如今，人工智能 (AI) 和其他高耗電計算和數據處理應用的快速增長，推動了全球大型數據中心設施部署的爆炸性擴展。數據中心行業面臨着越來越大的壓力，需要減少其對全球排放的貢獻，同時滿足提供更多處理能力的需求。而同時滿足增加處理量和減少碳排放的需求的一種解決方案，是在可再生能源生產地點或附近增加數據中心的選址。
未來，大量可再生能源的可用性可以打破大規模計算的成本曲线。對於大型計算中心，能源佔運營成本的很大一部分，在設備的整個生命周期中，能源成本可以達到與資本投資大致相同的水平。
風能和太陽能的利用越來越多，但與以前的可再生能源（例如水力發電廠）不同，每種能源在一天中的可用性和成本都存在明顯變化（有時甚至爲負）。爲了充分利用這些能源，數據中心需要高度自動化，並且最好位於這些能源附近的偏遠地區，以降低傳輸成本。
例如，美國國家科學基金會 (NSF) 雲與自主計算 (CAC) 產學合作研究中心在數據中心自動化、分析和控制標准方面的工作將在這些流程和方法方面擁有數十年經驗的領導層的專業知識應用於解決這個問題。通過與全球領先的標准制定組織，例如分布式管理任務組 (DMTF)、存儲網絡行業協會 (SNIA) 和开放網格論壇 (OGF)）合作，並與他們合作开發、測試和實施標准。
CAC最近的項目越來越關注在遠程和可再生能源供電環境中實際採用數據中心自動化、分析和控制所需的標准。CAC 與 DMTF、SNIA 和 OGF 合作，對 Redfish 和 Swordfish 標准進行了廣泛的測試，這些標准用於數據中心基礎設施爲計算和存儲設備、數據傳輸和操作以及越來越多的範圍的電氣管理和自動化提供此類功能。在風能和太陽能使用中隱含的可變能源可用性條件下，這種自動化和控制對於數據中心的成功部署和運營至關重要，並且同樣可以爲其他環境帶來成本效益。
全球領先的設施
CAC 與德克薩斯理工大學 (TTU) 全球能源資產管理和制造實驗室 (GLEAMM) 密切合作，該實驗室的核心使命是與美國聯邦機構、州機構、私營機構合作，吸引並开展能源領域部門和其他大學的多學科研究。GLEAMM 的使命是驗證、證實和表徵能源領域使用的現有技術，以及开發新的尖端技術並通過研究商業化和科學出版物向公衆提供這些技術。
GLEAMM 擁有專門針對電網基礎設施現代化和可再生能源研究而定制的廣泛功能。GLEAMM 資源包括 150 kW 太陽能電池陣列、與通用電氣 (GE) 和桑迪亞國家實驗室合作的多個數百 kVA 規模的風力渦輪機、一系列分布式相量測量單元 (PMU)，用於監控電網、1MW可編程電阻負載、187kVAR可編程負載、30kW四象限逆變器、500kW柴油發電機、81.6kWh儲能系統以及配備電壓和電流傳感器的控制樓用於數據採集和當地氣象站。因此，這些能源生成和存儲能力涵蓋了新數據中心部署中可能遇到的各種能源。
GLEAMM 微電網將德克薩斯理工大學的研究和商業化專業知識與下一代行業技術相結合，用於保護、增強和管理電力傳輸和分配。GLEAMM 的主要目標是爲與可再生能源和微電網相關的不同領域（例如現代化、能源管理、電能質量、控制和運營）的創新研究提供功能完整的基礎設施。
除了這些硬件能力之外，GLEAMM還擁有OPAL-RT“硬件在環”（HIL）仿真設備，用於將基於計算機的模型與硬件設備合並，以研究兩者之間的相互作用。在軟件仿真能力方面，GLEAMM擁有PSSE、PSCAD、PowerWorld、Exata CPS、VOLTRON等多種行業標准工具的授權。CAC 的模擬和計算資源可用於補充現實世界的設備，使用這些資源來建模和理解更大設施的行爲。
這些資源和設施位於德克薩斯州拉伯克以西裏斯中心的 GLEAMM 站點。該中心前身是空軍基地，現在設有一系列學術教學和研究設施以及幾個工業租戶，距離德克薩斯理工大學主校區約 20 分鐘車程。GLEAMM 可以直接從三座 300 kVA 峰值容量研究風塔（每個在風速 11 m/s 時發電約 200 kW）以及位於裏斯中心的 150 kVA 峰值容量太陽能電池陣獲取電力。這些風塔由桑迪亞國家實驗室運營，直接連接到控制設備所在的 GLEAMM 微電網大樓的开關設備。
對於任何給定的負載，需要持續供電的資源（例如，爲了保持系統准備狀態、管理訪問和可用性以及維護基本功能）可以通過外部商用電源或我們的現場柴油發電機作爲需要的備用電源來保持運行。GLEAMM 設施廣泛配備了實驗室級傳感器和自動化設備，以便在高度儀器化的研究環境中根據本地和分布式電源可用性，對實用方法進行研究，以平滑、調節、操作和平衡工作負載。
通過自動轉換开關（ATS），微電網可以根據其運行模式連接到主電網或備用柴油發電機。ATS 在兩種可能的場景之間切換微電網運行模式。在最常見的“並網模式”場景中，微電網連接到設施電源，柴油發電機關閉。在極少數情況下，當微電網與設施電源斷开並且電池存儲的能量和柴油發電機成爲系統的主要來源時，會出現稱爲“孤島模式”的第二種運行模式。
並網模式到孤島模式之間的過渡可以是有計劃的，也可以是無計劃的。當運營商有意做出改變時，首先啓動發電機，然後降低綠色發電水平，就會發生計劃中的過渡。一旦綠色發電量減少且柴油發電機達到穩定狀態，則與電網同步，然後ATS從電網切換到發電機連接。發生這種情況時，重要的是使可再生能源發電量低於負載水平，因爲柴油發電機無法消耗任何多余的電力。
如果設施電網缺乏能源，可能會發生計劃外的轉換。當整個微電網因設施停電而關閉時，太陽能發電廠和風力渦輪機被隔離，柴油發電機自動啓動。然而，發電機需要幾分鐘才能達到穩定狀態，然後連接到系統以孤島模式爲微電網供電。在這段短暫的時間間隔內，負載斷電，但關鍵負載和優先負載也會切換到電池備用系統，以在停電期間維持供電。
GLEAMM 微電網配置爲爲其關鍵負載提供優先服務，例如由可再生能源供電的數據中心和計算資源。該負載通過與 1600Ah 鋰離子電池並聯運行的 Outback 逆變器連接到微電網，該逆變器非常類似於傳統的不間斷電源系統 (UPS)，可在其他能源損失時保持可靠性。一旦檢測到 Outback 設備的輸入斷電，其逆變器就會自動將系統與斷電隔離，並使用電池爲關鍵負載供電，而不會出現明顯的延遲或瞬變。它與傳統 UPS 的區別在於組合系統能夠處理多個輸入電源並適當管理切換。
爲了連接主微電網總线 (MCC) 中的所有這些設備，該設施配備了多個斷路器、保險絲和命令面板，以確保系統的保護和安全。微電網的操作和控制是通過 SEL-3530 實時自動化控制器 (RTAC) 進行的，該控制器具有雙向通信和人機界面 (HMI)，允許操作員可視化系統的測量結果並將命令發回到每個設備。此外，位於不同設備中的 Egauge 儀表的測量允許微電網的可觀察性、數據採集和監控。
該設施還提供兩個相量測量單元 (PMU)，用於實時收集電壓的幅度、頻率和角度。其中一台設備專門用於監控 Outback 逆變器的入口和輸出，確保關鍵負載始終處於可接受的電能質量水平。除了 SEL-3530 之外，所有這些測量結果都會發送到用於數據可視化的遠程交互平台和記錄此信息以進行事後分析的數據庫。除了與所有微電網元件建立雙向通信外，RTAC 還包含先前研究項目开發的內部控制算法。
GLEAMM 微電網設備通信系統配置爲支持廣泛的行業標准和定制測試。部署的算法之一負責控制五個太陽能逆變器，發送發電設定點。這些設定點來自最大功率點跟蹤器 (MPPT)，它旨在最大化可再生能源或定義值的可用能量。在太陽能發電需要小於負載的情況下，用戶界面設定點是孤島模式操作的關鍵命令，因此發電機不會消耗剩余電力。最終，如果太陽能發電量高於孤島模式下的負載，則自動觸發柴油發電機的保護，避免該設備消耗任何電力。
RTAC 中的另一個控制裝置是 Outback 電池管理器。根據 RTAC 中收集的測量數據，進行計算以跟蹤微電網產生和消耗的總電量。每當發電量高於消耗量時，算法就會向內陸逆變器發送命令，以連接到微電網，爲關鍵負載供電並爲電池充電。一旦發電量小於消耗量，RTAC 就會指示 Outback 斷开微電網並使用電池來維持對關鍵負載的供電。通過這種控制，我們可以儲存產生的多余能源，並在我們沒有足夠的可再生能源生產時使用它。電池會放電至預定水平，因此它可以安全存儲以應對進一步的能量不足，並保護設備免遭深度放電。
作爲對物理基礎設施的補充，GLEAMM 設施採用了 OPAL-RT 公司的實時數字模擬器，其中整個微電網及其設備被建模爲一個完全模擬的系統。該模擬器可用於對真實電氣系統進行高可靠性建模，並通過實時仿真跟蹤真實電氣設備的行爲。借助這些設施和完整的微電網模型，GLEAMM 控制可以在虛擬環境中進行測試和驗證，而無需擔心在各種預計運行條件下對真實電氣系統的影響，並用於對可能會出現的工業數據中心更大設施的行爲進行建模。
數據中心儀表和可視化
除了上述能源生成、存儲和儀器儀表資源之外，CAC 還帶來了數十年來在數據中心計算、存儲、網絡和分布式運營方面積累的豐富經驗。CAC 在這些領域擁有先進的能力。
CAC 开發了 DAVinci™ 儀器和自動化工具套件，爲數據中心環境中廣泛不同的分析需求提供集成方法。DAVinci 與以前的數據收集、自動化和可視化工具不同，它採用了整體端到端設計，可優化數據收集、流程和效率。雖然它與現有的監控或可視化解決方案部分重疊，例如下面討論的那些，但以前的工具都沒有像 DAVinci 那樣提供集成框架和耦合的工具套件集。
以前的數據收集基礎設施包括單獨的基於 IPMI 的服務器無人值守硬件管理、對這些工具的基於 Redfish 的改進、SNMP 工具以及用於檢索服務器系統事件日志 (SEL) 數據的工具。有多種特定於設備的協議用於管理和控制硬件設備，例如專用傳感器和控制系統、機架和房間配電單元 (PDU) 以及其他定制數據中心設備。其中許多現在可以通過爲此目的設計的定制模式收集到通用 Redfish 數據中心自動化和管理協議中。
DAVinci 利用 CAC 开發和測試的 Redfish 協議和工具來收集資源狀態。該系統充分利用Redfish的遙測指標定義和採集能力以及服務器端聚合推送數據傳輸特性來優化和定制數據採集。
DAVinci 的可視化組件構建在數據收集組件之上，爲 HPC 系統的態勢感知和監控提供交互式視覺表示。可視化需求擴展到以下維度：HPC空間布局（系統中資源的物理位置）、時域（如指標收集器中描述的）和資源指標（如CPU溫度、風扇速度、功耗等）。
可視化組件提供跨節點、機架和其他設施的空間和時間視圖，並允許 DAVinci 用戶按時間序列特徵進行過濾，例如用於系統故障排除的溫度突然變化。它還允許通過多維分析關聯作業和資源指標，並與自動化組件集成，以便使用機器學習技術實現 HPC 系統的表徵和預測分析結果。
通過與世界各地的國際標准組織、行業成員和政府機構的合作夥伴關系，CAC 能夠幫助您的組織採取必要的步驟來實現實際減排，同時部署更大規模的計算業務能力來滿足不斷增長的需求。現代世界中人工智能、數據中心運營和數據處理的挑战。
資料來源：CAC
標題：利用可再生能源減少數據中心排放 | 前沿探索
地址：https://www.utechfun.com/post/252193.html