Medição de Eficiência Elétrica de Data Centers - apc.com · Medição de Eficiência Elétrica...

Medição de Eficiência Elétrica de Data Centers

Revisão 2

Por Neil Rasmussen

White Paper 154

A eficiência elétrica do data center raramente é planejada ou gerenciada. O resultado infeliz é que a maioria dos data centers desperdiça quantidades significativas de eletricidade. Atualmente, é tanto possível quanto prudente planejar, medir e melhorar a eficiência do data center. Além de reduzir o consumo elétrico, o aprimoramento da eficiência pode fornecer aos usuários maiores densidades de potência de TI e a possibilidade de instalar mais equipamentos de TI em uma determinada instalação. Este documento explica como a eficiência do data center pode ser medida, avaliada e modelada, incluindo uma comparação dos benefícios da avaliação periódica em comparação com o monitoramento contínuo.

Sumário Executivo > Introdução Mais detalhes sobre a eficiência do data center

2

3

Fatores que influenciam a eficiência

7

Modelagem de eficiência dos data centers

10

Preparação de um plano de medição de eficiência

13

Instrumentação para medição de eficiência

16

Coleta de dados durante a medição de eficiência

17

Estabelecimento de um sistema de relatórios

18

Conclusão 19

Recursos 21

clique em uma seção para ter acesso a ela Conteúdo

by Schneider Electric White Papers são parte da livraria de White papers Schneider Electric, produzidos pelo centro científico de data centers Schneider Electric [email protected]


Schneider Electric – Centro Científico de Data Centers White Paper 154 Rev 2 2

No ambiente de hoje, é uma boa política pública e um bom negócio considerar as opções para controlar o consumo de energia do data center. Um data center de alta disponibilidade de 1 MW pode consumir US$ 20.000.000 de eletricidade ao longo de sua vida útil. Artigos recentes sugerem que, para alguns clientes, o custo da eletricidade é maior do que o custo do hardware de TI. Muitas empriniówesas estão começando a considerar o consumo de carbono das operações contínuas e percebendo que os data centers são contribuidores significativos do fardo ambiental dos negócios e do setor. As pesquisas da Schneider Electric e de outros mostram que a eficiência varia muito entre data centers semelhantes e, ainda mais significativo, as eficiências reais das instalações reais estão bem abaixo dos melhores valores do setor práticos e que podem ser atingidos. Neste documento, enfocaremos o consumo de energia e a eficiência da infraestrutura de alimentação e refrigeração do data center, que consome 50% ou mais de energia elétrica em uma instalação típica. O consumo de energia e a eficiência do equipamento de TI real suportado pela infraestrutura de alimentação e refrigeração, embora seja muito importante para o uso de energia geral, não são o tópico deste documento (Figura 1).

No-breaks

PDU

PDU

PDU

PDU

Sistemade

refrige-ração

Eficiência de ENERGIA

Eficiência de REFRIGERAÇÃO

ENERGIA para cargas de TI

REFRIGERAÇÃO para cargas de TI

A eficiência de cargas de TI é importante, mas não é o tópico deste documento

Não é possível controlar o que não se pode medir. O primeiro problema que os usuários enfrentam é não ter os dados referentes ao desempenho de suas instalações. Além disso, mesmo que tivessem os dados, eles não saberiam como avaliá-los. Eles não sabem como comparar ou classificar seu desempenho com a eficiência de outras instalações semelhantes. Eles não sabem nem mesmo como comparar os dados reais com o desempenho designado que devem esperar de suas instalações. A maioria dos operadores do data center não tem dados de eficiência – e mesmo que tivessem, não saberiam o que fazer com eles. A solução desses problemas requer: Um idioma padrão para descrever a eficiência do data center

Um método padrão para medir a eficiência do data center

Um método padrão para especificar a eficiência do data center

Introdução

Figura 1 A eficiência de energia e de refrigeração é o tópico deste documento



Um método padrão para analisar a eficiência do data center e determinar o que contribui para a ineficiência

Dados de referência relacionados à eficiência

Ferramentas de modelagem de eficiência para avaliar as melhorias propostas ou projetos alternativos

Felizmente, não existe nenhuma barreira prática ou técnica básica para atingir esses objetivos. Na realidade, este documento afirma que os operadores do data center devem considerar o gerenciamento da eficiência como uma prioridade principal para data centers novos e existentes. Este documento aborda todas as questões acima menos a terceira, especificar a eficiência do data center. A comparação da eficiência elétrica do data center com a economia de combustível de automóvel (milhas por galão ou quilômetros por litro) é uma maneira muito útil de pensar no assunto. Quando discutimos a economia de combustível de automóvel com relação a um carro específico, falamos sobre quatro conceitos básicos (Figura 2): A especificação de economia de combustível do fabricante para o carro (por exemplo,

“30 MPG na estrada/22 MPG na cidade”)

As avaliações comparativas de economia de combustível de veículos semelhantes

A economia de combustível média que teríamos com o carro

A economia de combustível instantânea que estamos obtendo agora

Esses mesmos quatro conceitos importantes de eficiência se aplicam ao data center, e é muito importante relacioná-los e separá-los em nossas discussões. De todas as medidas de economia de combustível de automóvel, a economia de combustível instantânea que estamos obtendo agora é o número menos útil, pois é extremamente dependente das condições de direção atuais (subida ou descida, aceleração, carro parado em um semáforo, acostamento, puxando um reboque etc.). De modo similar, usar uma única medição de eficiência de um data center é uma descrição inadequada da eficiência do data center. É muito importante entender que simplesmente usar uma “medição” da eficiência de um data center específico não nos permite tirar nenhuma conclusão ou realizar nenhuma ação sem informações adicionais. A analogia do automóvel nos ensina que a medição de eficiência só é significativa quando colocada em uma estrutura de especificação esperada, referências do setor, condições operacionais definidas e média de tempo.

Mais detalhes sobre a eficiência do data center

CIDADE HWY

30

ESPECIFICAÇÃODo Fabricante

para este carro

27Combinada para

ESTE carro

20 35TODOS os médios

AVALIAÇÕES COMPARATIVAS

Do Fabricante

para carros semelhantes

MédiaEm um período

MÉDIAReal

durante a operação

Agora

INSTANTÂNEAReal

durante a operação

Menos informativo, porque é altamentedependente das condições atuais

22Figura 2 Quatro medidas de eficiência, usando a economia de combustível de automóvel como exemplo



A métrica de PUE Neste documento, usaremos a Eficiência de Uso de Energia (PUE) como métrica para medir a eficiência da infraestrutura física do data center. A PUE é expressa como a proporção entre a energia de entrada total do data center e a potência de carga de TI. PUE baixa indica que menos “sobrecarga” de energia é consumida ao alimentar a carga de TI, o que significa maior eficiência elétrica para o data center. Uma PUE igual a 1 indica que não há nenhuma sobrecarga de energia e que a eficiência é perfeita, ou seja, a única energia necessária para suportar a carga de TI é a energia realmente consumida pela carga de TI. Se o data center fosse perfeitamente eficiente, toda a energia fornecida para o data center chegaria às cargas de TI – este é o cenário ideal. No mundo real, a energia elétrica é consumida de diversas maneiras por dispositivos diferentes de cargas de TI, por exemplo, transformadores, UPS, cabos de distribuição, ventiladores, ares-condicionados, bombas, umidificadores e aparelhos de iluminação. Alguns desses dispositivos, como UPS e transformadores, estão no trajeto de energia que alimenta as cargas de TI. Outros dispositivos, como equipamentos de refrigeração e iluminação, fornecem proteção e suporte secundário, mas não alimentam as cargas de TI. (Figura 3). Observe que, na Figura 3, a única energia que “conta” nos data centers, pelo menos para a PUE, é a energia que realmente vai para as cargas de TI. Toda a energia restante, considerada desperdício ou “perda” nesta análise, inclui o calor da ineficiência do dispositivo no trajeto de energia mais TODA a energia para a infraestrutura secundária – tudo em prol do aprimoramento da eficiência, obtido graças ao melhor projeto do dispositivo ou a tecnologias completamente novas como a “refrigeração gratuita”. Para saber mais sobre a diferença entre energia “útil” e “outra” energia (desperdício), consulte o White Paper 113, Modelagem de Eficiência Elétrica de Data Centers.

Modelagem de Eficiência Elétrica de Data Centers

Link para a fonte White Paper 113

Figura 3 A PUE quantifica a “sobrecarga”de energia que é consumida no suporte da carga de TI

Data center

Energia paradata center Refrigeração

LuzesIncêndioSegurançaGeradorPainel de Distribuição

No-breakPDUCabeamentoSwitchesetc.

Trajeto de energiapara TI

Energiapara

suportesecundário

Infraestruturafísica

Cargade TI

Computaçãoútil

PUEEficácia doUso deEnergia

=

Energia paradata center

Energiapara TI

Energiapara TI

Menos é mais

1 é perfeito



Para onde vai a “outra” energia? Se a energia “útil” do data center (o denominador de PUE) é a energia fornecida para as cargas de TI, para onde vai o restante da energia? A Figura 4 mostra os fluxos de energia em um data center típico. Observe que praticamente toda a energia elétrica que alimenta o data center acaba como calor. O data center representado nesta figura é um data center típico de alta disponibilidade e trajeto de energia duplo com unidades CRAC N+1 operando com uma carga típica de 30% da capacidade do projeto. Observe que menos da metade da energia elétrica que alimenta esse data center é fornecida para as cargas de TI. Com 47% da energia de entrada fornecida para a carga de TI, o data center da Figura 4 está operando com PUE igual a 2,13.

Dados de eficiência dos dispositivos Os fabricantes fornecem dados de eficiência para equipamentos de energia e refrigeração. Para equipamentos de energia, a eficiência é expressada tipicamente em porcentagem. A eficiência dos equipamentos de refrigeração é expressa de diversas maneiras, normalmente como o coeficiente de desempenho (COP) das bombas de calor: a proporção entre calor (kW) removido e energia elétrica (kW) consumida, kW/ton para resfriadores e a proporção de eficiência elétrica (EER) para sistemas de teto. Essas métricas de refrigeração são muito semelhantes e podem ser convertidas entre si. No entanto, essas métricas não fornecem dados de eficiência completos porque os valores publicados são calculados usando um ponto único na temperatura e umidade padrão. A eficiência real do equipamento será diferente do valor publicado devido às condições experimentadas durante o ano. O efeito das condições externas sobre a eficiência é abrangido em mais detalhes posteriormente neste documento. A potência de iluminação é expressa simplesmente como uma perda constante simples – uma lâmpada de 60 watts tem 0% de eficiência quando se considera a eficiência do data center porque gera 60 watts de calor e não fornece nenhuma energia para a carga de TI.

CRAC/CRAH 15%

Umidificador 3%

Resfriador 23%

PDU 3%No-breaks 6%

Dispositivos de iluminação/aux. 2%Painel de distribuição/gerador 1%

Equipamento de TI 47%PUE = 2,13

Figura 4 Fluxo de energia em um data center típico

> Que dizer da eficiência da carga de TI? O fornecimento de alimentação e refri-geração para as cargas de TI é o “trabalho” da infraestrutura física do data center, com o êxito medido pela quanti-dade de energia mínima consumida no processo de fornecimento de alimentação e refrigeração – isso é medido pela PUE. A eficiência geral do data center inteiro também dependerá da eficiência das cargas de TI em fornecer SEU trabalh o útil com consumo de energia minim o e geração de calor mínima (perda). A eficiência geral do data center será uma combinação da eficiência da infraestrutura física (o tópico deste documento) e da eficiência de TI (com-putação útil por watt de TI consumido). Os aprimoramentos no gerenciamento de energia dos dispositivos de com-putação e os aprimoramentos em eficiência de software, como virtualização, são os elementos principais para aumentar o trabalho útil gerado por watt de TI consumido. Esses aprimoramentos importantes complementam e multi-plicam todos os aprimoramentos de PUE, mas não são o tópico deste documento. Qualquer estratégia para reduzir o impacto ambiental dos data centers deve enfocar a melhora de PUE e da eficiência de TI.



Média das medições de eficiência Muitos dispositivos relacionados à refrigeração nos data centers são ligados e desligados ao longo do tempo, como umidificadores, alguns tipos de unidades CRAC, bombas de condensado, alguns tipos de resfriadores, ventiladores de resfriador a seco e ventiladores de ar fresco. Isso faz com que a medição instantânea do consumo de energia do data center varie, mesmo se a carga de TI for constante. Desse modo, esses comportamentos cíclicos levam a eficiência instantânea a variar ao longo do tempo. O consumo de energia de um data center ao longo de um período é calculado com o uso da média da eficiência do data center do período em questão. Assim, quando falamos em eficiência da infraestrutura física do data center, ou PUE, estamos realmente interessados na eficiência média de um período. Os períodos de ciclo da maioria dos dispositivos do data center tem um comportamento de ciclo na ordem de dezenas de minutos, de modo que o menor tempo médio que fornece informações significativas é de aproximadamente 1 hora. Neste documento, quando falamos sobre PUE instantânea, estamos nos referindo ao valor com base na média de 1 hora. Há bons motivos para considerar também outros períodos de média para PUE. Por exemplo, devido à variação sazonal da eficiência, o valor médio anual é útil para a estimativa do custo de energia. Para aplicações diferentes, as médias diárias, semanais e mensais também são úteis. Faremos referência a essas médias como PUE diária, semanal, mensal e anual. A maioria da literatura comum sobre eficiência do data center, usando PUE ou alguma outra medida, não identifica nem quantifica o período médio. Isso cria uma ambiguidade significativa. Uma averiguação do uso comum das medições de eficiência indica que a PUE annualé a métrica desejada, pois é relacionada mais facilmente ao consumo de energia média ao longo da vida útil do data center. Infelizmente, a PUE instantânea geralmente NÃO será igual à PUE anual ou, com base nessa questão, à PUE diária, semanal ou mensal. Em qualquer ponto do tempo, o data center tem um número único para a medição de eficiência instantânea. Esse número é o resultado das características inerentes do consumo de energia dos sistemas de alimentação, refrigeração e iluminação e do valor da carga de TI nesse momento. No entanto, a eficiência irá variar ao longo do tempo porque a carga de TI varia ao longo do tempo, as condições externas variam ao longo do tempo e o modo de refrigeração do data center pode mudar ao longo do tempo. Todos esses fatores afetam a eficiência do data center e o resultado é a constante alteração da eficiência do data center. Qualquer medição única específica da eficiência do data center é apenas um “instantâneo” e não pode ser usada para estimar o desempenho futuro. As medições únicas da eficiência do data center são imprecisas por natureza e não podem ser usadas como base para avaliações de referência ou gerenciamento da eficiência. Para determinar como medir a eficiência do data center, precisamos entender como as condições afetam a eficiência.

A maioria da literatura comum sobre eficiência do data center não identifica nem quantifica o período de média.

“ ”



Diversas variáveis no ambiente do data center têm um impacto significativo sobre a eficiência. Elas incluem o efeito da carga de TI, as condições externas e as configurações do usuário para o equipamento.

Efeito da carga de TI sobre a eficiência O fato de que as condições do data center mudam ao longo do tempo faz com que a eficiência do data center mude ao longo do tempo. Uma das condições mais importantes que muda ao longo do tempo é a carga de TI. Os recursos de gerenciamento de energia dos equipamentos de TI mais novos podem fazer com que a carga de TI varie de um momento para outro, enquanto a remoção e a adição de equipamentos de TI pelo operador do data center provocam mudanças de longo prazo na carga de TI. A Figura 5 mostra como a eficiência de um data center típico varia com a carga de TI.

1,0

1,5

3,5

3,0

2,5

2,0

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Carga de TI

PUE

Uma instalação fixa do equipamento de energia e refrigeração em um data center tem uma curva de PUE na forma mostrada na Figura 5, com a baixa eficiência em cargas mais baixas. Nessa curva, podemos ver que a eficiência varia drasticamente com a carga. Se a carga de TI variasse ao longo do dia devido a cargas de trabalho variáveis de computação de TI, o gráfico mostra que poderíamos esperar uma variação da PUE instantânea ao longo do dia. Isso significa que a PUE instantânea não seria igual à PUE diária. Se as cargas de trabalho de TI de fim de semana forem diferentes das cargas de trabalho de TI de dia da semana, a medição da PUE diária geralmente não será igual à PUE semanal. Isso tem implicações importantes no modo como medimos a eficiência e como interpretamos as medições, conforme veremos posteriormente neste documento. A variação de PUE com a carga tem outro efeito importante sobre como os dados de eficiência são interpretados. Considere o caso de dois data centers que serão comparados. Suponha que o data center A tem uma medição de PUE igual a 2,0, enquanto o data center B tem uma medição de PUE igual a 1,7. O data center B parece ter a melhor medição de eficiência, de modo que parece razoável supor que ele é um data center “mais sustentável” com um projeto basicamente superior. No entanto, considere uma análise mais detalhada desses dois data centers como mostra a Figura 6.

Fatores que influenciam a eficiência

Figura 5 A PUE é sempre uma função da carga de TI – a eficiência diminui em cargas mais baixas



A Figura 6 mostra que o data center A, embora tenha uma pior PUE no momento em que foi medido, tem uma curva de eficiência geral superior ao data center B. Do ponto de vista da especificação, o data center A provavelmente usa equipamentos de energia e refrigeração mais eficientes e um projeto de fluxo de ar otimizado. No entanto, como a carga de TI percentual é menor do que a do data center B, ele funciona em um ponto mais ineficiente na curva de eficiência. Qual projeto é melhor na Figura 6? Um engenheiro diria que a eficiência do projeto inerente do data center “A” é superior. No entanto, um executivo diria que o dimensionamento do data center foi planejado de modo inadequado, o que cancelava todos os ganhos de eficiência técnicos. A decisão sobre qual "projeto" é melhor depende de se você considera o dimensionamento apropriado como parte do projeto.

1,0

1,5

3,5

3,0

2,5

2,0

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Carga de TI

PUE

PUE 2.0com 10% de carga

PUE 1.7com 70% de carga

Efeito das condições externas sobre a eficiência As condições externas são outro fator que varia com o tempo e afeta a eficiência do data center. Embora diversos fatores como a luz do sol, a umidade e a velocidade do vento possam afetar a eficiência, a variável mais importante é a temperatura externa. A Figura 7 mostra como a eficiência de um data center típico varia com a temperatura do ar externo.1

1 Observe que uma opção apropriada do eixo X pode ser a chamada temperatura de “bulbo úmido” ou

“temperatura do ponto de orvalho”, em vez de temperatura ambiente, dependendo do tipo de sistema de eliminação de calor usado.

Figura 6 Comparação das curvas de PUE de dois data centers diferentes



1

1,5

2,0

2,5

3,0

0 4 8 12 16 20 24 28 32 36 40

Temperatura externa (°C)

Eff

icie

ncy

PUE

Carga de TI mantida constantepara este elemento gráfico

Mais eficiência (PUE baixa) quando o modo economizador é usado em temperaturas baixas

O sistema de refrigeração funcionamais (PUE sobe) em tempo quente

A eficiência de um data center típico diminui conforme a temperatura aumenta porque os sistemas de eliminação de calor consomem mais energia durante o processamento do calor do data center e porque a infiltração do calor externo no data center se torna uma carga de calor adicional que deve ser processada. A curva pontilhada da Figura 7 mostra como a eficiência pode melhorar em temperaturas mais baixas se o sistema de refrigeração tiver um modo operacional “econômico”. Fica claro que a eficiência varia com a temperatura externa, especialmente se o data center estiver equipado com modos de refrigeração econômicos.

Efeito da configuração do usuário sobre a eficiência Os usuários podem realizar diversas ações para afetar a PUE. Os usuários podem alterar os pontos definidos de temperatura ou umidade, mover ou adicionar placas do piso ventiladas, não limpar os filtros de ar etc. Esses efeitos são extremamente variáveis e dependem do projeto exato dos sistemas de alimentação e refrigeração. Para os fins da análise deste documento, as “configurações” do usuário serão tratadas como atributos do projeto do data center, e não como condições variáveis como carga de TI e clima. Quando o usuário muda essas “configurações” (por exemplo, move uma placa do piso ventilada, troca um filtro ou altera um ponto definido de temperatura), considera-se que o projeto do data center foi alterado e novas medições são necessárias.

Efeito combinado de condições variáveis Em um data center real, explicamos que a eficiência muda à medida que a carga de TI e a temperatura mudam. A Figura 8 mostra como a eficiência de um data center pode variar no decorrer de uma semana em resultado de três efeitos diferentes:

Variação diária causada por mudanças diárias na carga de TI e na temperatura externa

Variação diária causada pelo clima

Redução da carga de TI nos finais de semana

Figura 7 PUE como uma função da temperatura externa



Seg Ter Qua Qui Sex Sáb Dom

Mais frio do que o normal

Carga baixa de final de semana

CargaAlta de Dia

CargaBaixa à Noite

2,0PUE

1,75

2,75

2,50PUE baixa devido a economizador

PUE alta devido a carga baixa

Embora a variação diária não seja significativa, ela diminui gravemente a utilidade de uma medição única específica de PUE. Mesmo se uma medição de eficiência específica for feita com extrema precisão, sua precisão para estimar contas de energia elétrica, medir o efeito das atividades de melhoria da eficiência e realizar análises de tendência será insatisfatória devido à variação diária esperada de eficiência. O uso de uma única medição de auditoria de PUE instantânea não é eficiente para gerar avaliações de referência, não é eficiente para analisar tendências e não fornece informações acionáveis sobre as oportunidades de melhoria da eficiência. Felizmente, existe uma maneira de usar medições para atingir todos esses objetivos, mas é necessário pensar de um novo jeito sobre a finalidade da medição. Um modelo matemático que representa com exatidão o trabalho de um data center específico e aceita como entradas a carga de TI, as estatísticas do clima externo etc. poderia ser usado com eficiência no programa de gerenciamento de energia do data center. Diferente da medição de um data center em funcionamento real, que fornece somente dados para as condições no momento da medição, um modelo pode fornecer dados para quaisquer condições de entrada. Por exemplo, um modelo pode fornecer o valor esperado da eficiência de um data center com carga máxima, mesmo quando a carga de TI real é uma pequena fração da carga nominal. Modelos de dois data centers diferentes podem ser alimentados com as mesmas condições de entrada, permitindo fazer uma comparação significativa. Além disso, um modelo pode inclusive ser criado antes da criação de um data center, o que permite estimar o desempenho com antecedência. Em um data center em funcionamento, não podemos simplesmente mudar o clima ou a carga de TI para normalizar ou padronizar as condições. Quando realizamos uma única medição “instantânea”, não temos escolha: obtemos a carga de TI atual e o clima atual. Um modelo eficiente permite normalizar as medições em condições diferentes e estabelecer os recursos básicos de desempenho operacional do data center. Veja uma lista com alguns benefícios que um modelo matemático fornece e que não podem ser obtidos simplesmente com a medição e o registro da eficiência do data center: Estime com precisão o desempenho da eficiência de um projeto do data center

proposto com antecedência

Estime com alta precisão o desempenho da eficiência de um data center em funcionamento para condições que não podem ser medidas, como cargas de TI diferentes, ou para condições de referência do setor

Estime com alta precisão o desempenho da eficiência de um data center para condições somente com informações parciais, onde não é prático medir o consumo de energia de todos os circuitos

Figura 8 Variação da PUE instantânea ao longo da semana

Modelagem de eficiência dos data centers

Quando realizamos uma única medição “instantânea”, não temos escolha: obtemos a carga de TI atual e o clima atual.

“ ”



Estime com alta precisão a eficiência do data center para várias condições externas e calcule a média estimada da eficiência ao longo do tempo

Identifique e quantifique as contribuições que dispositivos específicos nos sistemas de alimentação, refrigeração e iluminação do data center estão fazendo para a ineficiência do data center

Identifique os subsistemas do data center que estão funcionando fora dos parâmetros de eficiência esperados

Avalie referências e compare os modelos de data centers diferentes

Embora uma única medição da eficiência do data center em um ponto operacional seja informativa, ela não é acionável sem os recursos listados acima. Por esse motivo, o modelo matemático é a chave para criar um processo e um sistema de gerenciamento da eficiência. O modelo permite entender as causas da ineficiência; portanto, a finalidade da medição de eficiência do data center é estabelecer os parâmetros do modelo de eficiência. Em resumo, um objetivo fundamental de medir a eficiência de um data center é obter informações que contribuam para criar um modelo exato para esse data center. É o modelo que fornece informações práticas sobre a eficiência do data center, não a medição.

Modelos práticos de eficiência do data center Embora os benefícios da modelagem de eficiência do data center sejam valiosos, ainda resta a dúvida sobre se o desenvolvimento e a execução de um modelo de eficiência para um data center específico é viável e prático. A resposta dessa pergunta depende do grau de precisão necessário no modelo. Nossa pesquisa mostra que é muito prático criar e operar modelos com precisão suficiente para obter os objetivos de gerenciamento da eficiência descritos neste documento. Na realidade, acreditamos que o desenvolvimento e a execução de modelos de eficiência será uma prática padrão nos data centers em um futuro próximo e que esses modelos serão criados com base nas ferramentas de software padrão usadas para gerenciar os data centers. Um diagrama de demanda/perda de exemplo para um modelo prático de eficiência do data center é mostrado na Figura 9.



UPS GenPower

DistCoolingTower

ChillerCRAHHumid-

ifierPumps Lights

+

++

+

TotalUPS Load

+Total

Power Losses

Total Lighting Losses

Total Losses

IT Load

HeatInfiltration

OutdoorTemperature & Humidity

Total Thermal

Load

Total Cooling Losses

Electrical Demand

Impact of Outdoor Conditions

Thermal Demand

Electrical Losses

HumidificationLoad

Humidification Demand

+ Sum of Inputs

Este diagrama mostra como o consumo de energia (perdas) da infraestrutura do data center é determinado pela carga de TI e pelas condições de temperatura externa/umidade, aumentando as demandas de energia nos sistemas de alimentação, refrigeração e iluminação. Cada tipo de dispositivo (UPS, CRAH, etc.) tem suas próprias demandas (isto é, demandas elétricas e demandas térmicas) e gera o consumo de energia (perda) de acordo com a configuração do dispositivo e as características de eficiência inerentes. Os elementos de configuração do sistema que afetam o modelo de eficiência incluem coisas como tipos de dispositivo alimentados pelo UPS, tipo de instalação de refrigeração e uso de modos econômicos. O modelo inclui dados estatísticos sobre o clima para o local. Uma descrição detalhada da teoria, da elaboração e do uso de um modelo de eficiência do data center está disponível no White Paper 113, Modelagem de Eficiência Elétrica de Data Centers. Um modelo de eficiência para um data center pode ser criado para um data center existente ou pode ser criado antes mesmo da construção de um data center, caso o projeto e as características dos dispositivos de alimentação, refrigeração e iluminação sejam conhecidos. Se o modelo representar o projeto com precisão, os dados fornecidos também serão precisos. Embora o desempenho elétrico de alguns tipos de dispositivo como aparelhos de iluminação, UPS e transformadores seja bastante consistente e previsível, existem muitas incertezas sobre o desempenho incorporado de dispositivos como bombas e ares-condicionados que levam o modelo a perder a precisão. A medição pode ajudar nesse caso.

Figura 9 Um modelo de eficiência do data center mostrando as demandas dos dispositivos e as perdas resultantes

Modelagem de Eficiência Elétrica de Data Centers

Link para a fonte White Paper 113



Figura 10 Exemplo de uma declaração de trabalho da avaliação da eficiência elétrica (capa)

As discussões anteriores explicam a utilidade limitada de depender apenas de medições periódicas de eficiência do data center devido à capacidade de repetição ruim e à falta de orientação. No entanto, as medições periódicas podem fazer parte de uma estratégia de gerenciamento geral que inclui medições iniciais e contínuas. Esses dois tipos de medição têm objetivos diferentes:

1. As medições iniciais servem para calibrar o modelo de eficiência do data center, estabelecer o desempenho “real” e o “desejado” e identificar oportunidades em potencial de melhoria da eficiência. Normalmente, as medições iniciais precisam de medições de cada subsistema de alimentação e refrigeração, além de uma medição de eficiência geral.

2. As medições contínuas servem para comparar o modelo a fim de fornecer alertas sobre ineficiências inesperadas e para quantificar melhorias. As medições contínuas podem ser feitas por amostragem periódica e por instrumentação contínua.

Medições iniciais Na primeira vez em que é medida, a eficiência do data center deve fazer parte de uma avaliação da eficiência geral realizada por especialistas. Além de fazer uma medição de eficiência, uma avaliação da eficiência do data center normalmente fornece uma análise da configuração incorporada e recomendações sobre melhoria da eficiência. Teoricamente, a avaliação deveria fornecer um modelo matemático do data center como um de seus resultados. A Figura 10 mostra um exemplo de uma declaração de trabalho da avaliação da eficiência do data center.

Os dados coletados durante uma avaliação de eficiência devem incluir medições de subsistemas suficientes para permitir a calibragem de um modelo de eficiência matemático. Assim que o modelo do data center é calibrado com medições iniciais de eficiência, ele pode ser usado imediatamente para estabelecer o desempenho de referência, como a eficiência média esperada ao longo do ano, ou para estabelecer a eficiência em outras cargas de TI e condições externas de referência, como as estabelecidas para avaliações de referência comparativas do setor.

Preparação de um plano de medição de eficiência



Medições contínuas Depois que a eficiência do data center é medida e o modelo de eficiência é calibrado, as medições contínuas devem ser feitas para quantificar os aprimoramentos de eficiência e para fornecer avisos sobre qualquer perda de eficiência indesejável. Quando o valor medido da eficiência é diferente do valor medido original, já mostramos que isso pode ocorrer devido a variações na carga de TI ou no clima. O modelo pode corrigir os efeitos da carga de TI e do clima e mostrar se há alguma variação de eficiência devido a esses efeitos ou causada por alterações reais na infraestrutura do data center inerente. As medições contínuas de eficiência podem ser realizadas periodicamente, por exemplo, duas vezes por ano (o ideal seria uma vez no verão e uma no inverno), ou é possível instalar um sistema de medição em tempo real. As próximas seções deste documento explicam por que a medição em tempo real deve ser um recurso padrão nos novos data centers nos próximos anos.

Identificação dos circuitos elétricos a serem medidos Para medir a eficiência do data center em um determinado ponto operacional, devemos medir a energia de entrada total do data center e a carga de TI total. Se a instalação for um data center dedicado, a energia de entrada poderá ser medida na conexão da rede elétrica do serviço público com o prédio. Se a carga fosse um único dispositivo de carga de TI gigante, a potência de carga de TI seria uma única medição da potência na conexão elétrica do dispositivo. Somente duas medições seriam necessárias nesse caso hipotético. Infelizmente, essa situação ideal nunca é alcançada. A maioria dos data centers faz parte de edifícios multiuso com outras cargas além do data center, e todos os data centers são formados por coleções de dispositivos de TI – possivelmente milhares – muitos com circuitos elétricos separados. Para garantir uma medição exata, todos os dispositivos que consomem energia da rede elétrica para formar a carga total do data center precisam ser instrumentados separadamente por outras cargas não relacionadas ao data center e por sua energia de entrada somada. Além disso, para obter a carga de TI total, todos os dispositivos de TI precisam ser instrumentados separadamente e sua energia de entrada deve ser somada. Em um data center de 1 MW, isso exigiria milhares de medições de energia simultâneas, o que é um desafio técnico e prático. Por esse motivo, alguns operadores de data center concluíram que a medição de eficiência não é viável. Felizmente, a instrumentação complicada e a medição demorada não são necessárias porque um número pequeno de pontos de medição consolidados combinado com modelos matemáticos do sistema pode fornecer medições de eficiência de precisão suficiente.2

Medição da carga de TI agregada Como exemplo de como a medição real pode ser simplificada drasticamente usando o modelo, considere o caso da medição da carga de TI. A Figura 11 mostra a situação típica de um grande número de cargas de TI sendo alimentadas pelas unidades de distribuição de energia (PDUs) fornecidas por um UPS.

2 A descrição completa dessa abordagem está fora do escopo deste documento.



Figura 11 Medição da carga de TI agregada

No-breaks

PDU

PDU

PDU

PDU

Meça aqui e então subtraiaas perdas de PDU

Perdas de PDU = calor

Cargade TI agregada

Para obter a carga de TI agregada real, talvez seja necessário medir e somar todos os circuitos derivados que alimentam cada carga de TI, o que pode representar milhares de medições. Se, em vez disso, medíssemos a energia na saída do UPS, simplificaríamos drasticamente o problema para uma única medição, mas introduziríamos um erro porque, nesse local, estamos medindo a soma das cargas de TI e a energia consumida pelas PDUs (as perdas de PDU). Além disso, em alguns data centers, outros dispositivos como as unidades de condicionamento de ar podem ser alimentados pelo UPS. O erro causado pelo uso da energia de saída de UPS como representante da carga de TI real pode estar na faixa de 2% a 25% dependendo do data center, o que é bastante significativo. No entanto, as PDUs podem ser caracterizadas com muita precisão no modelo, e o modelo pode calcular as perdas de PDU em um alto grau de precisão com base na energia de saída de UPS. O modelo pode subtrair as perdas de PDU da energia de saída de UPS para obter a carga de TI sem nenhum erro significativo. Desse modo, o modelo permite diminuir possivelmente milhares de medições para uma única medição. A técnica de uso do modelo para obter uma grande quantidade de informações a partir de um número pequeno de medições pode ser usada para medições únicas, e também pode ser usada como parte de um sistema de monitoramento de eficiência permanente e contínuo, diminuindo significativamente o custo do monitoramento contínuo da eficiência.

Investimento contínuo x inicial O número de pontos de medição de energia para medições contínuas de eficiência normalmente é menor do que o usado para medições iniciais. As medições contínuas precisam enfocar circuitos que mais provavelmente mudarão ao longo do tempo e são os principais contribuidores para o consumo de energia. Por exemplo, para alguns dispositivos como os transformadores, seria valioso medi-los inicialmente, mas sua contribuição de energia contínua pode ser calculada com alta precisão pelo modelo. Em geral, as medições contínuas precisam de aproximadamente metade do número de pontos de medição inicial. Isso sugere uma estratégia de instrumentação onde os pontos de medição contínua são monitorados pelo medidor de potência permanentemente instalado, enquanto os pontos adicionais necessários para a medição inicial são medidos com o uso de instrumentos portáteis.



A determinação dos circuitos que devem ser medidos inicialmente e continuamente é uma parte importante da avaliação profissional da eficiência do data center. A eficiência do data center é um número calculado com base em medições de energia. A Figura 12 mostra exemplos dos tipos de equipamento usados para medição.

Equipamento portátil de medição de energia (Fluke 435)

Equipamento de medição de energia instalado permanentemente (Power Logic PM700)

Funções de medição da energia integrada instaladas permanentemente nos equipamentos de refrigeração e energia (UPS APC Symmetra)

Os data centers podem ser instrumentados permanentemente para a eficiência, ou a eficiência pode ser auditada periodicamente com o uso de instrumentação portátil. De qualquer maneira, os circuitos de energia a serem medidos devem ser identificados conforme descrito na seção anterior. Este documento tem explicado que não é necessário medir os fluxos de energia em todos os milhares de circuitos de um data center. Cálculos bastante precisos de eficiência podem ser feitos medindo-se o fluxo de energia em um pequeno subconjunto dos circuitos de energia. A estratégia de medição de eficiência consiste nos seguintes elementos: Decisão sobre medições permanentes x periódicas/portáteis

Identificação dos pontos de medição apropriados

Estabelecimento de um sistema de relatórios de dados de eficiência

Instrumentos permanentes x portáteis A instrumentação para medição de eficiência pode ser instalada permanentemente ou as medições podem ser feitas periodicamente por uma equipe de manutenção qualificada com instrumentos portáteis. A solução preferida depende de diversos fatores, com benefícios para cada abordagem. A instrumentação permanente fornece dados contínuos de eficiência em tempo real e fornece vantagens significativas. Uma vantagem importante da instrumentação permanente, em comparação com auditorias periódicas, é o fato de que nenhuma pessoa tenta fazer medições em circuitos de energia dinâmicos com instrumentos portáteis – sempre que pessoas tentam fazer medições em circuitos dinâmicos, existe o risco de erro e tempo de inatividade. A desvantagem da instrumentação permanente é o maior custo inicial, especialmente para instalações de atualização. Na maioria dos casos, a instrumentação permanente pode ser instalada sem a interrupção da carga crítica de TI.

Instrumentação para medição de eficiência

Figura 12 Exemplos de instrumentação para medição



As auditorias periódicas que usam instrumentação portátil têm um custo inicial menor, e são adequadas principalmente para data centers existentes que estão chegando ao fim de sua vida útil. Para data centers novos, a instrumentação permanente deve ser especificada. Alguns dispositivos de energia e refrigeração, como o UPS, talvez já tenham recursos de medição da energia integrada. Se a precisão desses recursos integrados for suficiente, a instrumentação integrada eliminará a necessidade de usar qualquer instrumentação para medição adicional no circuito afetado. O software de gerenciamento da eficiência deve ser capaz de captar medições de energia dos equipamentos de energia e refrigeração com a instrumentação de medição da energia integrada.

Identificação dos pontos de medição apropriados Independentemente de a instrumentação ser permanente ou portátil, os pontos de medição de energia apropriados devem ser selecionados. Este documento deixa claro que não é necessário medir todos os milhares de circuitos do data center. O objetivo é medir a menor quantidade de circuitos que fornecerão os dados necessários para construir um modelo com a precisão obrigatória. Para data centers existentes, esse problema pode ser composto por questões práticas relacionadas ao modo como o edifício foi cabeado. Além disso, alguns circuitos ou dispositivos, como as torres de refrigeração, podem ser compartilhados intencionalmente com cargas fora do data center a ser medido, impossibilitando a medição direta do consumo relacionado ao data center. Portanto, a escolha do ponto de medição da instrumentação talvez precise ser personalizada para uma instalação específica. Muitos operadores de data center tentarão realizar medições de eficiência ou impedir que profissionais realizem essas medições. Este documento tem mostrado que as medições únicas típicas que são realizadas não são eficientes para atingir as metas de gerenciamento de energia. Teoricamente, as avaliações de eficiência do data center serão realizadas como parte de um programa de gerenciamento de energia e seguirão os princípios descritos neste documento. No entanto, as medições únicas ainda podem ser úteis contanto que sejam fornecidas com outros dados complementares. Para que uma análise posterior use dados de medição única, as seguintes informações devem ser incluídas no gerenciamento de eficiência: Data de medição

Hora do dia da medição

Intervalo médio usado

Pontos de medição e equipamento de medição usado em cada ponto

Classificação de carga máxima do data center (carga de TI máxima)

Carga operacional real no momento da medição (carga de TI atual)

Temperatura e umidade externas

Níveis de redundância do data center

Tipo de eliminação de calor usado (resfriador a seco, torre de refrigeração, ar fresco, resfriador embalado)

Tipo de economizador instalado (se houver)

Status do economizador no momento da medição (ativado, desativado)

Se esses dados estiverem disponíveis, será possível realizar a análise e a modelagem de eficiência posteriormente; caso contrário, isso não será possível. Portanto, os operadores de

Coleta de dados durante a medição de eficiência



data center que optam por não usar especialistas treinados para realizar medições de eficiência sempre devem garantir que as pessoas que realizam a medição coletem e registrem as informações acima no momento de qualquer medição de eficiência. A seção anterior mostra que a eficiência elétrica não é medida diretamente pela instrumentação, e que cálculos e análises adicionais são necessários. Além disso, o estabelecimento da curva de eficiência geral para a infraestrutura de energia e refrigeração do data center requer que as medidas sejam usadas junto com o modelo de eficiência do data center. Para auditorias periódicas, a curva de eficiência do data center é calculada usando os princípios descritos neste documento, e um relatório de auditoria que inclui esse resultado é gerado. Para a instrumentação permanente, um cálculo em tempo real de eficiência é possível e preferido. Essa função deve ser fornecida pelo sistema de gerenciamento de capacidade de energia e refrigeração, que já contém o modelo topológico do data center. Quando devidamente implementadas, as tendências de eficiência elétrica podem ser registradas e alertas podem ser gerados com base nas condições fora dos limites. Além disso, um sistema eficiente forneceria a capacidade de diagnosticar as fontes de ineficiência e sugerir a ação corretiva. Os dados de eficiência devem ser registrados pelo menos anualmente, mas podem ser registrados continuamente se um sistema de gerenciamento de energia for implementado. A lista a seguir mostra alguns dos principais dados que devem ser incluídos em um relatório de eficiência do data center: Desempenho da PUE anual real, medido ou extrapolado do modelo

PUE anual esperada nas condições padrão do setor, a partir do modelo

Valor do projeto para PUE anual nas condições padrão do setor, se disponível

Carga de TI média anual (porcentagem da capacidade nominal)

Análise do consumo de energia pelo principal subsistema do data center

Comparação da PUE anual real com outros data centers de classificação semelhante (pior caso, típico, melhor caso)

Comparação da PUE anual esperada nas condições padrão do setor com outros data centers de classificação semelhante (pior caso, típico, melhor caso)

Consumo elétrico anual total (kWh)

Custo de eletricidade anual estimado

Tendência de PUE anual real, consumo elétrico anual e custos de eletricidade

Estabelecimento de um sistema de relatórios



Mesa 1 Analogia entre as principais métricas de economia de combustível de automóvel e eficiência do data center

A medição da eficiência do data center serve para gerenciar o uso da eletricidade. Tomar ação para controlar o uso elétrico requer o conhecimento de Fontes de ineficiência

Oportunidades de aprimoramento

Benefícios esperados dos aprimoramentos da eficiência

Fazer uma medição simples da eficiência do data center é interessante, mas não faz nada disso. As medições só são úteis quando usadas junto com modelos. Por esse motivo, a modelagem é um aspecto crítico do gerenciamento de eficiência e as necessidades de dados do modelo estabelecem os requisitos para a medição dos fluxos de energia no data center. Para gerenciar a eficiência do data center, precisamos realizar medições de energia iniciais a fim de estabelecer o modelo e as condições básicas e, em seguida, monitorar periódica ou continuamente os fluxos de energia para fornecer informações sobre tendências de eficiência, condições ineficientes e oportunidades de aprimoramento. A analogia com a economia de combustível de automóvel é útil para entender os tipos de informação necessários para interpretar os dados de eficiência do data center e está ilustrada na Mesa 1.

Existem milhares de fluxos de energia em um data center típico. A análise mostra que não é necessário medir todos esses fluxos para medir e gerenciar a eficiência. Junto com mod-elagem apropriada e informações sobre os dispositivos de energia e refrigeração, é possível criar um sistema de gerenciamento de eficiência de alta precisão com apenas um pequeno número de medições. Para gerenciar a eficiência, os usuários têm a opção de instrumentar permanentemente os fluxos de energia apropriados para medição de eficiência em tempo real ou podem realizar auditorias periódicas dos fluxos de energia usando instrumentos portáteis. Para data centers novos, a instrumentação permanente é apropriada. Para data centers existentes, é recomendada uma mistura de instrumentação permanente limitada e auditorias periódicas.

Economia de combustível de automóvel

Eficiência da infraestrutura do data center

A especificação de economia de combustível do automóvel (isto é, 26 MPG na estrada, 22 MPG na cidade)

A especificação de eficiência do projetista do data center (isto é, 55% de PUE com 75% de carga de TI e temperatura externa de 25 °C)

As avaliações comparativas de economia de veículos semelhantes

As avaliações comparativas de eficiência de data centers semelhantes

A economia de combustível média que realmente temos

A PUE média que realmente temos (diária, semanal, mensal, anual)

A economia de combustível em tempo real que estamos obtendo agora

A PUE em tempo real que estamos obtendo agora

Conclusão



Neil Rasmussen é vice-presidente sênior de Inovação da Schneider Electric. Ele estabelece os rumos de tecnologia do maior orçamento de P&D do mundo dedicado à alimentação, à refrigeração e à infraestrutura de racks para redes essenciais. Neil detém 19 patentes relacionadas à infraestrutura de alimentação e refrigeração de alta eficiência e alta densidade para data centers, e já publicou mais de 50 white papers relacionados a sistemas de alimentação e refrigeração, muitos deles publicados em mais de 10 idiomas, mais recentemente com foco na melhoria da eficiência energética. Ele é um palestrante internacionalmente reconhecido em matéria de data centers de alta eficiência. Atualmente, Neil está trabalhando para promover a ciência das soluções de infraestrutura do data center de alta eficiência, alta densidade e dimensionáveis, além de ser arquiteto principal do sistema APC InfraStruXure. Antes de fundar a APC em 1981, Neil obteve seus diplomas de bacharel e mestre em engenharia elétrica pelo MIT, onde escreveu sua tese sobre a análise de uma fonte de alimentação de 200 MW para um reator de fusão Tokamak. De 1979 a 1981, ele trabalhou para a MIT Lincoln Laboratories em sistemas de armazenamento de energia flywheel e sistemas de energia elétrica solar.

Sobre o autor



Modelagem de Eficiência Elétrica de Data Centers White Paper 113

Explore todos os White Papers whitepapers.apc.com

Explore todas as ferramentas TradeOff ™ tools.apc.com

Recursos Clique no ícone para linkar a pesquisa

Para incluir comentários sobre o conteúdo deste White Paper: Data Center Science Center [email protected] Se você é cliente e tem perguntas relacionadas especificamente com o data center que está projetando: Entre em contato com seu representante de Schneider Electric www.apc.com/support/contact/index.cfm

Entre em contato

Medição de Eficiência Elétrica de Data Centers - apc.com · Medição de Eficiência Elétrica...

Documents

Transcript of Medição de Eficiência Elétrica de Data Centers - apc.com · Medição de Eficiência Elétrica...