CN115796066A - 一种基于预制冷的数据中心空调系统节能方法 - Google Patents
一种基于预制冷的数据中心空调系统节能方法 Download PDFInfo
- Publication number
- CN115796066A CN115796066A CN202211096252.XA CN202211096252A CN115796066A CN 115796066 A CN115796066 A CN 115796066A CN 202211096252 A CN202211096252 A CN 202211096252A CN 115796066 A CN115796066 A CN 115796066A
- Authority
- CN
- China
- Prior art keywords
- machine room
- air
- temperature
- data center
- refrigeration
- 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.)
- Granted
Links
- 238000005057 refrigeration Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004378 air conditioning Methods 0.000 title claims abstract description 20
- 238000005265 energy consumption Methods 0.000 claims abstract description 23
- 238000001816 cooling Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000008520 organization Effects 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 9
- 238000012795 verification Methods 0.000 claims abstract description 8
- 238000013461 design Methods 0.000 claims abstract description 4
- 239000012530 fluid Substances 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000035515 penetration Effects 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 5
- 230000020169 heat generation Effects 0.000 claims description 4
- 230000000149 penetrating effect Effects 0.000 claims description 4
- 229910002796 Si–Al Inorganic materials 0.000 claims description 3
- 229910045601 alloy Inorganic materials 0.000 claims description 3
- 239000000956 alloy Substances 0.000 claims description 3
- 239000004519 grease Substances 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000003204 osmotic effect Effects 0.000 claims description 3
- 229920001296 polysiloxane Polymers 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000009435 building construction Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 238000013508 migration Methods 0.000 description 7
- 230000005012 migration Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于预制冷的数据中心机房空调系统节能方法，涉及数据中心空调节能技术领域，包括构建数据中心机房模型模拟实际数据中心机房环境，采用计算流体力学方法对不同机房空调送风温度进行稳态数值计算，依据数据中心机房温度设计范围及服务器安全工作温度确定机房空调初始送风温度的范围，利用气流组织评价指标，分析机房内部温度场、速度场分布均匀性；对机房空调初始送风温度范围内的机房内部温度动态变化特性进行仿真模拟，确定预制冷设定温度；基于预制冷设定温度及机房空调初始送风温度，制定预制冷方案；基于数据中心机房模型，对预制冷方案制冷效果进行仿真验证，计算机房空调能耗，分析预制冷方案的节能效果。
Description
技术领域
本发明属于数据中心空调节能技术领域，具体涉及一种基于预制冷的数据中心空调系统节能方法。
背景技术
随着现在科技的不断发展，数据中心机房主要热源为服务器，随着数据中心参与电网调度程度加大，服务器以其时空可迁移特性，在缓解电网用电压力，缓解电网阻塞，削峰填谷等方面作用显著，然而，计算负荷的迁移调度，会使数据中心机房的温度产生较大的变化，过高的温度将影响服务器的性能，根据美国采暖、制冷与空调工程师学会(ASHRAE)的标准，数据中心推荐温度一般在18～27℃，因此服务器也会设计工作在这个温度范围的入口温度之内，当工作温度过高时，服务器可能会关闭以保护硬件设备；为了预防服务器发生过热宕机的事故，大多数数据中心会设置低于实际需要的制冷温度以提供冗余的制冷量，这种策略虽然保证了机房的热安全，却增加了制冷系统的能耗浪费，导致数据中心电源使用效率上升；为此，现在提出一种基于预制冷的数据中心空调系统节能方法。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于预制冷的数据中心空调系统节能方法，解决了现有技术中大多数数据中心设置低于实际需要制冷温度导致数据中心电源使用效率上升的技术问题。
本发明的目的可以通过以下技术方案实现：一种基于预制冷的数据中心空调系统节能方法，方法包括以下步骤：
构建数据中心机房模型来模拟实际数据中心机房环境，采用计算流体力学方法对不同机房空调送风温度进行稳态数值计算，依据数据中心机房温度设计范围及服务器安全工作温度确定机房空调初始送风温度的范围，利用气流组织评价指标，分析机房内部温度场、速度场分布均匀性；
提高服务器功率，对机房空调初始送风温度范围内的机房内部温度动态变化特性进行仿真模拟，确定预制冷设定温度；
基于所述预制冷设定温度及机房空调初始送风温度，制定预制冷方案；
基于所述数据中心机房模型，对所述预制冷方案的制冷效果进行仿真验证，计算机房空调能耗，分析预制冷方案的节能效果。
优选地，所述预制冷方案包括：当机房空调初始送风温度较低时，提高风扇出力；当机房空调初始送风温度较高时，提前15min将机房空调送风温度降至所述预制冷设定温度，在服务器温度提高时刻，将机房空调送风温度恢复到机房空调初始送风温度，同时提高风扇出力。
优选地，所述机房空调能耗计算如下：
式中，PAC为机房空调能耗；T为机房空调总工作时间，t表示机房空调工作时刻，COPAC为机房空调的能效比，Qcool(t)为机房热负荷；
机房空调节能率ηs为：
式中，P1为采取预制冷之前机房空调能耗，P2为采取预制冷之后机房空调能耗。
优选地，所述机房热负荷包括传输负荷Qt，渗透负荷Qi，照明负荷Qlight(t)和服务器设备负荷QIT(t)；所述传输负荷由外界的高温透过建筑构建的温差产生，所述渗透负荷由热空气透过门窗进入机房产生：
Qcool＝Qt+Qi+Qlight(t)+QIT(t)
Qt＝KSt(Tod-Tir)
Qi＝qvcpairρair(Tod-Tir)
qv＝Si(k0+Hk1|Tod-Tir|)
式中，K为数据中心建筑墙体的传热系数，St为传输有效面积，Tod为室外温度，Tir为机房室内温度，qv为体积空气流量，cpair为空气定压比热容，ρair为空气相对密度，Si为渗透有效面积，H为机房高度，k0与k1由不同风速及室外温度决定。
优选地，所述气流组织评价指标包括供热指数SHI，所述供热指数SHI的计算公式如下：
式中，N表示机房内部机柜总数，mn为流经第n个机柜的空气质量流量；Tinn为第n个机柜进气面温度，Tsup为机房空调送风温度。
优选地，所述气流组织评价指标还包括机柜进出气面温度均匀度指标DTin(out)：
式中，Tin(out)为所有机柜进气面或出气面的温度分布，
为所有机柜进气面或出气面的均匀温度，S为机柜进出气面的面积。
优选地，所述风扇出力包括机房空调内部风扇及机柜内部风扇，所述风扇出力的提高率依据服务器功率提高率设定。
优选地，所述数据中心机房模型包括两台机房空调，四列机柜，每列机柜有六个机柜，每个机柜内设置10台2U服务器，两台机房空调分别位于两列相邻机柜之间。
优选地，所述数据中心机房模型还包括服务器集成热源模型，所述集成热源材料为Si-Al合金：
式中，Qs为服务器发热量，ρc为集成热源平均密度，V为集成热源体积，cc为集成热源平均比热容，Tc为集成热源平均温度，所述集成热源模型还包括厚度为0.03m硅脂散热层。
优选地，所述机柜采用背靠背排列方式，两列机柜进气面之间设有冷通道封闭壳，冷通道内的地板为多孔地板，机房空调供应的冷空气通过地板静压箱及多孔地板进入到机柜，对服务器进行供冷。
本发明的有益效果：
本发明首先建立数据中心机房模型，模拟计算机房内部气流组织、温度分布及服务器温度特性，更直观的展现服务器在不同机房空调送风温度情况下的工作温度状态，根据机房送风温度及服务器工作温度制定预制冷方案，在保证服务器安全工作的前提下降低机房空调能耗；提出预制冷的方式，减少机房空调降低送风温度的时间，以增加风扇出力的方式代替持续降低机房空调送风温度的方式，减少机房空调的能耗，提高数据中心能效比。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明流程图；
图2为本发明实施例数据中心机房模型结构图；
图3为本发明实施例机房空调初始送风温度为18℃时1m高度截面温度分布云图；
图4为本发明实施例机房空调初始送风温度为20℃时1m高度截面温度分布云图；
图5为本发明实施例机房空调初始送风温度为22℃时1m高度截面温度分布云图；
图6为本发明实施例机房空调初始送风温度为24℃时1m高度截面温度分布云图；
图7为本发明实施例机房空调初始送风温度为26℃时1m高度截面温度分布云图；
图8为本发明实施例服务器功率提高时服务器温度随时间变化趋势；
图9为本发明实施例服务器功率提高时机柜出气面温度随时间变化趋势；
图10为本发明实施例机房空调初始送风温度为18℃时采用预制冷措施仿真验证图；
图11为本发明实施例机房空调初始送风温度为20℃时采用预制冷措施仿真验证图；
图12为本发明实施例机房空调初始送风温度为22℃时采用预制冷措施仿真验证图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种基于预制冷的数据中心空调系统节能方法，方法包括以下步骤：
构建数据中心机房模型模拟实际数据中心机房环境，采用计算流体力学方法对不同机房空调送风温度进行稳态数值计算，依据ASHRAE数据中心机房温度设计范围及服务器安全工作温度确定机房空调初始送风温度的范围，利用气流组织评价指标，分析机房内部温度场、速度场分布均匀性；
提高服务器功率，对机房空调初始送风温度范围内的机房内部温度动态变化特性进行仿真模拟，确定预制冷设定温度；
基于所述预制冷设定温度及机房空调初始送风温度，制定预制冷方案；
基于所述数据中心机房模型，对所述预制冷方案的制冷效果进行仿真验证，计算机房空调能耗，分析预制冷方案的节能效果。
所述预制冷方案包括：当机房空调初始送风温度较低时，提高风扇出力；当机房空调初始送风温度较高时，提前15min将机房空调送风温度降至所述预制冷设定温度，在服务器温度提高时刻，将机房空调送风温度恢复到机房空调初始送风温度，同时提高风扇出力。
所述机房空调能耗计算如下：
式中，PAC为机房空调能耗；T为机房空调总工作时间，t表示机房空调工作时刻，COPAC为机房空调的能效比，Qcool(t)为机房热负荷；
机房空调节能率ηs为：
式中，P1为采取预制冷之前机房空调能耗，P2为采取预制冷之后机房空调能耗。
所述机房热负荷包括传输负荷Qt，渗透负荷Qi，照明负荷Qlight(t)和服务器设备负荷QIT(t)；所述传输负荷由外界的高温透过建筑构建的温差产生，所述渗透负荷由热空气透过门窗进入机房产生：
Qcool＝Qt+Qi+Qlight(t)+QIT(t)
Qt＝KSt(Tod-Tir)
Qi＝qvcpairρair(Tod-Tir)
qv＝Si(k0+Hk1|Tod-Tir|)
式中，K为数据中心建筑墙体的传热系数，St为传输有效面积，Tod为室外温度，Tir为机房室内温度，qv为体积空气流量，cpair为空气定压比热容，ρair为空气相对密度，Si为渗透有效面积，H为机房高度，k0与k1由不同风速及室外温度决定。
所述气流组织评价指标包括供热指数SHI，所述供热指数SHI的计算公式如下：
式中，N表示机房内部机柜总数，mn为流经第n个机柜的空气质量流量；Tinn为第n个机柜进气面温度，Tsup为机房空调送风温度。
所述气流组织评价指标还包括机柜进出气面温度均匀度指标DTin(out)：
式中，Tin(out)为所有机柜进气面或出气面的温度分布，
为所有机柜进气面或出气面的均匀温度，S为机柜进出气面的面积。
所述风扇出力包括机房空调内部风扇及机柜内部风扇，所述风扇出力的提高率依据服务器功率提高率设定。
所述数据中心机房模型包括两台机房空调，四列机柜，每列机柜有六个机柜，每个机柜内设置10台2U服务器，两台机房空调分别位于两列相邻机柜之间，通过地板静压箱及多孔地板对服务器进行供冷。
所述数据中心机房模型还包括服务器集成热源模型，所述集成热源材料为Si-Al合金：
式中，Qs为服务器发热量，ρc为集成热源平均密度，V为集成热源体积，cc为集成热源平均比热容，Tc为集成热源平均温度，所述集成热源模型还包括厚度为0.03m硅脂散热层。
所述机柜采用背靠背排列方式，两列机柜进气面之间设有冷通道封闭壳，冷通道内的地板为多孔地板。
需要进一步进行说明的是，在具体实施过程中，在Workbench-DM中搭建模块化数据机房的模型，见附图2。首先对机房内部热环境进行稳态数值分析。针对不同空调出风温度机房气流组织及温度分布情况，研究在保证机房安全运行温度的情况下，空调出风温度可提升裕度，并对提高空调供风温度的节能效果进行计算分析。风扇风量的预设值设定为0.5m3/s。空调出风温度设置为18-26℃，供风量恒定为6m3/s。
图3-图7为机房空调送风温度18℃-26℃时，垂直高度为1m时的机房温度分布云图。图中两列机柜面对面部分为冷通道，两列机柜背靠背部分为热通道。在冷通道封闭壳的作用下，冷通道的温度一直处于较低的状态。随着送风温度的增加，机柜出风温度在增加，机房内部高温区域也在不断的增加。按照ASHRAE的标准，数据中心机房送风冷通道或机柜进风区域温度推荐温度范围为18-27℃。当送风温度为26℃时，冷通道温度达到30℃超过了推荐最高温度，因此不建议数据中心机房送风温度提升至26℃。同时，为了保证服务器安全运行，一般需要保证服务器工作温度不高于45℃。而当送风温度达到24℃时，机柜出口温度最高超过45℃。在数据机房中，安全运行的标准大于节能，因此针对本文数据机房配置，送风温度不应超过24℃。由此确定机房空调初始送风温度范围为18℃-22℃。
为了更好的评价数据中心机房的气流组织情况，冷量利用效率，对SHI及DT评价指标进行计算。SHI值用以表征冷通道内冷热掺杂程度，SHI越低，表示冷空气利用率越高，机房气流组织情况越佳。同时，我们还增加了温度均匀度指标，用以评价机柜出入口处温度分布均匀性。DT越低，表示温度分布越均匀，服务器平均冷却效果越好，越不易产生局部热点。
为了合理分配计算资源与电力资源，计算负荷迁移成为当下数据中心热点研究对象。计算负荷迁移包括单数据中心的时间负荷迁移及多个数据中心之间的空间负荷迁移。对于时间敏感性不高的任务，可以将其迁移至用电谷时计算，或是迁移至电费较低或用电需求不高的地区，从而实现“算力-电力”协同调度。但是，当计算负荷进行迁移时，负荷接收区域的服务器计算负载增加，产热也会增加，此时不仅要考虑经济节能效果，还需要保证负荷接收区域服务器的安全运行。本发明包括针对服务器功率升高时，机房内部的热环境变化的仿真分析，包括计算服务器及机房内部的温度变化。将服务器功率提高50％，仿真结果如图8，图9所示，图中Tsup表示机房空调初始送风温度。当机房空调初始送风温度为18℃时，服务器温度相对较低，因此，确定预制冷设定温度为18℃。
当服务器功率提高时，其温度在100s内迅速提高，并在之后持续缓慢上升到达一个新的平衡温度。而当机房空调的制冷量不足以排出服务器产生的热量时，将会导致机柜内部热量堆积，温度突升。如Tsup＝22℃时，1600s后出现服务器升温速度突增的情况。服务器功率上升后，即使是在机房空调初始送风温度较低，18℃和20℃时，服务器稳定温度分别在约50℃及55℃，这样的高温不利于服务器的安全运行。因此，在实际数据中心中，如果存在计算负荷迁移至本地的情况，应当考虑降低机房空调送风温度，从而保证本地数据中心接收计算负荷后能能够维持安全运行，减少服务器损坏，但这样会导致机房空调能耗大幅增加。因此，本发明中，我们提出了预制冷方案。当初始送风温度为18℃时已经很低了，并且服务器工作温度相对来说没有很高，因此不再降低机房空调送风温度，仅考虑提高风扇出力，即增加机房空调以及机柜风扇的出风速度。本案例中，服务器功率提高了50％，因此风扇出力也将提高50％。对于送风温度为20℃及22℃的情况，由于其初始温度较高，因此选择采用先降温，再提高风扇出力的措施。在计算负荷到达前15min，提前将送风温度降至18℃，对服务器进行预制冷,降低服务器初始温度，当计算负荷到达时，恢复送风温度至20℃或22℃，同时将空调风扇及机柜风扇风速提高50％。
仿真验证结果如图10、图11及图12所示。提高机房空调及机柜的风扇风速之后，服务器温度在约300s内迅速上升至41℃后，基本稳定不变。与未采取措施相比，服务器稳定温度下降了将近7℃。提高风扇风速不仅可以使服务器工作温度更快达到稳定状态，还能使服务器的稳定温度更低。由此可知，提高风扇风速能够有效应对服务器计算负荷增加，温度提升的情况。
采用预制冷及提高风扇风速后，服务器稳态温度有了明显的下降。由于服务器温度变化有迟滞性，风扇风速提高后，服务器没有直接进入到稳定状态，而是先短暂的上升，后缓慢下降直至稳定。当机房空调初始送风温度为20℃时，服务器稳定温度由55℃降至40℃，且最大值仅为47℃也小于55℃。当机房空调初始送风温度为22℃时，稳定温度由60℃降至44℃，同时，未采用预制冷措施前，在后期出现的温度飙升的情况也不复存在，服务器温度达到了良好的稳定状态。由此证明，结合预制冷及提高风扇风速的措施，能够有效应对机房空调初始送风温度较高时计算负荷增加导致服务器温度上升的情况,且效果比单独提高风扇风速更显著。
对机房空调能耗进行计算，结果如下：
| 机房空调初始送风温度℃ | 18 | 20 | 22 |
| 未采用预制冷方案机房空调能耗kWh | 4111.2 | 3246.5 | 3246.5 |
| 采用预制冷方案机房空调能耗kWh | 2596.8 | 2257.3 | 1456.2 |
众所周知，风扇的能耗比空调制冷能耗要低得多。因此，采用预制冷及提高风扇风速的措施，对于数据中心制冷系统节能具有很大的意义，有助于数据中心参与计算负荷迁移及空调负荷调控策略制定。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内容。
Claims (10)
1.一种基于预制冷的数据中心空调系统节能方法，其特征在于，方法包括以下步骤：
构建数据中心机房模型来模拟实际数据中心机房环境，采用计算流体力学方法对不同机房空调送风温度进行稳态数值计算，依据数据中心机房温度设计范围及服务器安全工作温度确定机房空调初始送风温度的范围，利用气流组织评价指标，分析机房内部温度场、速度场分布均匀性；
提高服务器功率，对机房空调初始送风温度范围内的机房内部温度动态变化特性进行仿真模拟，确定预制冷设定温度；
基于所述预制冷设定温度及机房空调初始送风温度，制定预制冷方案；
基于所述数据中心机房模型，对所述预制冷方案的制冷效果进行仿真验证，计算机房空调能耗，分析预制冷方案的节能效果。
2.根据权利要求1所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述预制冷方案包括：当机房空调初始送风温度较低时，提高风扇出力；当机房空调初始送风温度较高时，提前15min将机房空调送风温度降至所述预制冷设定温度，在服务器温度提高时刻，将机房空调送风温度恢复到机房空调初始送风温度，同时提高风扇出力。
3.根据权利要求1所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述机房空调能耗计算如下：
式中，PAC为机房空调能耗；T为机房空调总工作时间，t表示机房空调工作时刻，COPAC为机房空调的能效比，Qcool(t)为机房热负荷；
机房空调节能率ηs为：
式中，P1为采取预制冷之前机房空调能耗，P2为采取预制冷之后机房空调能耗。
4.根据权利要求3所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述机房热负荷包括传输负荷Qt，渗透负荷Qi，照明负荷Qlight(t)和服务器设备负荷QIT(t)；所述传输负荷由外界的高温透过建筑构建的温差产生，所述渗透负荷由热空气透过门窗进入机房产生：
Qcool＝Qt+Qi+Qlight(t)+QIT(t)
Qt＝KSt(Tod-Tir)
Qi＝qvcpairρair(Tod-Tir)
qv＝Si(k0+Hk1|Tod-Tir|)
式中，K为数据中心建筑墙体的传热系数，St为传输有效面积，Tod为室外温度，Tir为机房室内温度，qv为体积空气流量，cpair为空气定压比热容，ρair为空气相对密度，Si为渗透有效面积，H为机房高度，k0与k1由不同风速及室外温度决定。
5.根据权利要求1所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述气流组织评价指标包括供热指数SHI，所述供热指数SHI的计算公式如下：
式中，N表示机房内部机柜总数，mn为流经第n个机柜的空气质量流量；Tinn为第n个机柜进气面温度，Tsup为机房空调送风温度。
6.根据权利要求5所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述气流组织评价指标还包括机柜进出气面温度均匀度指标DTin(out)：
式中，Tin(out)为所有机柜进气面或出气面的温度分布，
为所有机柜进气面或出气面的均匀温度，S为机柜进出气面的面积。
7.根据权利要求2所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述风扇出力包括机房空调内部风扇及机柜内部风扇，所述风扇出力的提高率依据服务器功率提高率设定。
8.根据权利要求1所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述数据中心机房模型包括两台机房空调，四列机柜，每列机柜有六个机柜，每个机柜内设置10台2U服务器，两台机房空调分别位于两列相邻机柜之间。
9.根据权利要求8所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述数据中心机房模型还包括服务器集成热源模型，集成热源材料为Si-Al合金：
式中，Qs为服务器发热量，ρc为集成热源平均密度，V为集成热源体积，cc为集成热源平均比热容，Tc为集成热源平均温度，所述集成热源模型还包括厚度为0.03m硅脂散热层。
10.根据权利要求8所述的一种基于预制冷的数据中心空调系统节能方法，其特征在于，所述机柜采用背靠背排列方式，两列机柜进气面之间设有冷通道封闭壳，冷通道内的地板为多孔地板，机房空调供应的冷空气通过地板静压箱及多孔地板进入到机柜，对服务器进行供冷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211096252.XA CN115796066B (zh) | 2022-09-06 | 2022-09-06 | 一种基于预制冷的数据中心空调系统节能方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211096252.XA CN115796066B (zh) | 2022-09-06 | 2022-09-06 | 一种基于预制冷的数据中心空调系统节能方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115796066A true CN115796066A (zh) | 2023-03-14 |
| CN115796066B CN115796066B (zh) | 2024-01-19 |
Family
ID=85431820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211096252.XA Active CN115796066B (zh) | 2022-09-06 | 2022-09-06 | 一种基于预制冷的数据中心空调系统节能方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115796066B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116406137A (zh) * | 2023-04-23 | 2023-07-07 | 南京群顶科技股份有限公司 | 一种基于温感变化的压差自适应调整方法、系统及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106949598A (zh) * | 2017-03-15 | 2017-07-14 | 华北电力大学 | 网络流量负载变化时的网络中心机房节能优化方法 |
| CN107388527A (zh) * | 2017-07-05 | 2017-11-24 | 鞍钢集团矿业有限公司 | 一种数据中心机房温度控制系统及方法 |
| CN112283889A (zh) * | 2020-10-10 | 2021-01-29 | 广东美的暖通设备有限公司 | 空调的预启动时间控制方法、装置、设备及存储介质 |
| CN112539529A (zh) * | 2020-11-27 | 2021-03-23 | 珠海格力电器股份有限公司 | 空调系统的控制方法及控制装置、机房空调系统 |
| KR102302982B1 (ko) * | 2021-03-24 | 2021-09-17 | 주식회사 삼화에이스 | 데이터센터용 모듈형 냉방시스템의 제어방법 |
| CN113779689A (zh) * | 2021-11-11 | 2021-12-10 | 军事科学院系统工程研究院网络信息研究所 | 一种基于流体力学仿真的数据中心机房设备布局方法 |
-
2022
- 2022-09-06 CN CN202211096252.XA patent/CN115796066B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106949598A (zh) * | 2017-03-15 | 2017-07-14 | 华北电力大学 | 网络流量负载变化时的网络中心机房节能优化方法 |
| CN107388527A (zh) * | 2017-07-05 | 2017-11-24 | 鞍钢集团矿业有限公司 | 一种数据中心机房温度控制系统及方法 |
| CN112283889A (zh) * | 2020-10-10 | 2021-01-29 | 广东美的暖通设备有限公司 | 空调的预启动时间控制方法、装置、设备及存储介质 |
| CN112539529A (zh) * | 2020-11-27 | 2021-03-23 | 珠海格力电器股份有限公司 | 空调系统的控制方法及控制装置、机房空调系统 |
| KR102302982B1 (ko) * | 2021-03-24 | 2021-09-17 | 주식회사 삼화에이스 | 데이터센터용 모듈형 냉방시스템의 제어방법 |
| CN113779689A (zh) * | 2021-11-11 | 2021-12-10 | 军事科学院系统工程研究院网络信息研究所 | 一种基于流体力学仿真的数据中心机房设备布局方法 |
Non-Patent Citations (4)
| Title |
|---|
| 原世杰;鹿世化;: "基于热环境评价指标的数据中心气流组织模拟研究", 暖通空调, no. 01 * |
| 向滕等: "基于CFD计算方法的某高校数据中心流动和传热特性优化", 中国暖通空调网, pages 1 - 3 * |
| 张少迪等: "数据中心水冷空调系统预制冷需求响应潜力仿真研究", 现代建筑电气, pages 1 - 5 * |
| 赵永柱;张忠浩;陈果;马千里;叶佳威;: "基于计算流体动力学模型的机房温度及空调节能仿真", 计算机应用, no. 1 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116406137A (zh) * | 2023-04-23 | 2023-07-07 | 南京群顶科技股份有限公司 | 一种基于温感变化的压差自适应调整方法、系统及设备 |
| CN116406137B (zh) * | 2023-04-23 | 2023-10-13 | 南京群顶科技股份有限公司 | 一种基于温感变化的压差自适应调整方法、系统及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115796066B (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hasan et al. | Theoretical and computational analysis of closed wet cooling towers and its applications in cooling of buildings | |
| CN108006887B (zh) | 既有建筑空调用能模型构建方法及空调能耗预测方法 | |
| Wemhoff et al. | Thermodynamic modeling of data center cooling systems | |
| CN115796066B (zh) | 一种基于预制冷的数据中心空调系统节能方法 | |
| Radchenko et al. | Methods to determine a design cooling capacity of ambient air conditioning systems in climatic conditions of Ukraine and Kazakhstan | |
| Huang et al. | Numerical simulation and comparative analysis of different airflow distributions in data centers | |
| Pan et al. | Design and experimental study of a novel air conditioning system using evaporative condenser at a subway station in Beijing, China | |
| Lee et al. | Numerical and experimental investigations on thermal management for data center with cold aisle containment configuration | |
| CN111723533B (zh) | 一种地源热泵系统变频水泵节能计算方法 | |
| Manaserh et al. | General guidelines for commercialization a small-scale in-row cooled data center: a case study | |
| Liu et al. | Heat and mass transfer model optimization and annual energy efficiency analysis for energy recovery indirect evaporative cooling | |
| Lan et al. | Experimental and numerical investigation on thermal performance of data center via fan-wall free cooling technology | |
| Choi et al. | Cooling performance evaluation of a fan-assisted ceiling radiant cooling panel system | |
| Ma et al. | Real life test of a novel super performance dew point cooling system in operational live data centre | |
| Erden et al. | Energy assessment of CRAH bypass for enclosed aisle data centers | |
| Kumar et al. | Power usage efficiency (PUE) optimization with counterpointing machine learning techniques for data center temperatures | |
| Fang et al. | Numerical analysis of layout of air conditioning in data center considering seasonal factors | |
| Li et al. | Experimental study on direct evaporative cooling for free cooling of data centers | |
| Wang et al. | Field experiment and numerical simulation for airflow evaluation in a data center with row-based cooling | |
| Cai et al. | A study on stratified air conditioning cooling load calculation model for a large space building | |
| Li et al. | A determination method on the supply airflow rate with the impact of leakage and bypass airflow of computer room air conditioning | |
| Jiang et al. | General methodology combining engineering optimization of primary HVAC&R plants with decision analysis methods—Part I: Deterministic analysis | |
| CN204853685U (zh) | 数据中心的二维动态送风节能系统 | |
| Han | Research on Energy Saving of Air Conditioning System in Data Center | |
| Lu et al. | Energy efficiency assessment for data center in finland: Case study |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |