CN104879898B - 数据中心冷水系统的控制方法和装置 - Google Patents

数据中心冷水系统的控制方法和装置 Download PDF

Info

Publication number
CN104879898B
CN104879898B CN201510303354.8A CN201510303354A CN104879898B CN 104879898 B CN104879898 B CN 104879898B CN 201510303354 A CN201510303354 A CN 201510303354A CN 104879898 B CN104879898 B CN 104879898B
Authority
CN
China
Prior art keywords
cold
equipment
fuzzy model
state information
setting value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510303354.8A
Other languages
English (en)
Other versions
CN104879898A (zh
Inventor
顾鹏
王晓波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201510303354.8A priority Critical patent/CN104879898B/zh
Publication of CN104879898A publication Critical patent/CN104879898A/zh
Application granted granted Critical
Publication of CN104879898B publication Critical patent/CN104879898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Air Conditioning Control Device (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提出一种数据中心冷水系统的控制方法和装置，该数据中心冷水系统的控制方法包括：获取末端执行设备的监测状态信息；根据所述监测状态信息，通过模糊辨识建立模糊模型；根据所述模糊模型和给定的优化目标值确定控制输出值；将所述控制输出值发送给所述末端执行设备，以实现对所述末端执行设备的控制。本发明可以实现对末端执行设备的控制，实现了冷水系统设备稳定运行和耗能最小的目标，减少了人为参与运行的工作量，提高了数据中心的自动化程度。

Description

数据中心冷水系统的控制方法和装置
技术领域
本发明涉及互联网技术领域，尤其涉及一种数据中心冷水系统的控制方法和装置。
背景技术
大规模数据中心的冷水系统是一个复杂的多输入多输出的非线性系统，系统的模型难以建立，因此，现有技术中，对于冷水系统的控制采用的是状态监测、单点控制、基本逻辑控制和个别环节闭环调节控制，一定程度上减轻了人员操作的繁琐过程，降低了误操作的次数，但是，纯逻辑控制和传统比例积分微分(Proportion IntegrationDifferentiation；以下简称：PID)控制无法实现类似二次侧变压差、冷却变流量以及在冷却流量变化条件下冷塔风扇的稳定控制。
现有的控制算法的局限性，导致其只能局部闭环调节控制，无法实现最优控制，从而无法达到进一步降低电源使用效率(Power Usage Effectiveness；以下简称：PUE)的目标。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种数据中心冷水系统的控制方法。该方法可以实现基于模糊模型的预测控制算法和模糊优化目标的控制架构，实现了冷水系统设备稳定运行和耗能最小的目标，减少了人为参与运行的工作量，提高了数据中心的自动化程度。
本发明的第二个目的在于提出一种数据中心冷水系统的控制装置。
为了实现上述目的，本发明第一方面实施例的数据中心冷水系统的控制方法，包括：获取末端执行设备的监测状态信息；根据所述监测状态信息，通过模糊辨识建立模糊模型；根据所述模糊模型和给定的优化目标值确定控制输出值；将所述控制输出值发送给所述末端执行设备，以实现对所述末端执行设备的控制。
本发明实施例的数据中心冷水系统的控制方法，获取末端执行设备的监测状态信息之后，根据上述监测状态信息，通过模糊辨识建立模糊模型，然后根据上述模糊模型和给定的优化目标值确定控制输出值，将上述控制输出值发送给末端执行设备，从而可以实现对末端执行设备的控制，实现了冷水系统设备稳定运行和耗能最小的目标，减少了人为参与运行的工作量，提高了数据中心的自动化程度。
为了实现上述目的，本发明第二方面实施例的数据中心冷水系统的控制装置，包括：获取模块，用于获取末端执行设备的监测状态信息；建立模块，用于根据所述获取模块获取的监测状态信息，通过模糊辨识建立模糊模型；确定模块，用于根据所述建立模块建立的模糊模型和给定的优化目标值确定控制输出值；发送模块，用于将所述确定模块确定的控制输出值发送给所述末端执行设备，以实现对所述末端执行设备的控制。
本发明实施例的数据中心冷水系统的控制装置，获取模块获取末端执行设备的监测状态信息之后，建立模块根据上述监测状态信息，通过模糊辨识建立模糊模型，然后确定模块根据上述模糊模型和给定的优化目标值确定控制输出值，发送模块将上述控制输出值发送给末端执行设备，从而可以实现对末端执行设备的控制，实现了冷水系统设备稳定运行和耗能最小的目标，减少了人为参与运行的工作量，提高了数据中心的自动化程度。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明数据中心冷水系统的控制方法一个实施例；
图2为本发明数据中心冷水系统的控制方法的实现架构一个实施例的示意图；
图3为本发明数据中心冷水系统的控制方法的应用场景一个实施例的示意图；
图4为本发明数据中心冷水系统的控制方法的算法结构一个实施例的示意图；
图5为本发明数据中心冷水系统的控制装置一个实施例的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1为本发明数据中心冷水系统的控制方法一个实施例，如图1所示，该数据中心冷水系统的控制方法可以包括：
步骤101，获取末端执行设备的监测状态信息。
具体地，可以通过用于过程控制的对象连接与嵌入(Object Linking andEmbedding for Process Control；以下简称：OPC)接口获取末端执行设备的监测状态信息。
步骤102，根据上述监测状态信息，通过模糊辨识建立模糊模型。
步骤103，根据上述模糊模型和给定的优化目标值确定控制输出值。
步骤104，将上述控制输出值发送给末端执行设备，以实现对上述末端执行设备的控制。
具体地，可以通过OPC接口将上述控制输出值发送给控制器，再由控制器发送给末端执行设备。其中，上述控制器可以为直接数字控制器(Direct Digital Controller；以下简称：DDC)/可编程逻辑控制器(Programmable Logic Controller；以下简称：PLC)。
本实施例的一种实现方式中，上述末端执行设备可以包括二次侧设备，上述二次侧设备可以包括二次冷冻泵；上述末端执行设备的监测状态信息可以包括：二次冷冻泵频率、出口压力、二次冷冻泵流量、末端压差和冷冻水温度；上述给定的优化目标值包括：末端压差设定值；则步骤103可以为：根据上述末端压差设定值，通过模糊模型确定二次冷冻泵的输出频率。
本实施例的另一种实现方式中，上述末端执行设备可以包括一次侧设备，上述一次侧设备可以包括一次冷冻泵；上述末端执行设备的监测状态信息可以包括：一次冷冻泵频率、出口压力、一次冷冻泵流量、蓄冷罐流量和冷冻水温度；上述给定的优化目标值可以包括：蓄冷罐流量设定值；则步骤103可以为：根据上述蓄冷罐流量设定值，通过模糊模型确定一次冷冻泵的输出频率。
本实施例的再一种实现方式中，上述末端执行设备包括冷却侧设备，上述冷却侧设备包括冷塔风扇和冷却水泵；上述末端执行设备的监测状态信息包括：冷却泵频率、出口压力、冷却流量、冷却水温度和干湿球温度；上述给定的优化目标值包括：冷塔出水温度设定值和冷却侧流量设定值；则步骤103可以为：根据冷塔出水温度设定值，通过上述模糊模型确定冷塔风扇的输出频率，以及根据上述冷却侧流量设定值，通过模糊模型确定冷却水泵的输出频率。
上述数据中心冷水系统的控制方法中，获取末端执行设备的监测状态信息之后，根据上述监测状态信息，通过模糊辨识建立模糊模型，然后根据上述模糊模型和给定的优化目标值确定控制输出值，将上述控制输出值发送给末端执行设备，从而可以实现对末端执行设备的控制，实现了冷水系统设备稳定运行和耗能最小的目标，减少了人为参与运行的工作量，提高了数据中心的自动化程度。
本发明图1所示实施例提供的数据中心冷水系统的控制方法可以采用图2所示的架构实现。图2为本发明数据中心冷水系统的控制方法的实现架构一个实施例的示意图。
图2是本发明图1所示实施例提供的数据中心冷水系统的控制方法如何实现的示意图，如图2所示，可以通过各种传感器将温度、压力、流量、压差和液位物理量转变为电信号，通过模数(Analog to Digital；以下简称：A/D)转换器进一步转换为数字信号，DDC/PLC基于此数字信号和工艺要求，完成基本逻辑，DDC/PLC通过交换机与服务器监控平台进行交互数据，工控机中部署模糊预测控制算法与服务器监控平台进行交互实现优化控制。
本发明图1所示实施例提供的方法可以应用在图3所示的应用场景中，图3为本发明数据中心冷水系统的控制方法的应用场景一个实施例的示意图，图3是互联网数据中心(Internet Data Center；以下简称：IDC)冷水系统的结构示意图，图3中虚线表示冷冻水回水，图3仅示意一套单元，实际中一般是3用1备或2用1备，实现系统冗余。
本发明图1所示实施例提供的控制方法在对冷水系统进行控制时遵循以下原则：
1、压差优化原则：自然冷却模式下，压差变小二次冷冻泵减小频率与冷却水泵、冷塔增加频率比较，选择合适压差；制冷和预冷模式下，依据冷机最佳能效比，判断冷冻水供水温度最佳值，将冷机能耗与水泵能耗比较，确定最佳压差；
2、一次泵频率优化原则：保证蓄冷罐剩余流量满足半小时负载需要的前提下，实现冷源耗能小时充冷，冷源耗能大时放冷；
3、冷却水流量、冷塔风扇优化原则：热负荷一定条件下，水泵频率与冷塔风扇频率之和最小，根据流量调小和冷却水温度降低原则调整比较。冷却水泵综合考虑室外湿球温度、冷却水供回水温差及现有流量，以及冷冻侧热负荷，综合判断冷却侧最佳流量，在此基础上，结合冷冻水供水温度，优化冷塔冷却水出水温度设定，以此调节冷塔风扇频率。
本发明图1所示实施例提供的方法所采用的算法结构可以如图4所示，图4为本发明数据中心冷水系统的控制方法的算法结构一个实施例的示意图，
从图4可以看出，本发明图1所示实施例提供的方法可以分成二次泵环节、一次泵环节和冷却侧环节这三个部分进行精确控制，整体优化目标控制，这三个部分分别通过模糊辨识建立其模型。
二次泵环节(即二次侧设备)：给定的优化目标值可以为：末端压差设定值；
二次泵模型是通过主管管道特性、二次泵性能函数建立智能控制模型，二次泵环节的监测状态信息可以包括二次冷冻泵频率、出口压力、二次冷冻泵流量、末端压差和冷冻水温度；
则根据上述模糊模型和给定的优化目标值确定控制输出值可以为：根据末端压差设定值，通过上述模糊模型确定二次冷冻泵的输出频率，以保证实际压差与末端压差设定值在误差范围内，并且二次冷冻泵输出频率的波动参数满足要求。
一次泵环节(即一次侧设备)：给定的优化目标值可以包括：供水温度设定值和蓄冷罐流量设定值；
一次泵模型是通过单元管道特性、主管管道特性、一次泵性能函数和蓄冷罐模型建立模糊模型，一次泵环节的监测状态信息可以包括一次冷冻泵频率、出口压力、一次冷冻泵流量、蓄冷罐流量和冷冻水温度；
具体地，可以根据供水温度设定值确定冷机设定温度，冷机控制由设备完成，在自然冷却情况下，上述供水温度设定值作为冷却侧控制冷塔风扇的目标值。
根据上述模糊模型和给定的优化目标值确定控制输出值可以为：根据蓄冷罐流量设定值，通过模糊模型确定一次冷冻泵的输出频率，使单元供冷量满足二次侧需求。
冷却侧环节：给定的优化目标值可以包括冷塔出水温度设定值和冷却侧流量设定值；
冷却侧模型是通过单元管道特性、冷却水泵性能函数、冷塔模型和板换模型建立模糊模型，冷却侧设备的监测状态信息可以包括冷却泵频率、出口压力、冷却流量、冷却水温度和干湿球温度；
根据上述模糊模型和给定的优化目标值确定控制输出值可以为：根据冷塔出水温度设定值，通过模糊模型确定冷塔风扇的频率，以及根据冷却侧流量设定值，通过模糊模型确定冷却水泵的输出频率，以满足流量要求。
本发明提供的数据中心冷水系统的控制方法总体上依据优化规则进行模糊控制，通过优化各环节给定值，保证系统的协调和能耗最低。
本发明提供的数据中心冷水系统的控制方法主要针对IDC冷水系统复杂难以建模，传统控制算法在控制稳定性和功能上的缺陷，提出基于模糊模型的预测控制算法和模糊优化目标的控制架构，实现了冷水系统中设备稳定运行和耗能最小的目标，减少了人为参与运行的工作，提高了数据中心自动化程度。
图5为本发明数据中心冷水系统的控制装置一个实施例的结构示意图，本实施例中的数据中心冷水系统的控制装置可以实现本发明图1所示实施例的流程，如图5所示，上述数据中心冷水系统的控制装置可以包括：获取模块51、建立模块52、确定模块53和发送模块54；
获取模块51，用于获取末端执行设备的监测状态信息；具体地，获取模块51可以通过OPC接口获取末端执行设备的监测状态信息。
建立模块52，用于根据获取模块51获取的监测状态信息，通过模糊辨识建立模糊模型。
确定模块53，用于根据建立模块52建立的模糊模型和给定的优化目标值确定控制输出值；
发送模块54，用于将确定模块53确定的控制输出值发送给末端执行设备，以实现对末端执行设备的控制。具体地，发送模块54可以通过OPC接口将上述控制输出值发送给控制器，再由控制器发送给末端执行设备。其中，上述控制器可以为DDC/PLC。
本实施例的一种实现方式中，上述末端执行设备可以包括二次侧设备，上述二次侧设备可以包括二次冷冻泵；上述末端执行设备的监测状态信息可以包括：二次冷冻泵频率、出口压力、二次冷冻泵流量、末端压差和冷冻水温度；上述给定的优化目标值包括：末端压差设定值；则确定模块53，具体用于根据上述末端压差设定值，通过上述模糊模型确定二次冷冻泵的输出频率。
本实施例的另一种实现方式中，上述末端执行设备可以包括一次侧设备，上述一次侧设备可以包括一次冷冻泵；上述末端执行设备的监测状态信息可以包括：一次冷冻泵频率、出口压力、一次冷冻泵流量、蓄冷罐流量和冷冻水温度；上述给定的优化目标值可以包括：蓄冷罐流量设定值；则确定模块53，具体用于根据上述蓄冷罐流量设定值，通过模糊模型确定上述一次冷冻泵的输出频率。
本实施例的再一种实现方式中，上述末端执行设备包括冷却侧设备，上述冷却侧设备包括冷塔风扇和冷却水泵；上述末端执行设备的监测状态信息包括：冷却泵频率、出口压力、冷却流量、冷却水温度和干湿球温度；上述给定的优化目标值包括：冷塔出水温度设定值和冷却侧流量设定值；则确定模块53，具体用于根据上述冷塔出水温度设定值，通过模糊模型确定冷塔风扇的输出频率，以及根据上述冷却侧流量设定值，通过模糊模型确定冷却水泵的输出频率。
上述数据中心冷水系统的控制装置中，获取模块51获取末端执行设备的监测状态信息之后，建立模块52根据上述监测状态信息，通过模糊辨识建立模糊模型，然后确定模块53根据上述模糊模型和给定的优化目标值确定控制输出值，发送模块54将上述控制输出值发送给末端执行设备，从而可以实现对末端执行设备的控制，实现了冷水系统设备稳定运行和耗能最小的目标，减少了人为参与运行的工作量，提高了数据中心的自动化程度。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(Programmable Gate Array；以下简称：PGA)，现场可编程门阵列(Field ProgrammableGate Array；以下简称：FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (6)

1.一种数据中心冷水系统的控制方法，其特征在于，包括：
获取末端执行设备的监测状态信息；
根据所述监测状态信息，通过模糊辨识建立模糊模型；
根据所述模糊模型和给定的优化目标值确定控制输出值；
将所述控制输出值发送给所述末端执行设备，以实现对所述末端执行设备的控制；
其中，所述末端执行设备包括二次侧设备，所述二次侧设备包括二次冷冻泵；所述末端执行设备的监测状态信息包括：二次冷冻泵频率、出口压力、二次冷冻泵流量、末端压差和冷冻水温度；所述给定的优化目标值包括：末端压差设定值；
所述根据所述模糊模型和给定的优化目标值确定控制输出值包括：
根据所述末端压差设定值，通过所述模糊模型确定所述二次冷冻泵的输出频率。
2.根据权利要求1所述的方法，其特征在于，所述末端执行设备还包括一次侧设备，所述一次侧设备包括一次冷冻泵；所述末端执行设备的监测状态信息包括：一次冷冻泵频率、出口压力、一次冷冻泵流量、蓄冷罐流量和冷冻水温度；所述给定的优化目标值包括：蓄冷罐流量设定值；
所述根据所述模糊模型和给定的优化目标值确定控制输出值包括：
根据所述蓄冷罐流量设定值，通过所述模糊模型确定所述一次冷冻泵的输出频率。
3.根据权利要求1所述的方法，其特征在于，所述末端执行设备还包括冷却侧设备，所述冷却侧设备包括冷塔风扇和冷却水泵；所述末端执行设备的监测状态信息包括：冷却泵频率、出口压力、冷却流量、冷却水温度和干湿球温度；所述给定的优化目标值包括：冷塔出水温度设定值和冷却侧流量设定值；
所述根据所述模糊模型和给定的优化目标值确定控制输出值包括：
根据所述冷塔出水温度设定值，通过所述模糊模型确定冷塔风扇的输出频率，以及根据所述冷却侧流量设定值，通过所述模糊模型确定冷却水泵的输出频率。
4.一种数据中心冷水系统的控制装置，其特征在于，包括：
获取模块，用于获取末端执行设备的监测状态信息；
建立模块，用于根据所述获取模块获取的监测状态信息，通过模糊辨识建立模糊模型；
确定模块，用于根据所述建立模块建立的模糊模型和给定的优化目标值确定控制输出值；
发送模块，用于将所述确定模块确定的控制输出值发送给所述末端执行设备，以实现对所述末端执行设备的控制；
其中，所述末端执行设备包括二次侧设备，所述二次侧设备包括二次冷冻泵；所述末端执行设备的监测状态信息包括：二次冷冻泵频率、出口压力、二次冷冻泵流量、末端压差和冷冻水温度；所述给定的优化目标值包括：末端压差设定值；
所述确定模块，具体用于根据所述末端压差设定值，通过所述模糊模型确定所述二次冷冻泵的输出频率。
5.根据权利要求4所述的装置，其特征在于，所述末端执行设备还包括一次侧设备，所述一次侧设备包括一次冷冻泵；所述末端执行设备的监测状态信息包括：一次冷冻泵频率、出口压力、一次冷冻泵流量、蓄冷罐流量和冷冻水温度；所述给定的优化目标值包括：蓄冷罐流量设定值；
所述确定模块，具体用于根据所述蓄冷罐流量设定值，通过所述模糊模型确定所述一次冷冻泵的输出频率。
6.根据权利要求4所述的装置，其特征在于，所述末端执行设备还包括冷却侧设备，所述冷却侧设备包括冷塔风扇和冷却水泵；所述末端执行设备的监测状态信息包括：冷却泵频率、出口压力、冷却流量、冷却水温度和干湿球温度；所述给定的优化目标值包括：冷塔出水温度设定值和冷却侧流量设定值；
所述确定模块，具体用于根据所述冷塔出水温度设定值，通过所述模糊模型确定冷塔风扇的输出频率，以及根据所述冷却侧流量设定值，通过所述模糊模型确定冷却水泵的输出频率。
CN201510303354.8A 2015-06-04 2015-06-04 数据中心冷水系统的控制方法和装置 Active CN104879898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510303354.8A CN104879898B (zh) 2015-06-04 2015-06-04 数据中心冷水系统的控制方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510303354.8A CN104879898B (zh) 2015-06-04 2015-06-04 数据中心冷水系统的控制方法和装置

Publications (2)

Publication Number Publication Date
CN104879898A CN104879898A (zh) 2015-09-02
CN104879898B true CN104879898B (zh) 2017-11-17

Family

ID=53947496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510303354.8A Active CN104879898B (zh) 2015-06-04 2015-06-04 数据中心冷水系统的控制方法和装置

Country Status (1)

Country Link
CN (1) CN104879898B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110594983B (zh) * 2019-09-20 2021-04-02 东北大学 一种适用于小型数据中心的温度控制方法
CN112254320B (zh) * 2020-10-22 2021-08-24 重庆大学 基于ai的空调变流量水系统自适应变压差控制方法
CN116193819B (zh) * 2023-01-19 2024-02-02 中国长江三峡集团有限公司 一种数据中心机房节能控制方法、系统、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5450999A (en) * 1994-07-21 1995-09-19 Ems Control Systems International Variable air volume environmental management system including a fuzzy logic control system
CN1598427A (zh) * 2004-09-09 2005-03-23 贵州汇诚科技有限公司 中央空调冷冻水系统模糊预期控制方法及装置
CN1598428A (zh) * 2004-09-09 2005-03-23 贵州汇诚科技有限公司 中央空调冷却水系统自适应优化控制方法及装置
CN203533800U (zh) * 2013-09-13 2014-04-09 广州科创节能科技服务有限公司 一种中央空调装置的模糊控制系统
CN104503403A (zh) * 2014-12-12 2015-04-08 北京百度网讯科技有限公司 制冷系统运行能效的管理系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3190139B2 (ja) * 1992-10-13 2001-07-23 東芝キヤリア株式会社 空気調和機

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5450999A (en) * 1994-07-21 1995-09-19 Ems Control Systems International Variable air volume environmental management system including a fuzzy logic control system
CN1598427A (zh) * 2004-09-09 2005-03-23 贵州汇诚科技有限公司 中央空调冷冻水系统模糊预期控制方法及装置
CN1598428A (zh) * 2004-09-09 2005-03-23 贵州汇诚科技有限公司 中央空调冷却水系统自适应优化控制方法及装置
CN203533800U (zh) * 2013-09-13 2014-04-09 广州科创节能科技服务有限公司 一种中央空调装置的模糊控制系统
CN104503403A (zh) * 2014-12-12 2015-04-08 北京百度网讯科技有限公司 制冷系统运行能效的管理系统及方法

Also Published As

Publication number Publication date
CN104879898A (zh) 2015-09-02

Similar Documents

Publication Publication Date Title
CN104515271B (zh) 中央空调冷冻站系统的节能优化控制系统及其控制方法
CN108990383B (zh) 一种数据中心空调系统预测控制方法
CN105444356B (zh) 一种中央空调系统的能效优化智能控制系统及其控制方法
CN104134100B (zh) 一种基于云计算的节能管理系统
CN106774247B (zh) 中央空调仿真测试系统及测试方法
CN110440396A (zh) 云边端协同的中央空调全局优化节能控制方法和系统
CN109595763A (zh) 空调系统的控制策略优化方法、装置和计算机设备
CN110410942B (zh) 一种冷热源机房节能优化控制方法及系统
CN104879898B (zh) 数据中心冷水系统的控制方法和装置
CN107143981B (zh) 一种中央空调节能控制系统和方法
CN104456843A (zh) 数据中心机房空调末端的节能控制方法和装置
CN105115100B (zh) 基于智能优化的中央空调设备控制系统及方法
CN108320042A (zh) 循环水系统的优化方法与装置
CN102607143A (zh) 基站空调设备的远程监控方法及系统
CN106500280A (zh) 一种中央空调冷站的控制系统和控制方法
CN114383299A (zh) 基于大数据与动态仿真的中央空调系统运行策略优化方法
CN110222398B (zh) 冷水机组人工智能控制方法、装置、存储介质及终端设备
CN111582604A (zh) 数据处理方法和装置、电子设备、及介质
CN113778215A (zh) 基于大数据实现数据中心pue预测以及降耗策略的方法
CN113110057A (zh) 一种基于人工智能的热力站节能控制方法及智能决策系统
CN115903712A (zh) 适用于工业制冷系统的节能优化方法及其优化控制系统
CN114154677A (zh) 空调运行负荷模型构建和预测方法、装置、设备和介质
CN115493248A (zh) 一种中央空调系统全生命周期的智能诊断方法和系统
CN206387073U (zh) 一种中央空调冷站的控制系统
CN113535233A (zh) 用于暖通云边协同的人工智能系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant