Post on 26-Sep-2019
transcript
JahrestagungIT2Green2012
ErgebnissederTeilvorhabenundersteganzheitlicheAspekte
Berichterstatter:HeikoLehmann,TelekomInnovationLabs
- 4 -
Inhalt
1. DieDESI‐Ambition2. Waspassiertmitinverschiedenen
BereichenderGreenICT‐Domäne?1. Kernnetz2. Verbrauchsnetz3. Energieversorgung
3. Wiewirddie gesteuert?1. OperativeNetzproduktion2. Optimierungsmöglichkeiten
1Ws
1Ws
- 5 -
Kernnetz:Hardwareanalyse
• EinleistungsstarkesNetzelement(Alcatel‐Lucent1830PSS‐64,3.8Tb/s)wurdeanalysiert(PartnerALU)hinsichtlich
– desdynamischenEnergieverbrauchsunterverschiedenenLastzuständen
– demWärmeleitungsverhalten– Kühlungs‐ undLüftungskonzepten.
• DieAnalysenwurdenkomponentenweisedurchgeführtfür
– KühlungundLüfter– Backpanel– ControllerKarten– MatrixKarten– I/OKarten.
• EinsparpotentialeundFunktionalitäteneineslastadaptivenBetriebswurdenanalysiertundquantitativbewertet.
• ErstelastadaptiveEnergiespar‐funkionalitätenwurdenkonzipiertundwerdenaktuellimplementiertbzw.erweitert:
– Lüftersteuerung– I/OPortgruppenSleep‐Modus
- 6 -
Kernnetz:Hardwareanalyse
• KernnetzelementewiedasbetrachtetesindfürdieBetriebsbedingungenineinemTechnikstandortausgelegtundweisensohoheLeistungsdichtenauf.
• ZurAnalyseundOptimierungderKühlungvonI/OKartenineinemsolchenBetriebsregimewurdenaufwändigeSimulationenaufSystem‐undBoard‐Leveldurchgeführt.
• DadurchkonntenlastadaptiveElementeindasKühlkonzeptintegriertundEnergieeinsparungenrealisiertwerden.
• ErgebnissefließenindielaufendeProduktentwicklungein(1830PSSRelease5.0).
- 7 -
Verbrauchsnetz:Zeitmuster
• ImlokalenDemo‐VerbrauchsnetzvonDESI(RathausFriedrichshafen)wurdedieGreenICT‐LösungdesPartnersJOUinstalliert.
• ErsteAnalysenderVerkehrsmusterzeigeneinenichttechnischeKopplungsoptionauf:
– Um4Uhrwerdenoffensichtlichbackup‐ oderSynchronisationsverkehregetriggert.
– DieseVerkehrehabendasPotential,ein„Nachtmuster“destraffic engineering zubeeinträchtigen.
– DasVerlagerndieserVerkehrsmussnichttechnischerfolgen– etwaüberTarifierungen.
‐ 8 ‐
Energieversorgung
• EineController‐ArchitekturfürdieAnsteuerungvoninUSV‐AnlagenintegrierteBatterieparkswurdevomPartnerPASMentwickelt.
• IneinererstenPhasewurdezumprinzipiellenFunktionsnachweiseinelokalautonomeSteuerungimplementiert.
- 9 -
Energieversorgung
UGV‐System
gesicherteLast
UGV‐Controller/Laderegler
dezentralerController
IST‐DatenLastHA
ZME
Batterie‐monitoring
ungesicherteLasten
ϑ
VerteilnetzVorgabenfürLadung‐EntladungSollfürSpitzenlastMonitoringWeb
‐ 11 ‐
Netzproduktion:Lieferketten
• BasiseinerEnde‐zu‐Ende‐SteuerungeineslastabhängigenNetzwerkbetriebsistdasgenaueVerständnisderEnergieverbrauchcharakteristikenderNetzelemente.
• EinvomPartnerDTAGentwickeltergenerischerModellansatzwurdeinZusammenarbeitmitdemPartnerALUquantitativbewertet.
Networkelementpowerconsumption:
withingress‐sidepowerconsumption
Andegress‐sidepowerconsumption
PC: Basicnode powerconsumption (e.g PSU,fan,switch matrix)PLCi;PLCe: Linecard powerconsumption (ingress;egress)NLCi;NLCe: Number of line cards (ingress;egress)PPGi;PPGe: Portgroup powerconsumption (ingress;egress)NPGi;NPGe: Number of port groups (ingress;egress)PPi;PPe: Portpowerconsumption (ingress;egress)NPi;NPe: Number of ports (ingress;egress)
Mathematicaldescription
eeNEiiNECeiNE , CPCPPCCP
i Pi Pi Pi Pi
i Pi PiPG iP
iPGiPi LC
iP
iLCiPiiNE
1, CnCnC
PnPN
NnP
NNn
CP
.1, e Pe Pe Pe Pe
e Pe PePG eP
ePGePe LC
eP
eLCePeeNE
CnCnC
PnPN
NnP
NNn
CP
‐ 12 ‐
Netzproduktion:Lieferketten
• DieHierarchisierungderSchaltarchitekturerweistsichalseingenerellesMusterderElementcharakteristik.
• IngewissenGrenzenistessomöglich,einnetzweitesEnergieverbrauchsmodellzukonstruieren.
0.0
0.2
0.4
0.6
0.8
1.0
0 200 400 600 800 1000 1200 1400 1600
C (in Gbit/s)
PNE(C
)/PNE
,max
LastadaptiveLüftungaufgrundhöhererAuslastungdesNetzelements(DESIEntwicklung)
AlleI/OKartensoftwaremäßigdeaktiviert(„DeepSleep“)
PowerConsumptionPNE(C)(inW)
CapacityC(inGbit/s)
Theorie Messung
‐ 13 ‐
Optimierung:Routingschema
• EnergieoptimiertesRoutingineinemMulti‐Layer‐NetzwerkisteinkomplexesProblem.• InZusammenarbeitmitDTAGhatderPartnerZIBeinerstesTopologiemodell alsGrundlagevonOptimierungsrechnungenentwickelt.
IP‐LayermitStandard‐verkehrsmatrix *0.5
Optimierung:ReroutingmitbessererAuslastungundAbschaltungvon
Links
Optimierung:Routingschema
- 14 -
Netzmodell Verkehrsdaten Hardwaredaten
MathematischesModell
ParameterundDaten
Lösungs‐algorithmus
Optimierung
EnergieoptimierteNetzkonfiguration
‐ 15 ‐
TueGutesundrededarüber…
• …hatmiteinenHarmonisierungsworkshopmitdenNachbarprojekteninitiiertundam20.3.2012abgehalten.
• …hatausdemMonitoringderStandardisierungsaktivitätenersteMöglichkeiteneigenerEinträgeidentifiziert.
• …hatvierPraktikaanStudentenvergeben.• ….hatersteSchrittezurIdentifikationschutzwürdigengeistigenEigentumsunternommen.• …publiziert:
– IARIA2011Energy,Venice,Italy,EnergyCouplingControlofTelecommunicationNetworkandPowerGrid,H.Lehmann,Ch.Lange,,A.Gladisch(BestPaperAward)
– ITG‐FachtagungPhotonische Netze,NetworkElementCharacteristics for TrafficLoad AdaptiveNetworkOperation,Ch.Lange,R.Schlenk,H.Lehmann
– OR2012,Hannover,Sep.2012,Minimization of energy consumption inIP‐over‐WDMnetworks,A.Betker,D.Kosiankowsi,Ch.Lange,H.Lehmann,Ch.Raack,A.Werner
• …istpräsentaufder„WochederUmwelt“ imSchlossBellevue(5./6.6.2012).
‐ 16 ‐
Ausblick:DasGanzeistmehr…
• …is well ontrack….• …hatfolgendenächstliegendeAufgaben:
– FortführungSystemanalyseimEnde‐zu‐Ende‐Kontext– EntwicklungweitererHardware‐EnergiesparoptionenundEinbindungineineSoftware‐Steuerung– SW‐RealisierungderEnergy Control Plane– ImplementierungderansteuerungsfähigenController‐ArchitekturfürdieUSV‐Anlage– KopplungsanalysezwischenAußenkanteWeitverkehrsnetzundlokalemVerbrauchsnetz– EntwicklungeinesvereinheitlichenOptimierungsmodellsüberIKT‐ undEnergie‐Domäne– AusbauderaktuellenOptimierungsmodelleundStudien– EntwicklungeinesModellszurPrognosevonVerkehrsszenarien