论文部分内容阅读
摘 要：该文介绍了基于数据中心的三种供冷模式，并以具体项目为例，对数据中心的不同供冷模式进行比较、分析，评价结果显示：不同的供冷方案具有不同的适应性，纯电制冷方案经济性最好，但能耗最高、环境效益最差;天然气分布式供冷方案经济性最差，但能耗最低、节能减排效果最佳;背压机组方案能够兼顾节能减排和经济性，在数据中心周边有稳定可靠的廉价汽源时推荐优先采用，该方案具有一定的推广意义。
关键词：数据中心 供冷 分布式 节能减排
中图分类号：TU831 文献标识码：A 文章编号：1672-3791（2019）09（b）-0208-03
数据中心既是技术密集型项目，又是能源密集型项目，数据中心不仅电负荷、冷负荷需求大，而且具有负荷稳定，波动范围值小的特点。根据调研[1]，数据中心二氧化碳的排放量约占世界二氧化碳总排放量的0.6%，由此可见，数据中心是能耗大户。
随着大数据和云计算应用的快速发展，大规模、高等级数据中心的建设需求日益增长，然而由于传统数据中心高耗能的缺点，项目在经济发达地区的落地已十分困难。因此，利用能源政策、项目周边有利条件及先进节能技术来降低制冷成本，同时完成节能减排是非常迫切。受项目条件的差异影响，各技术的适用性和经济性也各不相同，该文将以湖州某数据中心为例，从经济性和节能减排两方面出发，探讨数据中心采用不同供冷模式的可行性。
1 某数据中心简介
1.1 数据中心基本情况
湖州某数据中心，坐落于某产业园区，计划建设四中心：主数据中心、研发数据中心、新能源数据中心和容灾数据中心。计划规模2028个机柜，占地约52亩，建筑面积约2万m2，计划建2栋模块化数据中心+1栋办公楼，机房IT服务器等数据设备负荷额定总功耗约13446kW，年满负载耗电约11500万度。该数据中心依据GB50174-A级标准进行建设，兼容美国TIA-942-Tier3+标准。数据中心附近电厂蒸汽源（距离数据中心约2km），可提供1.6MPa，300℃的过热蒸汽，最大供汽流量可达到85t/h。
1.2 负荷需求
该项目的供冷范围为数据中心机房，机房除了设备用房、水泵房、风机房、楼梯间、前室、合用前室、内走道等，其他房间全部进行空调设计，不含括该数据中心的配套办公用房。冷负荷需求如表1所示。
2 供冷方案设计
2.1 主要边界条件
（1）能源站空调冷冻水系统采用二级泵系统，一级泵冷冻水系统母管为环路管网系统，二级泵冷冻水系统为双管路系统，按2N冗余设计，冷冻水供回水温度分别为15/21℃。
（2）不同供冷方案的能源站建设厂址均位于数据中心附近，能源站的循环水管负责接至数据中心围墙外1m，数据中心围墙以外的所有设备、管道等投资均归于能源站。
（3）结合当地气候特点，本项目冬季采用开式冷却塔+板式换热器提供自然冷却免费制冷方式，能源站的年利用小时数按6000h计。
2.2 供冷方案设计
2.2.1 方案一（然气分布式方案）
本方案在园区新建一座天然气分布式能源站，为数据中心供冷和电。根据以冷定电的原则，建设规模为5×4.3兆瓦内燃机组（4用1备）+一套5×4650kV烟气-热水型溴化锂机组（4用1备）+一套4×4571kV电制冷冷水机组，总占地约20亩。天然气采用LNG供应方式，配套新建LNG气化站，天然气储罐的规模为4×150立方，并设2500立方空温式汽化器4台，2用2备，定时切换。
运行方式：用电高峰时开溴化锂机组，运行利用小时数为3500h/年;谷时开电制冷机组，运行利用小时数为2500h/年。
2.2.2 方案二（背压机组方案）
该方案在园区新建背压机组和制冷站，利用电厂出口蒸汽（压力1.6MPa，温度300℃）经过背压机组发电后，压力降为0.4MPa，温度150℃，余热利用后的蒸汽送入制冷站制冷，冷负荷供数据中心，背压机发电以供能源站自用电，多余的电上网。建设规模为1×1.0MW蒸汽背压汽轮机组+一套5×4650kV蒸汽型溴化锂机组（4用1备）+一套4×4571kV电制冷冷水机组。背压机组和制冷站占地总占地约4.5亩。同时新建蒸汽管道（DN300）3.5km至能源站。
運行方式：用电高峰时开溴化锂机组，运行利用小时数为3500h/年;谷时开电制冷机组，运行利用小时数为2500h/年。
2.2.3 方案三（纯电制冷方案）
该方案在园区新建一座纯电制冷站，为数据中心供冷。建设规模为两套4×4571kW电制冷冷水机组，总占地约3亩。运行方式：全时段开电制冷机组，运行利用小时数为6000h/年。
3 方案对比
3.1 经济性对比分析
根据表2分析可知，天然气分布式方案：投资最高，收益率最低;背压机组方案：投资中等，收益率居中;纯电制冷方案：投资最低，收益率最高。
对于天然气分布式方案，燃气价格、供电价格、供冷价格是影响供冷方案经济性的最主要因素，在天然气价格在2.7元/标方情况下，供冷价格需要达到0.45元/kW·h左右，方可满足基准利率8%的要求。
对于背压机组方案，蒸汽价格和供冷价格是影响供冷方案经济性的最主要因素，在目前蒸汽价格在120元/t情况下，供冷价格为0.36元/kW·h左右，已能远远超过基准利率8%的要求，由此可见，在项目周边有可提供稳定可靠的廉价汽源前提下，可优先采用该方案对数据中心进行供冷。
对于纯电制冷方案，电价价格和供冷价格是影响供冷方案经济性的最主要因素，纯电制冷方案的供冷成本最低，在目前一般工业电价0.6736元/度，效益良好，单从经济性方面看，较其他两个方案具有明显的优势。 3.2 节能及环境效益对比分析
将耗电量、耗气量均折算成标准煤耗量，耗电量与标准煤耗量的折算系数取0.326kg/kW·h，天然气与标准煤耗量的折算系数取1.2303kg/标方，蒸汽（压力1.6MPa，温度300℃）与标准煤耗量的折算系数取0.11kg/kg。按每千克标煤排放SO2量按2.53kg计，排放SO2量按0.018kg计，排放NOx量按0.0058kg计，排放烟尘量按0.0038kg计。不同供冷方案的能耗以及污染物排放量见表3。
根据表3分析可知，采用天然气分布式方案能耗最低、污染物排放量最少、环境效益最高;背压机组方案的能耗、污染物排放量略高于分布式方案;纯电方案的能耗最高、污染物排放量最多、环境效益最差。
4 结论
（1）不同供冷方案具有不同的适应性，需综合考虑蒸汽价格、燃气价格、供冷价格、供电价格、耗电价格、节能减排等项目相关因素，对比分析确定最佳供冷模式。
（2）天然气分布式方案：投资最高、收益率最低、节能减排效果最佳;背压机组方案：投资中等、收益率较高、节能减排效果较佳;纯电制冷方案：投资最低，收益率最高、能耗最高、环境污染最严重。因此，兼顾节能减排和经济性情况下，在项目周边有可提供稳定可靠的廉价汽源前提下推荐优先采用背压机机组方案。
（3）天然气分布式供冷方案尽管在目前燃气价格下经济性不突出，但其综合能源利用效率较高、节能减排效果显著，在未来天然气价格继续下探情况下，降低运行成本后，该方案具有一定的推广意义。
参考文献
[1] 徐君强.分布式能源系统在数据中心的应用[J].科技展望，2014（12）：91-93.
[2] 印佳敏，陈泽韩.天然气分布式能源系统在大型数据中心的应用研究[J].南方能源建设，2015，2（2）：52-55.
[3] 林海，刘金丹.广东某数据中心产业园集中供冷方案对比分析[J].建筑节能，2018，46（8）：153-155.
[4] 王强，夏成军，唐智文.分布式能源在数据中心应用的可行性探析[J].电网与清洁能源，2013，29（9）：87-91.
[5] 郭甲生，李巡案，徐振華，等.燃气分布式能源系统在数据中心的应用[J].煤气与热力，2014，39（7）：15-17.
关键词：数据中心 供冷 分布式 节能减排
中图分类号：TU831 文献标识码：A 文章编号：1672-3791（2019）09（b）-0208-03
数据中心既是技术密集型项目，又是能源密集型项目，数据中心不仅电负荷、冷负荷需求大，而且具有负荷稳定，波动范围值小的特点。根据调研[1]，数据中心二氧化碳的排放量约占世界二氧化碳总排放量的0.6%，由此可见，数据中心是能耗大户。
随着大数据和云计算应用的快速发展，大规模、高等级数据中心的建设需求日益增长，然而由于传统数据中心高耗能的缺点，项目在经济发达地区的落地已十分困难。因此，利用能源政策、项目周边有利条件及先进节能技术来降低制冷成本，同时完成节能减排是非常迫切。受项目条件的差异影响，各技术的适用性和经济性也各不相同，该文将以湖州某数据中心为例，从经济性和节能减排两方面出发，探讨数据中心采用不同供冷模式的可行性。
1 某数据中心简介
1.1 数据中心基本情况
湖州某数据中心，坐落于某产业园区，计划建设四中心：主数据中心、研发数据中心、新能源数据中心和容灾数据中心。计划规模2028个机柜，占地约52亩，建筑面积约2万m2，计划建2栋模块化数据中心+1栋办公楼，机房IT服务器等数据设备负荷额定总功耗约13446kW，年满负载耗电约11500万度。该数据中心依据GB50174-A级标准进行建设，兼容美国TIA-942-Tier3+标准。数据中心附近电厂蒸汽源（距离数据中心约2km），可提供1.6MPa，300℃的过热蒸汽，最大供汽流量可达到85t/h。
1.2 负荷需求
该项目的供冷范围为数据中心机房，机房除了设备用房、水泵房、风机房、楼梯间、前室、合用前室、内走道等，其他房间全部进行空调设计，不含括该数据中心的配套办公用房。冷负荷需求如表1所示。
2 供冷方案设计
2.1 主要边界条件
（1）能源站空调冷冻水系统采用二级泵系统，一级泵冷冻水系统母管为环路管网系统，二级泵冷冻水系统为双管路系统，按2N冗余设计，冷冻水供回水温度分别为15/21℃。
（2）不同供冷方案的能源站建设厂址均位于数据中心附近，能源站的循环水管负责接至数据中心围墙外1m，数据中心围墙以外的所有设备、管道等投资均归于能源站。
（3）结合当地气候特点，本项目冬季采用开式冷却塔+板式换热器提供自然冷却免费制冷方式，能源站的年利用小时数按6000h计。
2.2 供冷方案设计
2.2.1 方案一（然气分布式方案）
本方案在园区新建一座天然气分布式能源站，为数据中心供冷和电。根据以冷定电的原则，建设规模为5×4.3兆瓦内燃机组（4用1备）+一套5×4650kV烟气-热水型溴化锂机组（4用1备）+一套4×4571kV电制冷冷水机组，总占地约20亩。天然气采用LNG供应方式，配套新建LNG气化站，天然气储罐的规模为4×150立方，并设2500立方空温式汽化器4台，2用2备，定时切换。
运行方式：用电高峰时开溴化锂机组，运行利用小时数为3500h/年;谷时开电制冷机组，运行利用小时数为2500h/年。
2.2.2 方案二（背压机组方案）
该方案在园区新建背压机组和制冷站，利用电厂出口蒸汽（压力1.6MPa，温度300℃）经过背压机组发电后，压力降为0.4MPa，温度150℃，余热利用后的蒸汽送入制冷站制冷，冷负荷供数据中心，背压机发电以供能源站自用电，多余的电上网。建设规模为1×1.0MW蒸汽背压汽轮机组+一套5×4650kV蒸汽型溴化锂机组（4用1备）+一套4×4571kV电制冷冷水机组。背压机组和制冷站占地总占地约4.5亩。同时新建蒸汽管道（DN300）3.5km至能源站。
運行方式：用电高峰时开溴化锂机组，运行利用小时数为3500h/年;谷时开电制冷机组，运行利用小时数为2500h/年。
2.2.3 方案三（纯电制冷方案）
该方案在园区新建一座纯电制冷站，为数据中心供冷。建设规模为两套4×4571kW电制冷冷水机组，总占地约3亩。运行方式：全时段开电制冷机组，运行利用小时数为6000h/年。
3 方案对比
3.1 经济性对比分析
根据表2分析可知，天然气分布式方案：投资最高，收益率最低;背压机组方案：投资中等，收益率居中;纯电制冷方案：投资最低，收益率最高。
对于天然气分布式方案，燃气价格、供电价格、供冷价格是影响供冷方案经济性的最主要因素，在天然气价格在2.7元/标方情况下，供冷价格需要达到0.45元/kW·h左右，方可满足基准利率8%的要求。
对于背压机组方案，蒸汽价格和供冷价格是影响供冷方案经济性的最主要因素，在目前蒸汽价格在120元/t情况下，供冷价格为0.36元/kW·h左右，已能远远超过基准利率8%的要求，由此可见，在项目周边有可提供稳定可靠的廉价汽源前提下，可优先采用该方案对数据中心进行供冷。
对于纯电制冷方案，电价价格和供冷价格是影响供冷方案经济性的最主要因素，纯电制冷方案的供冷成本最低，在目前一般工业电价0.6736元/度，效益良好，单从经济性方面看，较其他两个方案具有明显的优势。 3.2 节能及环境效益对比分析
将耗电量、耗气量均折算成标准煤耗量，耗电量与标准煤耗量的折算系数取0.326kg/kW·h，天然气与标准煤耗量的折算系数取1.2303kg/标方，蒸汽（压力1.6MPa，温度300℃）与标准煤耗量的折算系数取0.11kg/kg。按每千克标煤排放SO2量按2.53kg计，排放SO2量按0.018kg计，排放NOx量按0.0058kg计，排放烟尘量按0.0038kg计。不同供冷方案的能耗以及污染物排放量见表3。
根据表3分析可知，采用天然气分布式方案能耗最低、污染物排放量最少、环境效益最高;背压机组方案的能耗、污染物排放量略高于分布式方案;纯电方案的能耗最高、污染物排放量最多、环境效益最差。
4 结论
（1）不同供冷方案具有不同的适应性，需综合考虑蒸汽价格、燃气价格、供冷价格、供电价格、耗电价格、节能减排等项目相关因素，对比分析确定最佳供冷模式。
（2）天然气分布式方案：投资最高、收益率最低、节能减排效果最佳;背压机组方案：投资中等、收益率较高、节能减排效果较佳;纯电制冷方案：投资最低，收益率最高、能耗最高、环境污染最严重。因此，兼顾节能减排和经济性情况下，在项目周边有可提供稳定可靠的廉价汽源前提下推荐优先采用背压机机组方案。
（3）天然气分布式供冷方案尽管在目前燃气价格下经济性不突出，但其综合能源利用效率较高、节能减排效果显著，在未来天然气价格继续下探情况下，降低运行成本后，该方案具有一定的推广意义。
参考文献
[1] 徐君强.分布式能源系统在数据中心的应用[J].科技展望，2014（12）：91-93.
[2] 印佳敏，陈泽韩.天然气分布式能源系统在大型数据中心的应用研究[J].南方能源建设，2015，2（2）：52-55.
[3] 林海，刘金丹.广东某数据中心产业园集中供冷方案对比分析[J].建筑节能，2018，46（8）：153-155.
[4] 王强，夏成军，唐智文.分布式能源在数据中心应用的可行性探析[J].电网与清洁能源，2013，29（9）：87-91.
[5] 郭甲生，李巡案，徐振華，等.燃气分布式能源系统在数据中心的应用[J].煤气与热力，2014，39（7）：15-17.