数据中心（IDC机房）的能耗组成 目录 0、前言 (1) 1、IT设备 (1) 2、制冷设备 (2) 3、供配电系统自身的消耗 (2) 4、其他消耗电能的数据中心设施 (3) 5、实例分析（附图） (3) 0、前言 作为互联网的物理基础，除了常规的数据中心，全球还有超大型数据中心，它们往往有几万和几十万的服务器，占地面积大，位置隐蔽，耗电量更是吓人。据统计，目前全球数据中心的电力消耗总量已经占据了全球电力使用量的百分之三，有行业分析师认为，到2025年，全球数据中心使用的电力总量按现在的电力价格来估算的话，将会超过百亿美元，年均复合增长率将达到6%。接下来我们将分析一下数据中心的能耗组成。 1、IT设备 IT设备包括数据中心中的计算、存储、网络等不同类型的设备，用于承载在数据中心中运行的应用系统，并为用户提供信息处理和存储、通信等服务，
同时支撑数据中心的监控管理和运行维护。 IT设备的具体类型包括：服务器类，包括机架式、刀片式（含机框）或塔式等不同形式百否器了存储类：包括蓝盘阵列、SAN 交换机等存储设备以及磁带库、虚拟带库等备份设备；网络类，包括交换机、路由器以及防火墙、VPN、负载均衡等各类专用网络设备；IT支撑类，主要包括用千运行维护的KYM、监控管理等附属设备。 2、制冷设备 数据中心制冷设备是为保证IT设备运行所需温、湿度环境而建立的配套设施，主要包括：机房内所使用的空调设备，包括机房专用空调、行间制冷空调、湿度调节设备等；提供冷源的设备，包括风冷室外机、冷水机组、冷却塔、水泵、水处理设备等；如果使用新风系统，还包括送风、回风风扇、风阀等。 目前，空调系统已成为数据中心最大的能耗来源之一，我国数据中心空调系统能耗占数据中心总能耗40%左右，几乎与IT设备相当，因此空调系统常被认为是当前数据中心提高能源效率的重点环节。 3、供配电系统自身的消耗 数据中心供配电系统用于提供满足设备使用的电压和电流，并保证供电的安全性和可靠性。供配电系统通常由变压器、配电柜、发电机、UPS、电池、HVDC、机柜配电单元等设备组成。
随着新一代数据中心建设浪潮的兴起，随着企业机房里服务器的密度越来越高、数量越来越大，电力消耗和散热能力正在成为企业IT管理员重点关注的问题，数据中心所消耗的电力以及要冷却这些被转化为热量的电力消耗都达到了越来越高的水平。电力的巨大消耗带来各种严峻问题，巨额的电力成本会让企业的整体成本上升，并且，相对而言在一段时期内任何一个数据中心的电力供给都是有限的，所以即便是通过增加硬件来力求平衡，最终页仍然要面对电力供给与占地面积的问题，在日益倡导绿色环保和严格审核的低碳时代，降低数据中心的能耗极为必要。 在保证数据中心基础设施的最低电力供给的同时又能显著减少电力消耗与电力成本的方法有以下这些： 1、服务器虚拟化 服务器的电力消耗占整个数据中心电力消耗的一半左右，虚拟化技术让一台物理服务器可以运行多个多个虚拟主机，这让单独服务器的计算资源可以被多个环境共享，通过调整服务器的负载，可以让计算资源得到充分利用。降低二氧化碳排放量，降低管理和运营成本。 服务器虚拟化技术降低成本是非常明显的，平均来说，以一个月为周期，和应用多台服务器的非虚拟化站点相比，应用虚拟化技术的服务器站点在数据流量、能耗、受攻击威胁和总体拥有成本只有前者的10%。 虚拟化技术让企业更加绿色，运行多台服务器会产生大量的热量，并需要额外的能耗进行冷却。通过虚拟化技术，30台服务器可以整合到3台，这可以降低15至30吨的二氧化碳排放量——相当于在公路上减少7辆汽车。 2、采用现代化冷却系统 HVAC系统通常是数据中心第二大耗电系统，据Data Center Users Group估计，消耗的电能占数据中心能源消耗的37%。空气调节系统只有在处理小范围时才能到达较高效率，面对大规模的数据中心，多数冷却系统的冷却任务都无法最优化处理，冷却效率非常低。通常，用现代化、模块化和更高效的组件替代一些传统空调设备进行冷却处理可以节约大量电能。 在气候条件便利的情况下，采用类似用外部冷空气替代电力系统来进行冷却等更节能的方式，将可以更加节约电能。 3、重组数据中心 数据中心的数量和规模的扩大在过去的几年中非常明显，而服务器则被随处安装，非常缺乏计划性。这导致了数据中心的发热与散热不均，超载的IT环境也很难保证冷却系统的最优化运行。 对数据中心服务器的物理位置进行重组，例如配置冷、热通道，都可以显著减少冷却系
数据中心能效管理多目标优化策略研究 在大数据的时代背景下,随着云计算技术在全世界的快速普及和发展,云数据中心的基础设施和相关配套设施的数量也在高速地增长。数据中心大量的计算密集型和数据密集型操作需要快速有效地响应,以保证数据中心的正常运转。海量服务器间的协同配合会产生大量的能源消耗,同时,数据中心对于能源的利用率还待提高,这样就对云数据中心运营成本造成巨大的浪费。因此,云数据中心的能耗问题亟待解决。 当前,云数据中心的能耗问题得到了国内外学者的广泛关注,主要的解决策略分为硬件节能和软件节能策略两个方面,在软件节能方面,其中的虚拟化技术已经被证实是解决云数据中心能耗问题的有效途径,也是本文的关注重点。本文主要聚焦于虚拟机选择和虚拟机分配过程。实时虚拟机(VM)整合是提高绿色数据中心能效管理水平的有效方法。目前,绿色数据中心的能耗评估模型是以CPU占用率为主要的影响因素。 然而,由于GPU的密集处理产生巨大的能耗,原有的能耗评估模型并不适合于数据密集型计算。在本文中,我们提出了基于CPU和GPU利用率的一种新的能效管理评估模型,并提出两种实时动态迁移虚拟机的策略:一个应用于虚拟机选择,另一个应用于虚拟机分配。一些研究人员已经分别基于VM选择策略或VM分配政策提出了自己的解决方案。然而,将虚拟机选择和虚拟机分配这两个策略集成在一起,将会得到一个更为高效的实时动态迁移的虚拟机整合策略。 基于此,一个快速的基于人工蜂群算法(ABC)的实时VM整合策略被提出,并结合适合数据密集型计算的能耗评估模型共同组成DataABC策略。DataABC采用了人工蜂群算法的思想,从而得到一个快速并且具有全局优化特点的虚拟机迁移策略。与其他经典的虚拟机整合策略相比,DataABC的总能耗下降明显。在虚拟机分配过程中,传统的分配策略存在着分配速度难以满足数据密集型作业要求的特点,以及容易陷入局部最优等现象。 因此,为了满足数据密集型作业对于响应速度的需要,本文引入梯度下降算法,加快人工蜂群算法搜寻局部最优解的速度,同时引入模拟退火算法,加强人工蜂群算法搜寻全局近似最优解的能力,使空闲节点关闭或者休眠来达到节能的目的,从而减少了能源消耗,提高了资源使用效率,减少了数据中心的运营成本。研
数据中心能耗实例分析 前言：本文着重分析了影响数据中心能耗的因素，从数据中心的空调、UPS、运维等方面对其能耗进行了综合分析。本文认为影响数据中心能耗的关键因素是空调系统，并以2个数据中心的空调系统为例，结合作者在数据中心建设和运维中的经验，提出了数据中心节能的建议。 一、数据中心节能的必要性 近年国内大型数据中心的建设呈现快速增长的趋势，金融、通信、石化、电力等大型国企、政府机构纷纷建设自己的数据中心及灾备中心。随着物联网、云计算及移动互联概念的推出，大批资金投资到商业IDC的建设中。数据中心对电力供应产生了巨大的影响，已经成为一个高耗能的产业。在北京数据中心较集中的几个地区，其电力供应都出现饱和的问题，已无法再支撑新的数据中心。目前某些数据中心移至西北等煤炭基地，利用当地电力供应充足、电价低的优势也不失为一个明智的选择。 随着数据中心的不断变大，绿色节能数据中心已经由概念走向实际。越来越多的数据中心在建设时将PUE值列为一个关键指标，追求更低的PUE值，建设绿色节能数据中心已经成为业内共识。例如，微软公司建在都柏林的数据中心其PUE值为1.25。据最新报道Google公司现在已经有部分数据中心的PUE降低到1.11。而我们国内的PUE平均值基本在1.8~2.0，中小规模机房的PUE值更高，大都在2.5以上。我们在数据中心绿色节能设计方面与国外还存在很大差距，其设计思想及理念非常值得我们借鉴。 根据对国内数据中心的调查统计，对于未采用显著节能措施的数据中心，面积为1000平方米的机房，其每年的用电量基本都在500多万kWH左右。因此对于新建的大型数据中心，节能的必要性十分重要。 从各大数据中心对电力的需求来看，数据中心已经成为重要的高耗能产业而非“无烟工业”，建设绿色、节能的数据中心急需从概念走向实际。 二、影响数据中心能耗的因素 数据中心的能耗问题涉及到多个方面，主要因素当然是空调制冷系统，但UPS、机房装修、照明等因素同样影响着数据中心的能耗，甚至变压器、母线等选型也影响着能耗。例如，对UPS而言，根据IT设备的实际负荷选择合理的UPS 容量，避免因UPS效率过低而产生较大的自身损耗。同时，选择更加节能的高频UPS、优化UPS拓扑结构都可起到节能的效果。 1、UPS对数据中心能耗的影响 UPS主机的自身损耗是影响数据中心能耗的一项重要因素。提高UPS的工作
中国数据中心能效研究 报告
前言 数据中心是我国实现经济转型升级的重要基础设施，提供的巨大 数据处理能力是国家战略资源，是实现智能制造、互联网+、物联网、云计算、大数据等技术和应用的基础保障，同时因其巨大的能源消耗和对环境的影响使绿色数据中心成为中国制造2025 中绿色制造中的重点领域。数据中心在我国未来一段时期内将持续快速发展，同时需进行有效管理实现其低碳绿色可持续发展。 数据中心是提供数据计算、存储、交换等资源的服务和其他应用 服务的电子信息基础设施，具备以下特点和作用： 1）是支撑经济转型的重要电子信息基础设施和服务平台 数据中心是提供大规模数据交换、计算、存储等功能的核心基础设施，是满足大规模数字化、网络化、虚拟化和智能化需求的核心节点，是政务、金融、商务、制造、科研和民生服务等活动开展的重要保障。因此数据中心是我国开展经济转型的关键配套和支撑基础设施和服务平台。 2）是支持科技发展和创新的重要载体 数据中心是提供计算等能力的资源池。智能制造、物联网、云计算、大数据等新兴技术和应用以及科学研究等方面的发展和创新都需要以海量数据处理为基础，需要大量调用计算资源开展。数据中心的
核心任务之一就是承载该方面的需求。 3）是信息安全的关键节点 数据中心作为海量数据集中处理的物理设施和平台，由于其在信息链路中的核心作用必然成为信息安全的关键节点。数据中心的安全除信息安全技术领域外还包括计算机机房的物理环境安全。IT 系统无法规避由于运行环境不能满足要求而导致的功能丧失。 4）是节能重点对象 数据中心耗能巨大，对资源需求多样。根据美国能源局的统计数据中心的年耗电量已经占美国年发电量的 1.5%，据估算我国数据中心的年耗电量占比与美国基本相当，已经达到三峡的年发电量。依据对我国全国范围内7000 多家数据的耗电量的调研，不考虑规模前提下，数据中心单体年均耗电量超过一百万度。数据中心在大量耗电的同时也消耗大量水等其他资源。 在新常态下我国的数据中心领域的发展存在着挑战又有着机遇。从人类社会经济的总体发展历程来看经历了从农耕经济到工业制造经济到技术经济再到信息经济的基本过程。在以德日为代表的技术经济受到美国为代表的信息经济的巨大挑战后，如何加强信息化和工业化的深度融合，使信息经济红利可以反哺回制造业等实体经济，这是我国乃至世界范围内共同面临的课题。我国也明确提出了中国制造
数据中心能耗分析 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】
数据中心能耗实例分析前言：本文着重分析了影响数据中心能耗的因素，从数据中心的空调、UPS、运维等方面对其能耗进行了综合分析。本文认为影响数据中心能耗的关键因素是空调系统，并以2个数据中心的空调系统为例，结合作者在数据中心建设和运维中的经验，提出了数据中心节能的建议。 一、数据中心节能的必要性 近年国内大型数据中心的建设呈现快速增长的趋势，金融、通信、石化、电力等大型国企、政府机构纷纷建设自己的数据中心及灾备中心。随着物联网、云计算及移动互联概念的推出，大批资金投资到商业IDC的建设中。数据中心对电力供应产生了巨大的影响，已经成为一个高耗能的产业。在北京数据中心较集中的几个地区，其电力供应都出现饱和的问题，已无法再支撑新的数据中心。目前某些数据中心移至西北等煤炭基地，利用当地电力供应充足、电价低的优势也不失为一个明智的选择。 随着数据中心的不断变大，绿色节能数据中心已经由概念走向实际。越来越多的数据中心在建设时将PUE值列为一个关键指标，追求更低的PUE值，建设绿色节能数据中心已经成为业内共识。例如，微软公司建在都柏林的数据中心其PUE值为。据最新报道Google公司现在已经有部分数据中心的PUE降低到。而我们国内的PUE平均值基本在~，中小规模机房的PUE值更高，大都在以上。我们在数据中心绿色节能设计方面与国外还存在很大差距，其设计思想及理念非常值得我们借鉴。
根据对国内数据中心的调查统计，对于未采用显着节能措施的数据中心，面积为1000平方米的机房，其每年的用电量基本都在500多万kWH左右。因此对于新建的大型数据中心，节能的必要性十分重要。 从各大数据中心对电力的需求来看，数据中心已经成为重要的高耗能产业而非“无烟工业”，建设绿色、节能的数据中心急需从概念走向实际。 二、影响数据中心能耗的因素 数据中心的能耗问题涉及到多个方面，主要因素当然是空调制冷系统，但UPS、机房装修、照明等因素同样影响着数据中心的能耗，甚至变压器、母线等选型也影响着能耗。例如，对UPS而言，根据IT设备的实际负荷选择合理的UPS 容量，避免因UPS效率过低而产生较大的自身损耗。同时，选择更加节能的高频UPS、优化UPS拓扑结构都可起到节能的效果。 1、UPS对数据中心能耗的影响 UPS主机的自身损耗是影响数据中心能耗的一项重要因素。提高UPS的工作效率,可以为数据中心节省一大笔电费。下图为某大型UPS主机的效率曲线。从该曲线中可以看出，当UPS负荷超过30%时UPS的效率才接近90%。很多数据中心在投运初期IT负荷较少，在相当长的时间内负荷不足20%。在此情况下UPS的效率仅仅为80%左右，UPS的损耗非常大。因此，在UPS配置中尽量选择多机并联模式，避免大容量UPS单机运行模式。例如，可以用两台300kVA UPS并联运行的模式代替一台600kVA UPS单机运行模式。其优点在于IT负荷较少时只将一台300kVA UPS投入运行，另一台UPS不工作，待IT负荷增加后再投入运行。这种UPS配置方案及运行模式可以提高UPS效率，降低机房能耗。 2、供配电系统对数据中心能耗的影响
数据中心能耗指标 1. PUE PUE ( Power Usage Effectiveness，电能利用效率)是国内外数据中心普遍接受和采用的一 种衡量数据中心基础设施能效的综合指标，其计算公式为： PUE = P Total / P IT 其中，P Total 为数据中心总耗电，P IT 为数据中心中IT 设备耗电。 PUE 的实际含义，指的是计算在提供给数据中心的总电能中，有多少电能是真正应用到 IT 设备上。数据中心机房的PUE 值越大，则表示制冷和供电等数据中心配套基础设施所消耗的电能越大。2. pPUE pPUE(Partial Power Usage Effectiveness,局部PUE)是数据中心PUE概念的延伸，用于对数据中心的局部区域或设备的能效进行评估和分析。在采用pPUE 指标进行数据中心能效评测时,首先根据需要从数据中心中划分出不同的分区。其计算公式为： pPUE1= (N1+I1) / I1 其中, N1+I1 为1 区的总能耗, I1 为1 区的IT 设备能耗。 局部PUE 用于反映数据中心的部分设备或区域的能效情况,其数值可能大于或小于整体 PUE,要提高整个数据中心的能源效率，一般要首先提升pPUE值较大的部分区域的能效。 3. CLF/PLF CLF( Cooling Load Factor)称为制冷负载系数，PLF( Power Load Factor)称为供电负载系数)。CLF 定义为数据中心中制冷设备耗电与IT 设备耗电的比值；PLF 定义为数据中心中供配电系统耗电与IT 设备耗电的比值。 CLF 和PLF 是PUE 的补充和深化,通过分别计算这两个指标,可以进一步深入分析制冷系统和供配电系统的能源效率。 4. RER RER( Renewable Energy Ratio，可再生能源利用率)是用于衡量数据中心利用可再生能源的情况,以促进太阳能、风能、水能等可再生,无碳排放或极少碳排放的能源利用的指标。 一般情况下, RER 是指在自然界中可以循环再生的能源, 主要包括太阳能、风能、水能、生物质能、地热能和海洋能等。 专用空调系统能耗评估与分析 冷源的效率 能耗分析：
数据中心能效提升办法及建议 摘要 在数据中心的总拥有成本 (TCO) 中，电力使用成本所占比重越来越大。通过合理地设计网络 关键物理基础设施以及精心设计 IT 架构，可以大幅降低典型数据中心的电能消耗。本问阐述如何 量化电力节约，并举例说明大幅降低电能消耗的方法。 电能的使用不是数据中心的典型设计标准，也没有作为一项开支得到有效管理。在数据中心 的生命周期内，尽管电能成本可能会超过包括 UPS 在内的电源系统的成本，也可能会超过 IT 设备 的成本，但上述情况却是不争的事实。出现这种情况的原因如下： ?要缴纳的电费数额是在费用发生后才知道的，与任何特定决策或操作规程没有明确的联系。因此，这些费用被视为是无法避免的。 ?用于为数据中心的电力成本建模的工具不普及，在数据中心的设计过程中并未广泛使用。 ?需要缴纳的电费通常不包括在数据中心运营组的责任或预算范围内。 ?数据中心的电费帐单可能包含在更大的电费帐单之内，而可能无法单独提供。 ?决策者在进行规划和采购决策的过程中，未获得有关电力成本影响的充足信息。本文将证 明上述所有问题均可以并应该得到解决，因为这样可以为一般用户节约大量资金。 在设计新设施时可以实现最大程度的节约，但现有的和改造的设施也可以实现某种程度的节约。在设计新数据中心的过程中，只需进行简单且不需成本的决策，便可以节约 20-50% 的电费；如果系统化进行设计，则可以减少多达 90% 的电费。 能源消耗在什么地方？ 数据中心使用的能源只有大约一半甚至不足一半消耗在 IT 负载上。另一半消耗在包括电源设备、冷却设备和照明设施在内的数据中心物理基础设施 (DCPI) 设备上。图 1 显示了典型高可用性 数据中心中电能的流向。需要注意的是，数据中心消耗的所有能源最终都会以废热的形式排放到 室外大气中。图 1 是根据采用 2N 电源设备和 N+1 冷却设备、在大约 30% 的额定容量下工作的典 型数据中心。
电信互联网数据中心(IDC)的能耗测评方法．
电信互联网数据中心（IDC）的能耗测评方法 核心提示：本标准分析了互联网数据中心（以下简称数据中心）的能耗结构，定义数据中心的能效指标，提出数据中心能耗测量方法和能效数据发布要求。本标准主要规定了数据中心的直接消耗的电能，
不包括油、水等其它能源或资源的消耗。本标准适用于数据中心能耗的测量及能效的计算，用于了解数据中心能源效率状况，比较不同数据中心之间的能源效率及作为数据中心节能水平评级的依据。 前言 本标准是数据中心的系列标准文件之一，该系列标准文件的预计结构及名称如下： 1） YD/T 2542-2013 电信互联网数据中心（IDC）总体技术要求2） YD/T 2441-2013 互联网数据中心技术及分级分类标准 3） YD/T 2442-2013 互联网数据中心资源占用、能效及排放技术要求和评测方法 4） YD/T 2543-2013 电信互联网数据中心（IDC）的能耗测评方法5）电信互联网数据中心（IDC）的运维管理技术要求 6）电信互联网数据中心（IDC）网络设备测试方法 7）电信互联网数据中心（IDC）网络设备技术要求 8）集装箱式电信互联网数据中心（IDC）总体技术要求 基于云计算的互联网数据中心网络互联技术要求）9． 10）基于云计算的互联网数据中心安全指南 11）电信互联网数据中心（IDC）虚拟资源管理技术架构请注意
本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本标准由中国通信标准化协会提出并归口。 本标准起草单位：中国移动通信集团公司、工业和信息化部电信研究院、中国联合网络通信集团有限公司、中国电信集团公司、中兴通讯
数据中心能效指标及IT设备的能耗计算 作者：许剑更新时间：2010/4/813:29:20 摘要：在数据中心的建设和改造过程中，科学、长远的规划是构建绿色数据中心的关键，数据中心的能效是个能考量的指标，是否合格一目了然，IT设备的能耗盘点便是这指标考量中的关键，想要真正的做到绿色数据中心，我们就要先来看看你的数据中心是不是真的“达标”了。 数据中心的能耗问题已经引起了广泛的关注，众多的厂商推出了针对性的产品和解决方案，很多数据中心的管理人员也在寻求正确的方法来降低数据中心的能耗。 几年前GreenGrid（绿色网格）组织提出用PUE(能源利用效率）和DCE（数据中心能效）或DCIE（数据中心基础设施能效）的标准来衡量数据中心的能耗效率。但是，业内外对PUE和DCE作为能耗标准的有效性都普遍表示担心，这也使业内外对于更好衡量标准的需求变得更加迫切。 PUE及DCiE的概念： 能量使用效率PUE:PowerUsageEffectiveness 数据中心基础设施效率DCiE:DataCenterInfrastructureEfficiency PUE和DCiE二者成倒数关系 数据中心分成IT设备和Infrastructure（基础设施）两个部分，两个部分能效的乘积才是整个数据中心的能效，详见上图。 IT设备部分的能效评价指标还在定义之中，而Infrastructure（基础设施）部分的能效定义即PUEandDCiE。
数据中心IT设备与基础设施Infrastructure能效关系 数据中心基础设施Infrastructure能效指标 数据中心典型的PUE和DCiE曲线： PUE指标曲线
数据中心能耗监测系统 1、概述 随着通信事业的迅猛发展和通信技术的不断进步，以三大运营商为主体的通信企业和其他交通、银行、证券、保险、大型工矿、连锁企业的机房动力环境综合监控系统已经成为企业通信运维管理的重要组成部分，有关数据中心的能源管理和供配电设计已经成为热门问题，高效可靠的数据中心配电系统方案，是提高数据中心电能使用效率，降低设备能耗的有效方式。 2、参考标准 GB50174-2008电子信息系统机房设计规范 GB50462-2008电子信息系统机房施工及验收规范 数据中心能耗检测标准及实施细则 YDB037-2009通信用240V直流供电系统技术要求 YD/T585-2010通信用配电设备 YD/T638.3-1998通信电源设备型号命名方法 YD/T939-2005传输设备用电源分配列柜 YD/T944-2007通信电源设备的防雷技术要求和测试方法 YD/T1051-2000通信局（站）电源系统总技术要求 YD/T1095-2008通信用不间断电源（UPS） DL/T856-2004电力用直流电源监控装置 3、系统组成 数据中心主要包括变配电、供配电系统、UPS系统、空调制冷系统、消防、安防、环境动力监控、机房照明等。
数据中心智能监管方案可实现对数据中心机房内外的动力系统运行环境实时监控、设备维护与控制、电能质量管理、能源成本整体管理，提高监控的实时性和可靠性、提高能源的使用效率、优化能源成本、增强动力系统的可靠性和有效性。 数据中心的监控可以分为配电监测和机房环境综合监控。 1）配电监测系统 结合数据中心机房内外，实现从供电侧到用电侧的全面监测，分别满足数据中心交流和直流应用的监测要求。配电示意图如下：
数据中心总体能效分析 一、数据中心上架率分析 截至2017年底，我国超大型数据中心上架率34.4%，大型数据中心上架率54.87%，与2016年比均提高5%左右，除北上广深等一线城市，河南、浙江、江西、四川、天津等地区上架率提升到60%以上，西部地区多个省份上架率由15%提升到30%以上。全国数据中心总体平均上架率为52.84%，总体供需平衡，但与发达地区数据中心成熟市场仍有一定差距，数据中心利用率仍可进一步提高。
二、数据中心单机柜功率现状分析 目前主流的机柜功率是以4-6KW为主，占比为43%，但是高功率的机柜数量占比也不小，6KW及以上的机柜占比为32%，10-12kW的机柜已经较少，而12kW以上的机柜并不常见。
三、在建数据中心单机柜功率现状分析 当前主流功率密度为4-6kW/rack，而低密度的2-4kW/rack大幅度萎缩，仅有12.8%；随着互联网用户的增多，6-8KW/rack的用户需求占比超过低密度需求，达到17%，甚至有超过4%以上的客户选择超过8kW/rack的功率密度。 预计在未来1-2年内，尽管仍有大量的4-6kW机柜，但是数据中心单机柜功率的主要值会由4-6kW向6-8kW提升，8-10kW的机柜比例较现在有明显上升，甚至可能出现相当数目的12kW以上的机柜。
虽然随着数据中心节能相关技术的发展，未来数据中心单机柜功率未必能与预期完全一致，但是预计数据中心单机柜功率值的总体发展方向为上升，且单机柜功率达到6-8kW 的数据中心很有可能成为未来的主流数据中心。 三、数据中心总体能效分析 中国数据中心总耗电量2017年约1200亿kWh，2018年约1600亿kWh，预计2020年将达到2000亿kWh。 数据中心设计PUE在1.2-1.6之间是主流值，PUE＞2.0以上的数据中心极少，也将随着时间推移，逐渐淘汰。总体来看当前数据中心对能源的利用较为高效。
电信互联网数据中心（IDC）的能耗测评方法核心提示：本标准分析了互联网数据中心（以下简称数据中心）的能耗结构，定义数据中心的能效指标，提出数据中心能耗测量方法和能效数据发布要求。本标准主要规定了数据中心的直接消耗的电能，不包括油、水等其它能源或资源的消耗。本标准适用于数据中心能 耗的测量及能效的计算，用于了解数据中心能源效率状况，比较不同数据中心之间的能源效率及作为数据中心节能水平评级的依据。 前言 本标准是数据中心的系列标准文件之一，该系列标准文件的预计结构及名称如下： 1） YD/T 2542-2013 电信互联网数据中心（IDC）总体技术要求2） YD/T 2441-2013 互联网数据中心技术及分级分类标准 3） YD/T 2442-2013 互联网数据中心资源占用、能效及排放技 术要求和评测方法 4） YD/T 2543-2013 电信互联网数据中心（IDC）的能耗测评方法 5）电信互联网数据中心（IDC）的运维管理技术要求 6）电信互联网数据中心（IDC）网络设备测试方法 7）电信互联网数据中心（IDC）网络设备技术要求 8）集装箱式电信互联网数据中心（IDC）总体技术要求 9）基于云计算的互联网数据中心网络互联技术要求
10）基于云计算的互联网数据中心安全指南 11）电信互联网数据中心（IDC）虚拟资源管理技术架构请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 本标准由中国通信标准化协会提出并归口。 本标准起草单位：中国移动通信集团公司、工业和信息化部电信研究院、中国联合网络通信集团有限公司、中国电信集团公司、中兴通讯股份有限公司、华为技术有限公司、百度在线网络技术（北京）有限公司、深圳市腾讯计算机系统有限公司、中金数据系统有限公司、阿里巴巴（中国）有限公司、上海宽带技术及应用工程研究中心。 本标准主要起草人：唐华斌、李洁、房秉毅、蔡永顺、李明栋、高新菊、陈尚义、谭杰夫、连雄伟、刘水旺、张敬、方行、李典林、高巍、郭亮、于涛。 电信互联网数据中心（IDC）的能耗测评方法 1 范围 本标准分析了互联网数据中心（以下简称数据中心）的能耗结构，定义数据中心的能效指标，提出数据中心能耗测量方法和能效数据发布要求。本标准主要规定了数据中心的直接消耗的电能，不包括油、水等其它能源或资源的消耗。 本标准适用于数据中心能耗的测量及能效的计算，用于了解数据中心能源效率状况，比较不同数据中心之间的能源效率及作为数据中心节能水平评级的依据。
3CPP
China Cloud Computing Promotion and Policy Forum
3CPP—TR01—2012
“云计算发展与政策论坛”技术报告
数据中心能效测评指南
（V1.0）
云 计 算 发 展 与 政 策 论 坛 2012-3-16
发布
概 述
本指南根据国际相关组织的研究成果，结合我国数据中心实际 发展情况，定义了电能利用效率（PUE） 、局部 PUE、制冷/供电负 载系数和可再生能源利用率四个能效指标，提出了具体的测量方法 和测量数据的发布要求等。 本指南可用于对数据中心的能效进行测量，便于运营者了解数 据中心的整体能效状况，也可为用户比较不同数据中心之间的能效 提供参考基准。 本指南是在政府相关部门的指导和支持下，由“云计算发展与政 策论坛”组织会员单位的相关专家共同编写的。在编写过程中，得到 了 中 国 通 信 标 准 化 协 会 (CCSA) 和 绿 色 网 格 组 织 (The Green Grid,TGG）的大力支持。 本指南将根据数据中心节能技术、能效指标、测量水平等的发 展，不断修订和完善。
1
一.
前言
当前我国各类数据中心总量约 43 万个1， 可容纳服务器共约 500
万台。其中经营性数据中心机房 921 个，面积约 88 万平米，机柜 数月 17.7 万个，可容纳服务器约 200 万台2。随着云计算的快速发 展， 未来 5 年我国对数据中心流量处理能力的需求将增长 7～10 倍， 机房面积需要再翻一番才能满足云计算发展的需求。 2011 年， 我国数据中心总耗电量达 700 亿千瓦时， 已经占到全 社会用电量的 1.5%，相当于 2011 年天津市全年的总用电量。数据 中心的高能耗，不仅给企业带来了沉重的负担，也造成了全社会能 源的巨大浪费。为了推动数据中心的节能减排，工业和信息化部在 《工业节能"十二五"规划》提出， “到 2015 年，数据中心 PUE 值需 下降 8%”的目标。 国家发改委等组织的“云计算示范工程”也要求示范 工程建设的数据中心 PUE 要达到 1.5 以下。 我国目前尚未建立统一的数据中心能效指标体系，也缺乏相应 的评估标准，使得各数据中心公布的能效数据往往不能准确反映真 实能耗水平，不同数据中心的能效结果间也缺乏可比性，给业界带 来诸多不便，也不利于数据中心节能减排目标的实现。
1 2
数据来源：Gartner，截止时间：2010 年底。 数据来源：工信部电信研究院，截至时间，2011 年。 2
能耗管理系统万案 北京盈泽世纪科技发展有限公司 2012 年5 月--
一，概述 近年来，随着企业能耗的急剧增加和电价的日益上涨，期望节约营维成本的 管理人员，正越来越关注能源的成本问题。在不可再生能源日益稀缺和成本日益上升的今天，要求我们应采取必要的技术措施和管理手段，来建立具有“增容不增耗”的节能降耗型“绿色企业” CSS880C就是本公司为企业能耗监测问题提供的管理利器，本系统正对机房的IT设备、空调设备、照明设备、电源等系统的用电情况进行实时监测，对设备耗电情况进行精细化统计和分析，定时生成多种数据报表，提供节能改造的建议，并对各种节能措施的节能效果进行评测，通过分析得到不同条件下最优的节能措施和解决方法。1.1对能源消耗管理的理解 根据我们的理解，企业能源消耗管理的工作目标可以分为4个方面：能源消耗统计、能源消耗分析、能源消耗测评、能源消耗预测，其核心是能源消耗计量。测量是把握现状的前提，只有有准确、全面、及时的测量，才能计算单位能耗、费用和节能效果。
随着各企业自动化和信息化建设的开展， 很多企业逐步装配了大量的自动计 量仪 表，并在此基础上建立了 DCS 系统、MES 系统等，为企业能源消耗管理提 供了基础。 部分自动化仪表设备少的企业也已经将改造计量装置、信息系统建设等内容 纳入了未来几年的规划。 1.2能源消耗管理整体思路 伴随企业的迅速发展，节能降耗作为企业一个重要工作内容，管理单位面临 的既是机遇也是挑战，一方面急剧扩张的公司节能需求为自身的发展壮大提供了 广阔的发展空间，另一方面严格、持续的节能目标必将带来管理和优化复杂程度 的迅速提高。 效率是企业的生命，如何提高工作效率也是摆在企业面前的头等大事情，通 过不断的实践，信息化，自动化以其迅速、快捷、稳定、可靠的应用特征可以很 好的满足能源管理的需求。 能源消耗管理是一个持续的过程，包括能源管理计划、能源管理计划和改进 措施实 I 能源消耗, 计量