摘 要：电力物联网的建设支撑了电网业务与新兴业务的发展，并将进一步全面形成共建、共治、共享的能源互联网生态圈。依托电力物联网建设，数据中心的发展进行了分析和展望。
关键词：电力物联网; 数据中心; 能耗管理; 监测系统; 节能
0引言
数据中心PUE值应限制在1.3以下。
电力物联网技术的提出，为解决数据中心能耗管理可以为电力用户提供更高质量的服务。
本文首先分析了目前数据中心能耗管理的未来研究方向。
1电力物联网
1.1电力物联网的主要特征
电力物联网拥有将能源系统全周期内的各环节设备、用户的全状态感知以及全业务穿透的强大能力，具有以下3个特征。一是信息感知全面、组网迅速。其网络层可实现多模多制式的网络传输技术融合，全面覆盖、连接感知传感器和电力设施，全面检测数据并迅速组建物联网，开展信息采集、处理、感知，达到准确无误的效果。二是信息整合度高，通信方式简洁。泛在物联网通过有效地融合联网和通信技术，以简化、提高局域电力的通信步骤与方法，呈现出电网信息化、智能化、互联网化的发展新势头。其中传感与通信设备能够以多跳的方式进行无线通信，从而缩短物联网设备间的通信距离; 而通信网络中包含的多条通信链路使通信具有灵活性和容错性。三是拓扑形式多样，具备一定自我修复能力。拓扑变化频繁是根据电力资源网分布安装要求，为节省基础设备维修投入而对传感器进行定时休整变动，主要解决长时间工作运行导致的传感设备问题。但拓扑变化不会影响传感器的高效运行，其所具备的智能修复系统可自主检查，并根据实时信息调整修复。
1.2 电力物联网的架构体系
电力物联网架构体系可分为感知层、网络层、平台层与应用层。其架构如图1所示。感知层是电力物联网的物理基础，一般包含中心及一体化云平台等，重在实现电力终端物联管理、对采集数据进行深度挖掘及高效处理数据信息。应用层是电力物联网的价值实现层，分为对内业务和对外业务。对内业务包括提高客户服务水平、提升企业经营绩效、提升电网运行经济性和稳定性、提升新能源渗透和消纳等; 对外业务包括建设综合能源智慧服务平台、建设综合能源生态环境、建立数据共享服务等。
2数据中心能耗管理研究进展
2.1数据中心能耗
数据中心能耗降低的重点在于减小空调系统和 UPS 供电系统的能耗。
数据中心热岛效应，造成大量的能量损耗; 空调分布位置和控制策略不合理，导致空调制冷效率低。
2.2 基于物联网的数据中心监测系统
在基于物联网的数据中心网络监测系统进行说明。
(1)能源动力监测系统 对市电、蓄电池、UPS供电系统进行监测，实现对数据中心UPS控制策略优化。该算法在不影响电池使用寿命的前提下，可以平衡本地电网和可再生能源电力。实际数据表明: 在系统结构、负载和运行环境相同的条件下，使用UPS控制策略可将UPS系统运行成本降低40%。
（2）数据中心节能效果显著。
（3）安防预警系统一般采用门禁、视频监控等方式对数据中心各个系统崩溃、二级警告为各个系统性能的降低等。
（4）数据中心审核系统( Cloud Data Center Analysis System，CDCAS)。该系统包含一个受动态规则控制的自治代理模型和日志分析模型，收集服务日志、安全日志和防火墙日志等，通过安全控制策略对非法行为进行阻止和警告，并将动态安全报告提交给用户。
基于物联网的数据中心监测系统可以提供较好的监测服务，但监测系统之间的关联程度低，缺乏信息的统一管理和灵活调度。
2.3基于电力物联网架构的数据中心能耗管理设计
电力物联网技术为数据中心综合系统架构如图3所示。
该数据中心系统，其架构如图4所示。
该架构对各种信息数据进行整合，实现各种监测数据信息的一体化，提升数据中心的数据计算、数据存储、终端设备等的安全系数。
电力物联网技术的技术架构可以分为“云、管、边、端”4部分。
（1）“云” 采用虚拟化技术为用户提供远程资源。资源的合理化分配不仅提高了服务质量，而且降低了计算所带来的能量消耗。文献提出了一种新型的合并算法和虚拟化技术，减少了 数据中心的整体能耗。此外，为保证数据信息安全，云加密技术的应用也至关重要。文献设计了一种基于分布式环境密钥的加密系统，使用一个从多个匹配密钥派生的加密密钥对所有文件进行加密，能够抵御数据泄露、窃听攻击和模拟攻击。
（2）“管” 边缘设备与云平台的数据传输通道。根据网络架构对多网络协议和通信方式进行融合，得到新型的一体化通信网络。在新型数据中心的实
时监测能力，降低了数据中心能耗监测的难度。
（3）“边” 提供边缘计算的分布式智能代理。终端设备的不断智能化发展，致使终端数据量大幅增长。边缘计算减轻了云服务平台的任务量，减少了数据上传所需要的带宽。边缘设备可对终端的部分请求做出及时应答，在用户侧进行分布式计算，就近提供决策服务，缩短了“请求/应答”的距离，减少了通信带来的能量消耗。在数据中心应用场景中，由于智能终端节点相对固定，可通过部署一定数量和*佳位置的边缘设备达到网络延迟*小化。文献采用K－means 聚类算法确定边缘设备的部署数量和*优位置，且考虑智能终端与边缘设备的关联性，实现了终端任务完成时间*小化的目标。实验数据表明，在满足智能终端服务质量的前提下，基于K－means聚类部署算法选择的边缘服务器部署数量*佳，系统完成任务的平均时间为4.58s。
（4）“端”状态感知和执行控制命令的智能终端设备。在数据中心应采用合理的智能终端调度方案，提高智能终端协同完成任务的能力。文献采用自适应多种群协同差分进化算法求解传感器调度方案，提高传感器协同能力。实验结果表明，该方案可有效调度多传感器，应对多任务需求。
基于电力物联网的数据中心的整体能耗。此外，在运行维护方面，智能化的巡检设备大幅提高了运行维护效率，减少了维护成本。
2.4研究进展
为解决电力设备数量庞大、分布范围广、传统电力系统难以对数据进行有效管理等问题，本团队开展了低功耗广域物联网技术( Low Power Wide Area Network，LPWAN)与边缘计算融合的相关研究，构建“云、管、边、端”一体化管控的平台架构。其中，LPWAN技术与边缘计算融合，已应用于电力设备环境监测，其应用场景示意如图5所示。采用LPWAN技术，可使环境监测节点灵活部署，构建广泛的监测网络;采用分布式边缘网关对电力设备终端数据进行分析和处理，提高了电力巡检的效率。
此外，本研究团队在已构建的电力物联网数据中心能耗管理进行优化。
3高校综合能效解决方案
3.1校园电力监控与运维
集成设备所有数据，综合分析、协同控制、优化运行，集中调控，集中监控，数字化巡检，移动运维，班组重新优化整合，减少人力配置。
3.2后勤计费管理
采用先进的网络抄表付费管理技术，实现电、水、气等能源综合计费，实现远程抄表、费率设置、账单统计汇总等，支持微信、支付宝、一卡通等充值支付方式，可设置补贴方案。通过能源付费管理方式，培养用能群体和部门的节能意识。
3.2.1宿舍用电管理
针对学生宿舍用电进行管理控制：可批量下发基础用电额度和定时通断功能；可进行恶性负载识别，检测违规电气，并可获取违规用电跳闸记录。
3.2.2商铺水电收费
针对校园超市、商铺、食堂及其他针对个体的水电用能进行预付费管理。
3.2.3充电桩管理平台
充电桩在“源、网、荷、储、充”信息能源结构中是必不可缺的。充电桩应用管理同样是校园生活服务中必不可缺的一部分。
3.2.4智能照明管理
通过对高校路灯的全局监测，提供对路灯灵活智能的管理，实现校园内任一线路，任一个路灯的定时开关、强制开关、亮度调节，以及定时控制方案灵活设置，确保路灯照明的智能控制和高效节能。
3.3能源管理系统
针对校园水、电、气等各类接入能源进行统计分析，包含同比分析、环比分分析、损耗分析等。了解用能总量和能源流向。
按校园建筑的分类进行采集和统计的各类建筑耗电数据。如办公类建筑耗电、教学类建筑耗电、学生宿舍耗电等，对数据分门别类的分析，提供领导决策，提高管理效能。
构建符合校园节能监管内容及要求的数据库，能自动完成能耗数据的采集工作，自动生成各种形式的报表、图表以及系统性的能耗审计报告，能够监测能耗设备的运行状态，设置控制策略，达到节能目的。
3.4智慧消防系统
智慧消防云平台基于物联网、大数据、云计算等现代信息技术，将分散的火灾自动报警设备、电气火灾监控设备、智慧烟感探测器、智慧消防用水等设备连接形成网络，并对这些设备的状态进行智能化感知、识别、定位，实时动态采集消防信息，通过云平台进行数据分析、挖掘和趋势分析，帮助实现科学预警火灾、网格化管理、落实多元责任监管等目标。实现了无人化值守智慧消防，实现智慧消防“自动化”、“智能化”、“系统化”需求。从火灾预防，到火情报警，再到控制联动，在统一的系统大平台内运行，用户、安保人员、监管单位都能够通过平台直观地看到每一栋建筑物中各类消防设备和传感器的运行状况，并能够在出现细节隐患、发生火情等紧急和非紧急情况下，在几秒时间内，相关报警和事件信息通过手机短信、语音电话、邮件提醒和APP推送等手段，就迅速能够迅速通知到达相关人员。
结束语
电力物联网建设对于电力行业发展具有重大的价值和意义。基于电力物联网建设的数据中心建设提供了参考，为后续研究指明了方向。
【参考文献】
【1】李康，李欣，张子凡，庞成鑫.基于电力物联网建设的数据中心能耗管理研究［J］上海电力大学,2021,6(37):241-246.
【2】何士爽.绿色互联网数据中心机房节能方案［J］.电信技术，2012(3)：61-63．
【3】安科瑞高校综合能效解决方案2022.5版.
【4】安科瑞企业微电网设计与应用手册2022.05版.