摘 要：電力物聯網的建設支撐了電網業務與新興業務的發展，并將進一步全面形成共建、共治、共享的能源互聯網生態圈。依托電力物聯網建設，數據中心的發展進行了分析和展望。

關鍵詞：電力物聯網; 數據中心; 能耗管理; 監測系統; 節能

0引言

數據中心PUE值應限制在1.3以下。

電力物聯網技術的提出，為解決數據中心能耗管理可以為電力用戶提供更高質量的服務。

本文首先分析了目前數據中心能耗管理的未來研究方向。

1電力物聯網

1.1電力物聯網的主要特征

電力物聯網擁有將能源系統全周期內的各環節設備、用戶的全狀態感知以及全業務穿透的強大能力，具有以下3個特征。一是信息感知全面、組網迅速。其網絡層可實現多模多制式的網絡傳輸技術融合，全面覆蓋、連接感知傳感器和電力設施，全面檢測數據并迅速組建物聯網，開展信息采集、處理、感知，達到準確無誤的效果。二是信息整合度高，通信方式簡潔。泛在物聯網通過有效地融合聯網和通信技術，以簡化、提高局域電力的通信步驟與方法，呈現出電網信息化、智能化、互聯網化的發展新勢頭。其中傳感與通信設備能夠以多跳的方式進行無線通信，從而縮短物聯網設備間的通信距離; 而通信網絡中包含的多條通信鏈路使通信具有靈活性和容錯性。三是拓撲形式多樣，具備一定自我修復能力。拓撲變化頻繁是根據電力資源網分布安裝要求，為節省基礎設備維修投入而對傳感器進行定時休整變動，主要解決長時間工作運行導致的傳感設備問題。但拓撲變化不會影響傳感器的高效運行，其所具備的智能修復系統可自主檢查，并根據實時信息調整修復。

1.2 電力物聯網的架構體系

電力物聯網架構體系可分為感知層、網絡層、平臺層與應用層。其架構如圖1所示。感知層是電力物聯網的物理基礎，一般包含中心及一體化云平臺等，重在實現電力終端物聯管理、對采集數據進行深度挖掘及高效處理數據信息。應用層是電力物聯網的價值實現層，分為對內業務和對外業務。對內業務包括提高客戶服務水平、提升企業經營績效、提升電網運行經濟性和穩定性、提升新能源滲透和消納等; 對外業務包括建設綜合能源智慧服務平臺、建設綜合能源生態環境、建立數據共享服務等。

2數據中心能耗管理研究進展

2.1數據中心能耗

數據中心能耗降低的重點在于減小空調系統和 UPS 供電系統的能耗。

數據中心熱島效應，造成大量的能量損耗; 空調分布位置和控制策略不合理，導致空調制冷效率低。

2.2 基于物聯網的數據中心監測系統

在基于物聯網的數據中心網絡監測系統進行說明。

(1)能源動力監測系統 對市電、蓄電池、UPS供電系統進行監測，實現對數據中心UPS控制策略優化。該算法在不影響電池使用壽命的前提下，可以平衡本地電網和可再生能源電力。實際數據表明: 在系統結構、負載和運行環境相同的條件下，使用UPS控制策略可將UPS系統運行成本降低40%。

（2）數據中心節能。

（3）安防預警系統一般采用門禁、視頻監控等方式對數據中心各個系統崩潰、二級警告為各個系統性能的降低等。

（4）數據中心審核系統( Cloud Data Center Analysis System，CDCAS)。該系統包含一個受動態規則控制的自治代理模型和日志分析模型，收集服務日志、安全日志和防火墻日志等，通過安全控制策略對非法行為進行阻止和警告，并將動態安全報告提交給用戶。

基于物聯網的數據中心監測系統可以提供較好的監測服務，但監測系統之間的關聯程度低，缺乏信息的統一管理和靈活調度。

2.3基于電力物聯網架構的數據中心能耗管理設計

電力物聯網技術為數據中心綜合系統架構如圖3所示。

該數據中心系統，其架構如圖4所示。

該架構對各種信息數據進行整合，實現各種監測數據信息的一體化，提升數據中心的數據計算、數據存儲、終端設備等的安全系數。

電力物聯網技術的技術架構可以分為“云、管、邊、端"4部分。

（1）“云" 采用虛擬化技術為用戶提供遠程資源。資源的合理化分配不僅提高了服務質量，而且降低了計算所帶來的能量消耗。文獻提出了一種新型的合并算法和虛擬化技術，減少了 數據中心的整體能耗。

（2）“管" 邊緣設備與云平臺的數據傳輸通道。根據網絡架構對多網絡協議和通信方式進行融合，得到新型的一體化通信網絡。在新型數據中心的實

時監測能力，降低了數據中心能耗監測的難度。

（3）“邊" 提供邊緣計算的分布式智能代理。終端設備的不斷智能化發展，致使終端數據量大幅增長。邊緣計算減輕了云服務平臺的任務量，減少了數據上傳所需要的帶寬。邊緣設備可對終端的部分請求做出及時應答，在用戶側進行分布式計算，就近提供決策服務，縮短了“請求/應答"的距離，減少了通信帶來的能量消耗。在數據中心應用場景中，由于智能終端節點相對固定，可通過部署一定數量和*佳位置的邊緣設備達到網絡延遲*小化。文獻采用K－means 聚類算法確定邊緣設備的部署數量和*優位置，且考慮智能終端與邊緣設備的關聯性，實現了終端任務完成時間*小化的目標。實驗數據表明，在滿足智能終端服務質量的前提下，基于K－means聚類部署算法選擇的邊緣服務器部署數量*佳，系統完成任務的平均時間為4.58s。

（4）“端"狀態感知和執行控制命令的智能終端設備。在數據中心應采用合理的智能終端調度方案，提高智能終端協同完成任務的能力。文獻采用自適應多種群協同差分進化算法求解傳感器調度方案，提高傳感器協同能力。實驗結果表明，該方案可有效調度多傳感器，應對多任務需求。

基于電力物聯網的數據中心的整體能耗。此外，在運行維護方面，智能化的巡檢設備大幅提高了運行維護效率，減少了維護成本。

2.4研究進展

為解決電力設備數量龐大、分布范圍廣、傳統電力系統難以對數據進行有效管理等問題，本團隊開展了低功耗廣域物聯網技術( Low Power Wide Area Network，LPWAN)與邊緣計算融合的相關研究，構建“云、管、邊、端"一體化管控的平臺架構。其中，LPWAN技術與邊緣計算融合，已應用于電力設備環境監測，其應用場景示意如圖5所示。采用LPWAN技術，可使環境監測節點靈活部署，構建廣泛的監測網絡;采用分布式邊緣網關對電力設備終端數據進行分析和處理，提高了電力巡檢的效率。

此外，本研究團隊在已構建的電力物聯網數據中心能耗管理進行優化。

3高校綜合能效解決方案

3.1校園電力監控與運維

集成設備所有數據，綜合分析、協同控制、優化運行，集中調控，集中監控，數字化巡檢，移動運維，班組重新優化整合，減少人力配置。

3.2后勤計費管理

采用先進的網絡抄表付費管理技術，實現電、水、氣等能源綜合計費，實現遠程抄表、費率設置、賬單統計匯總等，支持微信、支付寶、一卡通等充值支付方式，可設置補貼方案。通過能源付費管理方式，培養用能群體和部門的節能意識。

3.2.1宿舍用電管理

針對學生宿舍用電進行管理控制：可批量下發基礎用電額度和定時通斷功能；可進行惡性負載識別，檢測違規電氣，并可獲取違規用電跳閘記錄。

3.2.2商鋪水電收費

針對校園超市、商鋪、食堂及其他針對個體的水電用能進行預付費管理。

3.2.3充電樁管理平臺

充電樁在“源、網、荷、儲、充"信息能源結構中是必*。充電樁應用管理同樣是校園生活服務中必*一部分。

3.2.4智能照明管理

通過對高校路燈的全局監測，提供對路燈靈活智能的管理，實現校園內任一線路，任一個路燈的定時開關、強制開關、亮度調節，以及定時控制方案靈活設置，確保路燈照明的智能控制和高效節能。

3.3能源管理系統

針對校園水、電、氣等各類接入能源進行統計分析，包含同比分析、環比分分析、損耗分析等。了解用能總量和能源流向。

按校園建筑的分類進行采集和統計的各類建筑耗電數據。如辦公類建筑耗電、教學類建筑耗電、學生宿舍耗電等，對數據分門別類的分析，提供領導決策，提高管理效能。

構建符合校園節能監管內容及要求的數據庫，能自動完成能耗數據的采集工作，自動生成各種形式的報表、圖表以及系統性的能耗審計報告，能夠監測能耗設備的運行狀態，設置控制策略，達到節能目的。

3.4智慧消防系統

智慧消防云平臺基于物聯網、大數據、云計算等現代信息技術，將分散的火災自動報警設備、電氣火災監控設備、智慧煙感探測器、智慧消防用水等設備連接形成網絡，并對這些設備的狀態進行智能化感知、識別、定位，實時動態采集消防信息，通過云平臺進行數據分析、挖掘和趨勢分析，幫助實現科學預警火災、網格化管理、落實多元責任監管等目標。實現了無人化值守智慧消防，實現智慧消防“自動化"、“智能化"、“系統化"需求。從火災預防，到火情報警，再到控制聯動，在統一的系統大平臺內運行，用戶、安保人員、監管單位都能夠通過平臺直觀地看到每一棟建筑物中各類消防設備和傳感器的運行狀況，并能夠在出現細節隱患、發生火情等緊急和非緊急情況下，在幾秒時間內，相關報警和事件信息通過手機短信、語音電話、郵件提醒和APP推送等手段，就迅速能夠迅速通知到達相關人員。

4.結束語

電力物聯網建設對于電力行業發展具有重大的價值和意義?；陔娏ξ锫摼W建設的數據中心建設提供了參考，為后續研究指明了方向。