方案多年，依托现有的人工智能、云计算和大数据技术，引进一批优秀的暖通专家吸收优秀技术，研发出的基于AI及大数据运维的IDC节能技术，针对解决大型数据中心制冷设备系统耗电量普遍高于总用电量30%以上、传统运维方式效率低下等问题，节能成效快、节能效果明显。

以南京秦淮区局月牙湖分局4层苜蓿园机房为例经过测量常规状态下运行日均耗电量1974.86KWH，采用AI节能策略日均耗电量1337.46KWH，得出日均节电量637.4KWH，推算该机房全年节电量约232640.57kwh即232.64Mwh。根据排放因子（华东区域电网）计算，折合CO2排放削减量约为187.18吨（先进值）和114.53吨（平均值）。全年累计节约电费约14万。实施总投入18.41万元，投资回报期约为12-15个月。

基于AI及大数据运维的IDC节能解决方案部分实践成绩如下：

广州新萝岗数据中心4层末端空调节电率19%

南京河西数据中心7层末端空调节电率25%

山西太原枢纽楼数据中心制冷节电率36.5%

陕西基地西咸地区IDC数据中心空调末端节电率32.1%

绍兴轻纺城数据中心末端空调节电率15.05%

徐州淮海经济区数据中心节能效率26.98%

来源：中国工业互联网研究院