CN102460442B - 数据中心模拟器 - Google Patents
数据中心模拟器 Download PDFInfo
- Publication number
- CN102460442B CN102460442B CN201080032491.8A CN201080032491A CN102460442B CN 102460442 B CN102460442 B CN 102460442B CN 201080032491 A CN201080032491 A CN 201080032491A CN 102460442 B CN102460442 B CN 102460442B
- Authority
- CN
- China
- Prior art keywords
- data center
- node
- cost
- equipment
- simulator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Architecture (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种用于模拟数据中心的计算机模拟系统。该模拟系统使用数据中心的逻辑表示来执行模拟。该逻辑表示包括表示数据中心中的设备的多个节点。每个节点具有用于施加负荷的输入和用于电力消耗的输出以及热输出形式的损耗。每个节点还具有用于从输入计算输出的函数。节点之间的第一组连接表示由数据中心中的一个设备从数据中心中的另一个设备汲取的电力。节点之间的第二组连接表示由数据中心中的一个设备向数据中心中的另一个设备施加的热负荷。模拟器可以在一系列不同运行条件运行以绘制数据中心效率,例如,或者估计不同IT设备对数据中心的影响。
Description
技术领域
本发明涉及用于模拟数据中心的方法和系统。更具体地,本发明的实施方式涉及能够确定和/或预测数据中心的组成元件的运行参数以及数据中心整体的全局运行参数的模拟。例如,运行参数可以包括能量消耗、效率(例如,DCIE)和/或运行成本。
背景技术
许多运营商在其数据中心安装详细的计量,以试图获得并了解能量和成本。这是昂贵的,并不能提供数据中心为何如此运行的理解。
已知工具和“计算器”仅评估数据中心的小部分,或者是单个部件或者是小的功能组。由于这些工具不认可数据中心机械和电力设备、IT设备、管理系统和施加的IT工作负荷经由软件表示相互依赖的系统,因此是无效的。现有工具不能涵盖机械设备、电力设备、IT设备、软件和用户负荷的全域以及这些区域中的每一个中所涉及的变量。
这些变量经常表现出可基本使工具的输出与这种约束的功能域折衷的相关性。例如,当晚上外面较冷时,在企业数据中心,用户工作负荷趋于较低,这意味着经济的制冷机系统很可能在其最高效的点受到较少的负荷而在其效率最低的点受到较多的负荷。在该情况下,严重损害以天为量度型的元件分析。
由于每个步骤中的复杂相互作用和多个因素驱使产生分析误差,所以影响系统的该一系列内部和外部变量迅速超过了人工分析的范围。
包括BCS数据中心专家组(DCSG)的多方已经确定,降低数据中心市场内的能量选项的一个主要障碍在于既缺乏有效的能量使用评价技术,又缺乏以有效和真实可靠方式将这些与财务影响相关联的能力。这还混合有对在没有任何独立的仲裁机构或评价机制时被广泛地假设为“漂绿”的供应商环境声称的信任的缺乏。
发明内容
本发明实施方式的总体方案在于提供一种数据中心模拟器,其使得可以解释影响整个系统及其组成部分的一系列内部和外部变量的相互依存性;实施模拟架构和依存关系提供了一种使得这种级别的分析合理并实用的结构。
该模拟架构中所包括的含时的变量可以包括例如:
施加的用户工作负荷
安装设备的数量
设备容量及容量分配
电力成本
外部环境条件
容量分配(利用)水平
设施电力负荷
其他可消耗成本(例如,水成本、占地面积成本等)
不含时变量可以包括例如:
设备效率特征
定义(例如,电力、水等的)消耗量与(例如,电力、热、制
冷等的)供应/产生之间的关系的其他规则或参数
本发明的一些实施方式采用的方法是建立其中对数据中心的所有主要组件进行模拟的模拟环境,从关于软件上的用户工作负荷到IT设备、机械和电力系统再到效用能量使用。该环境允许影响效率的一系列外部变量被相干地应用并且处于其相互关系的情景下。一旦被建立用于表示设施,模拟器就能够以非常稀疏(一些情况下甚至没有)的计量数据进行处理,但仍提供有用的准确报告和账单。通过以此方式建模系统级别的数据中心,变得可以模拟并理解系统的一个部分中的变量变化(例如,添加更多的IT负载、配备另外的制冷单元等)对系统的所有其他组件的影响。这反过来又使得能够将所有系统相关的成本准确地分配到数据中心中IT资源的个体消费者。
有关数据中心发展的新趋势,诸如模块化数据中心(例如,集装箱数据中心)和/或具有用于用户的多个应变或服务级别选项的数据中心,这种将成本的真正差异反映回每个服务消费者的能力变得越来越重要。本发明的一些实施方式提供的能量路径计算以及其他计算关系,能够将降至设备/组件/具体IT负载层级的成本分配通知,因此可以用于确定例如不同消费者、服务、或应用之间的详细和合理成本差异。
在一些实施方式中,工具的初级输出是每个场景的能量使用分析,这由作为对每个场景的基本成本的后模拟分析的次级输出来支持,以提供较低能量场景的交易情况合理性的基础。可选地,可以在主模拟内执行成本分析而不是作为后模拟分析。
在一个方面,本发明涉及包括机械、电力和IT设备及其彼此相互作用以及诸如温度的外部变量的整个数据中心系统的模拟。与之相比,现有方法限于系统的一部分或具体设备或现象的影响,由此并不提供有用的回应,这是因为他们不能将其结果置于影响他们行为或受他们行为影响的所有变量的整个情景下。
系统级别模拟可以包括但并不限于:
a.随时间变化的电力成本
b.随时间变化的节碳强度
c.随时间变化的节碳成本
d.随时间变化的外部天气温度和湿度
e.随时间变化的施加的工作负荷
f.随工作负荷、配置和状态变化的IT设备耗电量
g.随时间变化的施加的电力负荷
h.随时间变化的设备的类型、数量、配置和规格
该模拟方法允许对与设施有关的关键数据进行的确定,该确定极其干扰工作的物理数据中心或者使工作的物理数据中心的测量变得不可能。例如,在诸如外部气候条件、内部运行和模块化配置的变量的任一组合下,在模拟时间内的任一点数据中心所消耗的“固定负荷”或“长期负荷”电力可被确定。这在运行的设施中是不可测出的,这是因为其要求所有IT负载有规律地关闭以追踪该值。这使得该模拟器能够形成数据中心内成本和能量至每个设备、服务、或应用的分配的有效基线(basisi),而这使用传统测量和报告方法是不可能的。
在一个方面,本发明实现了能够表示、操纵和返回具有反馈回路的系统的输出的系统级别模拟。反馈回路可出现在数据中心中,例如,空气调节单元可以从电缆以及位于空气调节单元进行冷却的区域中的分布设备汲取电力,从而创建反馈回路。
在一个方面,本发明提出了涉及允许简化的数据输入的数据中心的逻辑表示,以允许系统在数据收集和输入的可接受级别被有效地建模。该方法可以包括但不限于:
a.包含有由不同类型的设备构成的通用节点的数据中心的布局或“构造”。
b.该布局可以由任意数量的节点组成,其中连接点的任意集合表示任一数据中心或一组数据中心。
c.将具有相同类型和功能操作的多个设备表示为组的设备节点。这些组可以用于表示遍及多个设备的使用的满额定容量和/或应变。
d.设备节点可以具有表示节点内的设备组的设计或预计容量的确定容量。
e.节点被互连以描述数据中心内的依存关系。互连通常表示诸如消耗的电力或所施加的热负荷的能量流,或者表示诸如IT工作负荷的施加负荷。互连还可以表示例如空气流量/速度、水流量/速度、湿度或去湿负荷等的其他流和负荷。
f.可以包括其他特殊用途节点来协助模拟,诸如包含数据或协助达成需要迭代的环路的解决方案。
g.可以包括其他特殊用途节点来执行诸如负载路径的分裂或汇合的逻辑功能或者控制逻辑的实施,以表示数据中心内影响或控制其他节点的运作的电力、机械或控制系统。
h.可以添加节点以表示由构成数据中心的开销的一部分的非IT系统(诸如照明)所使用的能量。这些能量开销和成本可以分配到IT负载。
在一个方面,本发明提出了一种用于数据中心资本成本和能量(以及因此能量成本)分配给诸如IT设备的设备或者诸如电力负荷的所施加负载或应用工作负荷的方法,该方法有效地考虑到整个成本和能量使用的固定部分和可变部分。诸如维护成本等的数据中心成本也可以以这种方式分配。通过使用本文所提出的模拟思想,该方法的实施方式能够有效地表示系统中每个设备处所分配和利用的容量,包括由其他组件的相互作用引起的开销和其他相关成本。该方法的实施方式还能够有效地表示基础设施中每个设备的再生成本和非再生成本成分,包括资本成本、租赁购买、维护成本等。如果需要,还可以考虑诸如数据中心内由设备占据的空间的由用户表述的其他参数成本。
在一个方面,本发明提供了一种空间、成本和能量的分配方法,该分配表示为这些变量的使用水平,以实现用于说明利用率的分配。例如,这可以通过:
a.在模拟时间的每个点处所占用或使用的容量部分的直接分配,以解释该结果内的未分配容量、成本和能量
b.分配包括在模拟时间的每个点的瞬时占用或使用的容量部分,以确保所有成本都分配给设备或负载
c.分配包括一段时间内预计或达到的占用或使用的容量部分,以反映该段时间内的有效成本,从而为初步扩建后逐步增长的数据中心的有效成本计划或分配做准备
d.分配包括模块化安装的影响,以进行数据中心内的容量或设备的调试或配置。
在本发明的一些实施方式中,其中模拟系统包括表示数据中心中的多个设备的节点,每个节点可以是模拟中的“黑箱子”并无需表示可以通过传统分析数学方法求解的连续、单调、或参数化函数。例如,这允许节点:
a.使用以一个或多个变量表示的损耗或效率的数据点
b.使用以一个或多个变量表示的损耗或效率的参数化函数
c.包含高级函数,例如向诸如制冷机工作台或节能器控制设备应用的控制系统的模拟
d.可以表示一个或多个设备类型,例如,“制冷机”节点可以含有描述该套性能的制冷机泵、水泵和干式冷却器风扇负载
e.可以执行分布或变换函数,例如,节点可以模拟物理机器之间控制软件驱动的虚拟机工作负荷移动,包括在净工作负荷不需要这些物理机的容量时使这些物理机处于省电状态或关闭状态。
在一些实施方式中,在模拟器有效地表示整个数据中心系统的情况下,可以确定对任一系列问题和场景的回答。因而,模拟器的实施方式可以提供用于详细和专门的组件级模拟元件的进一步发展的架构,上述元件然后可以在数据中心的依赖和驱动元件以及外部因素的全范围内实行。例如,可以在考虑每天和每年周期内随时间变化的、被IT工作负荷驱动的变化的热负荷、变化的电力成本以及变化的外部温度和/或湿度,来有效地评估制冷节能器。
在一些实施方式中,模拟器可以对多个数据中心大厅或者甚至多个数据中心(例如地理上远离的数据中心)进行建模。这提供了确定例如相比于一个数据中心对另一个数据中心施加新IT负载的影响或者将一个IT负载从一个数据中心移至另一个数据的影响的能力。
一些实施方式提供了可以在其上建立进一步的分析和报告系统的架构,或者提供了建立于利用由模拟器提供的系统级别理解的高级控制系统上的架构。例如,控制系统可以使用预报或寻求目标来代替简易反馈系统和“调整参数”,以最优化给定目标的行为。
在一个方面,互连的节点的核心模拟被一系列外层数据提供、迭代和分析所包围。这允许多个内部和外部变量在模拟时间下一起改变,从而进行有意义的分析。可以以任一组合扫描变量的特殊子集,以分析诸如施加的电力负荷或外部温度,从而报告两个变量范围内的基础设施效率。例如,其还使得能够对有或没有相关性的任何变量或一组变量进行蒙特卡洛或寻求目标分析。
例如,根据一些实施方式的模拟器能够:
a.通过i和ii,报告所实现的数据中心基础设施效率:
i.外部温度和所施加的电力负荷
ii时间、包括设备的所有参数、外部气候、所施加的电力负荷、模块化配置
b.通过i和ii,基于基础设施中的能量损耗,报告所实现的输送到IT设备的每千瓦小时能量的成本:
i.外部温度和所施加的电力负荷
ii时间、包括设备的所有参数、外部气候、所施加的电力负荷、模块化配置
c.通过i和ii,基于能量损耗和数据中心建设、机械和电力设备、安装、维护、和运行的成本,报告所实现的输送到IT设备的每千瓦小时能量的成本:
i.外部温度和所施加的电力负荷
ii时间、包括设备的所有参数、外部气候、所施加的电力负荷、模块化配置
d.通过时间、包括设备的所有参数、外部气候、所施加的电力负荷、模块化配置,基于基础设施中的能量损耗,报告所述负荷的运行电力成本
e.通过时间、包括设备的所有参数、外部气候、所施加的电力负荷、模块化配置,基于能量损耗和数据中心建设、机械和电力设备、安装、维护、和运行的成本,报告所述负荷的“满负荷”运行电力成本
f.基于系统中的能量损耗,报告供给到布局中任一节点的建筑、电力负荷、IT设备、或工作负荷能量使用的能量占整体的份额
g.基于能量损耗和数据中心建设、机械和电力设备、安装、维护和运行的成本,报告布局中任一节点的电力负荷、IT设备或工作负荷成本的份额
h.报告从i-xi累积的,可分配到任一IT设备、所施加的工作负荷或表示施加到一个或多个设施中的IT设备组的应用或服务的工作负荷组的成本
i.硬件和安装的资本成本
ii硬件的维护成本,包括维护合同和人力时间
iii.数据中心的机械和电力基础设施的资本和运行成本,该资本和运行成本基于包括模块化配置的该容量的使用部分,可以选择以多种方式来表示利用率。这可以通过按时间的负荷或者通过平均或峰值负荷来评估。
iv.数据中心的机械和电力基础设施的匹配未使用资本和运行成本,该资本和运行成本基于未被包括模块化配置的工作负荷或设备使用的该容量部分,可以选择以多种方式来表示利用率
v.输送到IT设备的电力的成本
vi.由于输送到IT设备的电力引起的数据中心基础设施中的可变损耗中损耗的电力的成本
vii包括模块化配置的数据中心基础设施的固定损耗中损耗的电力的成本的设备和工作负荷份额,可以选择以多种方式来表示使用率。
viii.输送到IT设备的能量和相关的节碳
ix.由于输送到IT设备的能量引起的数据中心基础设施中的可变损耗中损耗的能量和相关的节碳
x.包括模块化配置的数据中心基础设施的固定损耗中损耗的能量和相关节碳的设备和工作负荷份额,可以选择以多种方式来表示使用率。
xi.基础设施中任一设备的总成本和能量消耗,以及分配给数据中心
内所支持的IT设备、工作负荷或电力负荷的那些财务和能量成本。
在一个方面,模拟内的节点使用可扩展数据格式传递数据,以允许比将传递和评估的简单瓦特和成本更丰富的数据。该数据可以包括:
a.一系列成本类型
b.作为由任意数量谐波的设备消耗的入相电流和出相电流的向量幅度传递的电力。这允许:
i.设备负荷的功率因数的有效描述
ii来自包括取消全部或部分谐波成分的多个设备的负荷的有效和,例如,容性负荷对感性负荷。
iii.其容量和性能受所施加的负荷的功率因数影响的节点
iv.影响诸如功率因数校正电路或变压器的所施加负荷的功率因数的节点。
c.诸如将在节点间传递的绝对或相对湿度、水质或水质比的其他值。这允许:
i.对设备加湿或去湿影响的有效描述
ii湿度对由设备表示的效率、容量和负荷的影响的有效描述,例如,不同湿度下空气调节单元的不同显热比
iii.不同的湿度设置点、范围或目标的影响的有效描述
iv.对外部空气交换系统的影响的有效建模
v.对绝热加湿系统的益处的有效建模
在一个方面,模拟器能够执行数据中心或其内部组件的一系列能量或成本分配,包括“公平份额分配”、“真正分配”以及与上述相关的其他分配级别中的一个或多个。
在公平份额分配中,模拟器能够表示数据中心的总体能量和成本至特定的负荷、设备、或设备组的“公平份额”。这考虑了数据中心的能量分配和消耗以及使用水平。该成本可能用作用于内部收费计量的基础。
在真正分配中,模拟器能够表示考虑分配、消耗、和使用水平情况下的特定的负荷、设备、或设备组成本和能量消耗。该成本对于设备或负荷是特定的,并表示能量、电力、和冷却链组件损耗的实际份额和该特定负荷或设备实际发生的成本。这很可能用于内部输送成本分析。
“真正”和“公平份额”成本之间的差异的一个示例是,数据中心中的两个相同服务器,该两个相同的服务器在相同的工作负荷下,供应有相同的电力并且具有相同的制冷能力,其中一个通过更昂贵的一套设备供应电力,另一个的电力供应设备较便宜但具有较高的能量损耗。在“公平份额”分析中,电力输送设备的成本和能量损耗在所有IT负荷之间平均,并且这两个服务器将产生相同的能量和成本。在“真正”分析中,相比于另一个,一个服务器将产生更高的电力输送基础设施成本但较低的能量成本,这表示比较成本的更实际分析。
在“边际分配”模式下,一些实施方式的模拟器能够报告数据中心中的额外负荷、设备或设备组的边际能量和成本。这可以包括模块化基础设施容量阈值被触发或者在模拟中的不同时间被触发的额外设备的资本和运行成本和能量。
这些各种分析模式提供了重要的商业信息来支持例如对服务价格、设备选择和部署、和/或工作负荷分配和调度等的决定。
根据本发明方面的方法和模拟系统的一些实施方式能够进行容量分析。由于模拟器能够知道每个节点的每个设备组的额定容量以及节点内的设备的额定容量及其操作机制,因此模拟器能够:
a.当设备或节点被配置得超出其额定容量或额定容量的阈值(例如90%)时,发出警告和错误。
b.自动确定需要在节点中安装第一或额外设备以满足该设施的预计电力或IT工作负荷的时间点。由于成本分析能够应用资本、安装、维护等,所以这还能够为详细的财务计划提供需要安装时额外设备的成本。
c.警告和容量安装阈值都能够考虑到运行设施对设备或节点的容量的影响,例如,电力基础设施的元件的容量可以取决于所施加的负荷的功率因数,而制冷系统的容量可以取决于内部和外部温度。
实施方式通过使用不同的成本和能量分析模式来提供重要的商业信息还可以用于决策支持,如果有必要,当连接至监控和资产数据库系统时,实时提供对a-c的决策:
a.服务价格
b.设备选择和部署
c.工作负荷分配和调度
实施方式还可以用于计费应用。可从模拟器获得的详细财务分析可为数据中心服务的计费以及根据不同客户行为和诸如不同能量或节碳成本的不同外部因素对运营商成本和其收益之间的差异执行分析提供公平和公正的基础。
在一个方面,本发明提供了一种能够表示与各种分路器连接的多条路径。这可以用于表示例如:
a.具有穿过基础实施的多条供电路径的设备,例如服务器可以具有两条供电连接,一条在UPS保护供电上而另一个在非UPS保护供电上。该模拟器能够有效地表示在两个电源之间的任一给定电力分离行为下供应电力成本与消耗电力成本。
b.具有穿过基础设施的多条冷却路径的设备,例如服务器机箱可以部分地空气冷却,以及部分地直接进行水冷却。该模拟器能够有效地表示在任一给定的热负荷分离行为下供应的和施加的热负荷和结果成本以及两条制冷路径之间的温度差,可能是25摄氏度的空气和在50摄氏度液冷的水。
附图说明
以下参照附图描述了本发明的实施方式和可选特征,附图中:
图1示出了典型数据中心中的IT电力输送路径和损耗;
图2示出了将电力输送到1MWIT电力负荷所需的数据中心输入电力随IT负荷变化;
图3示出了随着IT电力负荷从0增大到满载的数据中心效率的变化;
图4示出了模块化配置场景下数据中心效率关于IT负荷的变化;
图5示出了DCIE与IT电力负荷和外部温度的关系的曲线图;
图6示出了本发明实施方式的模拟器覆盖范围以及模拟器能够说明的数据中心的运行参数的变化;
图7示意性示出了本发明实施方式的模拟环境的单个节点;
图8示出了在数据中心的模拟中多个不同类型的节点能够彼此连接的方式;
图9示出了被连接用于模拟数据中心的电力输送链的设备节点,电力传输用粗线示出;
图10示出了被连接用于模拟数据中心的热链的设备节点,热流用虚线示出;
图11示出了图9和图10合并的设备节点、电力输送连接和热连接;
图12是简单的、单个数据大厅数据中心的表示;
图13是本发明实施方式的模拟中所使用的IT设备的模型;
图14示出了服务器工作负荷、服务器耗电量(实体块)、和服务器效率(线)之间的关系;
图15示出了模拟对正在分析的IT设备除外的IT电力负荷进行建模,以在运行环境中分析IT设备的方式;
图16示出了图15的IT设备和IT电力模型整合到图11的组合的电力和热链的模型中;
图17是IT设备固定和可变的耗电量关于IT工作负荷变化的曲线图;
图18示出了图16具有附加节点和连接以能够进行IT设备的固定和可变能量分配的模拟模型;
图19示出了图18具有附加节点和连接以能够进行全能量和成本分配的模拟模型;
图20、图21和图22是模拟器的三个实施方式的软件结构的示意性示图;
图23-图25是两个比较场景的总体IT设备成本和能量使用的图表;以及
图26是这两个场景的总体(数据中心)成本和能量使用的比较图表。
具体实施方式
数据中心概述
以下描述的示例性数据中心是以至少两种基本模式运行的分析工具:数据中心基础设施性能和IT设备或IT工作负荷分析。还可以实施其他模式,例如以计费模式、容量预测模式和实时分析模式为例。
报告和分析
数据中心的工具和计量可以广泛地归类为报告或分析。
报告测量和计量
报告计量包括电力传输效率的绿色网格DCIE1(数据中心基础设施效率)的计量。该计量表示数据中心机械和电力装置将来自建筑电源的能量传输到IT设备的效率。
DCIE可以在单个时间点测量或者在时间段测量。数据中心的DCIE报告给出了测量时段期间在特定的条件组合下所达到的效率的梗概。
分析和诊断工具
虽然报告计量方法在提供潜在效率问题的初始确认方面是有效的,但仍是更加需要定义解决方案。还要求分析工具确定为何效率是测量的那样,并协助运营商进行有效财务和环境改善的评估和商业论证。
数据中心模拟器是这样的一种分析工具,其被设计协助提供对这些问题的理解和回答。模拟器提供了对数据中心(建筑)基础设施以及如何与其支持的IT硬件交互的见解。
数据中心效率
模拟器工具的第一模式允许对数据中心基础设施效率进行建模并分析,如所模拟的,该阶段的输出作为性能的DCIE报告被提供。
数据中心效率的概述
为了解释该模式的输出,有必要提供对数据中心机械和电力基础设施的行为的简要概述。
如图1所示,通常从公用事业供电101向数据中心提供电力。然后,该电力在到IT设备110的途中经过一套电功率转换、调节和分配设备102。这些设备中的每个都呈现出一些低效率并且损耗一部分电力。数据中心的机械设备也消耗电力,大多是CRAC(计算机房空调器)单元103和制冷设备104。最后,还有也消耗电力的诸如照明、灭火和发电机预加热器的辅助服务105。
在图2中,我们示出了这些损耗对向1MWIT电力负荷输送电力所需的数据中心效用输入功率的影响的简化示图。如图所示,满载时总功率需求约为IT电力负荷的205%。然而,更重要的是数据中心机械和电力基础设施的固定开销(参见BCS论文“DataCenterEfficiencyMetrics”对此问题有更详细的研究,http://www.bcs.org/datacentreenergy)。在零IT电力负荷时,该设备将从公用设施汲取约600kW。
该固定开销意味着数据中心效率(DCIE)将随数据中心中的IT电力负荷而变化。如图3所示,在满载时,DCIE刚刚在0.5以下,但是在全额定负荷的20%时,由于固定功耗和可变功耗之间的比率变化,使得DCIE下降到0.23。
数据中心效率随负荷的这种变化意味着我们不能用测出的DCIE值有效地执行数据中心的分析或比较,原因在于这些报告值未提供足够的信息来比较数据中心或评估任何变化的影响。
随着IT设备安装在数据中心并且在变化以及随着借助于更先进的IT设备,所施加的IT工作负荷变化,数据中心的电力负荷以及因此所达到的效率将随时间变化。虚拟化、网格以及MAID(大规模闲置磁盘阵列,当不使用时关闭硬盘的RAID系统)技术均允许IT电力负荷的大的变化,这是因为其通过自身的能力安装到数据中心中,从而允许设备在不需要时处于空闲、待机或关闭状态。
数据中心效率和模块化配置
复杂的DCIE变化的示例是更现代的设计-模块化数据中心。在该示例中,分级地推出数据中心机械和电力设备。PDU(PowerDistributionUnit,电力分配单元,独立的大单元,不是机架中的电源插座)、UPS(UninterruptiblePowerSupply,不间断电源)、CRAC、和制冷系统以额定IT电力负荷的200kW(200kWIT电力负荷步进,由于电力和冷却系统中的其他设备的损耗,对于大部分设备而言,实际增幅要更大,对于CRAC单元,这些将为~200kW,而对于变压器则更大)步进增加到1MW满容量。如图4所示,我们现在有一族DCIE曲线。在设施使用率低的设施运行早期阶段,模块化部署提供了基本的效率改善,并降低了初始资本成本和提高了灵活性。通过机械和电力设备数量的减少及其损耗的降低,数据中心的固定开销减小到较低的额定容量。在IT设备能够呈现出电力负荷大的变化的设施中,该固定模块化方法价值很小。
数据中心效率和外部温度
对数据中心效率的其他主要影响因素是外部温度。数据中心冷却系统的效率受系统试图将能量作为热量排泄向的外部温度影响。
如图5所示,数据中心的效率基本上随外部温度变化。为了有效地理解数据中心的成本和能量效率特性,或者预测变化对机械和电力或IT系统的影响,有必要理解效率随IT电力负荷和外部温度的变化。
数据中心模拟
数据中心模拟器已经被设计为涵盖影响数据中心成本和能量性能的全范围因素的架构工具。
模拟器的范围
数据中心是一个复杂环境,其覆盖了宽范围的技术学科、技能集合和经常性组织角色。这已经导致设法解决现代数据中心的能量和成本问题的一系列组件计算器和学科专用工具的发展。该模拟器覆盖了从IT设备施加到电力和机械系统的IT工作负荷到能量供应和外部气候的范围。
系统级模拟的必要性
如上所述,数据中心设备效率不是能够测量然后用于数据中心的比较或分析的常数。IT设备施加到基础设施的电力负荷影响基础设施效率。数据中心的效率还受外部温度和随一天的时间和季节变化的湿度的影响。虽然多数传统IT设备接近于其全功率而根本不考虑负荷,并且从机械和电力角度来看,其一旦被安装到数据中心中可被视为与昂贵的电阻无差别,但是现代IT设备被设计为在所施加的IT工作负荷和电力消耗之间呈现出超强联系。由于IT工作负荷、驱动IT电力负荷和外部温度随一天的时间在变化,所以在不同时考虑由于IT工作负荷引起的IT电力负荷的变化的情况下,我们不能通过外部温度来有效地评估数据中心的效率。引起真正网格计算技术的移动虚拟机器的发展和实施使得该问题更加突出。
相互依赖的关系使得难以在不将所有外部变量和整个数据中心看为系统的情况下执行数据中心的分析或者预测数据中心的任何部分的任何变化的影响。由于该一系列关联的外部因素,其迅速变得难以分析数据中心设计的性能或者任何变化对现有设施的影响。
如图6所示,这里描述的全系统模拟器捕获每个覆盖区域的变化,并提供其中每个组件的模拟模型可以运行的操作架构作为全系统的一部分,但仅考虑其直接依赖关系。用户能够指定与时间有关的诸如电力成本或IT工作负荷的外部变量以及与所施加的负荷有关的诸如UPS的设备性能,并且模拟器将根据变量和依赖关系工作。
模拟方法
模拟器的基本方法是使用表示各个设备的一组节点来创建数据中心的表示。然后,对于单组输入值对其进行求值,并且保留该步骤的结果数据。然后,模拟器对生成所请求的模拟输出所需的所有步骤进行迭代,根据需要施加为外部变量提供的数据。
更特别地,数据中心系统的每个元件被表示为单独的节点。节点包含模拟该元件的逻辑。模拟器为节点提供设备性能数据和外部变量。在模拟器中使用定义的接口将节点连接在一起。
电力(电能)和热负荷在能量模拟器中表示。这些负荷可以采取简单数字或值的结构数组的形式,来表示诸如构成电“功率因数”的频率谐波相位的复杂构造。
模拟器将每个节点视为“黑箱子”,并且因此不限于简化的连续函数,而是能够包含复杂、不相交的设备行为,并包括复杂控制系统的模拟。
模拟器能够表示基础设施中使传统分析难以进行的反馈回路。例如,可以从位于冷却单元的区域中的设备向空气调节单元供电,由于空气调节单元操纵区域中的热负荷并且其消耗电力,因此这造成了供电设备的进一步损耗,增大了空气调节单元必须处理的热损耗,增加了功耗等。
通过为设备特定功能表示提供完整环境和情境,这些方法基本上简化了设备特定模拟组件的创建。
图7示意性示出了模拟环境的单个节点710。
每个节点710一般具有至少三个到建模结构中的其他节点的基本连接。
1)施加的负荷720,其是电、热、施加的工作负荷或其他
2)处理施加的负荷720时所造成的损耗730
3)处理施加的负荷720时所产生的消耗负荷740
然而,更一般地,节点可以具有任一数量的连接。例如,热交换器节点可以具有两个输出,被成功转移的热负荷以及作为剩余的“旁路”负荷。
每个节点还可以访问执行其模拟所需的任何外部数据。外部数据由模拟架构750提供。这涉及随诸如时间的一个模拟变量变化的数据。例如,还可以考虑诸如外部温度和湿度的实际计量数据。
例如,表示电力基础设施元件的节点将具有表示由所连接的设备消耗的电力的施加负荷,该节点然后受到与由节点模型和所提供的参数定义的负荷有关的一些程度的损耗。这些损耗将被提供于损耗接口,并有可能作为热损耗被收集从而带到空气调节节点。在电力节点中,该损耗通常与施加负荷相加,以提供消耗负荷。例如,外部数据可以包括电力节点处的设备的容量、所需的性能数据以及诸如制冷设备节点的外部气候条件的任何变量相关的数据。
可以认为在数据中心模拟器中使用的节点落入以下五个基本类型:
a.“电力节点”810,用于表示数据中心的电力(电力输送)基础设施的元件。
b.“热节点”820,用于表示数据中心的机械(散热)基础设施的元件。
c.“负荷节点”830,用于向设备施加负荷。这包括施加到基础设施的电力&热负荷以及施加到IT设备的工作负荷。
d.“特别节点”840,用作数据中心的电力源或热发射接收器。示例包括数据中心节点(其用作电源)以及环境节点(可以用作热发射接收器)。
e.“逻辑节点”850,负责实施更高级的负荷转换、定向、或组合功能,并可以例如用于模拟数据中心内的控制系统。逻辑节点的一个示例是求和节点,用于整理一组负荷、应用统一函数(可能是算数和)、并将结合的负荷传递到另一个节点。另一个示例是分离器节点,其将负荷的变化量或比例转移到其他节点。
图8示出了这些不同类型的节点在数据中心模拟器中如何连接。
设备节点
模拟的基本元件是设备节点。每个节点表示一种类型设备的一个或多个,例如,不可间断电源。节点具有输入端,以提供该设备的性能数据和所施加的负荷以及节点设备确定其行为所需的任何其他外部因素,诸如制冷设备的外部温度。
设备节点还具有至少两个输出(虽然并不要求所有的被连接):负荷和损耗,通常是电力消耗和热输出。节点意识不到时间或不直接影响节点的任何其他因素;模拟器负责确保模拟中用于该步骤的所有应用参数是正确的。
所表示的基本设备类型是:
表1:基本设备节点类型
电力链
节点在模拟器内连接,以表示数据中心内的能量路径。第一能量路径是由数据中心的电力设备形成的电力输送链。其示例在图9中示出。
在该简化示例中,我们开始于模拟器所使用的IT电力负荷节点910,来向数据中心施加负荷。该负荷源电连接至PDU节点920。PDU节点920具有描述其输送电力所造成的损耗的一组数据,PDU节点将这些损耗添加到IT电力负荷节点910消耗的电力,并将该负荷传递到UPS930,其对其损耗等进行相加,直到到达变压器940以及数据中心电力系统的整体直接能量使用950。
热链
数据中心基础设施中的第二主要能量路径是由机械设备形成的热链。图10中示出了示例。
再次在该简化示例中,我们处理数据中心内的热负荷。包括电力链中在数据中心的冷却区域中呈现出热损耗的每个节点。IT电力负荷有效地将其全部输入电力作为热量而“损耗”,但电力基础设施仅排出节点损耗作为热量。这些热负荷被求和后被施加到CRAC单元,CRAC单元负责从数据中心的冷却区域去除热量。CRAC单元1010具有表达处理给定施加的热负荷所消耗的电力的损耗函数,虽然在DX或混合动力系统中,其可以是压缩机或泵电力,但是其大多是风扇电机电力。注意,CRAC单元的更高级模型还可以表示由于工作温度和湿度的显热冷却和潜在冷却之间的分歧引起的除湿损耗以及重新加湿的电力负荷,或者在必要时从所需的空气流量确定其电机负荷。该损耗然后被添加到热负荷并施加到制冷设备1020。制冷设备节点使用外部温度1030和所施加的热负荷来确定其能量消耗。
连接链和迭代(iterate)
准备用于模拟的节点模型的最后一个步骤是如图11所示连接电力链和热链。
除了基本链之外,我们还向电力设备的节点施加由机械设备的CRAC和冷却设备节点消耗的电力(由连接1010表示)。其的一个重要方面是节点支持反馈回路。例如,可以从UPS电力供应向CRAC单元1010供电,UPS供电创建了CRAC单元1010消耗的电力使UPS930上的负荷增加的这种回路,从而增加了其损耗以及施加到CRAC单元1010的热负荷,因此增加了其耗电量以及UPS的负荷等。在发生这些回路时,模拟器只是进行迭代,直到负荷稳定以及达到了系统的工作结果。
模拟步骤
在连接了数据中心电力和机械链的情况下,可以执行数据中心效率模拟。其输出是DCIE关于IT电力负荷和外部温度的曲面图。
为此,模拟器架构建立在连接节点的核心模拟,将性能数据值加载到这些节点中,然后设置第一温度和IT电力负荷点作为输入。这产生了保留的第一输出效率数据点。IT电力负荷然后逐步从0%增加到额定IT电力负荷的100%(例如,每步5%)。这产生了对于单个温度,效率与负荷曲线的关系,其与图3中示出的以电力负荷每步增加5%计算出的类似。
模拟器架构然后将温度增大请求的步长(例如,5℃),并迭代存储有该温度的实现效率的从0%至100%的负荷范围。温度递增,直到达到模拟的温度上限,并且完成与IT电力负荷和外部温度有关的DCIE的全网格,从而产生如图5所示的每步5%电力负荷和5℃算出的表面曲线。
布局逻辑表示
模拟器使用作为数据中心机械和电力基础设施的逻辑表示的布局。这些简化布局以大幅降低的复杂度提供了数据中心性能的有效近似。模拟器还能够模拟超大量的节点,但是这仅提供了有限的附加准确度并且变得非常数据中心专门化。
图12中示出了简单、单个数据大厅数据中心。这是带有用于IT设备的UPS保护电力和仅数据面上的CRAC单元的简单数据中心。数据中心的其他区域不由主制冷设备冷却。
多个设备和应变
在逻辑表示布局中,仅给出了每个设备类型的单个节点。这并不表示仅有一个设备,例如,在图12的布局中,预计有一个以上的UPS,但是其部署的方式允许我们将其逻辑地表示为单个节点。
当配置节点时,提供单个设备的参数,一般是额定容量和负荷损耗数据。然后由信息对这些数据进行补充,以使模拟器能够理解包括应变水平的用作模式。以图12中的UPS节点作为示例,可以提供以下数据:
●每个UPS设备的额定功率为300kW
●存在三个UPS,在N+1应变的情况下,提供了600kW的额定容量(300kW*(3-1)=600kW)
●+1UPS是有源负荷共享模式,因此每个UPS将接收所施加电力负荷的1/3
表2示出了如何逻辑表示该节点处的UPS容量的三个示例。模拟器不是数据中心可靠性和可维护性评定工具,而是可以被通知用于确定节点处的设备组的设计和安装容量的应变方法。
表2:节点应变和容量数据的示例
分级和容量
模拟器实施一组用户定义的规则,这些规则用于支配单个节点中的多个设备的运作方法,包括例如运行的/运行的或运行的/待机的应变模式;以及负荷分配的方法,甚至包含共享、分级方法等,并且这些规则允许以表示其安装、管理、或控制系统的方式来动态管理运行设备的数量及其各自的负荷点。
模块化设施
数据中心中的设备的数量、存在率、或容量以及整个数据中心的容量可以在模拟器中随时间而变化,以允许模拟在建筑的运行寿命期间IT的模块化部署、去除、迁移、或替代以及电力或机械容量。
固定的能量开销
模拟器能够在考虑外部环境条件、数据中心基础设施的配置和部署状态以及运行管理的前提下,确定数据中心在任一时间点的固定能量消耗开销。
这在基本没有业务中断的运行设施中是不可能的。固定开销还可以通过不提供因果分析或预测容量的能量数据的回归分析仅以其他方式来近似。(参见BCS发布的白皮书,LiamNewcombe的数据中心能量效率指标,可从http://www.bcs.org/upload/pdf/data-centre-energy.pdf获得)
IT模拟概述
数据中心模拟器的第二模式是执行IT模拟。一旦已经创建数据中心场景,模拟器就能够将IT设备置于该数据中心中,并模拟在指定时间段在指定IT工作负荷下运行这些设备的能量和成本影响。该模拟的输出是表示IT设备和数据中心能量消耗、资本和运行成本的一组能量和成本数据。
然而,存在旨在基础设施层级上建立诸如DCIE的报告指标以及创建用于描述IT设备或数据中心系统的整体“效率”的横向指标的数字工作流,这并不是模拟器所采用的方法。正如在数据中心基础设施层级,报告整个数据中心的指标不提供用于支持变化影响评估或交易情况生成的分析能力,并且不能支持有用的或可信的退款机制。
该方法中的关键不同在于模拟器能够将影响数据中心中IT设备的能量使用和成本的所有变量考虑,并通过IT设备和数据中心栈提供纵向视角,从而在检查下提供IT设备的能量使用和成本分配。
IT模拟的概述
IT设备的模拟概念上是简单的;模拟器向表示被模拟的IT设备的节点1310施加工作负荷1320。如图13所示,该节点1310在模拟下具有IT设备的一个或多个施加负荷耗电函数,并将所施加的工作负荷转换成耗电量1330和热输出1340。
该耗电量和热输出然后被施加到模拟的数据中心基础设施,以在数据中心代理处确定施加在IT设备上的工作负荷的实际能量使用和成本。
与IT设备工作负荷有关的电力和效率
一个关键点是IT设备很少关于工作负荷呈现出恒定的电力效率。很像数据中心基础设施,如图14所示,随着IT工作负荷下降,所达到的效率随着与电力消耗有关的IT工作负荷而下降。
该关系表明,在不考虑施加至各个这些组上的工作负荷,表达数据中心中的IT设备组的效率以及最终的效率是没有用的。数据中心对IT电力负荷的响应增加了该评价的复杂性。
电力负荷的情境
如以上讨论中示出的,数据中心对IT电力负荷的响应不是线性的,因此在我们能够模拟对特定IT设备或一组设备的数据中心的影响之前,需要对数据中心中的其他IT设备应用全电力和热负荷。
在模拟器中,这是通过使用在DCIE模拟中使用的IT电力负荷节点910向数据中心施加电力和热负荷来实现的(图15)。
IT设备和施加到数据中心的IT电力负荷
如图16所示,IT设备和IT电力负荷的模拟器节点连接至已经为数据中心模拟建立的电力和热模拟链。
IT设备热灵敏度
模拟器能够处理将电力或冷却液(通常为空气)流函数表示为所施加的工作负荷和供应冷却液温度的因子的IT设备模型。
能量分配
模拟器操作的关键部分是被开发用于有效地表示数据中心的分配机制。
能量计算和“扣款指标”的当前方法是简单化的并且通常是无效的。这些方法通常使用其中之一:
设备的电力(能量)消耗
分配到设备、机架、区域或机房的空间或电力和冷却容量作为设备能量消耗和成本的代理。
这些是无效的,并创建了推动次优行为的不当激励。不能有效地理解和表示成本对独资或服务提供商的数据中心的整体性能的重大影响。
模拟器能够确定链中每个节点处的负荷和分配的容量的份额,相比于目前使用的简单化方法,能够允许更有效的成本分配。例如,如果服务器被分配有100W并由损耗为10%的不可间断电源供电,则在向服务器供电的主变压器,该分配会变成110W。对于消耗的电力进行同样的损耗因子分解。
相比于传统方法,该系统级的分配和消耗分析允许更详细和准确的成本分配。
模拟器的核心理念在于其理解并实施固定和可变成本(能量和财务)以及这些如何通过数据中心内的逻辑或物理设备得到。诸如已摊提的资本和固定能量消耗的固定能量消耗和财务成本基于数据中心资源的分配而分配到设备。诸如能量消耗的可变能量消耗和财务成本基于其资源消耗分配到设备。
数据中心模拟器已经建立并实施一组基本规则,以为模拟的IT设备分配数据中心能量消耗的公平和合理份额。(对于固定和可变能量和成本分配的更详细探究,参见BCS白皮书“数据中心能量效率指标”,http://www.bcs.org/datacentreenergy,其内容结合于此作为参考。)这些规则的一个基本信条是分别地累计固定和可变负荷和成本。数据中心的这些固定和按比例的能量和财务成本被直接模拟成固定和可变成本的普通财务概念,我们将以类似的方式使用它们来理解数据中心的真正能量和成本行为,以及其如何影响数据中心内运行IT设备的成本和能量使用。
固定和可变
数据中心基础设施的模拟已经表明了对数据中心在外部温度和基础设施配置的任一组合下所表现的固定负荷的效率的影响。该固定开销意味着计量所有IT设备以及向整个设施电力应用IT电力的比例不能适当地因式分解该固定能量成本,并不能用作分配机制或扣款指标。
在分配办公建筑的成本时,办公空间的出租和服务成本将是自然产生的,而不论雇员是否使用该办公地或者他们从事什么工作,这是固定成本的份额。可变成本可以包括台式PC使用的能量以及由桌上工作的雇员引起的电话账单。
在数据中心中,当安装IT设备时,电力和冷却容量被分配到该设备。在大多数数据中心中,该容量一旦被供应,其不能再用于其他设备。一旦数据中心的所有可用容量都被分配,则不能再安装IT设备。模拟器使用该供应的电力来确定应当分配到该IT设备的数据中心固定能量使用的份额。这在模拟的每个步骤执行,并且考虑数据中心的全状态和外部温度。
模拟器还能够确定由IT设备能量使用引起的数据中心的微小能量使用,这包括IT设备本身使用的能量以及电力和热基础设施用于将该电力输送到设备和散去所产生的热所使用的额外能量。如前,这包括诸如UPS向CRAC单元进行供电的环路的叠加。
如图17所示,固定和可变耗电量的总和提供了数据中心中的IT设备的总能量成本的公平合理表示。
图18示出了模拟器中的附加节点,以分析电力供应和能量分配,从而基于选择的模拟选项确定IT设备能量使用。这些附加节点是计算给定模拟选项1840下的IT设备能量使用1830的电力供应节点1810和能量分配节点1820。
成本分配
为了提供有用输出,数据中心模拟器报告每个场景的能量消耗和成本。为了确定每个场景的成本,模拟器包括任意数量的成本,初步分类为每个节点的资本和维护以及数据中心的诸如能量的资源成本。
图19示出了模拟器结构的进一步展开,包括计算能量、节点和诸如空间的设施成本的分配的节点,以给出IT设备成本。特别地,分配机制节点1910(其具有设施资本成本1915的输入)和设施成本节点1920与设备能量成本节点1930(其具有能量成本输入1940)结合用于计算IT设备成本1950。
模拟器能够使用与能量分析相同的节点、连接和性能数据基本结构,以大量细节对数据中心的成本进行建模。在存在反馈回路时,这包括部分成本的累积。
模拟器能够确保所有注入的成本被分配并被占用。
可以将资本和运行成本特性的任一表示应用到数据中心中的任一节点;这些可以与设备配置或所施加的负荷相关。
模拟器能够通过模拟系统累积每个节点的成本或施加的负荷,因此提供用于输送全部或部分数据中心服务的成本的详细和准确分析。
IT设备成本
输入IT设备的资本成本和年度维护成本作为该场景的参数。资本成本在指定的设备寿命或贬值期是摊提的,而维护成本在该场景的整个持续期间以其发生频率累积。
设施资本成本
数据中心机械和电力设备的资本成本可以表示为每个节点的资本和维护成本。这些在节点的声明设计寿命或贬值期被摊提,以提供基础设施的每个分配单元的时间敏感成本,然后基于配置给IT设备的量在整个模拟时间累积。
能量成本
能量成本数据每小时用于设备和总能量数据,以提供设备和整体设施的能量成本输出。
其他成本
模拟器可以在能量链和非能量节点中使用节点级成本分配机制,以分配诸如空间和水成本的其他成本,其他成本表现为:
●通过这些成本的直接分配的直接花费的其他成本,例如,空间利用率
●通过基于其能量链利用率为能量链中消耗其他单元(诸如占用空间)的设备分配其他成本的间接花费的固定和可变其他成本(例如,空间、水消耗),该成本然后被分配到IT负荷
●利用率补偿
模拟器能够基于用户的核算喜好和数据中心的利用率水平,改变至设备的能量和成本分配及增长额。例如,如果数据中心基础设施的摊提的资本成本是£0.10每瓦特月,并且为服务器分配1Kw,则摊提的基础设施成本每月将自然增加£100。如果数据中心容量仅分配了50%,即,有一半是空的,则对于附带有示出为未分配的摊提资本成本的50%的用户而言,这仍可以是有效分配。可选地,在该时间点,模拟器能够补偿数据中心容量的利用率,在50%时,服务器将为该月累积£200(该增长可以是时间相关函数)。利用率补偿还能够基于设施的任何任一利用率,诸如在给定时间段(例如,5年期)期间算出的或预计平均利用率。
更特别地,模拟器能够以上述方式分配IT设备能量和成本。
对于表示容量的每个节点,模拟器可以基于该容量的总结果利用率向每个服务的负荷施加成本。
IT模拟中的时间
虽然数据中心模拟通过一些列所施加的电力负荷和外部温度逐步进行,但是IT模拟通过时间逐步进行。这允许模拟器确保将每个外部变量的正确值施加到每个时间步骤。这允许模拟器提供对诸如冷却节能器的设备的影响的有用分析,当IT工作负荷和由此耗电量可能较低并且电力成本在其最小值时,冷却节能器极有可能整夜工作,相反,在外部温度最高的一天的中间,IT工作负荷和耗电量最高且电力成本高,从而节能器可能提供不了任何益处。
时间步进
模拟器中使用的基本时间单位是天和小时,模拟器使用来自所提供数据的适当值默认遍及每天的24小时步进,并且评估该小时内数据中心的状态、能量消耗和成本。将小时的成本和能量消耗求和,以提供每日值的集合。
模拟月
模拟时间的默认单位是月,模拟器将模拟每个模拟月的一个每个指定类型的全天,并乘以值以获得该月的总成本。可以指定多个类型的天,例如,以说明工作日和周末之间的用户工作负荷的变化。
时变数据
为了通过模拟成功地迭代,模拟器需要时变的数据,其可以包括
数据类型 | 按月变化 | 按小时变化 |
外部温度 | 是 | 是 |
电力成本 | 是 | 是 |
总数据中心容量 | 是 | |
M&E设备配置 | 是 | |
照明和其他负荷 | 是 | 是 |
IT供应的电力 | 是 | |
IT工作负荷 | 是 | 是 |
其他IT电力负荷 | 是 | 是 |
表3:时变数据
软件结构
模拟器的实施方式以在例如通用计算机上可执行的软件实施。在一些实施方式中,软件在经由浏览器界面可通过网络远程接入的服务器计算机上执行。例如,模拟器可以在客户端设备通过使用安装在客户端设备上的互联网浏览器应用程序可经由互联网访问的计算机上执行。
以下参照附图20、21和22描述实施方式的软件结构。
软件广义上可以分成五个主要组件,核心模拟器、数据格式、图表模块、Web用户界面、以及可选用户接入接口。
用户界面
Web用户界面可以用于实现工具的使用,而无需将软件下载并安装到用户机器上。该UI还为用户提供了一种机制,通过报告描述由工具提供的节约和协助的两个场景,报告实施的节碳。
图表&可视化模块
为了从web用户界面提供来自模拟器的输出数据的更可视化的视觉图示,图表&可视化模块用于提供数据的特性堆积条形图和曲面图表示(例如,如图5和图23至图26所示)。可以使用其他形式的可视化,诸如相比于设计和/或额定值,表示例如实际值的“刻度盘”。
数据输入/输出
模拟器使用一组数据格式以进行输入和输出。存在将每个设备的特定性能描述为表示每个设备的模拟节点的数据格式、用于模拟输出的格式、以及用于描述数据中心布局的格式的相对较小集合。由于定义XML方案的方案是被广泛认知的平台独立和可移植的标准,因此这些以定义XML方案的方案提供给模拟器。
XML接口
XML数据格式由输入/输出接口和解译器支持。
与数据库系统整合
模拟器接口——XML和更直接的RPC,都允许与其他系统整合,以产生增强的组合值(参见图21b),例如:
●与IT服务目录和监控系统整合,以向模拟器提供关于收费服务或模拟器可能花费的活动中涉及的设备和工作负荷的数据,其中模拟器返回处理的数据
●与IT设备资产数据库整合,以向模拟器提供关于安装的物理设备的数据。
与财务或计费系统整合
模拟器为数据中心中的负荷、服务或设备分配真实成本和资源消耗的能力使得其能够将与数据中心所识别的负荷、服务、设备、组、或用户的资源消耗相关的数据处理成成本的高粒度分配,其可以用于支持计费或扣款活动。
模拟器
核心引擎
开源核心引擎是允许模拟的基础环境。其实施数据中心组件节点运行所在的功能环境。
数据中心组件
数据中心组件是表示模拟中的各个数据中心组件的一组节点。
模拟和结果API
模拟和结果API提供产生、执行和收集模拟结果的能力。模板函数协助建立模拟模型,通过模拟参数迭代分析函数,改变诸如工作负荷和环境温度的外部变量,并整理结果。
可替换的用户界面(图22)
尽管其作为webUI的替代物,但是仍使得用户能够以有效和可预测方式与模拟器交互并从其接收结果,可以提供XML接口来取代由WebUI进行呼叫。
数据输入/输出
可以使得一组数据输入和输出XML格式都是可用的。这可以取代例如在WebUI中的形式进入数据。输入/输出接口从webUI版本扩展到处理所有这些格式。其可以是webUI功能的超集。
构造器数据
模拟中的数据中心逻辑布局由构造器表示。这承载了创建并连接用于模拟的核心引擎中的数据中心组件所需的信息。这是一个复杂处理,其由表示布局的特定XML数据格式支持。该数据格式由XML元语解译器解译。模拟器能够采用设施的简化逻辑布局(即,不包括完整M&E安装的全部复杂性)。实际上,根据模拟的需要,可以用从单个节点到数据中心的每个组件的任何来实施模拟。
模拟器的应用
模拟可以适合用于多种不同应用,从以上所讨论的多种不同应用中的一些已经是显而易见的。以下指出了一些其他可能的应用。
确定逻辑设备的能量和成本影响
通过系统级模拟,模拟器能够确定数据中心中逻辑设备以及物理设备的能量或成本影响。
例如,不可能安装用于虚拟服务器的功率计,但是可以模拟物理服务器上的负荷,以确定虚拟服务器的影响以及从而确定在数据中心级的累计影响。
如果分析
模拟器能够执行非常宽范围的“如果”分析。
来自这种“如果”模拟的输出数据可以用于确定多种事物,例如,包括:
资本投资的可能回报
服务提供成本以及其与服务收益的关系
对诸如能量成本的外部因素的敏感度
容量扩建和客户定价的最优策略
将工作负荷移动到另一IT设备或另一数据中心的影响
改变施加到数据中心中的设备的电力制约的影响
容量的系统级分析
在被建立用于验证在包括降级的操作模式测试系统冗余的操作模式下,所提供的实际数据中心的设备容量之前或之后,模拟器能够有效地加载测试的数据中心设计。
这可以用于分析最坏情况场景并提供相对于数据中心的其他变量的容量曲线。设施在比其设计等级低的外部温度下能够很好地支持更大IT电力负荷。根据运行方法,运营商可以适当地利用该容量。
运行决策支持
模拟器非常适于诸如以下给出的许多示例中的一些示例的情形下的运行决策支持:
是否将当前不需要其容量的工厂设备关闭
在何处以及何时将设备(或多个设备)或工作负荷置于数据中心或数据中心组(例如,地理上远离的数据中心)
是否去除地理分布的数据中心之间的负荷
根据输送的边际成本(marginalcost),以什么价格接受服务
计费
模拟器提供的分析级别允许工作负荷、设备、设备组、区域或整个数据中心成本的有效分配和扣款。
多方分析
通过将涉及多方的详细数据掩盖,模拟器便于数据中心能量和成本性能的分析。例如,数据中心运营商向IT设备运营商提供服务。在该情况下,出于节碳核算的目的,模拟器可以用于确定数据中心运营商的财务成本和收益,而仅向IT设备运营商显示收益和分配的效用能量。这还变得非常容易地呈现并允许同一组织内的不同功能的不同数据集的维护,例如,会计部门的财务信息、IT组的IT性能信息和参数、以及建筑设施部门的M&E设备性能信息和参数。
技术或产品的早期评价
模拟器可以用于评价前原型阶段的早期技术。可以对多个运行数据中心场景测试多个技术发展场景,以估计可从该技术获得的全部益处。通过被认为是有希望优先于系统级分析的选项配置,这允许技术的大量时间和成本加速。
场景比较
已经创建了数据中心并在该数据中心内执行了IT模拟,模拟器能够用于执行场景比较。
为了说明原理,这种比较的一个示例是前/后虚拟化比较。当虚拟化时,常常需要预测交易情况以证明策略或投资成本的改变是正确的。因为由于以下原因使得整合率不是成本节约的有效代理,所以这可能是困难的:
用于虚拟化的更高规格服务器的增加投资成本;
更高规格服务器的更高的每服务器功耗;
特别是当比较新的、能量之星标准设备时,由于更高的工作负荷引起服务器的更高的每服务器功耗;
数据中心电力和冷却基础设施的更高的每服务器摊提投资成本;
效用电力成本的可能变化;以及
数据中心的利用率的可能变化。
数据中心模拟器能够考虑所有这些变量,并提供虚拟化程序的益处的有效预测。
比较的第一步是创建前虚拟化场景作为比较的基准。在该示例中,公司计划在现有的每个服务器一个应用的策略下,部署另外的100个商品1U服务器。该比较将历时4年。
然后可以运行模拟,并查看4年模拟的成本和能量输出。图23示出了示例性结果。
下一步是创建用于成本和能量比较的后虚拟化场景。我们的合并将从100个商品1U服务器到具有更高规格和成本的15个商品4U服务器。
然后,可以再次运行模拟,并且这次基于后虚拟化场景来查看4年模拟的成本和能量输出。图24示出了示例性结果。
从图23中的前虚拟化图与图24中的后虚拟化结果的比较中,很显然整体成本和能量消耗大幅减少。虽然明显的是,相比于前虚拟化场景,后虚拟化场景呈现出节能,但是能够直接比较这两个场景的成本和能量消耗是有用的。图25示出了整体IT设备成本和能量使用的并排比较。该比较更直接示出了场景输出图中的差异。
至今所描述的比较是分配到IT设备的能量和成本。然而,交易情况创建的关键比较是对数据中心的整体能量使用和成本的影响。
图26中的图示出了整个数据中心在模拟时段期间的整体成本和能量使用。摊提的数据中心投资成本是分配到IT设备的设施的全部摊提的成本而不是部分。条形图的其他能量段表示没有分配到模拟的IT设备的所有数据中心能量使用。
尽管已经结合示例性实施方式描述了本发明,但是当给出本公开时,对于本领域技术人员显而易见的是,可存在许多等同修改和变型。因此,以上所阐述的本发明示例性实施方式被认为是说明性的而非限制性的。在不背离本发明的精神和范围的前提下,可以对上述实施方式进行各种修改。
Claims (20)
1.一种用于模拟数据中心的计算机模拟系统,所述模拟系统包括:
所述数据中心的模拟器,包括:
表示所述数据中心中的设备的多个节点,所述多个节点包括至少一个表示一个或者多个IT设备的节点、至少一个表示所述数据中心的电力输送基础设施的元件的节点以及至少一个表示所述数据中心的机械散热基础设施的元件的节点,每个节点都包括:
用于施加的负荷的第一输入;
用于所述节点的总负荷的第一输出;
用于损耗的第二输出;
用于从输入计算输出的函数;
至少一些所述节点之间的第一多个连接,所述第一多个连接中的每个将一个节点的输出连接至另一个节点的所述第一输入,并表示由所述数据中心中的一个设备从所述数据中心中的另一设备汲取的电力;
至少一些所述节点之间的第二多个连接,所述第二多个连接中的每个将一个节点的输出连接至另一个节点的所述第一输入,并表示由所述数据中心中的一个设备施加到所述数据中心中的另一个设备的热负荷;以及
模拟器架构,用于通过向所述模拟器顺次施加一系列输入状态并在施加每一个输入状态后记录所述模拟器的输出来进行模拟;
其中,所述模拟器的输出包括整个数据中心能量和成本至各个节点的分配或者分布,其中所述成本包括能量成本、资本成本和运行成本,并且所述资本成本包括硬件和安装的成本,所述运行成本包括基于所使用的或所分配的容量部分的数据中心的基础设备的运行成本以及硬件的维护成本。
2.根据权利要求1所述的系统,其中,所述一系列输入状态中的每个输入状态包括所施加的电力负荷和外部温度,并且所述模拟器输出包括数据中心效率值。
3.根据权利要求1所述的系统,其中,所述一系列输入状态中的每个输入状态包括时间。
4.根据权利要求1所述的系统,其中,所述一系列输入状态中的每个输入状态包括至少一些所述节点的运行数据,至少一些所述节点中的每个包括运行数据的至少一个额外输入。
5.根据权利要求4所述的系统,其中,所述运行数据包括由所述节点表示的设备的性能数据。
6.根据权利要求4所述的系统,其中,所述运行数据包括表示至少一个环境参数的数据。
7.根据权利要求1所述的系统,其中,所述模拟器输出包括数据中心的能量消耗至每个所述节点的分配。
8.根据权利要求1所述的系统,其中,分配到节点的成本包括累积到硬件、软件和安装中的一个或多个的资本成本的成本。
9.根据权利要求1所述的系统,其中,分配到节点的成本包括累积到硬件和/或软件的维护成本的成本。
10.根据权利要求1所述的系统,其中,分配到节点的成本包括所述数据中心的基础设施的资本成本和运行成本的份额。
11.根据权利要求1所述的系统,其中,分配到节点的成本包括由于向由所述节点表示的设备输送电力和冷却而累积到所述数据中心基础设施中的可变损耗中的电力损耗的成本。
12.根据权利要求1所述的系统,其中,对至少一个所述节点施加的负荷输入是所施加的IT工作负荷。
13.根据权利要求1所述的系统,其中,至少一个所述节点是设备节点,所述设备节点表示作为组运行的相同类型和功能的多个设备。
14.根据权利要求1所述的系统,其中,从由以下构成的组中选择用于从节点输入计算节点输出的所述函数:
使用以一个或多个变量表示的损耗或效率的数据点的函数;
以一个或多个变量表示的损耗或效率的参数化函数;
模拟所述数据中心中设备的控制系统的函数;以及
分布或变换函数。
15.根据权利要求1所述的系统,其中,所述节点使用可扩展数据格式传递数据。
16.根据权利要求15所述的系统,其中,在所述节点之间传递的数据包括一系列类型的成本。
17.根据权利要求15所述的系统,其中,在所述节点之间传递的数据包括作为表示功率因数谐波的向量传递的电力。
18.根据权利要求15所述的系统,其中,在所述节点之间传递的数据包括绝对或相对湿度、水质或水质比的值。
19.一种用于模拟数据中心的计算机模拟系统,所述模拟系统包括:
所述数据中心的模拟器,包括表示所述数据中心中的设备的多个节点,所述多个节点包括至少一个表示一个或者多个IT设备的节点、至少一个表示所述数据中心的电力输送基础设施的元件的节点以及至少一个表示所述数据中心的机械散热基础设施的元件的节点;以及
模拟器架构,用于通过向所述模拟器顺次施加一系列输入状态并在施加每一个输入状态后记录所述模拟器的输出来进行模拟;
其中,所述模拟器的输出包括整个数据中心能量和成本至各个节点的分配或者分布,其中所述成本包括能量成本、资本成本和运行成本,并且所述资本成本包括硬件和安装的成本,所述运行成本包括基于所使用的或所分配的容量部分的数据中心的基础设备的运行成本以及硬件的维护成本。
20.根据权利要求19所述的系统,其中,所述多个节点包括至少一个表示IT设备的节点、至少一个表示所述数据中心的电力输送基础设施的元件的节点以及至少一个表示所述数据中心的机械散热基础设施的元件的节点。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB0908514.3A GB0908514D0 (en) | 2009-05-18 | 2009-05-18 | Data centre simulator |
GB0908514.3 | 2009-05-18 | ||
US12/505,464 US9830407B2 (en) | 2009-05-18 | 2009-07-17 | Data centre simulator |
US12/505,464 | 2009-07-17 | ||
PCT/GB2010/000994 WO2010133832A2 (en) | 2009-05-18 | 2010-05-17 | Data centre simulator |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102460442A CN102460442A (zh) | 2012-05-16 |
CN102460442B true CN102460442B (zh) | 2015-11-25 |
Family
ID=40834162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080032491.8A Active CN102460442B (zh) | 2009-05-18 | 2010-05-17 | 数据中心模拟器 |
Country Status (7)
Country | Link |
---|---|
US (2) | US9830407B2 (zh) |
EP (1) | EP2433231A2 (zh) |
JP (1) | JP5649646B2 (zh) |
CN (1) | CN102460442B (zh) |
BR (1) | BRPI1011216B8 (zh) |
GB (2) | GB0908514D0 (zh) |
WO (1) | WO2010133832A2 (zh) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8131515B2 (en) * | 2007-11-20 | 2012-03-06 | Hewlett-Packard Development Company, L.P. | Data center synthesis |
GB0908514D0 (en) | 2009-05-18 | 2009-06-24 | Romonet Ltd | Data centre simulator |
JP5240132B2 (ja) * | 2009-09-04 | 2013-07-17 | 富士通株式会社 | 熱流体シミュレーション解析装置 |
US8433547B2 (en) * | 2009-12-03 | 2013-04-30 | Schneider Electric It Corporation | System and method for analyzing nonstandard facility operations within a data center |
US9360914B2 (en) * | 2010-01-12 | 2016-06-07 | Oracle America, Inc. | System and method for controlling energy usage in a server |
US9703665B1 (en) * | 2010-02-19 | 2017-07-11 | Acuity Holdings, Inc. | Data center design process and system |
US20120109619A1 (en) * | 2010-10-29 | 2012-05-03 | Daniel Juergen Gmach | Generating a resource management plan for an infrastructure |
EP2508954A1 (en) * | 2011-04-06 | 2012-10-10 | ABB Technology AG | System and method for the configuration of a clustered simulation network |
US8762522B2 (en) * | 2011-04-19 | 2014-06-24 | Cisco Technology | Coordinating data center compute and thermal load based on environmental data forecasts |
US9535817B2 (en) * | 2011-06-10 | 2017-01-03 | Microsoft Technology Licensing, Llc | Application development environment for portable electronic devices |
US9295183B2 (en) * | 2011-09-16 | 2016-03-22 | Tata Consultancy Services Limited | Method and system for real time monitoring, prediction, analysis and display of temperatures for effective thermal management in a data center |
EP2608082A1 (en) * | 2011-12-19 | 2013-06-26 | Fujitsu Limited | Energy flow simulator and energy flow simulation method |
US20130204593A1 (en) * | 2012-01-31 | 2013-08-08 | Panduit Corp. | Computational Fluid Dynamics Systems and Methods of Use Thereof |
CN103106297B (zh) * | 2013-01-14 | 2016-03-09 | 北京特泽热力工程设计有限责任公司 | 热力检查室结构的数据处理方法及其计算机辅助设计系统 |
US9195400B1 (en) * | 2013-03-15 | 2015-11-24 | Emc Corporation | Snapshot data management for modeling and migration planning of data storage systems |
US20140324535A1 (en) * | 2013-04-30 | 2014-10-30 | Hewlett-Packard Development Company, L.P. | Power infrastructure sizing and workload management |
US9691112B2 (en) * | 2013-05-31 | 2017-06-27 | International Business Machines Corporation | Grid-friendly data center |
US9476108B2 (en) | 2013-07-26 | 2016-10-25 | Ecolab Usa Inc. | Utilization of temperature heat adsorption skin temperature as scale control reagent driver |
US10346862B2 (en) | 2013-10-08 | 2019-07-09 | Accenture Global Solutions Limited | Migration system to migrate users to target services |
AU2014311183B2 (en) * | 2013-10-08 | 2016-04-14 | Accenture Global Services Limited | Service provider network migration |
US9424084B2 (en) | 2014-05-20 | 2016-08-23 | Sandeep Gupta | Systems, methods, and media for online server workload management |
CN106483876A (zh) * | 2015-09-02 | 2017-03-08 | 李涛 | 一种新能源数据中心的能量调度架构 |
US10560325B2 (en) | 2015-12-16 | 2020-02-11 | At&T Intellectual Property I, L.P. | Method and apparatus for providing a bulk migration tool for a network |
US9855816B2 (en) * | 2015-12-22 | 2018-01-02 | Uber Technologies, Inc. | Thermal reduction system for an automated vehicle |
CN107844404A (zh) * | 2016-09-20 | 2018-03-27 | 中国石油化工股份有限公司 | 一种机房用电量展示装置及方法 |
CN106524550A (zh) * | 2016-12-27 | 2017-03-22 | 广东国得科技发展有限公司 | 一种带自然冷却的集装箱充电装置及冷却方法 |
US11076509B2 (en) | 2017-01-24 | 2021-07-27 | The Research Foundation for the State University | Control systems and prediction methods for it cooling performance in containment |
US11430331B2 (en) * | 2017-09-08 | 2022-08-30 | Uatc, Llc | Power and thermal management systems and methods for autonomous vehicles |
US10831941B2 (en) * | 2017-10-04 | 2020-11-10 | Aditazz, Inc. | Method and system for automating resource selection and building plan layout generation |
US10996970B2 (en) | 2017-12-14 | 2021-05-04 | Samsung Electronics Co., Ltd. | Method for data center storage evaluation framework simulation |
CN108549732B (zh) * | 2017-12-19 | 2021-08-24 | 中南大学 | 基于局部二次加权核主成分回归的辊道窑温度建模方法 |
US11388835B1 (en) * | 2018-06-27 | 2022-07-12 | Amazon Technologies, Inc. | Placement of custom servers |
JP2020046840A (ja) * | 2018-09-18 | 2020-03-26 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
DE112019004888T5 (de) * | 2018-09-27 | 2021-06-10 | Amazon Technologies, Inc. | Modulares leistungsverteilungsnetz für rechenzentren |
CN110765518A (zh) * | 2019-09-30 | 2020-02-07 | 万翼科技有限公司 | 室内环境模拟方法及相关设备 |
US11126165B2 (en) | 2020-02-11 | 2021-09-21 | Uatc, Llc | Vehicle computing system cooling systems |
KR102601686B1 (ko) * | 2021-09-24 | 2023-11-13 | 주식회사 케이티 | 데이터 센터의 전력 품질을 관리하는 서버, 방법 및 컴퓨터 프로그램 |
CN116594798B (zh) * | 2023-04-19 | 2024-02-20 | 浪潮智慧科技有限公司 | 一种基于巡检机器人的数据中心维护方法、设备及介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100342514B1 (ko) * | 2000-09-08 | 2002-06-28 | 윤종용 | 사설 인터넷 프로토콜 주소 도메인에서 고유 인터넷프로토콜 주소 사용방법 |
JP4563614B2 (ja) | 2001-05-24 | 2010-10-13 | 富士通株式会社 | 超eーマーケットプレースにおける部品選択装置 |
US20030193777A1 (en) * | 2002-04-16 | 2003-10-16 | Friedrich Richard J. | Data center energy management system |
JP2005165676A (ja) * | 2003-12-02 | 2005-06-23 | Mitsubishi Heavy Ind Ltd | 施設管理システム及び施設管理方法 |
US20050283348A1 (en) * | 2004-06-17 | 2005-12-22 | International Business Machines Corporation | Serviceability framework for an autonomic data centre |
US7633181B2 (en) * | 2005-06-02 | 2009-12-15 | Hewlett-Packard Development Company, L.P. | DC-based data center power architecture |
CA2703686A1 (en) | 2007-10-29 | 2009-05-07 | American Power Conversion Corporation | Electrical efficiency measurement for data centers |
JP4724730B2 (ja) * | 2008-04-09 | 2011-07-13 | 株式会社日立製作所 | 情報処理システムの運用管理方法、運用管理プログラム、および運用管理装置、ならびに情報処理システム |
GB0908514D0 (en) | 2009-05-18 | 2009-06-24 | Romonet Ltd | Data centre simulator |
-
2009
- 2009-05-18 GB GBGB0908514.3A patent/GB0908514D0/en not_active Ceased
- 2009-07-17 US US12/505,464 patent/US9830407B2/en active Active
-
2010
- 2010-05-17 BR BRPI1011216A patent/BRPI1011216B8/pt active IP Right Grant
- 2010-05-17 JP JP2012511334A patent/JP5649646B2/ja active Active
- 2010-05-17 EP EP10725241A patent/EP2433231A2/en not_active Withdrawn
- 2010-05-17 GB GB1120460.9A patent/GB2482824B/en active Active
- 2010-05-17 WO PCT/GB2010/000994 patent/WO2010133832A2/en active Application Filing
- 2010-05-17 CN CN201080032491.8A patent/CN102460442B/zh active Active
-
2017
- 2017-04-04 US US15/478,718 patent/US11087041B2/en active Active
Non-Patent Citations (1)
Title |
---|
《Sensor-Based Fast Thermal Evaluation Model For Energy Efficient High-Performance Datacenters》;Qinghui Tang等;《Intelligent Sensing and Information Processing,2006.ICISIP 2006.Fourth International Conference on》;20061218;第2页左栏第1段至第4页右栏第5段 * |
Also Published As
Publication number | Publication date |
---|---|
GB0908514D0 (en) | 2009-06-24 |
GB2482824B (en) | 2015-10-28 |
JP2012527675A (ja) | 2012-11-08 |
WO2010133832A2 (en) | 2010-11-25 |
GB201120460D0 (en) | 2012-01-11 |
BRPI1011216B8 (pt) | 2022-08-30 |
US20170262560A1 (en) | 2017-09-14 |
EP2433231A2 (en) | 2012-03-28 |
GB2482824A (en) | 2012-02-15 |
BRPI1011216A2 (pt) | 2017-01-17 |
US9830407B2 (en) | 2017-11-28 |
JP5649646B2 (ja) | 2015-01-07 |
BRPI1011216B1 (pt) | 2021-03-09 |
CN102460442A (zh) | 2012-05-16 |
US11087041B2 (en) | 2021-08-10 |
US20100292976A1 (en) | 2010-11-18 |
WO2010133832A3 (en) | 2011-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102460442B (zh) | 数据中心模拟器 | |
US10955800B2 (en) | Central plant control system, method, and controller with multi-level granular and non-granular asset allocation | |
CN110178280A (zh) | 用于电网中受屏蔽的系统的分层隐式控制器 | |
An et al. | Sto2Auc: A stochastic optimal bidding strategy for microgrids | |
US10928784B2 (en) | Central plant optimization system with streamlined data linkage of design and operational data | |
CN104115077A (zh) | 主机代管电气架构 | |
Malla et al. | A survey on power management techniques for oversubscription of multi-tenant data centers | |
Veeramsetty | Shapley value cooperative game theory-based locational marginal price computation for loss and emission reduction | |
Zhao et al. | Aggregated operation of heterogeneous small-capacity distributed energy resources in peer-to-peer energy trading | |
Chen et al. | Multi-objective robust optimal bidding strategy for a data center operator based on bi-level optimization | |
Alipour et al. | Energy storage facilities impact on flexibility of active distribution networks: Stochastic approach | |
Hou et al. | An efficient reliability assessment approach for multiple energy systems based on shadow price | |
Aguilar et al. | Intent profile strategy for virtual power plant participation in simultaneous energy markets with dynamic storage management | |
Wei et al. | Chronological operation simulation for power system with peak regulation ancillary service market in China: Formulation, solving, and validation | |
Visakh et al. | Feasibility assessment of utilizing electric vehicles for energy arbitrage in smart grids considering battery degradation cost | |
Javadi | Incidence matrix-based LMP calculation: algorithm and applications | |
Li et al. | Decomposed modeling of controllable and uncontrollable components in power systems with high penetration of renewable energies | |
Pereira et al. | Chronological probabilistic production costing and wheeling calculations with transmission network modeling | |
Chen et al. | Optimal dispatch scheme for DSO and prosumers by implementing three‐phase distribution locational marginal prices | |
Xie et al. | Generalized Nash equilibrium analysis of transmission and distribution coordination in coexistence of centralized and local markets | |
CN113627991A (zh) | 一种调频市场环境下需求响应聚合商的竞标方法及系统 | |
Madon et al. | Integrating pre-cooling of data center operated with renewable energies | |
Siberry et al. | Energy storage valuation: A review of use cases and modeling tools | |
KR101983806B1 (ko) | 기준시점의 송전손실계수 제공 방법, 기준시점의 계통 데이터 구성 방법 및 그 장치 | |
Oo et al. | A Survey on coordinated power management in multi-tenant data centers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210210 Address after: England Atsushi Patentee after: CBRE Management Services Ltd. Address before: British English Patentee before: Romonet Ltd. |
|
TR01 | Transfer of patent right |