開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇能量計量論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。

第1篇

1系統設計背景近年來,電力企業在不斷擴大大客戶負荷管理系統覆蓋范圍的基礎上,全面開展了地區廠站電能量遙測、低壓集中抄表和配變監測計量等項目的建設,并在此基礎上進行四分線損分析及需求側輔助決策等的建設這些計量自動化項目的分散建設不可避免的帶來了計量自動化孤島問題的出現。為避免計量自動化孤島問題,提高電能量數據的綜合應用水平和使用效率,避免重復投資和資源浪費,優化計量自動化系統建設方案,進一步提高電力企業計量自動化建設水平和深入開展計量技術創新,需要建設電力企業一體化計量自動化系統。配合電力企業“十一五”信息規劃的建設要求,考慮目前地區電能量遙測系統、大用戶負荷管理系統、低壓集中抄表系統技術已經成熟,在電力企業范圍內均已經開始推廣建設。同時配變監測及管理系統在部分供電部門也做了有益的試點,配變無功補償技術也開始逐步應用。在線損理論計算工作方面也有長足的進步,建設計量自動化主站平臺條件已逐漸成熟[6,7]。

今后電力企業應該是一個全面集成的數字化企業,并能夠通過集成化的企業戰略框架不斷加以改進,以適應電力行業的不斷發展【8]。通過建設計量自動化主站支持平臺,解決目前統計線損中數據不全、統計口徑不一、計算困難、誤差影響因素等實際問題,將線損”四分”管理、需求側管理落到實處,并統籌考慮各地區電能量遙測系統、大用戶負荷管理系統、配變管理系統、居民集中抄表系統建設方案,避免重復投資、重復開發、重復建設,為實現”經營型、服務型、一體化、現代化企業”的發展戰略目標作出貢獻。

1.2系統建設目標

1.2.1應用目標為各級電力營銷服務提供信息化的技術支持手段和依據,能夠及時按需自動采集各電壓等級用電現場電能量計量數據,包括示度電量、分時電量、凍結電量、需量等應營銷收費服務所需電能量信息。能夠監測現場用電計量情況,包括計量裝置故障、計量回路異常等,為用電監察提供遠程自動化服務手段。為供電企業經濟運行、經濟管理提供可靠數據依據和支持。能夠根據需要監測現場用電運行信息,包括電流、電壓、有功無功功率曲線,為供電質量分析及負荷管理提供可靠技術支持。為強化四分線損管理、需求側管理提供技術支持手段根據采集到的分時電能量進行四分線損統計分析,并和理論線損進行對比分析,為降低管理線損提供依據。提供大客戶遠程現場服務功能,能夠根據負荷平衡情況為開展錯峰用電、節約用電、分時計費等提供技術支持。

1.2.2技術目標數據采集處理一體化。系統能夠通過開放式規約連接大客戶負荷管理終端、廠站電能量遙測終端、低壓集中抄表集中器和配變監測計量終端。數據存儲一體化。系統能夠將各類計量數據進行收集整理和存儲,為各業務應用提供相關數據。各類計量對象的基礎檔案數據,包括計量設備檔案、客戶資料、電網參數等基礎數據統一存儲使用。主站計算機資源一體化。包括計算機硬件設備、通信及信息安全設備、數據庫管理系統、存儲設備等資源的應用、維護和管理一體化。無線數據通信資源的一體化使用。主要包括低壓集抄、大客戶負荷管理、配變終端等安裝在配電網的計量自動化設備對無線數據網資源的使用。計算機通信設備采用標準通用設備,數據庫采用開放式的大型商業數據庫,采用統一遠程通信規約,不同供貨商提供的終端設備產品均能夠接入到主站自動化系統。建立統一的應用數據庫,不同開發商所采集到的專變計量點、廠站計量點、低壓計量點及配電計量點的各類相關數據均能夠存入該數據庫,不同開發商也能夠通過該數據庫開發不同的綜合應用。統一數據庫的建立應按照統一數據模型、統一數據編碼的要求進行。

1.3系統建設原則計量自動化系統首先具有電能計量計費系統的一般性和共同性要求特點,即數據的準確性、完整性、系統的可靠性、穩定性、開放性、安全性等要求。同時由十系統涉及面廣,面向對象多,系統分層、建設周期長等特點,使其具有區別十一般計費系統的更高的或特殊的要求,這些要求、特點決定了系統的設計原則[9]。1.可靠性與穩定性相結合、2.準確性與完整性相結合、3.開放性與安全性相結合、4.實用性與擴展性相結合、5.先進性與成熟性相結合。

1.4論文的工作針對電力計量自動化系統的特點以一體化計量自動化系統的需求現狀的描述,通過利用CIM公共信息模型,設計電力企業一體化計量自動化系統建設方案。在建設方案設計過程中,本文主要進行了以下方面的工作:1)系統總體架構按照分層分塊設計的原則,分別為現場設備層、前置采集層、業務應用處理層、數據處理層。

第2篇

《石油和化工節能》征稿啟事

“十二五”節能減排綜合性工作方案

油田注水系統節能經濟運行的研究與實踐

氯堿行業“十一五”節能減排回顧及“十二五”展望

節能型水溶液全循環尿素生產技術的開發與應用

莫爾液節能環保技術

采用燃氣發電技術充分利用電石爐爐氣

實施綜合改造實現節能目標

冷卻系統空冷器的節能改造

熱泵技術在遼河油田歡三聯合站原油加熱中的應用

氯氣液化裝置的安全生產與節能

酮苯脫蠟脫油聯合裝置的節能改造

永勝能源化工以技術支撐節能減排

推行成本精細管理的實踐與探索

推行系統優化和管理實現煉油廠節能降耗

國外節能服務體系建設經驗及啟示

油氣田溫室氣體排放測試與評估方法

第二屆石油和化學工業節能技術交流大會即將召開

滄州大化節能減排工作受河北省委省政府表彰

《石油和化工節能》征稿啟事

國務院關于進一步加大工作力度確保實現“十一五”節能減排目標的通知

國務院召開全國節能減排工作電視電話會議

煉廠節能技術和系統全局綜合優化方法

油氣田生產企業的能耗對標分析

勝利油田孤東采油廠用能現狀分析及對策

節能環保的儀表電伴熱系統

增效節能型流量計的原理及應用

乙二醇蒸氣噴射泵節能新技術

油田35kV變電所何時可投單臺主變

聚乙烯醇車間醋酸系統能量優化

100萬噸/年重油催化裂化裝置節能分析

中原石化裂解爐的綜合節能

合成氨脫碳系統的節能改造

中國海油提前完成“十一五”節能減排目標

雙星集團闖出節能減排新路子

日本百年節能史及其對中國節能的啟示

專利信息

獨山子石化實現甲醇利用回收廢氣生產

晉煤集團煤化工再獲重大突破

第九次石油和化工節能論文征集與評選啟事

國資委關于印發《中央企業節能減排統計監測報表》的通知

中國-印尼第三次能源論壇舉行

國家發改委關于降低成品油價格的通知

環保部確定今年節能減排重點

山東將實行節能產品強制采購

固定床煤氣化工藝的節能技術措施

濮城油田油氣集輸系統優化改造項目的節能評價

游梁式抽油機電動機配套選擇模板研究

水動風機冷卻塔節電技術

溴化鋰機組低溫余熱制冷技術

芳烴加熱爐節能減排技術應用

諧波污染與無功補償裝置改進治理效果分析

燃氣加熱爐在鋁粉裝置節能改造中的應用

甲醇系統三塔精餾的優化運行

平衡18萬噸合成氨綜合節能項目節能測算

依靠管理和技術創新推進企業節能減排工作

能源計量為企業挖金掘銀

第3篇

論文摘要：智能電網是新形勢下電網發展的必然趨勢。本文闡述了智能電網相關概念，討論了智能電網環境下對電力通信的要求。

進入新的世紀，全球經濟、社會安全、環境和能源供應都面臨著極大挑戰，氣候變化劇烈。災害頻發，傳統能源日趨緊張，金融危機對各國經濟打擊巨大，因此，為了面對環境污染，拉動內需，提振經濟。發展可再生能源，需要構建智能電網以助推電力行業創新，實現技術轉型，從而保障國家能源安全，促進我國社會的可持續發展。2009~5月，我國國家電網公司提出加快堅強智能電網建設。

2009年9月，美國國家標準與技術研究所(NIST)提出了關于智能電網互操作標準的框架與路線圖，明確了推進標準化工作的8個優先發展領域，其中很重要的一個方面就是網絡通信：要求針對智能電網各個關鍵領域的應用和操作器的網絡通信需求，實施和維護合適的安全和訪問控制手段。該領域覆蓋電力專網和公共網絡。對我國而言，智能電網的建設，必須有堅實的基礎技術和功能，其中測量和通信系統是一個非常重要的方面。

1　智能電網概念

智能電網是以包括發、輸、變、配、用、調度和信息等各環節的電力系統為對象，不斷研發新型的電網控制技術、信息技術和管理技術，并將其有機集合，實現從發電到用電所有環節信息的智能交流，系統地優化電力生產、輸送和使用。電力企業通過促成技術與具體業務的有效結合。使智能電網建設在企業生產經營過程中切實發揮作用，最終達到提高運營績效的目的。

智能電網不是為了炫耀新技術，而是為了實實在在的解決當前存在的問題。對電力系統而言，智能電網具有三個明顯的特征；

(1)　自愈。對電網的運行狀態進行連續的在線自我評估，并采取預防性控制手段，及時發展、快速診斷和消除隱患；故障發生時，在沒有或少量人工干預下，能夠快讀隔離故障、自我恢復，避免大面積停電的發生。

(2)　互動。系統運行與批發、零售電力市場實現無縫連接，支持電力交易的有效開展。實現資源的優化配置；同時通過市場交易更好地激勵電力市場主體參與電網安全管理。

(3)　堅強。堅強是對智能電網安全性的要求，即對智能電網中每一個元素都應該有安全性需求考慮，在整個系統中應確保一定的集成和平衡，無論對物理攻擊(爆炸、武器)還是信息攻擊(網絡、計算機)智能電網都要能夠應付并反虛出來。

2　智能電網對電力通信的要求

2.1　我國當前電力通信網現狀

目前，我國的電力通信網是以光纖、微波及衛星電路構成主干線，各支路充分利用電力線載波、特種光纜等電力系統特有的通信方式，并采用明線、電纜、無線等多種通信手段及程控交換機、調度總機等設備組成的多用戶、多功能的綜合通信網。隨著光纖通信技術發展，電力通信網業務從原來的64kbit／s逐漸過渡到了高速率的2Mbit／s、10Mbit／s、100Mbiffs及以上高速率通道上。從作用來看，我國電力通信網主要有傳輸網、交換網、數據網和管理網四大類網絡象。

2.2　智能電網對電力通信的要求

隨著我國智能電網建設的不斷發展，系統節點將大量增加，系統調度的任務將更加繁重，對電網大規模、全過程的監視、控制、分析、計算將向動態、在線的方向發展。

(1)EMS系統

EMS系統的實時數據來自于數據采集與監控系統SCADA。EMS向即時信息系統SIS提供分鐘級的實時數據，如：系統頻率、總出力，SCADA實時數據可以考慮由設立在廠站側的RTU終端進行采集，接口通?？梢詾楫惒綌祿涌赗s485或Rs232，根據信息量的需要，速率一般為1200bit／s至9600bit／s。

(2)TMRS系統

在智能電網條件下。電能量計量系統除了具備常規測量功能外，還必須具有分時段累計存儲和雙向計量的功能。同時系統還需要具備對電能量數據進行自動采集、遠傳和存儲、預處理、統計分析的子系統，以支持未來智能電網發展、新能源的并網。

(3)SIS系統

即時信息系統SIS主要完成系統運行數據的處理，建設即時信息系統主要采用Internet技術，建立在安全的Internet基礎上，-以國家電力數據網SPDnet為通信基礎設施，對社會開放Internet~2問。即時信息系統由于要對社會信息開放，因此必須做好安全防護和安全隔離。

(4)需求側管理

智能電網一個很大的改變就是要直接面向用戶。對于大量符合終端用戶，由于具有眾多節點并且業務量較少，早期一般采用無線公網通信系統實現信息傳輸。目前，主流技術大都采用公網租用線GPRs或cDMA，以保障對用戶情況的掌握。

(5)電力系統統一時標

當前，無論是電力錄波裝置還是計費裝置都需要具有統一的時標信息，因此，一旦缺乏統一的時標信息將導致全網動態行為監督的缺失。為此，GPS技術的發展為電力系統實現動態監控提供了必要的物質條件，信同步時鐘系統為各級調度機構主站，子站和廠站提供統一時間標記基準，包括電力系統在內的地球表面任一點均可接收到衛星發出的精度在1ps以內的時間脈沖，然后光纖通信系統將各變電站的測量收集匯總處理后，即可得到各變電站之間動態相量的變化，并據此實施相量控制。

3　結語

建設以特高壓電網為骨干網架的堅強智能電網，為我國清潔能源的規模高效發展提供保障，充分發揮電網在資源優化配置、服務國民經濟中的作用，對我國經濟社會全面、協調、可持續發展具有十分重要的現實意義。智能電網建設成為國家經濟和能源政策的重要組成部分。

參考文獻：

第4篇

一、電是否真的多了

改革開放以來，特別是國家實行集資辦電和多家辦電的政策以后，電力工業發展很快，從19 78年至1998年的21年間裝機容量以每年8.35%的速度增長，發電量以每年8.35%的速度增長， 使我國電力工業躍居世界前列。

1987年全國突破一億千瓦

1995年初全國突破二億千瓦

1998年底裝機27729萬千瓦 居世界第二位，僅次于美國。

1999年底裝機29400萬千瓦與1995年相比，裝機平均每年遞增1919萬千瓦，遞增率7.86%。 2000年4月我國裝機已突破三億千瓦。我國已連續13年每年投產新機組均在1000萬千瓦以上 。



值得人們注意的是全國電力供需形勢，從1997年開始有了根本性的改變，長期困擾我國經濟 和人民正常生活的嚴重缺電局面已基本緩解。緩解程度在地區間是不平衡的，有些地區出現 了電力富?；蚬┬杌酒胶?，有些地區在用電高峰時期電力供應仍然偏緊，去年有的地區 又出現了拉閘限電。



由于我國經濟進行產業結構調整，產品結構調整，一些工業企業用電量減少，同時由于人民 生活水平的提高，居民生活用電和商業用電增加。由于工業用電比重大，居民生活用電比重 小(1998年分別為71.78%和12.22%)導致一些地區用電負荷增長緩慢。由于用電情況變化，致 使電力工業的發電設備年利用小時逐年下降：

1994年 5233小時

1995年 5121小時

1996年 5033小時

1997年 4765小時

1998年 4501小時

1999年 4350小時

由于市場經濟的發展，電力是商品意識的增強，在一些地區積極宣傳電采暖、增加售電量是 有一定道理的，但不能理解為現在我國電力富裕了，所以要提倡電采暖。

盡管我國裝機總量和發電量已躍居世界第二位，但我們是人口大國，1999年全國人均裝機僅 為0.237千瓦，人均年發電量979千瓦時，(1991年獨聯體形成時，人均用電量5700千瓦時)上 海市水平最高，人均裝機為0.651千瓦，人均用電量3299千瓦時。中西部地區人均用電量比 全國平均水平低，其中江西、青海、重慶比全國平均水平低一半以上。

目前我國人均裝機僅為世界平均水平 的41.3%，人均發電量僅為世界平均水平的40.3%。我 國人均裝機只相當加拿大的5.8%，美國的7.5%，澳大利亞的9.5%。我國人均發電量只相當加 拿大的5.15，美國的7%，澳大利亞的10.5%。

另據報導電力工業經過若干年的努力奮斗，目前全國仍有3500萬人未用上電，因此可以說某 些地區的“電力過剩”只是暫時的現象。我國人均裝機與人均發電量僅為世界平均水平一 半。電能在終端能源消費中的比例為11%，也低于世界平均水平的17%，市場潛力沒有完全挖 掘和開發，電煤消費占煤炭的比重僅為38.6%，也比發達國家的70～80%低的多。因而不能 理解為我國電多了，用不完，要推廣電采暖。



二、電采暖不經濟的理論分析

《北京節能》2000年第2期刊出首都師范大學物理系宋愛國先生“〖HT5，7〗火〖KG-*2/5〗 用〖HT〗與節能”一文，從理論上分析了電采暖不經濟的原因，摘要如下：

一提到能量，往往會想到其數量為多少J，似乎能量只有量的一面，其實不然。1kg的水從20 °C升高到30°C與從80°C升高到90°C所吸收的熱量是相同的?？墒?，它們分別是在低溫段 (20～30°C)和高溫段(80～90°C)吸收的，因此，這兩部分數量相等的熱量質量并不同。

一般講，熱量在高溫段轉變為有用功的能力較大，在低溫段轉變為有用功的能力較小，甚至 完 全不能轉變為有用功。我們把環境下任一形式的能量在理論上能夠轉變為有用功的那部分稱 能量的 火 用 ；而將該能量中不能轉變為有用功的那部分稱為 該能量的 火 無 。

因此，有：能量= 火 用 火 無 。 在一定的能量中， 火 用 占的比例越大，該能量的品質越高(能 質系數越高，能質系數= 火 用 /能量)；反之，則能量的品質越 低(能質系數越低)。例如：電能、機械能從理論上講，有能量值= 火 用 ，即其能量完全變為有用功，因 此，這類能量稱為高級能量；又如，自然環境中與海水、空氣等相互交換的能量，有能量值 = 火 無 ，這類能量稱為低級能量；而介于它們二者之間的能量 則有：能量值= 火 用 火 〗無 ，如 化學能、熱能、內能和流體能量等。



有了 火 用 的概念，熱力學第一定律可以表述為“在任何能量 的轉換過程中， 火 用 和 火無 的 總和保持不變”。熱力學第二定律也可以表述為“高品位能總是能夠自發地轉變為低品位能 ，而低品位能不可能自發地轉變為高品位能?！豹?/p>

建立了能量的質量觀- 火 用 、 火 無 和能質系數后，再來討論它們對節能的影響。

如電熱取暖，設環境溫度0°C，為保持室溫為20°C，需要單位時間用電爐向室內供熱Q，則 電能完全轉換為熱量，其能量效率?=100%。單從數量上看，電能完全轉化為數量，已無節 能潛力可挖，但若從能量質的方面來分析，電能的能質系數等于1(高級能量)，而熱量Q的能 質系數(1-T0/T，T0為環境溫度，T為室溫)僅為0.068，即供能與用能的能質相差0.932 。也就是說，電能通過電爐轉換為熱量后，其絕大部分(占93.2%)電〖HT5，7〗火〖KG-*2/5 〗用〖HT〗要退化為沒有任何作功能力的 火 。這是能量使 用上的極大浪費。這種浪費不是數量上，而能質使用上的浪費-將高質能用在低質能用戶上 。這種大材小用情況，若僅就數量分析往往是令人的滿意的。但若從質的方面考慮，則十分 不合理。類似的浪費現象還有用高壓蒸氣供低壓動力使用以及用高溫水與低溫水兌成溫水 使用等等。這些都屬于數量上匹配，而質量上不匹配的情況。

1998年全國電力工業6000千瓦及以上電廠熱效率僅為33.08%，也可以理解為用很大代價換來 的高品位電能，僅作為低品位熱能使用，實在得不償失。

東南大學鐘史明教授在《采用電熱鍋爐供熱的商榷》一文中也從理論上分析了用電熱鍋爐供 熱不合理的論述。

鐘教授提出：我國全國平均供電效率30%，經過變、輸、配電損失10%才到了用戶處，電鍋爐 盡管電能轉變為熱能效率較高，達97%，其電鍋爐采暖，一次能源利用率僅為：

30×90×97=26.19%≈26%

而常規的供熱機組實現熱電聯產的一次能源利用率為：背壓機組80%。抽凝機組45%，如 采用燃氣-蒸氣聯合循環熱電聯產，其一次能源利用率80%，所以用電鍋爐供熱，其一次 能源利用率只有熱電聯產供熱的一半以下，是不節能的。

再從 火 用 效率來分析，電鍋爐采暖的 火 用 效率在供熱側8%，用戶側0.8%。因為用電采暖是“能質不匹配”，大材小用 ，實屬浪費。

另清華大學熱能工程系付林的博士論文-“熱電(冷)聯產系統電力調峰運行研究”中，給 出各類采暖系統能耗的比較，

各采暖系統單位熱量一次能耗的比較

從上圖也可看出電鍋爐采暖是一次能耗最高的一種。因而絕不能說電鍋爐采暖可節能。



三、電采暖的工程技術經濟分析

電采暖有一些優點，但運行費用高低也是不能不考慮的大問題。誰都知道坐小臥車比擠公共 汽 車舒服，但老百姓還要買月票、坐公共汽車，上下班“打的”是少數，個人開小車上班則是 更少。根據財政部、建設部等七部委財予(2000)361號：“關于建議轉發《城鎮供熱收費制 度改革的指導意見》的請示：“今后供熱收費體制將改革為：逐步實行暗補改明補和按熱 量計量收費。由職工所在單位對職工按工資的一定比例發放，取暖補貼并計入工資。總之以 前的“包燒制”將成為歷史，任何供熱方式今后要由住房職工承擔供暖費用。因而各種供熱 方式的基建費與運行費最終要由老百姓承受，不算經濟帳是不行的。

1.《中國建設報》的報導

《中國建設報》于2000年11月29日刊出文章介紹住宅采暖各類供熱方式的年運行費。列出的 11種采暖方式中的蓄熱式電鍋爐最貴，情況如下表：

2.北京市煤氣熱力設計院的資料

北京市煤氣熱力設計院段浩儀、黃維林、張曉松高級工程師曾于1999年發表《北京市電采暖 方式研究》文中介紹：

華北電力集團公司棗林前街宿舍2萬平米，電采暖，據用戶自己統計年運行費每平米25元。 

北京供電局變電管理處辦公樓，7000平米電采暖，年運行費為46.9元/平米。

北京供電局下屬城區供電局辦公大樓16000平米，按峰谷電價計算，僅電費為25.8元/平米。 

建國飯店，31500平米，僅電費平均20元/平米。

建行西單分理處3000平米的辦公樓，僅電費折合17.7元/平米。

該文提出電采暖幾種方式的運行成本比較情況見下表。提請大家注意：該表蓄熱式電熱鍋爐 采暖，使用峰谷電價，運行成本仍高達52.29元/平米。

電采暖運行成本估算 

單位：元/平方米

電 采 暖

3.中國國際工程咨詢公司的資料

中國國際工程咨詢公司受北京市發展計劃委員會委托于2000年12月提出的《北京城市采暖供 熱方式研究》(討論稿)在不同采暖方式運行成本估算中，也是蓄熱式電熱鍋爐采暖最貴，高 達73.97元/平米。

不同采暖方式運行成本估算〖HT5SS〗

4.中國建筑科學研究院空調所的資料

《北京節能》2000年第5期，刊出中國建筑科學研究院空調所幾位研究人員合寫的文章：“ 水蓄熱電鍋爐作為中小型空調系統熱源的應用?！逼渲幸?萬平米的北京地區采暖120天的建 筑為條件對燃油、燃氣和電鍋爐對比，情況如下：

表中“運行費用”是否僅為電費?不祥。

如表所見，全用低谷電時，一次性投資較大而運行費最低，實際要用部分谷電部分平電運行 費要提高較多。

5.北京節能技術服務中心的資料

為北京某單位供熱12000平米建筑面積的原鍋爐房內(原有4t/h鍋爐)，改造為蓄熱式電鍋爐 采暖，因而省去土建費用較多。按峰谷電價做三個方案比較。

按北京電網規定：

高峰時段；8～11時

18～23時

非峰谷時段：11～18時 7～8時

低谷時段：23～7時

方案設定：(根據供暖時段選擇設備)

方案一(谷平電)

高峰時段用蓄熱水箱內熱水供暖、保溫。

非峰谷時段電鍋爐給蓄熱水箱蓄熱，蓄熱水箱熱水供暖。

低谷時段的電熱鍋爐給蓄熱水箱蓄熱，用蓄熱水箱低溫水供應用戶保溫。

用600KW電熱鍋爐，1×200m3蓄熱水箱。

方案二(全谷電)

高峰時段，非峰谷時段用蓄熱水箱內的熱水供暖、保溫。低谷時段電熱鍋爐給蓄熱水箱蓄熱 并且用蓄熱水箱低溫水供應用戶保溫。用1500KW電熱鍋爐，1×200m3蓄熱水箱。

方案三(50%谷平電)

高峰時段用蓄熱水箱內的熱水供暖、保溫。非峰谷時段50%的時間用蓄熱水箱內的熱水供暖 ，另50%的時間用電熱鍋爐供暖。

低谷時段對蓄熱水箱蓄熱，用蓄熱水箱內的低溫水供應用戶保溫。2×600KW電熱鍋爐，1×1 50m3蓄熱水箱。

方案技術，經濟比較一覽表如下：

工程推薦方案一。

6.北京機械工程學會動工工程分會的資料

張宗譽高工在“北京市電鍋爐供暖的現狀與分析”的學術報告中，介紹了以下兩個工程用電 采暖的情況：

大唐公司新建2萬平米宿舍樓，用地板輻射采暖，由于按節能設計規范設計，熱負荷取值 較小按52W/平米，運行一個采暖季電費成本為18元/平米，估算運行成本為30元/平米?；?投資含土建共1300萬元折650元/平米。戶外高壓線有3公里，且雙路進線，若不優惠的話， 僅這部分投資就要500～600萬元，因而若不優惠，則基建投資和運行費還將提高很多。

東西六條鍋爐房，原為兩臺1.4兆瓦燃煤鍋爐，供7500平米宿舍采暖。由于是舊平房，熱損 失大，選用兩臺450KW電鍋爐，兩臺30立米蓄熱器，全利用夜間低谷電，有全蓄熱系統。計 算僅電費19元/平米.季，估算運行成本32元/平米.季基建投資546元/平米。

四、幾點不成熟的看法

從以上幾個工程實例分析可知：

1.電采暖不論用何方式，每個采暖季的運行費在30～74元/平米，也可理解居住100平米建筑 面積宿舍的職工，每年將支付3000～7400元采暖費。目前北京市規定供暖價格；

熱力供暖價格：供應旅游飯店、飯館、使館、出租公寓的價格(每采暖季、每建筑平方米)為 30元，其他供應對象為20元。

鍋爐供暖價格：

燃煤鍋爐供暖價格：供應旅游飯店、出租公寓的價格為28元，其他供應對象為18元(沒有二 次熱交換的16元)。

燃油(柴油)、燃氣(天然氣、煤氣)鍋爐供暖價格供應居民的價格為28元，其他供應對象為35 元。

用電采暖的基建費高，是所有資料的一致的看法，運行費也較常規采暖高。

推廣電采暖一定要考慮老百姓的承受能力。

2.電鍋爐采暖一定要裝蓄熱器。這也是目前電力系統積極宣傳推廣電鍋爐，可以消峰填谷有 利于電網經濟運行的最重要理由。但據《中國電力報》2001年1月4日在“電鍋爐擠占市場不 言休”一文中指導：“目前全國應用電鍋爐近一萬臺，約100萬千瓦，其中蓄熱式電鍋爐僅 占10%左右”。也就是推廣電鍋爐可削峰填谷的本意未達到，只是增加了電力負荷，供電局 營業 部增加了銷售電量。

3.根據技術經濟分析，就是裝蓄熱器的工程，也要進一步分析，如何利用峰谷電價差，合 理選擇設備。全用低谷電，對電力系統有好處可真正起到削峰填谷作用，但基建投資增加很 多，因蓄熱器和電鍋爐投資增大很多。根據北京節能技術服務中心的工程分析，以用谷電為 主，用部分非峰時段的電才是最經濟合理的方案。

對于大量的未裝蓄熱器的電鍋爐采暖工程，18～23時是用電高峰，也是采暖用熱的高峰對電 力系統不僅不能削峰填谷，反而增加尖峰負荷，實則自討苦吃。

4.推廣電采暖要進行全面的分析論證

目前一些宣傳電采暖的資料，在進行技術經濟分析時，強調用電方便舒適的多，真正算經濟 帳的少。少數資料也做方案比較，但是僅計算一個建筑和一個單位內部用電采暖的基建費和 運行 費。電源建設和輸、變電費用均未計算。目前電力系統為推廣電采暖取消了增容費和電貼， 但這屬于政策性的問題，今天你不花錢，但是國家要出錢，省是省不掉的。

5.對北京市大力推廣電采暖的看法

根據《北京城市采暖方式研究》介紹北京發展采暖的情況如下：

北京用電采暖消耗的電量，如按發電設備年利用小時5000計算，則2005年僅供電采暖就需新

建電廠裝機36.6萬千瓦，按5000元/千瓦基建投資計，則需18.3億元。

上述資料同時介紹：“由于北京地區電源不足，需要由區外送入大量電力，但目前西電東送 的通道不足，抗嚴重干擾的能力較差，存在著不安全的隱患，市區變電站站點少，互相支持 的能力不足，配電網改造和建設跟不上，用戶用電還受到一定制約?！边@意味著上述問題的 解決，還需投入大量的資金。

上述資料同時指出：2005年北京需要外來電力的比重為66%，2010年將增加至69.4%大量外來 電力將為北京供電的安全性，構成較大的威脅。

山西、內蒙到北京的500KW高壓輸電線將有200～100公里，兩側的升壓、降壓變電站，北京 市內的220KV變電站和配電線路又是一大筆可觀的投資。據介紹北京建一個220KW變電站平均 造價需1億元，而西大望路變電站則需4.6億元(半地下、地下三層、地上三層，占地7769平 米，總建筑面積21201平米)。配電系統也是一筆很大的投資。

北京到2005年投入1750萬平米電采暖的電源建設和輸、變配電建設所需資金粗算將需25億元 ，需終要反映到老百姓頭上，不考慮是不行的。

6.國家目前的政策仍是節約用電

國家經濟貿易委員會、國家發展計劃委員會于2000年12月29日發文：國經貿資源［2000］12 56號“關于印發《節約用力管理辦法》的通知”。

文件主要精神是再次重申節約用電。其中第9條：用電負荷在500千瓦及以上或年用量在300 萬 千瓦時及以上的用戶應當按照《企業設備電能平衡通則》(GB/T3484)規定，委托具有檢測技 術條件的單位每二至四年進行一次電平衡測試，并據此制訂切實可行的節約用電措施。

用電采暖，用電負荷多數是在500千瓦以上，因而都應制訂節約用電措施，而不是電賣不出 去盡量多用。



五、電蓄熱鍋爐采暖優點與不足

優點

1.沒有燃煤產物，沒有污染不產生噪音，屬于所在地區的“0”排放。

2.大量使用低谷電，可解決電網削峰填谷，提高電力系統經濟的效益。(不裝蓄熱器則達不 到此目的。)

3.自動化的水平高，負荷調節范圍大，運行操作靈活簡單，值班人員只需要監視司爐可穿白 大褂，車間內養金魚。

4.運行安全可靠。

不足

1.運行成本比常規采暖方式要貴，基建投資比常規熱電聯產供熱高，是用高代價換取環保效 益。

2.蓄熱器所需體積大，占用建筑面積大，老鍋爐房改造要考慮是否能容下。

3.供熱溫度隨時可升高或降低，故中間要用非峰谷時間段來加熱，以保供熱質量。

4.電采暖是在一定條件下的“大材小用”“高質低用”，絕無節能效益而言。



六、電蓄熱鍋爐的適用條件

1.天然氣管網或城市供熱管網在近期達不到的地方而環保又不允許燒煤的地方。

2.水電豐富的地區而常規能源又很缺乏的地區。有的中小水電站還有棄水現象，故應發展電 采暖。

3.大中城市、旅游城市、為環境效益，防止煙煤型污染禁用燃煤而熱電聯產又達不 到的地區可用。例如北京為申辦奧運改善環保，在規劃市區面積僅占全市總面積的6%，卻集 中了50%的人口、80%的建筑、60%的工業產值及70%的能源消耗，因而環保問題成為奧運的重 點問題。在老城區搞些電采暖作為集中供熱的補充也是可行的。但居住者應為高收入階層。 

4.大中城市的郊區公寓、別墅、賓館等要求生活質量高的地區與場所，無法實現熱電聯產而 小型燃機熱電冷聯產暫時不易實現的地區，用電采暖供熱、制冷空調也是可行的。

5.實行峰谷電價而峰谷電價差距較大的地區，經技術經濟比較論證后，確有優勢的地區 方可使用。勿聽信不負責任的宣傳，盲目照搬外地的“經驗”。

6.距離高壓電源較近的地方，架設高壓輸電線短、投資省、變電設備也無需增容擴建時，經 技術經濟論證合理后可用(請注意戶外高壓線，電力局會要求雙路進線，增加投資較多)。

電采暖是多種采暖方式的一種，但其背后又是一個系統工程。把一個系統分成若干個互相獨 立的部分來研究，容易將其看成是孤立的、靜止的，所得結論也是只能在一個局部條件下適 用。如果放大到更大范圍來研究，就可能看出其結論是負面的，甚至是錯誤的。

總之要進行全面的科學論證，在經濟合理的條件下，再進行電采暖的技術改造，切勿草率從 事。

聯系電話：010-66032298

參考文獻

1.宋愛國：火用與節能”《北京節能》2000年 第2期。

2.鐘史明“采用電熱鍋爐供熱的商榷”，《海峽兩岸第一屆熱電聯產、汽電共生學 術交流會論文集》2000.103.段潔儀、黃維林、張曉松“北京市電采暖的方式研究”1999技術論文集。

4.《北京城市采暖供熱方式研究》中國國際工程咨詢公司 2000年12月

5.朱成章“要重視能源的合理利用和經濟性”《電力快訊》2001年第2期

6.馬達、黃鑫、王清勤、鄒瑜、韓波“水蓄熱電鍋爐作為中小型空調系統熱源的應 用”《北京節能》2000年第5期。

7.張宗譽“北京市電熱鍋爐供暖的現狀與分析”北京機械工程學會動力工程分會

第5篇

關鍵詞：智能化;電氣自動化;電氣設計;質量監控

Abstract: along with the development of high and new technology, the advent of the information age, intelligent building in architectural design in the industry has become a kind of fashion and symbol. More and more new intelligent residential area has become the hot spot of the residential construction. In intelligent residential project design, electric is one of the very important part of it, the paper mainly discusses the intelligent building electrical equipment automation content, intelligent building equipment the composition of the system, and proposes the remote processor installation technology requirements. And the intelligent building electrical installation, the quality monitoring and the total construction design plan some requirements analysis.

Keywords: intelligence; Electrical automation; Electrical design; Quality monitoring

中圖分類號： TU976+.1文獻標識碼：A文章編號：

1智能建筑電氣設備自動化的內容

目前智能建筑又稱為“3A建筑”，主要包括辦公自動系統（OAS）、建筑電氣設備自動化（BAS）、通信自動化系統（CAS）。因此智能建筑電氣設備自動化為智能建筑系統中的一個重要系統之一，是采用具有高信息處理能力的微處理機（即中央處理機）通過通信網絡對整個建筑物的空調、供熱、給排水、變配電、照明、電梯、消防、廣播音響、閉路電視、通信、防盜、巡更等眾多設備進行實時測量、監視和全面監控，實現最優化的管理，從而提高系統運行的安全可靠性，節省人力、物力和能源，降低設備運行費用，隨時掌握設備狀態及運行時間、能量的消耗及變化等。因此其主要內容有：各種設備按規定時間進行啟?？刂?，以達到節約能源的目的；供電系統、空調系統、供排水系統、冷熱源等的參數調節控制監視和設備運行狀態的監測；對各種設備運行時間積累和維修期限達到報警，以便及時更換或維修服役期滿的設備，延長設備的使用壽命，提高服務質量；根據建筑實際需要的冷負荷，自動控制冷水機組投入運行的設備臺數，達到最佳的運行方式；據設備運行時間自動更換工作和備用設備，延長設備的使用壽命；對各種能源消耗進行計量和計費；各種文本的自動生成和打印。

2智能建筑設備系統的構成

智能建筑設備監控系統是以分布在建筑各處的遠程處理機和中央處理系統設備，通過總線橋進行信息交換的，主要包括系統設備（包括主機、網關、通訊設備、DDC、控制屏等）、系統輸入設備（包括各類溫、濕、壓力、流量、電量傳感器、水流開關等現場設備）和輸出設備（包括各類風門、執行器、閥門及其執行機構等）等。按結構方式分成四大類：中央處理機系統設備：由操作鍵盤、彩色顯示器、打印機、中央電腦、數字化儀等組成;遠程處理機:智能建筑可以采用TA6711和TA6585兩種型號的RPU設備，這兩種型號的RPU功能基本一致，區別在于其輸入輸出接口的配置不同。RPU也可單獨使用或通過各種設備組合經過總線橋接到M7中央系統，構成2級控制系統。總線橋：是一個用于2級控制系統的通信網微處理器。它有8條通信線路，每條通信線路可連接30個區域控制器及10個RPU。測量元件和控制件：通常采用的測量元件有各種型號的溫度傳感器、濕度傳感器、液位傳感器、壓差傳感器、流量傳感器、功率變換器等?？刂破骷ǜ鞣N型號的帶執行機構的二通閥、三通閥和直流24V的繼電器。

3遠程處理機的安裝技術要求

要求遠程處理機的安裝要求樓宇自動控制系統與各RPU之間的通信是透明的，可利用同一線路不同的RPU完成同一個控制系統。一般而言，BAS系統大量監控的是空調機組，所以將RPU布置在機房之中或附近，把空調機組控制系統使用后剩余的輸入輸出接口用于連接附近的水流量計、水位信號、照明控制等。為了日后的發展，RPU的接口要留出20%～30%為宜。BAS線路安裝要求。在BAS進行布線時，要注意某些線路需要專門的導線，如BAS的通信線路、溫度濕度傳感器線路、水位浮子開關線路、流量計線路等，它們一般需要屏蔽線，或者由制造商提供專門的導線。電源線與信號、控制電纜應分槽、分管敷設；DDC、計算機、網絡控制器、網關等電子設備的工作接地應連在其他弱電工程共用的單獨的接地干線上。

4智能建筑電氣安裝中質量監控

電氣施工安裝中，管理人員只有努力提高自身的素質和專業能力，才能做好質量的監控。

4.1認真閱圖是做好質量監控的前提圖紙是施工階段的前提和依據，只有詳細消化圖紙，對工程每一系統做到心中有數，才能在現場發現問題和糾正錯誤，做到對工程質量的預控。電氣工程系統設備先進、管線繁鎖。在電氣施工前的每一階段，都要仔細地審圖和校圖，特別是對每一份設計修改通知單，都要認真地進行管理，逐一描繪到藍圖上。只有利用這樣的修改藍圖，進行工程質量的監控，才能糾正一個又一個錯誤，保證系統的安全性、正確性和質量的安全可靠性。

4.2熟悉規范，把好質量關電氣施工質量規范條框較多，監控人員要結合工程實際，邊干邊學，不斷積累，牢記規范條例。在監控工作中，一定要有強烈的事業心和責任感，仔細認真，勤動筆頭，不怕麻煩；深入現場，拉下面子，嚴格質量管理。材料的質量和性能是施工質量好壞的關鍵，要始終把材料設備質量的監控貫穿于工程建設的全過程。只有嚴禁偽劣產品用于工程，才能保證電氣施工工程的安全在可事。矢能建筑論文集?？?。

4.3實現質量目標的預控既然質量目標是優質工程，那么如何具體來實現呢？我們認為：甲方、監理、施工管理人員首先必須分清工程中的重點環節，凡事有預則明，有明則清。反之，不預則廢，在電氣質量監控中，確定配電裝置、電力電纜、配電箱三個重點設備管、補管、交接等重點協調環節，明確關鍵，制訂措施，根據規范進行超前監控，達到對工程質量的預控。其次，必須在監控好重點環節后以點帶面，促動整個系統工程的質量監控。電氣工程除了設備材料的施工質量外，系統的功能也是重要一環。在知識經濟、信息技術高度發展的時代，先進的設備不斷出現，功能不斷增強，而同一產品，功能的差異往往造成價格的明顯不同。所以，在監控中，一定要根據合同仔細推敲，嚴格管理，實現系統應具備的功能，成為分項的優質工程的要求。

5總平面圖施工設計若干要求

5.1供電系統（含特殊電源）、電力系統、室內外照明、防雷、防靜電、接地及其他安全用電措施，其變電所及配電所的位置、設備選擇、設備及線路布置原則符合初步設計及其批復文件要求，材料選擇合理，有關措施，能滿足生產及使用要求。在總平面圖上，應繪制電力電源的進線及敷設方式（從建筑軸線外起至建筑內受電處止），說明電源引入配電所或變電所的方式及樓層或標高，必要時須做出局部剖面圖予以交待。

5.2繪出建筑物內部配電或變電所的位置，并說明配電所及變電所需求電力電容器容量及變壓器裝機容量。通信系統、自控系統、信號系統的站房及設備選擇及線路布置原則符合初步設計及其批復文件要求，具體布線及有關措施合理，能滿足生產及使用要求。

5.3在總平面圖上繪制通信交接間（箱）的位置，并標出通信干線引入的人孔位置及規格型號。選用人孔須標出其引用的標準圖號，非標的必須出大樣圖說明。對建筑通信規模、容量及組成情況亦需加以說明。對有線電視系統，應繪制信號同軸電纜的進線方向、位置，并標示出規格型號。涉及有“建筑智能化”系統中相關系統工程的管線走向及埋要求，須在總平面中繪制。（智能化系統工程設計下面有詳細說明）。

5.4室外電氣管線與其他專業管線出現平行排列或交錯排列等復雜方式時，應繪制局部剖面圖交待高度、埋深、間距和特殊的防護處理措施。對有防腐蝕、防爆、恒溫、恒濕及其他特殊要求的生產環境（如空氣潔凈度、防微振、防靜電及電磁兼容等）有關強弱電系統，要按初步設計及其批復文件的要求，采取合理、可*的總體布局，以滿足生產及使用要求。

6 結語

第6篇

關鍵詞：能耗； 綠色數據庫； 能耗有效性； 能耗同比性

中圖分類號： TP392文獻標志碼：A英文標題

0引言

自哥本哈根大會之后，建設低碳社會已經成為全球共識。面向可持續發展的低成本、低能耗的新型計算系統、模型和應用的研究，或稱為綠色計算，已成為未來信息技術領域面臨的重大挑戰[1-2]。在當前的以數據為中心的計算模式下，研究節能的綠色數據庫系統不僅具有顯著的應用價值和社會意義，同時對于推動數據庫領域的發展也具有重要的科學意義。綠色數據庫系統目前還沒有統一的定義，其主要的目標是實現數據庫系統的低能耗，同時兼顧性能。傳統的數據庫系統通常以高性能為目標進行設計，沒有充分考慮數據存儲與操作時的能耗有效性（Energy Efficiency），更沒有考慮能耗的均衡性（Energy Proportionality）。所謂能耗有效性[3]，通常指使用更少的電能來提供相同的服務，例如緩沖區管理、查詢執行等。能量均衡性，是指數據庫系統的能耗應隨著負載的變化而動態調整[4]。由于能耗在現有大型數據管理系統（通常是數據中心）中的費用比例逐年升高（目前大約占總能耗的16%左右）[5]，不僅給企業帶來了沉重的經濟負擔，所帶來的碳排放問題也會帶來一系列的社會問題和國際影響。因此，研究能耗有效和能耗同比的綠色數據庫系統，降低數據管理的能耗，已經成為政府、企業和學術界普遍關心的焦點問題之一。對于我國而言，發展具有自主知識產權的綠色數據庫技術，推動我國新一代信息產業的跨越式發展，對于我國在21世紀確立國際戰略優勢地位也具有至關重要的意義。

綠色數據庫技術以低能耗為主要的設計目標，同時兼顧性能。這與傳統的以高性能為主要目標的數據庫技術有很大的差別。自2008年以來，數據庫系統的能耗問題已逐步引起國內外學術界和工業界的廣泛重視。2008年，在全球資深數據庫研究人員論壇（Senior Database Researcher Meeting）上（全球數據庫資深研究人員每3～5年召開一次會議，研討未來數據庫領域的發展方向。自1988年以來，會議所的報告已成為數據庫領域學術研究的指南針），來自全世界的數據庫學者一致提出應當“設計低能耗但不犧牲伸縮性的節能型DBMS （designing poweraware DBMSs that limit energy costs without sacrificing scalability）”[6]。能耗問題也成為最近數據庫領域著名會議和期刊的討論熱點，如SIGMOD 2010、ICDE 2010、PVLDB 2010、EDBT 2011等。在SIGMOD 2010上，HP Labs的研究人員系統分析了現有數據庫服務器的能耗有效性[7]；在ICDE 2010上，美國南佛羅里達大學的研究人員分析了數據庫系統中能耗和性能之間的協調問題[8]；在2010年的Proceedings of VLDB Endowments上，美國威斯康星大學的研究者分析了MapReduce集群上的能耗有效性問題[9]；在CIDR 2009上，來自Amazon的研究人員討論了數據中心的能耗有效性[10]；在EDBT 2011上，加州伯克利大學勞倫斯國家實驗室的研究人員對利用復制機制實現磁盤存儲系統的能耗同比性進行了研究[11]。此外，由于閃存（Flash Memory）以及固態硬盤（Solid State Disks，SSD）具有耗電少、無機械延遲等特點，許多研究者提出在綠色數據庫系統中應當考慮閃存的使用[7， 13]，并對閃存和磁盤的能耗進行了對比測試[12]。但是，如何在數據庫系統存儲體系中合理地安排閃存，仍是一個待解決的問題，例如如何建立閃存和磁盤混合存儲系統才能實現高性能和低能耗的目標。在ICDE 2010上，研究者們還專門開設了一個Panel“Database architecture （R）evolution： New hardware vs. new software”來討論如何在數據庫體系結構中合理使用閃存等問題?？傮w而言，數據庫系統的能耗有效性和能耗同比性問題已經成為國際上的研究熱點和趨勢，但已有工作集中在能耗有效性的測試分析上，尚未揭示數據庫系統性能與能耗之間的影響規律，對數據庫系統能耗有效性和能耗同比性的諸多關鍵問題（如混合存儲管理、數據庫節點集群中的存儲分配等）還缺乏有效的解決方案。

能耗感知的綠色數據管理技術涉及到數據庫系統架構以及存儲架構的重新設計，同時需要解決其中出現的一些新問題，具有很大的挑戰性。研究綠色數據庫系統能耗有效性和均衡性問題，不僅可以為構建我國自主產權的綠色DBMS奠定基礎，還可以為綠色數據中心的建設以及能耗有效的操作系統等系統軟件設計提供有力的支持。

本文綜述了能耗感知的綠色數據管理技術，分析了綠色計算及低能耗計算機系統的發展概況，給出了能耗有效的數據庫系統研究現狀，討論了面向集群的能耗同比性技術及存在的問題，在此基礎上對綠色數據庫未來發展方向進行了展望。

1綠色計算與低能耗計算機系統

1.1綠色計算

綠色計算可以看作是建立計算機行業的環境友好型和可持續發展型的新型計算模式。Murugesan 等將綠色計算領域定義[16]為：旨在有效地設計、制造、使用和部署計算機、服務器和相關子系統（如：顯示器、打印機、存儲設備以及網絡和通信系統）來使得它們最小程度上或根本上不去影響和破壞環境的一切研究和實踐。

隨著有限的自然資源和當今不斷增長的計算中能源消耗之間不可調和的矛盾發展，降低能耗是大勢所趨，能量有效也就構成了綠色計算研究中的焦點。它以保證計算系統的高效、可靠及提供普適化服務為前提，以計算系統的低耗為目標，面向新型計算機體系結構和包括云計算在內的新型計算模式，通過構建能耗感知的計算系統、網絡互聯環境和計算服務體系，為日益普適的個性化、多樣化信息服務方式提供低能耗支撐環境[1]。

綠色計算的發展，在工業界，表現為在不斷追求快速發展的計算機性能前提下，采用有效的技術或生產過程來降低產品和服務所需要的能量消耗。最早采取的措施為1992年由美國政府主導的，主要針對消費性電子產品的能源節約計劃——能源之星（Energy Star），最早計劃的產品主要是電腦等資訊電器，之后逐漸延伸到電機、辦公室設備、照明、家電等，后來還擴展到了建筑。對于自發配合此計劃的廠家生產的合格產品上貼有能源之星的標簽，現在幾乎所有的筆記本電腦上都能看到這樣的標簽。在國內，2010年，中國環境保護產業協會在國家環境保護部的支持下，也開展了中國綠色之星計劃和評價標準的制定工作。隨著大數據時代的來臨，各大企業數據中心的服務器數量增加迅猛，服務器和冷卻裝置用電量巨大。以Google為例，2005—2010年間，Google服務器數量增加了一倍。在冷卻技術上新的節能方法有Google提出冷水塔和“蒸發法”降溫法等。近期，計算機行業的那些大企業紛紛表示有意將自己的數據中心遷移到氣溫寒冷的地方。例如：冰島，當地的低溫環境和豐富的地熱資源為數據中心的發展提供了得天獨厚的條件。

在學術界，自計算機創建以來，一直進行關于降低計算機系統能量消耗的研究，已有的研究工作大部分集中于計算機系統和便攜式嵌入式系統的硬件方面。如：傳感器、無線傳感網絡、移動通信系統等。 最近大家開始大量關注大型計算機服務器系統和集群系統的能耗問題?？偟膩碚f，集中在計算機系統的方方面面：芯片/硬件層、系統層、軟件層和應用層。

1.2低能耗計算機系統

低能耗的計算機系統研究是隨著綠色計算概念的提出和發展而逐步引起人們重視的。綠色計算強調有效地利用資源計算，降低對計算資源的要求與環境影響，從而最大限度地提高經濟活力，有效減少使用對環境有害的材料[1]。低能耗的計算機系統研究涉及了系統能耗測量與評價、計算機體系結構、網絡通信與服務、系統軟件，以及數據中心等多個層面[1-2，15-16]。

在系統能耗測量方面，通常采用硬件測量、理論計算、軟件模擬3種方法[1]。硬件測量指對被測量的硬件設備外接儀器得到實時的電壓和電流，進而算出功率和功耗，該方法需要專用硬件支持，但精確度高；理論計算方法根據工作頻率或電壓計算其處理器的功耗，根據工作狀態計算硬盤等外部設備的功耗，從而計算出整個計算機系統的功耗，但精度欠佳；軟件模擬法主要采用峰值功耗估算模型和動態功耗模擬模型來獲得節點級的粗粒度功耗，但這種方法同樣存在精度低的問題。

在低能耗的計算機體系結構方面，通常采用低功耗處理器構建低能耗計算機體系結構來降低系統能耗，如美國的卡耐基梅隆大學（CMU）和Intel針對大規模數據密集型應用，提出了一個全新的低功耗集群架構FAWN[17]。周學海等針對嵌入式系統和分時系統的能耗問題提出了動態電壓調整[18]、動態處理器頻率調整[19]、能耗優化的任務調度方法[20]等能耗控制方法，實驗結果表明這些方法對于均衡能耗和性能十分有效。

在網絡通信與服務方面，綠色技術結合休眠機制作為國際前沿研究領域，是通過調整網絡拓撲結構來優化能耗的典型[21]。此外，拓撲結構與能耗的關系在無線傳感網中也被廣泛研究[22-23]。

在低能耗的系統軟件方面，目前的研究通常關注于操作系統體系結構層面的設計（如CPU 設計、存儲層次、數據通路等）。由于操作系統及虛擬機管理器等系統軟件能夠從全局層次考慮硬件設備的功耗狀態，在滿足計算系統高性能、高可靠的前提下，可為每個計算任務靈活、方便地提供能耗最優的資源分配與任務調度的執行環境。因此，設計低能耗的系統軟件是降低計算系統整體能耗的重要環節。當前，對系統軟件降耗技術的研究主要集中在操作系統的動態功耗管理、設備資源管理、核間節能調度以及虛擬機管理器的電源管理上[1]，例如文獻[19]中提出了基于性能能耗權衡模型的動態調頻策略并在Linux上進行了實現。此外，近年來在數據庫領域也提出了研究能耗有效的DBMS的設想[3]，但總體上還集中于高層體系結構的討論上，對于其中的關鍵問題研究較少。

在數據中心方面，能耗問題是近年來的一個熱點。數據中心的能耗通常通過電能使用效率（Power Usage Effectiveness，PUE）來衡量——PUE=數據中心總設備能耗（Total Facility Power）/IT設備能耗（IT Equipment Power）。PUE是2006年由微軟的Christian Belady首先提出的用于衡量數據中心能效的一個比值，基準值是2，越接近1表明能效越好。該概念已被許多知名服務器廠商所認可。低能耗的綠色數據中心涉及數據中心的許多問題，包括整體建筑、機房、空調、UPS、服務器等IT設備、應用系統和數據管理效率等全方位的問題。在數據管理方面，目前常見的技術包括綠色存儲設備、虛擬化技術以及能耗同比性技術。典型的綠色存儲技術包括固態硬盤（Solid State Drives，SSD）、大規模非活動磁盤陣列存儲（Massive Arrays of Idle Disks，MAID）等。但由于數據存儲涉及多個層次的介質，如RAM、閃存、磁盤等，如何能夠合理使用多種存儲介質以實現容量、性能、能耗方面的均衡是目前綠色存儲技術研究中一個尚未解決的問題。虛擬化技術是目前數據中心采用的主要的低能耗實現技術[24]。虛擬化技術能夠以全新的模型重新組織數據中心內的各個組件，并將其視作共享資源，通過能耗管理框架來實現節能存儲的目的。目前，由于數據中心在云計算中的地位越來越重要，虛擬化技術在云計算中也得到了廣泛應用[24]。

總體而言，在低能耗計算機系統領域，目前雖然在系統能耗測量與評價、計算機體系結構、網絡通信與服務、系統軟件，以及數據中心等多個層面均有相關的研究，但這些研究都側重于低能耗硬件的設計和使用（例如處理器、存儲器等）、節點級的能耗控制以及應用層的能耗控制（例如虛擬化技術等）。

創建能耗和性能評測標準的動機來自于這樣一個共識：IT界、計算機制造商和政府越來越關心服務器的能耗問題。目前，許多供應商都報告一些能耗有效性數據，但由于負載、配置、測試環境等的差異，這些數據間不具有直接的可比性。這個標準的發展提供了一個結合性能和能耗的度量手段、方法，能夠使得我們在公平、合理前提下來比較兩個系統、算法的在能耗/性能上的優劣，有助于能耗研究和工作進一步發展。

我們所熟知的制定性能評測標準機構，如：事務處理標準委員會（TPC）、標準性能委員會（SPEC）、存儲性能委員會（SPC）等，都積極投身到計算機系統能耗評測標準的制定。有TPC_Energy、SPECpower_ssj2008、JoultSort。其中SPECpower_ssj2008是用來評估服務器類和多節點類計算機功率和性能的第一個工業標準的SPEC benchmark。在SPECpower_ssj2008中，SPEC以處理性能同樣的方式來定義了服務器功率測量標準。

2能耗有效的數據庫系統

2.1數據庫系統的能耗有效性

在數據庫系統中研究能耗有效性的最早工作可追溯到2007年。在SIGMOD 2007上，斯坦福大學和HP Labs的研究人員首次展示了他們研究的數據中心能耗測試系統JouleSort[25]。他們的結果表明，不同的數據中心硬件配置存在相當大的能耗差別。目前，JouleSort已經成為圖靈獎得主Jim Gray發起的Sort Benchmarks（http：///）中的一部分。在2008年，HP Labs的Goetz Graefe首次提出了研究能耗有效的DBMS的設想[3]，并從硬件和軟件兩方面闡述了能耗有效的DBMS研究中所存在的挑戰。HP Labs的研究人員在CIDR 2009上對能耗有效的數據庫系統研究也做了展望[26]。斯坦福大學和HP Labs的工作極大地推動了數據庫系統能耗有效性的研究。2010年3月份的Communication of ACM和2011年3月份的IEEE Data Engineering Bulletin上也都分別刊登了相關的研究綜述[51-52]。

國內的清華大學、哈爾濱工業大學、華中科技大學、浙江工業大學、中國科學技術大學等單位近年來也開始關注能耗有效的數據管理技術，例如清華大學計算機系的馮玲等和哈爾濱工業大學的高宏等在2011年都發表了能耗有效數據管理的綜述論文[6，53-54]。浙江工業大學的楊良懷等研究了以閃存作為硬盤緩存的異構盤的能耗問題，并提出了一種緩沖區置換算法來提高數據訪問在閃存上的命中率[55]。中國科學技術大學近年來設計和實現了可以實時測量計算機系統各個部件和整體能耗的能耗測試設備[14]，并對DBMS的能耗有效性進行了系統測試，為研究能耗有效的DBMS核心技術提供了有力的支持。

自2009年以來，數據庫系統能耗有效性方面的研究總體上處于起步階段。已有的工作大都側重于對DBMS的能效測試與分析，或者針對DBMS的某些核心部件的能效進行測試與分析。丹麥哥本哈根大學和法國INRIA的研究人員利用他們開發的閃存設備性能測試平臺uFLIP對現有SSD的能耗進行了測試[12]。他們的工作為后續研究人員在數據庫系統中高效地使用SSD提供了有價值的參考。來自HP Labs、美國南佛羅里達大學和美國威斯康星大學麥迪遜分校的研究人員對現有的商用DBMS以及開源的PostgreSQL的能效進行了測試[7-8，27]。德國凱澤斯勞滕大學的研究人員測試了SSD和磁盤在數據庫系統中的綜合能耗差異[13，28]，并對集群的能耗進行了測試和分析[29]。值得一提的是，文獻[8]嘗試對DBMS如何協調性能和能耗這一問題進行研究。文獻[8，30]是目前為數不多的針對DBMS核心模塊的能耗有效性研究工作，對于后續的研究有著重要的參考價值。

2.2能耗有效的查詢處理技術

設計一個能耗有效的DBMS，要求在時間性能退化較少的情況下顯著地降低能耗，同時不能對系統的擴展性和可靠性產生大影響。為了實現這一目標，在設計查詢優化器時進行查詢計劃選擇時要考慮能耗因素。舉例說明：HASH連接和嵌套連接，傳統的數據庫系統中查詢優化設計時僅以性能為目標，在大部分情況下：HASH連接要優于嵌套連接。但是HASH要在內存中保存HASH表，從能耗的角度，HASH操作屬于代價大的操作，此時應該選用嵌套連接，即查詢計劃的選擇策略要改變來適應新的要求。這就需要在DBMS設計時建立兩個模型：1）能耗估計模型，將它嵌入到查詢計劃生成器的代價估計模塊中，來計算每個查詢計劃的能耗值。2）總代價評測模型，用于指導查詢計劃的選擇。

研究者在CIDR 2009上提出了QED算法[26]，通過顯式延時來提高查詢處理的能耗有效性。算法中將一段時間內接受到的查詢請求放進隊列中，達到閾值時，進行處理，通過查詢聚合，來提取負載請求中公共部分。這一方案適用于多用戶請求、服務器的場景，如搜索引擎；而對于單節點、用戶少的數據庫系統效果并不明顯，反而導致性能的劇烈下降。

對于DBMS的查詢優化的改進，難點就在于能耗模型和評測模型的建立。為了取得好的效果，必須要了解系統硬件的性能和操作特性，在查詢優化和估計時要充分地考慮這些，還需要清楚地了解能耗與性能間的關系。最近的研究中有兩種不同的觀點：1）認為能耗有效和性能是兩種不同的優化目標，兩者間存在一種折中[8]；2）認為能量有效和性能優化是一致的，能量有效的設置通常也是性能最好的[13]。分析可知造成這兩種不同結論的原因可能在于它們間不同假設前提和不同評估方法。如在第1）種觀點中，在計算DBMS的能耗時沒有包含空閑功率。而第2）種觀點僅考慮了CPU功率而不是整個系統的有效功率。

Xu等[8]中定義了每個元組和每頁的能耗常量T、N，并定義了基本的數據庫操作與T、N之間的線性關系，通過實際數據庫的執行時的能耗測量值，運行待定系數的方法來建立能耗模型。總的代價模型取性能和能耗間的折中，C=EPn，E是基于T和N計算得到的查詢能耗，P代表性能。通過調節n可以控制E、P之間的比重。這一方法雖然取得了理想的實驗結果，但仍有待改進。其中的能耗模型公式，直接使用了PostgreSQL查詢分析的性能評估公式，盡管通過數學方法重新確定了公式中系數，但模型建立的能耗估計值與實際值間精度相當粗糙，差異達25%，因此該能耗模型的合理性有待商榷。

2.3能耗有效的緩沖區管理技術

大部分現存的緩沖區算法，比如眾所周知的最近最少使用（Least Recently Used， LRU）算法、Clock算法等，都是以提高性能為目的而設計的。它們通常不能直接地用于節能設計。其原因有兩點：1）最初的設計只是為了減少磁盤訪問，而沒有考慮到這會影響磁盤訪問的突發性和偶然性；2）已有算法通常都沒有關注磁盤訪問的物理時間，而這點對于能耗估計很重要。在這樣的前提下提出的有能耗感知的緩沖區算法HCBurst（Historybased CBurst）、PCBurst（Predictionbased CBurst）[30]。緩沖區管理必然會影響系統性能，為避免高的未命中率。CBurst將緩沖區分成PriorityRegion和EnergyAware Region，僅在EnergyAware Region中使用改進了的緩沖區算法。還有Zhu等提出針對多磁盤系統的能耗有效的緩沖區算法PALRU和PBLRU[56]。它的基本思想是讓來自處于空閑態磁盤上的數據塊具有高的優先級繼續留在內存中，這樣就可以使得該磁盤在低能耗狀態滯留更久點。

隨著低功耗存儲硬件（SSD）的大量使用，盡管Flash具有低功耗的特點，但傳統的緩沖區算法都是基于磁盤存儲介質，因此并不能發揮出硬件優勢。為此出現了一些針對Flash非對稱的讀/寫特點的緩沖區算法，如CCFLRU[31]、ADLRU[32]、CFDC[33]等。雖然這些算法證明比早期的閃存緩沖區置換算法具有更好的能效，但它假設數據庫系統中只有閃存一種類型的二級存儲介質，不能適應存儲體系的變化，例如閃存和磁盤混合存儲等。

2.4當前研究中存在的主要問題

已有工作所得到的大量測試結果為后續研究數據庫系統中的能耗有效的算法或者I/O 系統提供了有力的支持，但已有工作還存在如下問題：

1）還沒有系統揭示數據庫系統中能耗和性能之間的影響規律；

2）還沒有解決引入多類型的存儲介質后如何在存儲架構上合理地安排不同類型存儲介質（RAM、閃存、磁盤等）以實現能耗有效性的問題。

3面向集群的低能耗數據管理技術

3.1能耗同比性技術概述

面向集群的低能耗數據管理技術主要集中在能耗同比性（Energy Proportionality）技術的研究上。能耗同比性概念最早是由Google研究員Luiz Andre Barroso于2007年12月在IEEE Computer雜志上提出的[4]，是指系統的能耗可隨著負載的變化而動態調整。此后，這一概念在云計算以及集群系統的研究中受到了廣泛關注[2-4]。目前該工作在Google Scholar上引用已經超過890次（2013年7月數據）。

能耗同比性的動機來源于對數據中心服務器利用率的分析。研究者們分析了5000個Google數據服務器在6個月內的運行狀態，結果發現，所有服務器的CPU平均使用率僅為30%左右，大部分時間里在20%以下[5-6]。也就是說，大部分的工作并不需要所有服務器全負荷來處理。因此，能夠根據負載變化來動態切換服務器的運行狀態從而節省能耗，即能耗同比性的思想很自然地就產生了。

已有的一些結果表明，單個數據庫節點很難實現能耗同比性[7-8]。這是因為單個數據庫節點上的CPU、RAM、顯卡等硬件的能耗在空閑狀態下也要耗費峰值能耗的70%左右[9]。因此，目前絕大部分的能耗同比性工作都以多個數據庫節點構成的集群為前提。在集群系統中，處理器、網絡、磁盤和冷卻系統是四個主要耗能部分，在集群系統的建設中需要考慮整個系統的架構以及采用何種調度算法以保證集群性能的同時達到降低能耗的目的。

自從能耗同比性的概念提出后，眾多學者在這方面展開了研究。目前的研究主要集中在集群架構[34-38]、集群中的數據管理[39-40]等方面。在集群架構方面，主要圍繞采用合理的調度算法，根據系統的負載動態地開啟或關閉集群中的節點。而在數據管理方面，目前的研究主要集中在存儲設備節點中的數據分配與組織問題上，目的是在保證系統性能的同時最小化存儲設備的開啟率。

3.2能耗同比的集群架構

能耗同比的集群架構[9，35-36]的基本思想是根據負載的變化來切斷或者打開節點的電源，從而實現能耗與負載之間的同比性；但是采用何種策略來實現集群的能耗同比性仍是一個挑戰性問題。

對于如何管理集群節點的電源狀態，目前存在兩種方法：第一種方法稱為CS（Covering Set），主張在低負載的情況下只使用部分節點來處理負載（同時關閉其他的節點）[11]；第二種方法稱為AIS（AllIn Strategy），主張同時使用全部的節點來處理負載，并且在低負載的情況下當完成處理后關閉整個集群[9]。在文獻[9]中，美國威斯康星大學麥迪遜分校的研究人員對以上這兩種方法的能效進行了對比。根據他們的研究結果，第二種方法更有利于實現能耗同比性。

Schall等[29]提出了WattDB架構，集群中部分節點是獨立的，可以根據集群工作負載的需要動態地向集群中添加和移除節點，以達到降低能耗目的。

Hamilton[10]提出了CEMS架構，這是由于目前CPU等性能與內存、存儲等一些子系統之間鴻溝越來越大，所以在服務器集群中采用一些低頻和低電壓的CPU等部件，從而達到充分利用系統中部件，達到能耗同比性的目的。

3.3能耗同比的集群存儲管理技術

能耗同比性的另一些工作研究了集群中的數據存儲管理問題[11， 39-46]。2010年的Operating Systems Review雜志中首先對集群中存儲設備的能耗同比性問題進行了綜述，討論了這一問題的重要性以及可行性[39]。根據文獻[39]的研究，在集群系統中存儲設備有大約20%的時間都是處于空閑狀態的，而在剩下的約80%的時間里，完全使用所有存儲設備的時間還不到1%。這表明，存儲設備的能耗同比性是非常有必要的，可以通過合理的數據分配來避免所有存儲設備都使用的情況。目前在分布式的文件系統中，主要通過部分數據的復制和遷移使得待請求的數據在當前開啟的存儲設備上找到從而避免開啟處在休眠或待機設備。雖然復制策略需要額外的存儲空間，但是數據中心存儲設備相對便宜并且利用率不高且實際需要的額外存儲空間并不是很大，因此這一方法仍具有可行性。但是，這些方法通常伴有響應時間上的延遲，磁盤狀態的切換亦需要消耗能量，在某些情形下甚至會超過節能模式所節省的能量，同時怎樣決定存儲設備狀態的切換也是一種重大的挑戰。

Greenan等[41]提出了PAC（Power Aware Coding）技術，通過采用特殊編碼，部分磁盤上數據可以由其他磁盤上數據進行重建，當負載較低時，可以將這部分磁盤的電源狀態切換為休眠/關閉。當有IO請求訪問電源關閉磁盤時可通過當前活躍磁盤上數據進行生成，進而完成請求的響應。Pinheiro等[42]提出了DA（Diverted Accesses）技術，主要是針對RAID架構，通過將多份數據副本存儲在不同磁盤上，使得當訪問請求數據所在磁盤處于電源關閉狀態時，可以重定向到存有其副本活躍磁盤。Wang等提出RIMAC技術[43]，當響應訪問請求的磁盤處于電源關閉狀態時，RIMAC技術允許通過內存中數據或者其他活躍磁盤上冗余數據來恢復數據，從而避免對非活躍盤頻繁開啟。文獻[41-43]采用冗余技術具有如下缺點：1）需要較大的額外存儲空間；2）只支持兩層能耗模型，不能達到細粒度的能耗同比性。

Colarelli等提出了MAID技術[44]，MAID中將部分磁盤作為緩存設備使用，用來緩存訪問頻率高的文件，緩存磁盤上替換策略采用的是LRU。Lee等[45]提出在RAID架構中使用一個SSD充當緩存，在處理讀請求時，將讀取的數據同時復制到SSD中以待下一次使用，同時緩存所有寫數據請求。這樣磁盤空閑間隔得以延長，從而可以在恰當時機下切換到休眠狀態。Useche等[46]提出了EXCES技術，EXCES采用低端閃存作為緩存設備使用，將訪問頻率高的數據放入緩存并且緩存部分寫請求數據，降低對磁盤訪問。文獻[44-45]中采用額外存儲設備充當緩存使用有如下不足：1）采用額外存儲設備充當緩存使用會帶來采購成本的上升；2）只有在低負載并且緩存設備能夠緩存絕大部分熱數據情況下才能夠達到較好的節能效果；3）非緩存磁盤上數據并沒有進行合理組織，被訪問概率仍然較高。

Verma等[40]提出了SRCMap方法。SRCMap控制單個物理磁盤的電源狀態，將磁盤劃分為活躍（電源打開）和不活躍兩種狀態，并且采用虛擬化技術來動態地根據負載的變化來調整活躍存儲設備的集合。但是SRCMap只考慮了文件粒度的數據復制和遷移，沒有考慮數據頁層面的存儲劃分和復制問題，因此不能直接用來實現數據庫節點集群的能耗同比性，因為數據庫應用中數據存取通常是以數據頁的方式進行。Kim等[11]提出了FREP方法，FREP中將數據存儲設備分成兩組：CS節點集和NonCS節點集，其中CS節點始終是始終活躍的，而NonCS節點則根據負載變化而改變其電源狀態。FREP與SRCMap同樣基于文件粒度進行能耗同比性控制。此外，SRCMap和FREP都沒有考慮SSD和磁盤混合存儲的情況。

3.4當前研究中存在的主要問題

總的來說，已有的能耗同比性工作存在的問題可歸納為如下幾點：

1）已有的CS和AIS方法均采用單一的策略來對集群中全部的節點進行電源狀態控制，這一做法沒有考慮數據庫節點集群中計算節點和存儲節點之間的差異。從理論上分析，計算節點的電源狀態應當根據系統的訪問負載來動態調整，而存儲節點上的存儲設備則應當根據數據訪問的本地化程度高低來進行控制。

2）已有研究僅考慮了文件粒度的數據復制和遷移等問題，而數據庫則更多地以數據頁為單位來響應用戶的數據存取需求。

3）已有研究僅考慮了磁盤一種存儲介質情形，沒有考慮在系統中引入更節能的SSD時的混合存儲環境。由于SSD具有比磁盤節能的優點，隨著SSD容量擴大和價格的下降，SSD和磁盤混合存儲是今后的發展趨勢。在SSD和磁盤混合存儲環境中，數據的劃分、復制、遷移等問題需要考慮顧及底層存儲設備的特性的新方法。

4未來發展趨勢

4.1能耗有效的查詢優化技術

不同的查詢計劃已被證明具有不同的能耗[8]，但目前僅有的相關工作[8]僅考察了有限的物理操作符的能耗，忽略了index join 等操作符，而且物理操作符的能耗僅通過SQL和電表來測試，存在較大的誤差（例如，沒有剔除統計量裝載等能耗代價）。此外，已有研究也沒有在查詢處理器中提供靈活的能耗和性能折中的方案。因此，在查詢處理器中引入能耗代價，開展能耗有效的查詢優化技術研究將是未來的一個主要研究方向。具體的問題包括：

1）基于能耗有效性基準測試平臺的DBMS 物理操作符能耗代價分析；

2）兼顧性能和能耗的查詢計劃代價模型；

3）能耗優先/性能優先的查詢計劃選擇算法。

4.2能耗同比的數據庫節點集群體系結構

已有的集群體系結構譬如CS[37]和AIS[9]方法均采用單一的策略來對集群中全部的節點進行電源狀態控制，這一做法沒有考慮數據庫節點集群中計算節點和存儲節點之間的差異。因此，計算節點的電源狀態應當根據系統的訪問負載來動態調整，而存儲節點上的存儲設備則應當根據數據訪問的本地化程度高低來進行控制。主要的研究問題為：

1）能耗同比的數據庫節點集群的計算架構。數據庫節點集群中一般包括計算節點、存儲節點以及控制節點。計算節點用于任務處理（例如Join 操作），存儲節點提供數據存儲和管理，控制節點提供協調、控制等功能。計算架構研究主要探討節點的分組、任務劃分、節點間的協同方式、狀態控制等問題。

2）數據庫節點集群的能耗同比控制算法。能耗同比的主要思想是根據負載來動態切換節點的電源狀態，因此，需要研究有效的算法來決定何時切換節點電源狀態。此外，對于存儲設備的能耗同比性控制，也需要研究根據數據訪問的頻率、本地性等特征來動態切換存儲設備電源狀態的算法。

4.3能耗同比的集群存儲分配方法

在數據庫節點集群中，存儲設備的能耗同比性依賴于優化的冷熱數據劃分算法以及存儲分配算法，同時還要考慮集群中存儲節點之間的數據復制策略。幾個主要的問題為：

1）基于頁訪問模式的冷熱數據劃分算法。在數據庫節點集群中，存儲設備能耗同比性的前提就是應用對數據頁的訪問具有一定的傾斜性，從而可以將冷數據存儲到冷設備（待機或休眠的設備）上以實現節能的目標。因此，首先需要研究如何根據頁訪問模式來劃分冷熱數據的相應算法。

2）能耗同比的存儲分配與復制策略。研究冷熱數據在存儲設備上的存儲分配和復制方法，以保證在不同的訪問模式下存儲系統能夠使用盡可能少的設備就可以響應數據訪問請求。存儲分配和復制策略還要避免頻繁地切換設備的電源狀態。

4.4面向集群的高能效緩沖區置換算法

在閃存數據庫方面的已有研究表明，不同的緩沖區管理策略對性能和能耗有著很大的影響[28]。但以往工作主要針對單節點數據庫服務器的緩沖區管理開展，其主要目標是提高緩沖區命中率和減少對存儲設備的訪問。而面向集群的高能效緩沖區管理方法目的是更好地實現存儲設備的能耗同比性，即通過設計高能效的緩沖區管理機制，使得底層的存儲設備能夠在保證響應性能的前提下降低帶電工作的存儲設備比例，從而實現降低能耗的目標。這一問題是研究能耗同比的數據庫節點集群中出現的新問題。

4.5基于閃存的高能效混合存儲策略

由于閃存具有能耗低的特點，因此目前基于閃存的固態硬盤（SSD）已在企業應用中廣泛使用。例如，百度已經在2009年開始就在其搜索服務器上全部使用了固態硬盤。但目前SSD 并沒有如研究者預期的那樣全面地替代磁盤成為主流的二級存儲。因此，一種更為可行的方法是在系統中同時使用閃存和磁盤，構建一個多介質的混合存儲環境，從而達到既發揮閃存的高速存取特性，又可以在性能和價格上取得較好的折中。SSD和磁盤混合存儲技術已經引起了國內外學者的廣泛關注[47-50]。HP Lab的Goatz Grafe 在2009年4月的Communication of ACM上對閃存和磁盤混合存儲技術進行了展望，并指出閃存、RAM、磁盤等多介質混合存儲是未來發展趨勢[48]。由于SSD和磁盤的特性差別較大，因此如何設計兼顧性能和能耗的高能效混合存儲策略是提高整個系統能效必須考慮的一個重要問題。文獻[49-50]中，中國科學技術大學的研究人員提出了磁盤和SSD的一種混合策略設計，對混合存儲技術進行了探討。

5結語

能耗感知的綠色數據庫技術是隨著全球的低碳化趨勢以及以數據為中心的計算模式的發展而提出的一個新的研究方向。隨著大數據時代的到來，數據存儲和管理的能耗代價將越來越突出。本文綜述了綠色數據庫領域的相關問題，重點討論DBMS 中核心部件的能耗有效性，以及數據庫節點集群的能耗均衡性等關鍵問題。在此基礎上，指出了未來綠色數據庫發展的若干方向。

參考文獻：

[1]GUO M. Green computing： connotation and tendency[J]. Computer Engineering， 2010， 36（10）： 1-7.

[2]PATRICK K. Green computing[J]. Communications of the ACM， 2008， 51（10）：11-13.

[3]GRAEFE G. Database servers tailored to improve energy efficiency[C]// SETDM 2008： Proceedings of the 2008 EDBT Workshop on Software Engineering for Tailormade Data Management. Berlin： SpringerVerlag， 2008： 24-28.

[4]BARROSO L A， HOLZLE U. The case for energyproportional computing[J]. Computer， 2007， 40（12）：33-37.

[5]VAID K. Datacenter power efficiency： separating fact from fiction[EB/OL].[20130210].https：///legacy/event/hotpower10/tech/slides/vaid.pdf.

[6]WANG J， FENG L， XUE W， et al. A survey on energyefficient data management[J]. ACM SIGMOD Record， 2011， 40（2）：17-23.

[7]TSIROGIANNIS D， HARIZOPOULOS S， SHAH M A. Analyzing the energy efficiency of a database server[C]// SIGMOD 2010： Proceedings of the 2010 ACM SIGMOD International Conference on Management of data. New York： ACM Press， 2012：231-242.

[8]XU Z， TU Y C， WANG X. Exploring power performance tradeoffs in database systems[C]// Proceedings of the 2010 IEEE 26th International Conference on Data Engineering. Piscataway， NJ： IEEE Press， 2010：485-496.

[9]LANG W， PATEL J M. Energy management for MapReduce clusters [J]. Proceedings of the VLDB Endowment， 2010， 3（1）：129-139.

[10]HAMILTON J R. Cooperative Expendable MicroSlice Servers （CEMS）： low cost， low power servers for Internetscale services [EB/OL].[20121010]. http：//wwwdb.cs.wisc.edu/cidr/cidr2009/JamesHamilton_CEMS.pdf.

[11]KIM J， ROTEM D. Energy proportionality for disk storage using replication[C]// EDBT/ICDT 2011： Proceedings of the 14th International Conference on Extending Database Technology. New York： ACM Press， 2011：81-92.

[12]BJORLING M， FOLGOC L， MSEDDI A， et al. Performing sound flash device measurements： some lessons from uFLIP[C]// SIGMOD 2010： Proceedings of the 2010 ACM SIGMOD International Conference on Management of Data. New York： ACM Press， 2010： 1219-1222.

[13]SCHALL D， HUDLET V， HAERDER T. Enhancing energy efficiency of database applications using SSDs[C]// C3S2E 2010： Proceedings of the Third C* Conference on Computer Science and Software Engineering. New York： ACM Press， 2010：1-9.

[14]JIN P， YANG P， CHEN K， et al. DBPower： measuring energy efficiency for green database systems[J]. Journal of Computer Research and Development， 2011， 48（S1）： 410-413.

[15]GUO B， SHEN Y， SHAO Z. The redefinition and discussion of green computing[J]. Chinese Journal of Computers， 2009， 32（12）： 2311-2319.

[16]MURUGESAN S. Harnessing green IT： principles and practices[J]. IEEE IT Professional， 2008， 10（1）： 24-33.

[17]ANDERSEN D G， FRANKLIN J， KAMINSKY M I， et al. FAWN： a fast array of wimpy nodes[C]// SOSP 2009： Proceedings of the ACM SIGOPS 22nd Symposium on Operating Systems Principles. New York： ACM Press， 2009：1-14.

[18]LEI T， LI X， ZHOU X. Performance lossless voltage scheduling for low energy software[J]. Journal of Computer Research and Development， 2006， 43（6）： 1090-1096.

[19]MAO Y L， CHEN X L， TANG L， et al. Best energysaving frequency in timesharing system and its realization[J]. Journal of the Graduate School of the Chinese Academy of Sciences， 2010， 27（3）： 404-413.

[20]HU X， LI X， GONG Y C. Highlevel lowpower synthesis of realtime systems using time Petri nets[J]. Journal of Computer Research and Development， 2006， 43（1）： 176-184.

[21]NORDMAN B. Saving large amounts of energy with network connectivity proxying[EB/OL].[20130202]. http：//nordman.lbl.gov/docs/linuxApril9.pdf.

[22]WATTENHOFER R， LI L， BAHLP P， et al. Distributed topology control for power efficient operation in multihop wireless Ad Hoc networks[C]// INFOCOM 2001： Proceedings of the Twentieth Annual Joint Conference of the IEEE Computer and Communications Societies. Piscataway， NJ： IEEE Press， 2001，3：1388-1397.

[23]FU X， WANG R C， DENG S. An energy efficient data storage method in wireless sensor network[J]. Journal of Computer Research and Development， 2009， 46（12）： 2111-2116.

[24]FRANCIS K， RICHARDSON P. Green maturity model for virtualization[J]. Microsoft Architect Journal， 2008， 18：9-15.

[25]RIVOIRE S， SHAH M A， RANGANATHAN P， et al. JouleSort： a balanced energyefficiency benchmark[C]// SIGMOD 2007： Proceedings of the 2007 ACM SIGMOD International Conference on Management of Data. New York： ACM Press， 2007： 365-376.

[26]HARIZOPOULOS S， SHAH M A， MEZA J， et al. Energy efficiency： the new holy grail of data management systems research[EB/OL]. [20130210]. http：///ftp/arxiv/papers/0909/0909.1784.pdf.

[27]LANG W， PATEL J M. Towards Ecofriendly database management systems[EB/OL]. [20130210]. http：//wwwdb.cs.wisc.edu/cidr/cidr2009/Paper_51.pdf.

[28]HARDER T， HUDLET V， OU Y， et al. Energy efficiency is not enough， energy proportionality is needed！[C]// DASFAA 2011： Proceedings of the 16th International Conference on Database Systems for Advanced Applications. Berlin： SpringerVerlag， 2011： 226-239.

[29]SCHALL D， HUDLET V. WattDB： an energyproportional cluster of wimpy nodes[C]// SIGMOD 2011： Proceedings of the 2011 ACM SIGMOD International Conference on Management of Data. New York： ACM Press， 2011： 1229-1232.

[30]CESANA U， HE Z. Multibuffer manager： energyefficient buffer manager for databases on flash memory[J]. ACM Transactions on Embedded Computing Systems， 2010， 9（3）： Article No.28.

[31]LI Z， JIN P， SU X， et al. CCFLRU： a new buffer replacement algorithm for flash memory[J]. IEEE Transactions on Consumer Electronics， 2009， 55（3）：1351-1359.

[32]JIN P， OU Y， HAERDER T， et al. ADLRU： an efficient buffer replacement algorithm for flashbased databases[J]. Data and Knowledge Engineering， 2012，72：83-102.

[33]OU Y， HAERDER T， JIN P. CFDC： a flashaware buffer management algorithm for database systems[C]// ADBIS 2010： Proceedings of the 14th East European Conference， LNCS 6295. Berlin： SpringerVerlag， 2009：435-439.

[34]CAMERO K W. The challenges of energyproportional computing[J]. IEEE Computer， 2010， 43（5）：82-83.

[35]ABTS D， MARTY M I R， WELLS P P M， et al. Energy proportional datacenter networks[C]// ISCA 2010： Proceedings of the 37th Annual International Symposium on Computer Architecture. New York： ACM Press， 2010：338-347.

[36]BARROSO L A， HOLZLE U. The datacenter as a computer： an introduction to the design of warehousescale machines[M]. San Rafael： Morgan & Claypool Publishers， 2009.

[37]LEVERICH J， KOZYRAKIS C. On the energy （in）efficiency of Hadoop clusters[J]. ACM SIGOPS Operating Systems Review， 2010， 44（1）：61-65.

[38]SCHALL D， HAERDER T. Towards an energyproportional storage system using a cluster of wimpy nodes [C] // BTW 2013： Proceedings of the 15th Germany Conference for Business， Technology， and Web. Berlin： SpringerVerlag， 2013： 311-326.

[39]GUERRA J， BELLUOMINI W， GLIDER J S， et al. Energy proportionality for storage： impact and feasibility[J]. ACM SIGOPS Operating Systems Review， 2010，44 （1）：35-39.

[40]VERMA A， KOLLER R， USECHE L， et al. SRCMap： energy proportional storage using dynamic consolidation[C]// FAST 2010： Proceedings of the 8th USENIX Conference on File and Storage Technologies. Berkeley： USENIX Association， 2010： 267-280.

[41]GREENAN K M， LONG D， MILLER E L， et al. A spinup saved is energy earned： achieving powerefficient， erasurecoded storage[C]// HotDep 2008： Proceedings of the Fourth Conference on Hot Topics in System Dependability. Berkeley： USENIX Association，2008.

[42]PINHEIRO E， BIANCHINI R， DUBNICKI C. Exploiting redundancy to conserve energy in storage systems[C]// SIGMETRICS 2006/Performance 2006： Proceedings of the Joint International Conference on Measurement and Modeling of Computer Systems. New York： ACM Press， 2006：15-26.

[43]WANG J， YAO X， ZHU H. Exploiting inmemory and ondisk redundancy to conserve energy in storage systems[J]. IEEE Transactions on Computers， 2008， 57（6）：733-747.

[44]COLARELLI D， GRUNWALD D. Massive arrays of idle disks for storage archive[C]// Proceedings of ACM/IEEE Conference on Supercomputing. New York： ACM Press， 2002：1-11.

[45]LEE H J， LEE K H， NOH S H. Augmenting RAID with an SSD for energy relief[C]// HotPower 2008： Proceedings of the 2008 Conference on Power Aware Computing and Systems. Berkeley： USENIX Association， 2008：12.

[46]USECHE L， GUERRA J， BHADKAMKAR M， et al. EXCES： external caching in energy saving storage systems[C]// Proceedings of the 2008 IEEE International Symposium on High Performance Computer Architecture. Piscataway， NJ： IEEE Press， 2008：89-100.

[47]KOLTSIDAS I， VIGLAS S. Flashing up the storage layer[J]. Proceedings of the VLDB Endowment， 2008，1（1）：514-525.

[48]GRAEFE G. The fiveminute rule twenty years later， and how flash memory changes the rules[J]. Communication of ACM， 2009， 52（7）： 48-59.

[49]YANG P， JIN P， YUE L. Hybrid storage with disk based write cache[C]// DASFAA 2011： Proceedings of the 16th International Conference on Database Systems for Advanced Applications， LNCS 6637. Berlin： SpringerVerlag， 2011：264-275.

[50]YANG P， JIN P， WAN S， et al. HBstorage： optimizing SSDs with a HDD write buffer[C]// Proceedings of the WAIM 2013， LNCS 7901. Berlin： SpringerVerlag， 2013：28-39.

[51]BROWN D， REAMS C. Toward energyefficient computing[J]. Communications of the ACM， 2010， 53（3）：50-58.

[52]XIONG W， KANSAL A. Energy efficient data intensive distributed computing[J]. IEEE Data Engineering Bulletin， 2011， 34（1）： 24-33.

[53]GAO H， WANG J. A survey of energy efficient data management[J/OL]. Sciencepaper Online， 2011[20130210]. http：///download/downPaper/201102639.PDF.

[54]WANG J， FENG L， XUE W W. A survey of energy efficiency in computer servers[J]. Computer Engineering & Software， 2011， 32（2）： 4-8.