D1.2 · 供电与冷却如何共同维持业务连续性

1. 从负荷反向阅读单线图，找到真正依赖

单线图是电气连接的简化表达，不是楼层平面图。母线汇集或分配电力，断路器与开关建立或切断路径，变压器改变电压，保护则检测规定异常并隔离设备。只有说明哪些设备正常打开或闭合、切换时发生什么变化，图纸才能真正用于判断运行。

应从IT配电盘等具体服务出发，向上追踪服务器电源、机柜配电、UPS输出、关键母线以及正常和备用电源，再对支持该服务的网络交换机、存储与冷却重复这个过程。共用上游母线、控制电源或水泵，都可能使下游看似重复的配置失去意义。

下图刻意画出一条经UPS保护的IT支路，以及一条直接接在关键母线上的冷却支路。这不是推荐最终设计，而是让问题显现出来：发电机启动期间，如果母线无电，哪部分服务仍有支撑，哪部分没有？

2. 理解UPS与电池分别做什么

UPS意为不间断电源。在典型在线双变换结构中，输入AC先转换到DC环节，再转换为受控AC供给负荷；正常输入不可用时，连接的储能可以维持这一环节。但UPS还存在其他拓扑与运行模式，必须确认实际结构、设置和负荷表现，不能仅凭名称推断。

变流器决定能够承担什么输出任务，电池决定储存能量能把该任务维持多久，两者额定值回答的问题不同。kW或MW有功功率，不等于kVA或MVA视在功率；允许功率因数和无功任务可能影响能力。MWh足够，不能证明变流器承受得了接入负荷或恢复冲击。

UPS还可能有旁路，使电力绕过转换路径到达负荷。旁路可以支持检修或特定故障处理，但在该状态下，可获得的电能调节与电池支撑可能改变。应问清哪些检修操作仍能维持要求的服务，以及使用旁路时若再发生电网扰动，会出现什么结果。

3. 发电机只有完成整个过程，才能提供持续能量

电网失电之后，备用过程可能依次包括检测失电、隔离不合适电源、启动发动机、确认电压频率可接受、闭合相应路径和接受负荷。这些是不同事件；有的可以重叠，有的必须等待互锁或稳定性检查。因此，发动机启动时间本身，不等于客户负荷实际中断时间。

连续MW额定值，也不能确定阶跃负荷接受、启动电动机或目标环境条件下的表现。机组需要可用燃料、启动能量、通风、控制及能够操作的连接路径；自身冷却和燃料辅助系统也可能依赖电力。长期失电计划必须处理这些依赖，并考虑现实可行的补给。

并非每台并网发电机都能在没有外部支持时使无电系统重新带电。黑启动，是按明确顺序从无电状态启动并建立所需电气系统；孤岛运行还需要合适的电压频率参考、保护和负荷平衡。这些能力必须通过设计与测试建立，不能用“现场有发电机”的宣传表述代替。

4. 冷却连续性必须与电气连续性配套

IT供电同时形成排热任务。服务器可能仍由UPS供电，水泵、风机、控制阀或排热设备却已经停下。热惯性可以提供一定容忍，但程度取决于实际系统、初始条件与允许温度，不能给所有AI设施指定一个通用的“无冷却可运行分钟数”。

在液冷结构中，需要同时追踪设施侧排热与设备侧循环。冷却液分配单元CDU在相应回路之间传热，可能包含泵和控制。即使有备用冷机，如果共用循环组件失电，或控制无法恢复流量，也不能因此维持服务；具体结构应以机械设计为准。

应在所保护服务上定义中断容忍，包括温升、降频、跳闸与恢复行为，再确定哪些冷却与控制负荷必须跨越切换空档，哪些可以等发电机恢复。美国能源部2024年指南将IT环境条件、气流管理、冷却与电气系统一起处理，说明需要协调设计。[1]

直达芯片液冷通过冷板把部分芯片热量带入设备冷却回路，CDU可在保持所需隔离和条件的同时，与设施回路换热；设施泵及排热设备再把热量向外传递。风冷部件与机房剩余热仍需要完整空气路径，“液冷”不代表每一瓦热都被液体捕获。

用纯水教学估算，传热关系为Q̇＝质量流量×比热×温升。液体承担1 MW热量，水比热4.18 kJ/(kg·K)、温升10 K时，质量流量1,000/（4.18×10）≈23.92 kg/s；假设密度1,000 kg/m³，则约86.12 m³/h。乙二醇混合物和真实温度会改变物性，仍须遵守厂家流量、压力及水质限制。

泵电功率近似为压差×体积流量／泵及电机综合效率。仅假设50 kPa压差、0.02392 m³/s流量、70%综合效率，则约1.71 kW。这只是所选泵任务，不是冷却总功率，冷机、其他泵、风机、控制及冗余尚未计入。

液压和热路径也要像供电一样设计，检查压降、最小流量、冷却液化学、水漏检测、凝露条件、隔离及泵或CDU失效后果。较低年度PUE，不能证明电源切换或IT快速变化期间，这些局部条件仍然合格。

5. 冗余是容量配置，不等于已经证明路径独立

如果某项明确任务需要三个模块承担，那么对该任务N就是三；N+1是在规定假设下再加一个备用模块，2N则描述两套完整所需容量。但这些称谓没有说明全部切换路径、控制或检修状态，保护任务改变后，N的含义也可能改变。

双电源服务器只有在服务器、机柜配电及上游结构确实支持目标故障场景时，才能从两条路径取电。如果两条路径共用配电盘、受同一机房危险影响，或依赖相同控制电源和冷却，共同事件仍可能使两条都失效。备用容量处理模块故障，独立性则处理共同原因与路径问题。

评估韧性时，应选择明确事件，例如一个UPS模块故障、一段母线检修隔离、一台机组未启动，或一个冷却回路不可用，再逐一追踪剩余路径及服务后果。一个冗余数字标签，不能单独证明可用性承诺、设计认证或容错能力。

6. 至少说明四种运行状态，并把恢复写完整

正常运行时，要记录带电电源、开闭路径、电池SOC策略及备用容量；失电运行时，要说明哪些负荷连续、哪些中断、哪些切除，以及怎样建立稳定支撑系统。只有正常状态图，不足以描述失电过程。

检修状态中，要识别哪些设备主动退出，以及规定服务是否仍有完整路径。检修可能恰好移除了故障研究中假定可用的备用设备。因此，应评估双方约定运行条件与可信事件的组合，而不是无限承诺承受所有想象中的同时故障。

恢复也需要独立计划。电网恢复时，电池补能、冷却重启与IT任务恢复可能同时发生，组合需求可能高于原运行需求。应定义切换或同期许可、分级恢复、补能优先级，以及备用恢复正常的判据。“电网来电”不等于“场站已准备好承受下一次事件”。

7. 分开检查功率、能量、时间与电能质量

功率校核检查剩余设备能否承担实际任务，包括适用无功、启动与恢复；能量校核检查可用储能或燃料能把任务维持多久；时间校核则在负荷计量点，将允许中断与完整过程比较。即使其他项目通过，任何一项失败都可能使服务失效。

电池估算应区分初始寿命DC铭牌能量，与选定寿命条件下、保护SOC下限以上可交付的AC能量。对简化恒定负荷，持续时间等于可用AC能量除以AC负荷。但温度、放电倍率、电池控制及厂家限制可能改变实际表现，因此仍须设备专项核验。

电能质量与动态行为还构成另一组问题，包括电压频率偏差、谐波、变流器交互及快速变化响应。恒功率能量计算不能回答这些问题；应由相应专业人员确定研究方法和验收条件，避免把续航结果写成电气服务始终合格的证明。

8. 把设计主张转化为可以测试的事件

有意义的验收用例应写明初始条件、触发事件、预期动作、测量及通过标准。例如，在约定IT和冷却任务及起始SOC下失去正常供电，记录每项关键负荷中断，并验证备用过程。标准必须来自获批服务要求，而不是事后按测试结果调整。

集成测试应在经过授权并安全策划的程序下，检查电气、机械与IT运行之间的依赖；在约定范围内，覆盖启动失败、相关设备不可用和恢复。单台UPS的工厂测试，不能证明安装后整条冷却与发电机链路的表现。

最终成果应能有依据地解释：什么服务在什么事件下能够维持，持续多久，依赖哪些条件。未解决条件应保留可见，明确负责人和闭环要求。这比一页只列设备、却不说明如何协同的清单更有用。