近年来，全国加强了节能减排工作。国务院将节能减排提升到国家战略高度。国家发改委等监管部门等相关部委也多次发布数据中心建设指导意见，先后制定促进节能减排的一系列政策措施。

数据中心建成后，包括电费在内的能源消耗在运营成本中占了相当大的比例。如果数据中心的能效指标不能得到最优控制，能源消耗支出可能会持续上升，对数据中心运营提出持续挑战。

因此，数据中心可以提高能效，降低能耗，既可以响应国家的号召，又可以降低自身的运营成本。

借助DCIM系统提供的能效管理功能，数据中心管理人员可以全面掌握能源消耗状况，合理分配能效，建立能效使用预警机制，通过计量、计量等管理技术不断优化能效。统计、分析和改进。提高能源效率，降低能源成本。

目标和商业价值

能效管理应具有以下特点：

按键功能

（一）能源消耗构成

按类型划分，数据中心的主要能源消耗包括电、水、气、柴油和可再生能源。

电力：在数据中心能源消耗中占比最高。主要用电设备包括IT设备、制冷设备、供配电系统本身的消耗以及其他消耗电能的数据中心设施。

水：典型的用水类型包括：冷却水蒸发和设施维护、污水排放、冷冻水补充、加湿水、柴油燃料水等。

燃气：主要指燃气发生器消耗的燃气。

柴油：主要指柴油发电机组消耗的柴油。

可再生能源：指自然界中可循环利用的能源，主要包括太阳能、风能、生物质能、地热能和海洋能。可再生能源对环境无害或极少，资源分布广泛，适合当地开发利用。

(2) 能效指标和监测点的定义

数据中心能效指数是衡量数据中心能效的量化标准。它可以反映数据中心运行过程中的电力利用率，作为改进数据中心设计和运维的重要依据，为不同数据中心之间的比较提供依据。考虑到数据中心能效指标的可测性、可比性和可优化性，采用PUE、本地PUE、制冷/供电负荷率、水利用效率WUE、可再生能源利用率RER等几类能效指标来评价数据中心的能效指标。评估数据中心。能源效率的基本指标。

1）用电效率-PUE

PUE是国内外数据中心普遍接受和采用的衡量数据中心基础设施能效的指标。其计算公式为：

PUE = 数据中心总功耗/IT设备功耗

PUE的实际含义是计算提供给数据中心的总功率中有多少被IT设备实际使用。根据定义，数据中心机房的PUE值越大，制冷、供电等配套基础设施的功耗就越大。PUE的定义简单易操作。只需测量数据中心的总耗电量和IT设备的耗电量，即可计算出数据中心的PUE值。

为了计算PUE，需要在数据中心的示意图中测量数据中心的总功耗和IT设备的功耗，如下图所示。具体测量点如下：

数据中心总耗电量：一般情况下，数据中心的电源由市电提供，测量点应在市电输入变压器之前，即图1中的M1点。市电故障时，柴油发电机组产生的功率（图1中的M2点）作为数据中心总耗电量的测量点。如果是多功能机房建筑，在计算数据中心总用电量时，应扣除M4点测得的办公及其他用电量。

IT 设备功耗：在数据中心，只有 IT 设备功耗被认为是“有意义的”功率。

严格来说，IT设备的功耗应该在每台IT设备的输入功率处进行测量和求和，但由于IT设备数量众多，这种方法会大大增加测量工作量和成本。因此，在实际运行中，可以在UPS输出端或柱柜的配电输入端进行测量，将测量值总结为IT设备的耗电量。测量点为图1中的M3点。

图1：测点示意图

PUE指标测点：确定测点后，根据定义，PUE的计算方法为：PUE = (PM1 + PM2 – PM4) / PM3 (其中PM1为M1点测得的电量, 根据等)

根据不同的现场情况，可分别采用IT设备能耗的匹配方式，如下表所示：

表1.

基本 1 级：测量 UPS 设备输出端的 IT 负载，可从 UPS 前面板、UPS 输出端的仪表和公共 UPS 输出总线上的单个仪表（用于多个 UPS 模块）读取。进入数据中心的总能量是从为数据中心供电、冷却和调节温度的电气和冷却设备供电的电气服务入口测量的。基本监测要求每月至少采集一次能量测量值；建议将此频率用于能量测量。在测量过程中通常需要一些人工参与。

2 级中间：IT 负载在数据中心内的 PDU 输出处测量，通常从 PDU 前面板或 PDU 变压器次级侧的仪表读取。对于 2 级，也可以进行单独的分支测量。进入数据中心的总能量是从为数据中心供电、冷却和调节温度的电气和冷却设备供电的电气服务入口测量的。中间监测需要每天至少进行一次能量测量；建议将此频率用于能量测量。与 1 级相比，由于数据将通过仪表以电子方式收集，因此人工参与将更少。级别 2 可以实时记录数据并查看未来趋势。

3 级高级：测量数据中心内每台 IT 设备的 IT 负载，方法是使用仪表监控机架配电单元（即机架安装的智能 PDU），或通过 IT 设备本身。请注意，必须从这些测量值中扣除非 IT 负载。进入数据中心的总能量是从为数据中心供电、冷却和调节温度的电气和冷却设备供电的电气服务入口测量的。高级监控要求每 15 分钟或更短时间至少进行一次能量测量；建议将此频率用于能量测量。对于 3 级测量，不应有人参与收集和记录数据；数据将通过自动化系统实时收集，并应支持广泛的数据存储和趋势分析。

对于 1 级和 2 级测量程序，建议在一天中大致相同的时间进行测量，此时数据中心负载与上次测量尽可能一致。在进行每周比较时，执行比较测量的星期几也应保持不变。

2）本地电力利用效率 - pPUE

pPUE（PUE，Local Power ）是数据中心PUE概念的延伸，用于评估和分析数据中心局部区域或设备的能源效率。在使用pPUE指标评估数据中心的能效时，首先根据需要从数据中心划分出不同的分区（也称为Zones）。

例如，多层数据中心大楼中的机房，或者集装箱数据中心中的集装箱模块，都可以作为Zone。如图6所示，如果数据中心分为Zone1和Zone2，数据中心整体PUE计算公式为：PUE=(N0+N1+N2+I1+I2)/(I1+I< @2)

其中：I 为 IT 设备的功耗，N 为非 IT 设备的功耗。Zone1和Zone2的本地PUE为：pPUE1=(N1+I1)/I1 pPUE2=(N2+I2)/I

图2：pPUE计算示意图

局部PUE用于反映数据中心部分设备或区域的能源效率，其值可能大于或小于整体PUE。要提升整个数据中心的能效，一般需要先提升一些pPUE值较大的设备或区域的能效。Local PUE 适用于基于集装箱、模块化数据中心或由多个建筑物和机房组成的更大数据中心的本地能效评估。

pPUE的具体测量与Zone的定义有关。在下图Zone1供配电系统示意图中，可以在M1点测量该区域的总用电量，在M2点可以测量IT设备的用电量。

图 3：pPUE 测量示意图

pPUE 指标的测量点：

根据定义，Zone1 的 pPUE 为：

pPUE = PM1/PM2

3）制冷/功率负载系数

制冷/供电负载因子为：CLF（Load，制冷负载因子），定义为制冷设备耗电量与数据中心IT设备耗电量的比值，即CLF=耗电量冷却设备/ IT设备的功耗。

PLF（Power Load，电源负载系数）定义为供配电系统的耗电量与数据中心IT设备耗电量的比值，即PLF=电源的耗电量和配电系统/IT设备的功耗。

CLF和PLF可以看作是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效。如果忽略照明、安全等其他小功耗，有以下近似公式：

数据中心总耗电量≈制冷设备耗电量+供配电系统耗电量+IT设备耗电量

上述各项除以 IT 设备的功耗可换算为 PUE ≈ CLF+PLF+1

为了计算CLF和PLF指标，需要在PUE测量点的基础上加上制冷设备、照明等设备的功耗测量点，即M5、M6点下图。

图 4：CLF/PLF 测点示意图

CLF/PLF 指标的测量点：

根据定义，计算 CLF 和 PLF 的公式为：

CLF = PM5/PM3

PLF = (PM1 + PM2 –PM3– PM4 – PM5– PM6) / PM3

4）水资源利用效率 WUE

WUE：用水量；

WUE=数据中心耗水量/数据中心IT设备耗电量，单位L/kwh；WUE 用于根据数据中心的单位 IT 设备功耗来表征数据中心的用水量。

5）可再生能源使用 - RER

RER（比率，可再生能源效率）是衡量数据中心如何利用可再生能源来促进可再生、无碳或极低碳能源利用的指标。

RER 定义为：RER = 可再生能源供应/数据中心总功耗

如图所示，为了计算RER指标，需要测量不同供电方式提供给数据中心的用电量，从而计算出可再生能源供电占总用电量的比例。数据中心。

图 5：RER 测量点示意图

RER 指标的测量点：

可再生能源供应可能来自干线（例如水电）或自给（例如带有太阳能或风力发电机的数据中心）。假设可再生能源在市电中的比例为r%，根据定义，RER的计算公式为：

RER = (PM1*r% + PM3) / (PM1 + PM2 + PM3)

能耗指标值受多种因素影响，会随着季节、节假日及日常忙闲时段的变化而变化。因此，为了全面准确地了解数据中心的能源效率，应该使用固定的测量仪器来测量数据中心的能源消耗。连续、长期的测量和记录。为了更准确地监测上述能效指标，底层监测设备应满足以下要求：

(3) 能效查询

提供便捷的查询功能，可按多种维度进行查询，包括按类型、按区域或按子系统分类。

(4) 能效报告

统计数据可生成能效报表，实时掌握能耗情况，提供区域能耗、分项能耗、能效指标等报表类型，对指定范围内的能效进行统计日、月、年的时间段。展示。

(5) 能效分析

从大数据处理的角度，对数据中心的实时和历史能耗数据进行精细化分析。

通过采集的数据，绘制出数据中心能耗的视图，帮助数据中心管理者了解能源消耗在哪里，为数据中心管理者提供分析和决策依据。通过呈现各机房能耗与数据中心各子系统能耗之间的关系，对比给出能耗分析曲线。

可从不同维度对各种能源效率（包括电、水、气、油等）进行趋势分析，查看能源消耗趋势和同比比例；支持多个能耗点和各种能效的趋势关联分析，用于用户分析。可以为法律提供强有力的依据。

根据用户的能源消耗特点，支持对不同时期的能源消耗进行汇总和对比分析。可以在属性中自定义峰/峰/平/谷、昼/夜对应的时间段，可以查看每个节点或每个时间段内各电表的累计能耗、小时平均能耗、日平均系数能耗管理对，可以分析不同时期能源消耗的趋势、占比、同比和排名，总结出各个时期的能源消耗总量。

可以比较能耗点之间或能耗点与标准值之间的能耗，分析其变化趋势，进行比较分析；支持当前能耗与同级及连锁能耗对比；支持和自定义上下限和标准值的比较。

通过设备级数据采集，准确定位机柜级PUE和碳排放，助力节能减排。

能耗管理应具备指标对比功能，支持参数对比，让管理员实时了解数据中心当前能耗指标水平。至少应支持以下三种比较方法：

(6) 节能诊断

系统可以对异常能源数据进行诊断，找出能源管理中的能耗漏洞和管理漏洞。系统内置建筑节能诊断模型，结合员工作息时间和建筑功能特点，综合处理计算海量能耗数据。可诊断和挖掘能耗突增、夜间待机能耗高、周末节假日浪费能源、漏水等问题，并能出具专业的月度或每日准确的能耗分析报告，从而实现能源消耗。合理评估能耗，科学管理能耗趋势。

（七）能耗预警

对异常能耗事件进行预警，提醒用户注意，及时采取措施。

(8) 能源成本分析

支持能源成本统计功能，涵盖水、电、天然气等多能源成本管理，涵盖数据中心能源消耗成本概览，能源消耗成本趋势分析，支持单电价、阶梯电价等多种电价同时自动生成能耗账单，即记录一段时期关联的多台电表的能耗、单价、成本及前后参数时间，从而实现内部计费和账单管理。

(9) 能效预测

基于时间序列算法的能耗预测分析，可以结合同/月能耗、历史能耗数据、节假日/工作日、季节等综合预测未来一段时间内的能耗因素。可支持日、月、年能耗作为预测对象，支持历史能耗（实线显示）和预测能耗（虚线显示）的对比分析。

(10) 能源消耗计划管理

提供总能耗计划和能耗指标计划的考核功能。根据能源消耗总体规划，将总体规划分解为各个区域或设备的能源消耗计划；年计划分解为月计划，月计划分解为日计划。将能耗数据与年度、月度、日能耗计划值进行对比，分析能耗目标的完成情况，表明计划值是否超限。提供节能效果分析和管理工具，帮助分析比较节能措施的效果。

(11) 能效优化

通过深度学习，对大量与能效相关的历史数据进行业务分析，找到影响数据中心能效的预测模型。以预测模型为基础，将系统可以调整的参数作为输入变量，通过优化算法得到调整参数组，发送给相应的监控对象，实现能效调整。

评价指标

作为数据中心管理的重要组成部分，能效管理可以从以下几个方面进行评估：

1）PUE：PUE的定义简单易操作。只需测量数据中心的总耗电量和IT设备的耗电量，即可计算出数据中心的PUE值；

2）pPUE：部分PUE用于反映数据中心部分设备或区域的能源效率，其值可能大于或小于整体PUE。提升整个数据中心的能效，一般要从提升局部PUE值较大的一些设备或区域的能效入手；

3）RER：为可再生能源利用率，用于衡量数据中心对可再生能源的利用率，以促进可再生、无碳或极低排放的能源利用；

4）CLF和PLF：CLF和PLF可以看作是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效。