由IDC余热回收的创新技术实践与跨界合作探讨
1 背景
2020年国家正式宣布了双碳战略目标:“力争2030年前二氧化碳排放达到峰值,努力争取2060年前实现碳中和。” 数据中心作为耗电大户,其耗电量已经超过全国总耗电量的2%,预计2025年总耗电占比将达到4.05%。但随着信息技术的发展,社会对于算力的要求越来越高,IT设施的单位电力所能提供的算力极限也逐渐逼近,这就意味着想要多产出算力,就只能多供给能源。对数据中心而言,这无异于带着脚镣跳舞,既要提供大量算力又要符合国家双碳战略。
随着相关部门出台大量相关政策规范数据中心的用能情况,各家大厂和相关上下游企业都在寻找各种节能减排的解决方案,余热回收技术就是其中之一。
2 余热回收是什么
余热回收是指将受历史、技术、理念等因素的局限性,在已投运的工业企业耗能装置中,原始设计未被合理利用的显热和潜热进行回收利用的技术。
服务器运算的本质是电力输送至设备,产出算力与热量。数据中心作为用电大户,其计算产生的废热也非常多,如何回收利用这些废热,是一个比较重要的议题。
图1 数据中心产生废热理论基础
暖通系统作为数据中心机电系统中耗电最多的一部分,其冷却水环路的回水温度仅有38~40摄氏度,热回收条件较差。近年来由于政策对新建数据中心的PUE要求逐渐收紧,业内开始逐渐形成共识,未来IT设备的能耗会越来越高,风冷系统的解热能力不能支持高密度的算力基础设施要求,浸没式液冷的解热方式将成为高密计算的主流解决方案。由于液体的高解热效率,液冷环路的温度可以设定相对较高,其一次侧(冷却水侧)的回水温度甚至可达40~50摄氏度。因此随着浸没液冷的大范围铺开,余热回收的环境会更加友好。
图2 国家节能中心文件:数据中心浸没式液冷余热回收
3 IDC余热回收实践
本文将以OPPO云智能计算中心为参考,从各方面分析余热回收方案的节能减排能力。得出结论后将由此技术发散,探讨与其他行业的跨界合作可能性。首先,数据中心热回收后的水温大致在40摄氏度左右,经过水源热泵或锅炉的二次加热可用于大澡堂的生活热水供应或大园区生活热水供应。
为选择最合适的OPPO云智能计算中心的技术,下面列举三个方案供参考比较:
3.1 基准方案,燃气锅炉方案
直接使用常压燃气锅炉对市政水进行加热,以生活热水为例,加热温升为30~40摄氏度,为传统公共建筑常用模式,无热回收等节能技术。能源成本受当地燃气价格,燃气热值及天气影响。技术较为成熟,目前在现有建筑领域大规模使用。按测算,产生一吨生活热水的成本约为15.91元。
3.2 方案一 水源热泵方案
浸没式液冷集群的冷却水在完成与氟化液的换热后可以升温至41摄氏度,高温冷却水接至水源热泵作为热泵搬运的热源。经过水源热泵后,市政水可升温30至40摄氏度。此热回收方案为近年来被普遍使用的热回收技术,由于其搬运的总热量与锅炉方案一样,并不算严格意义上的热回收,据测算水源热泵方案产生1吨生活热水的成本约6.88元。
3.3 方案二 板换+水源热泵方案(适用于风冷液冷复合型数据中心)
首先较高温高位的液冷冷却水对常温的市政水通过板换进行预热,将其提升到尽量高的温度(40摄氏度),经过预热的市政水(40摄氏度)再流经水源热泵进行二次加热,以满足55摄氏度的生活热水的温度要求。而水源热泵的蒸发侧则接风冷系统的冷却水环路,使用较低温低位的冷却水作为吸热媒介。接近的蒸发侧和冷凝侧温度可以提升水源热泵的能效,进一步节约能源。这种方案比较适用于风冷和液冷都有布置的大型数据中心,可以充分利用两种余热,但该系统并未被大规模使用过,属于新技术创新。按经济型测算产出1吨生活热水成本约为2.95元。
方案总结
按照简单经济测算,方案二的新型热回收技术的能源成本仅为方案一水源热泵热回收方案的40~50%,且仅为传统锅炉方案(无热回收)能源成本的10%~20%。
在实际使用的过程中由于业务需求的不同,业内倾向于将存储等低密度低强度的服务器区使用传统风冷解热,将GPU的AI训练等高强度高密度的业务服务器区使用浸没式液冷冷却。与此同时,大多数公司都在浸没式液冷的摸索阶段,倾向于在数据中心预留一小部分空间做浸没式液冷的试点。所以很多的数据中心是风冷和液冷的复合型项目。
相比于其他方案,方案二的新型热回收解决方案有以下优势:
1) 充分对风冷和液冷的冷却水环路进行热回收,使两套系统进行了融合,液冷余热用于市政水预热,风冷余热用于水源热泵供水。
2) 显著节约余热回收系统的用电量,相比传统水源热泵热回收方案节省能源成本60%,相比传统燃气锅炉系统的节约能源成本80%(参考测算表)。
3) 改造项目增加的机电面积很小,可以直接利用现有的水冷系统管道/冷却塔/水泵等进行改造,工程量较小,改造费用较低,改造阻力较小。
4) 增加旁通实现夏季的免费供热。
按实际情况暂定供应5栋常规30层公寓/人才房的情况,下表为依据OPPO云智能计算中心进行的简单经济测算,可以看出方案二具有巨大的节能优势且回收期很短。
图3 OPPO云智能计算中心余热回收经济测算
4 跨界合作
4.1 火电厂合作:
火电厂与数据中心均为排碳大户,与此同时电厂与数据中心也是相辅相成的角色,一方面电厂可以给数据中心提供平价可靠的能源,另一方面数据中心的废热可以作为火电厂烟气热回收的预热,使高低位的废热使用更加高效。将数据中心选址在火电厂旁会有以下的优势:
1)靠近发电源头,单线路可靠性较高。
2)火电厂有大量的高温高位废热可以使用,数据中心将常温市政水进行预热后可以输送至火电厂使用其烟气废热进一步提升供水温度。热回收的可用范围更广。
3)电厂直供电相较电网供电成本较低。
风险:
1)政策上和商务上较难满足,现阶段电网仍然强势。
2)网接另外一条进线以保证数据中心的高可用性。
3)电厂本身也是风险点。
总的来说与火电厂的合作是全生命周期的长期过程,从数据中心的选址就要开始,不仅需要电厂和数据中心的两方合作,还关乎到政府的市政规划,所以此项合作宜徐徐推进,以求合作共赢。
4.2 “大澡堂”合作
“大澡堂”仅为一个代称,所有需要热源进行加热的设施都是热回收的潜在受益者。根据初步的测算,仅OPPO云智能计算中心的A栋的液冷集群小试点热回收就能服务至少5栋30层的人才公寓,如果液冷集群铺开,能产生的经济效益是巨大的。
1)例如OPPO大园区内的餐厅、公寓或人才房生活热水供应。
2)北方市政采暖的预热水供应/园区采暖供应。
3)吸收式空调高温热水的预热。
4.3 碳交易市场的开源节流
通过热回收节约了供暖或生活热水的燃烧燃气的量,在某种程度上也是减少了碳排放量。在一个成熟的交易市场中,本数据中心的总碳排放额可以得以减少,如果碳排放指标充裕,多余的碳排放额甚至可以重新投入到碳交易市场上获得额外的收入。
5 结论
1)根据经济型测算,余热回收技术可以产生较多的经济效益,未来数据中心甚至有可能兼职成为一个区域能源站。
2)过往数据中心作为耗电大户,低位废热产出较多。现在液冷集群将会铺开,余热回收的外部环境会变好。
3)现在的余热回收技术基本照搬过往公建的经验,未针对数据中心,特别是未有针对风冷液冷都有部署的复合IDC进行定制化的技术创新。
4)数据中心的低位废热可用于多场景的余热回收的预热,与其他行业的跨界合作具有想象空间。
免责声明:本文数据测算及资讯来源于过往经验数据和互联网检索,仅供学习交流,不建议未经复核测算直接搬运做决策依据。同时,如本文内容涉及侵权,请联系删除。
作者简介
Alan OPPO IDC工程师 LEED AP BD+C
主要从事IDC基础设施技术与创新工作
推荐阅读
本文分享自微信公众号 - OPPO互联网技术(OPPO_tech)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
openEuler结合ebpf提升ServiceMesh服务体验的探索
服务网格的前世今生 早期的微服务架构上存在着服务发现、负载均衡、授权认证等各种各样的难题与挑战。起初微服务践行者们大多自己实现这么一套分布式通信系统来应对这些挑战,但这无疑造成了业务功能的冗余,解决此问题的方法就是将共有的分布式系统通信代码提取出来设计成一套框架,以框架库的方式供程序调用。但这个看似完美的方法却存在着几个致命的弱点: 框架大部分对业务来说是侵入式修改,需要开发者学习如何使用框架 框架无法做到跨语言使用 处理复杂项目框架库版本的依赖兼容问题非常棘手,框架库的升级经常导致业务的被迫升级。 随着微服务架构的发展,以 Linkeerd/Envoy/NginxMesh 为代表的 sidecar 代理模式应运而生,这就是第一代的 serviceMesh。它作为一个基础设施层,与业务进程完全解耦,和业务一起部署,接管业务件之间的通信,将网络数据收发单独抽象出一层,在这层集中处理了服务发现、负载均衡、授权认证等分布式系统所需要的功能,实现网络拓扑中请求的可靠传输,较为完美的解决了微服务框架库中的问题。 但在软件开发领域没有万能的银弹。ServiceMesh 带来了这么多便利的同时,也不...
- 下一篇
隐私计算软硬件结合是产业发展趋势
导读 隐私计算赛道正在崛起,今年也是隐私计算落地元年,涌现出了大量隐私计算相关的公司、产品与应用场景。在刚刚结束的《陆家嘴》杂志“隐私计算”交流机会上,蚂蚁集团可信原生技术总监、可信硬件与内核负责人秦承刚受邀分享了“软硬件结合将加速隐私计算行业发展”的行业趋势。 秦承刚认为:在隐私计算领域中,软硬件结合能够解决数据全生命周期的安全保障和密码学算力加速的问题,是隐私计算技术能够大规模落地的重要保障。 以下为秦承刚分享内容。 一.隐私计算几个问题 看到隐私计算这4个字,大家会首先想到多方安全计算、联邦学习、可信执行环境。但隐私计算本质上需要解决数据流转过程中的数据安全问题。从这个角度看,隐私计算不仅仅是“隐私”,也不仅仅是“计算”,而应是贯穿全数据生命周期的安全保障方案。 图1.近期全球典型数据泄露事件 从2020年到2021年,全球范围发生了很多有较大影响的的数据安全事件。这些事件告诉我们一个事实,把数据安全真正做好是一件很难的事情。各家公司在数据安全上的投入与技术也是千差万别的,我们很难能够把大家在安全水位上拉平。所以,数据全生命周期安全保障是第一个问题。 隐私计算天然与密码学紧密结...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Hadoop3单机部署,实现最简伪集群
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程