CN109883007A - 一种适用于在维数据中心的空调群控系统 - Google Patents
一种适用于在维数据中心的空调群控系统 Download PDFInfo
- Publication number
- CN109883007A CN109883007A CN201910214494.6A CN201910214494A CN109883007A CN 109883007 A CN109883007 A CN 109883007A CN 201910214494 A CN201910214494 A CN 201910214494A CN 109883007 A CN109883007 A CN 109883007A
- Authority
- CN
- China
- Prior art keywords
- power
- temperature
- air
- data center
- data
- 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.)
- Pending
Links
- 238000004378 air conditioning Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000013480 data collection Methods 0.000 claims abstract description 7
- 230000010355 oscillation Effects 0.000 claims abstract description 7
- 238000005265 energy consumption Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 18
- 230000008713 feedback mechanism Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 8
- 238000001816 cooling Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 3
- 230000013632 homeostatic process Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000003247 decreasing effect Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种适用于在维数据中心的空调群控系统,包括温度监测场和智能监控系统和数据采集与分析模块以及集中控制模块,所述温度监测场,由末端探测器组成的,密度基本上覆盖了所有发热源,所述智能监控系统由功率监测设备提供实时IT设备功率,所述数据采集与分析模块可通过位置与区域关系,将温度数据与功率数据进行对应,解析出关键的温度与功率函数;相较现有的技术方案基本上为纯理论模型,本发明为技术实践型方案,并且针对在维数据中心具有更广的应用价值,且相较于之前的控制逻辑,引入功率跟踪机制,可以消除由于气流扰动或固有热点带来的波动和频繁启停控制,环境温度安全区间扩大,控制器振荡频率大大降低,能耗明显下降。
Description
技术领域
本发明属于空调群控技术领域,具体涉及一种适用于在维数据中心的空调群控系统。
背景技术
目前运用在机房空调中的节能措施包括利用室外自然冷源、选择高效节能的空调设备等,这些措施都是必不可少的,但还远远不够。空调制冷系统是为了保证机房的温湿度环境,但是机房的冷湿负荷随着设备的运行情况,室外的天气情况等在不断的变化,如果没有一个智能控制系统控制空调系统跟随这些变化,则无法保证机房的温湿度恒定,同时空调节能也法保证。
现有的空调群控技术方案基本上为纯理论模型,即空调群控方式,难以解决以下技术难题,第一,实时计算冷量需求,其次需要根据需求实现自动冷量供应,以及环境需要出于安全合理区间,造成空调群控方式无法具体的实施的问题,为此我们提出一种适用于在维数据中心的空调群控系统。
发明内容
本发明的目的在于提供一种适用于在维数据中心的空调群控系统,以解决上述背景技术中提出现有的空调群控技术方案基本上为纯理论模型,即空调群控方式,难以解决以下技术难题,第一,实时计算冷量需求,其次需要根据需求实现自动冷量供应,以及环境需要出于安全合理区间,造成空调群控方式无法具体的实施的问题。
为实现上述目的,本发明提供如下技术方案:一种适用于在维数据中心的空调群控系统,包括温度监测场和智能监控系统和数据采集与分析模块以及集中控制模块,所述温度监测场,由末端探测器组成的,密度基本上覆盖了所有发热源,所述智能监控系统由功率监测设备提供实时IT设备功率,所述数据采集与分析模块可通过位置与区域关系,将温度数据与功率数据进行对应,解析出关键的温度与功率函数,且所述集中控制模块可根据对应函数采用PI控制原理,对各空调进行集中控制,并利用功率跟踪反馈机制实行冷量实时跟踪,确保机房环境满足TC9.9所推荐的安全区间以及自身安全。
优选的,所述数据采集与分析模块,将温度数据与功率数据进行对应,通常情况下功率的升高会带来温度的升高,环境温度T(t)=F(P(t)),温度T(t)、功率P(t)均为时间函数,对数据库中温度与功率数据进行线性拟合,得到函数关系,命名为(1)T(t)=bP(t)+A,b为功率系数,A为常数。
优选的,所述集中控制模块中提及的PI控制原理,一般空调采用PID控制器,但是在数据中心环境下,对系统的稳态要求不是很高,因此去掉了用于稳态平衡的微分控制,采用PI控制的反馈机制,即(1)U(t)=αPe(t)+βI∫e(t)dt,式中积分的上下限分别是0和t,α和β分别为比例系数和积分系数,其中还涉及两个环节:比例环节和积分环节,所述比例环节是即时成比例的反映控制系统的偏差信号,偏差一旦产生,控制器立即产生控制作用,以减少偏差,通常随着值的加大,闭环系统的超调量加大,系统响应速度加快,但是当增加到一定程度,系统会变得不稳定,所述积分环节主要用于消除静差,提高系统的无差度,积分作用的强弱取决于积分常数,积分常数越大,积分作用越弱,反之越强,闭环系统的超调量越小,系统的响应速度变慢。
优选的,所述虽然PI控制器保证了系统处于相对稳态,剔除微分控制的主要缘由也是去除过度振荡,但是在不断修正α和β各项值后仍然存在一个过度动荡的问题,因此引入一个新的温度与功率函数,通常情况下功率的升高会带来温度的升高,T(t)=F(P(t)),采用大数据分析,对中温度与对应功率数据进行线性拟合,得到函数关系,命名为(2)T(t)=bP(t)+A,通过长期观察发现在一定时期内IT设备的发热量是恒定的,也就是b的值是一个相对稳定态。
优选的,所述在保证数据中心环境安全的情况下,降低控制逻辑的震荡频率,无论对于空调寿命和能耗都会带来好处,因此将(2)式中功率数b引入(1)式,形成功率跟踪反馈机制,因此得到一个新的反馈方程式,(3)U(t)=γPe(t)+δI∫e(t)dt,U(t)=γPe(t)+δI∫e(t)dt即为控制器的控制函数,其中γ为比例系数,δ为积分系数,此外根据实际监测发现数据中心发热源的非常稳定,通过不断自学习和实践矫正,得到比例系数γ(t)和积分系数δ(t)的值,在一定时期内,即IT设施功耗不变的时期内,比例系数γ(t)和积分系数δ(t)的值是一个恒定值。
优选的,所述数据库中温度与功率数据由动环监控提供。
优选的,所述PI是比例和积分简写。
与现有技术相比,本发明的有益效果是:相较现有的技术方案基本上为纯理论模型,本发明为技术实践型方案,并且针对在维数据中心具有更广的应用价值,且相较于之前的控制逻辑,引入功率跟踪机制,可以消除由于气流扰动或固有热点带来的波动和频繁启停控制,环境温度安全区间扩大,控制器振荡频率大大降低,能耗明显下降,使其在保证机房环境安全的前提下,使其不仅可以实现电能的节省,还可以减少人力资源的支出,切合实际,应用可靠,且本案例采用的是按需供应的群控方式,亦可采用非按需供应的群控方式,例如按时长的群控方式,即忽略设备发热不均匀的特点,忽略温度的局部特性,或者采用整体环境温度场的方式来控制亦或是采用按时长轮循的机制,控制各空调设备的开启。
附图说明
图1为本发明的结构示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种适用于在维数据中心的空调群控系统,包括温度监测场和智能监控系统和数据采集与分析模块以及集中控制模块,温度监测场,由末端探测器组成的,密度基本上覆盖了所有发热源,智能监控系统由功率监测设备提供实时IT设备功率,数据采集与分析模块可通过位置与区域关系,将温度数据与功率数据进行对应,解析出关键的温度与功率函数,且集中控制模块可根据对应函数采用PI控制原理,对各空调进行集中控制,并利用功率跟踪反馈机制实行冷量实时跟踪,确保机房环境满足TC9.9所推荐的安全区间以及自身安全。
为了导出(1)式,本实施例中,优选的,数据采集与分析模块,将温度数据与功率数据进行对应,通常情况下功率的升高会带来温度的升高,环境温度T(t)=F(P(t)),温度T(t)、功率P(t)均为时间函数,对实时数据库中温度与功率数据进行线性拟合,得到函数关系,命名为(1)T(t)=bP(t)+A,b为功率系数,A为常数。
为了便于更适合系统的实施,本实施例中,优选的,集中控制模块中提及的PI控制原理,一般空调采用PID控制器,但是在数据中心环境下,对系统的稳态要求不是很高,因此去掉了用于稳态平衡的微分控制,采用PI控制的反馈机制,即(1)U(t)=αPe(t)+βI∫e(t)dt,式中积分的上下限分别是0和t,α和β分别为比例系数和积分系数,其中还涉及两个环节:比例环节和积分环节,比例环节是即时成比例的反映控制系统的偏差信号,偏差一旦产生,控制器立即产生控制作用,以减少偏差,通常随着值的加大,闭环系统的超调量加大,系统响应速度加快,但是当增加到一定程度,系统会变得不稳定,积分环节主要用于消除静差,提高系统的无差度,积分作用的强弱取决于积分常数,积分常数越大,积分作用越弱,反之越强,闭环系统的超调量越小,系统的响应速度变慢。
为了导出(2)式,本实施例中,优选的,虽然PI控制器保证了系统处于相对稳态,剔除微分控制的主要缘由也是去除过度振荡,但是在不断修正α和β各项值后仍然存在一个过度动荡的问题,因此引入一个新的温度与功率函数,通常情况下功率的升高会带来温度的升高,T(t)=F(P(t)),采用大数据分析,对中温度与对应功率数据进行线性拟合,得到函数关系,命名为(2)T(t)=bP(t)+A,通过长期观察发现在一定时期内IT设备的发热量是恒定的,也就是b的值是一个相对稳定态。
为了便于功率跟踪反馈机制的实施,本实施例中,优选的,在保证数据中心环境安全的情况下,降低控制逻辑的振荡频率,无论对于空调寿命和能耗都会带来好处,因此将(2)式中功率数b引入(1)式,形成功率跟踪反馈机制,因此得到一个新的反馈方程式,(3)U(t)=γPe(t)+δI∫e(t)dt,U(t)=γPe(t)+δI∫e(t)dt即为控制器的控制函数,其中γ为比例系数,δ为积分系数,此外根据实际监测发现数据中心发热源的非常稳定,通过不断自学习和实践矫正,得到比例系数γ(t)和积分系数δ(t)的值,在一定时期内,即IT设施功耗不变的时期内,比例系数γ(t)和积分系数δ(t)的值是一个恒定值。
例如某个区域温度过高,也就是A值较高,在我们的T(t)=bP(t)+A函数中,由于A是常数,只要P不变,T也不会变。因此通过前后温度的对比,当发现该区域温度变化为零时,控制逻辑结果直接是,不支持变更。
为了便于更好的收集温度与功率数据,本实施例中,优选的,数据库中温度与功率数据由动环监控提供。
为了便于理解PI控制原理,本实施例中,优选的,PI是比例和积分简写。
本发明的工作原理及使用流程:该探测器将环境温度信息和功率信息反馈给控制器,比例部分和积分部分根据环境温度进行判定,是否变更某一区域的控制,功率部分收到变更控制后,针对变更区域的功率进行分析判定,根据大数据拟合的算法,决定是否支持这一变更。若支持变更,则控制器发送控制指令至对应区域空调系统,空调系统运行状态变更后,环境温度和IT系统功率随之变化,变化后的信息又反馈至控制器,进行下一次的判定;若不支持变更,则控制指令暂存在寄存器中,跳过控制,进行下一次判定,若判定结果仍然维持不变更,则发送不变更指令至空调系统,若支持变更则发送变更指令至空调系统,本案例采用的是按需供应的群控方式,亦可采用非按需供应的群控方式,例如按时长的群控方式,即忽略设备发热不均匀的特点,忽略温度的局部特性,或者采用整体环境温度场的方式来控制亦或是采用按时长轮循的机制,控制各空调设备的开启。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种适用于在维数据中心的空调群控系统,其特征在于:包括温度监测场和智能监控系统和数据采集与分析模块以及集中控制模块,所述温度监测场,由末端探测器组成的,密度基本上覆盖了所有发热源,所述智能监控系统由功率监测设备提供实时IT设备功率,所述数据采集与分析模块可通过位置与区域关系,将温度数据与功率数据进行对应,解析出关键的温度与功率函数,且所述集中控制模块可根据对应函数采用PI控制原理,对各空调进行集中控制,并利用功率跟踪反馈机制实行冷量实时跟踪,确保机房环境满足TC9.9所推荐的安全区间以及自身安全。
2.根据权利要求1所述的一种适用于在维数据中心的空调群控系统,其特征在于:所述数据采集与分析模块,将温度数据与功率数据进行对应,通常情况下功率的升高会带来温度的升高,环境温度T(t)=F(P(t)),温度T(t)、功率P(t)均为时间函数,对数据库中温度与功率数据进行线性拟合,得到函数关系,命名为(1)T(t)=bP(t)+A,b为功率系数,A为常数,对于不同区域和环境的A值是不同的,简单而言,这与服务器的特性有关,即供应同样的冷量给不同的服务器,它的出风温度均不同,针对A值通过各探测器得数据,可绘制出温度云场,对于其中温度过高区域进行人为干预矫正,诸如盲板封堵、气流组织优化等系列措施,确保该区域温度的降低,也就是确保A值的趋中心化。
3.根据权利要求1所述的一种适用于在维数据中心的空调群控系统,其特征在于:所述集中控制模块中提及的PI控制原理,一般空调采用PID控制器,但是在数据中心环境下,对系统的稳态要求不是很高,因此去掉了用于稳态平衡的微分控制,采用PI控制的反馈机制,即(1)U(t)=αPe(t)+βI∫e(t)dt,式中积分的上下限分别是0和t,α和β分别为比例系数和积分系数,其中还涉及两个环节:比例环节和积分环节,所述比例环节是即时成比例的反映控制系统的偏差信号,偏差一旦产生,控制器立即产生控制作用,以减少偏差,通常随着值的加大,闭环系统的超调量加大,系统响应速度加快,但是当增加到一定程度,系统会变得不稳定,所述积分环节主要用于消除静差,提高系统的无差度,积分作用的强弱取决于积分常数,积分常数越大,积分作用越弱,反之越强,闭环系统的超调量越小,系统的响应速度变慢。
4.根据权利要求2或3所述的一种适用于在维数据中心的空调群控系统,其特征在于:所述虽然PI控制器保证了系统处于相对稳态,剔除微分控制的主要缘由也是去除过度动荡,但是在不断修正α和β各项值后仍然存在一个过度动荡的问题,因此引入一个新的温度与功率函数,通常情况下功率的升高会带来温度的升高,T(t)=F(P(t)),采用大数据分析,对中温度与对应功率数据进行线性拟合,得到函数关系,命名为(2)T(t)=bP(t)+A,通过长期观察发现在一定时期内IT设备的发热量是恒定的,也就是b的值是一个相对稳定态。
5.根据权利要求1所述的一种适用于在维数据中心的空调群控系统,其特征在于:所述在保证数据中心环境安全的情况下,降低控制逻辑的振荡频率,无论对于空调寿命和能耗都会带来好处,因此将(2)式中功率数b引入(1)式,形成功率跟踪反馈机制,因此得到一个新的反馈方程式,(3)U(t)=γPe(t)+δI∫e(t)dt,U(t)=γPe(t)+δI∫e(t)dt即为控制器的控制函数,其中γ为比例系数,δ为积分系数,此外根据实际监测发现数据中心发热源的非常稳定,通过不断自学习和实践矫正,得到比例系数γ(t)和积分系数δ(t)的值,在一定时期内,即IT设施功耗不变的时期内,比例系数γ(t)和积分系数δ(t)的值是一个恒定值。
6.根据权利要求2所述的一种适用于在维数据中心的空调群控系统,其特征在于:所述数据库中温度与功率数据由动环监控提供。
7.根据权利要求3所述的一种适用于在维数据中心的空调群控系统,其特征在于:所述PI是比例和积分简写。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910214494.6A CN109883007A (zh) | 2019-03-20 | 2019-03-20 | 一种适用于在维数据中心的空调群控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910214494.6A CN109883007A (zh) | 2019-03-20 | 2019-03-20 | 一种适用于在维数据中心的空调群控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109883007A true CN109883007A (zh) | 2019-06-14 |
Family
ID=66933304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910214494.6A Pending CN109883007A (zh) | 2019-03-20 | 2019-03-20 | 一种适用于在维数据中心的空调群控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109883007A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104964405A (zh) * | 2015-06-24 | 2015-10-07 | 广东美的制冷设备有限公司 | 空调器、空调器的室内机及其功率估算控制方法、装置 |
CN105352108A (zh) * | 2015-09-29 | 2016-02-24 | 中国电力科学研究院 | 一种基于空调用电模式的负荷优化控制方法 |
JP2018115845A (ja) * | 2017-01-16 | 2018-07-26 | 晟雄 釜形 | 自動エアコン電源投入装置 |
US20190075687A1 (en) * | 2017-09-06 | 2019-03-07 | Vertiv Corporation | Cooling unit energy optimization via smart supply air temperature setpoint control |
-
2019
- 2019-03-20 CN CN201910214494.6A patent/CN109883007A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104964405A (zh) * | 2015-06-24 | 2015-10-07 | 广东美的制冷设备有限公司 | 空调器、空调器的室内机及其功率估算控制方法、装置 |
CN105352108A (zh) * | 2015-09-29 | 2016-02-24 | 中国电力科学研究院 | 一种基于空调用电模式的负荷优化控制方法 |
JP2018115845A (ja) * | 2017-01-16 | 2018-07-26 | 晟雄 釜形 | 自動エアコン電源投入装置 |
US20190075687A1 (en) * | 2017-09-06 | 2019-03-07 | Vertiv Corporation | Cooling unit energy optimization via smart supply air temperature setpoint control |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201666640U (zh) | 基于无线传感网的中央空调控制系统 | |
CN101737899A (zh) | 基于无线传感网的中央空调控制系统及方法 | |
CN109283958A (zh) | 自适应模糊pid解耦控制的焓差温湿度解耦控制方法 | |
CN105605750B (zh) | 一种智能睡眠空调控制方法、智能可穿戴设备及系统 | |
CN109883005A (zh) | 航站楼末端空调设备智能控制系统、方法、介质和设备 | |
CN109782712B (zh) | 一种火力发电机组控制系统及方法 | |
CN104566815B (zh) | 中央空调水系统远程控制系统和控制方法、中央空调 | |
WO2023116742A1 (zh) | 一体化数据中心柜末端空调系统节能优化方法及装置 | |
CN205807750U (zh) | 冷机群控节能控制系统及空调设备 | |
CN109028286A (zh) | 一种基于监控平台和智能阀的供热平衡调控系统 | |
CN104315683A (zh) | 一种基于模糊pid的水冷空调的调控方法 | |
CN114727570B (zh) | 一种基于温度变化关系的制冷机组水温调节方法 | |
CN105937823B (zh) | 一种地源热泵控制方法及系统 | |
CN107247407B (zh) | 一种基于云架构的大数据自我学习修正控制系统及方法 | |
CN109114664A (zh) | 一种基于自主学习的大数据蓄热供暖控制方法及系统 | |
CN108826599A (zh) | 用于空调系统的控制方法 | |
CN109883007A (zh) | 一种适用于在维数据中心的空调群控系统 | |
CN112484255B (zh) | 一种节能型暖通空调系统及楼宇自控方法 | |
CN109977103A (zh) | 一种基于大数据平台的供暖系统的调温方法 | |
DE502004010969D1 (de) | Temperaturregelung | |
CN107091509A (zh) | 一种磁悬浮水冷机组 | |
CN113685971A (zh) | 恒温供热自控循环动态平衡控制系统、方法、数据处理终端 | |
CN111780155A (zh) | 高效率燃烧热风炉控制系统及控制方法 | |
Liao et al. | Design of adaptive lighting system based on fuzzy PID | |
CN104062991A (zh) | 一种用于高温老化试验的温度迟滞控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |