CN117062419B - 多末端供需匹配的数据中心冷源系统参数优化方法及装置 - Google Patents

多末端供需匹配的数据中心冷源系统参数优化方法及装置 Download PDF

Info

Publication number
CN117062419B
CN117062419B CN202311311951.6A CN202311311951A CN117062419B CN 117062419 B CN117062419 B CN 117062419B CN 202311311951 A CN202311311951 A CN 202311311951A CN 117062419 B CN117062419 B CN 117062419B
Authority
CN
China
Prior art keywords
machine room
optimal
temperature
cold source
air
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
CN202311311951.6A
Other languages
English (en)
Other versions
CN117062419A (zh
Inventor
涂壤
葛羽瑶
陈贤忠
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.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
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 University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202311311951.6A priority Critical patent/CN117062419B/zh
Publication of CN117062419A publication Critical patent/CN117062419A/zh
Application granted granted Critical
Publication of CN117062419B publication Critical patent/CN117062419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
    • H05K7/20718—Forced ventilation of a gaseous coolant
    • H05K7/20745—Forced ventilation of a gaseous coolant within rooms for removing heat from cabinets, e.g. by air conditioning device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
    • H05K7/20763—Liquid cooling without phase change
    • H05K7/2079—Liquid cooling without phase change within rooms for removing heat from cabinets
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00—Constructional details common to different types of electric apparatus
    • H05K7/20—Modifications to facilitate cooling, ventilating, or heating
    • H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
    • H05K7/20836—Thermal management, e.g. server temperature control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Thermal Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及数据中心节能技术领域，特别是指一种多末端供需匹配的数据中心冷源系统参数优化方法及装置。一种多末端供需匹配的数据中心冷源系统参数优化方法包括：根据机房实际参数，通过传热机理公式进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量；通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量；构建数学模型，获得冷源系统能耗模型；判断冷源系统模式结果，并根据冷源系统能耗模型进行参数最优值求解；并通过冷源系统进行数据中心最优能耗调控。本发明是一种适用于数据中心的可实现供需匹配的稳定高效的空调系统参数优化方法。

Description

多末端供需匹配的数据中心冷源系统参数优化方法及装置
技术领域
本发明涉及数据中心节能技术领域，特别是指一种多末端供需匹配的数据中心冷源系统参数优化方法及装置。
背景技术
随着现代信息化技术的发展，数据中心IDC（Internet Data Center）市场的规模不断扩大，其消耗的能源也在不断扩大，现代大数据社会的数据中心耗电量占比社会所有行业耗电总量的5%，同时其中30%左右的耗电量由冷却排热系统产生。数据中心多采用能耗指标PUE（Power Usage Effectiveness）来衡量数据机房内IT设备电能的利用效率，PUE值越接近于1，表示数据中心越节能，目前我国数据机房PUE值还偏大，有较大的节能空间。
目前，数据中心制冷系统能耗大的原因之一是数据中心排热系统运行调控多依靠人工经验，为满足服务器安全运行需求，未从节能的角度考虑机柜对送风风量和送风温度的实际需求，存在严重的过度供冷问题，冷源系统侧追求低温供水，并未根据末端需求及不同末端间需求的差异进行供水温度调控及水流量优化分配，不仅使得自然冷源未得到有效利用，而且降低了主动式冷源的能效。
在现有技术中，缺乏一种适用于数据中心的可实现供需匹配的稳定高效的空调系统参数优化方法。
发明内容
本发明实施例提供了一种多末端供需匹配的数据中心冷源系统参数优化方法及装置。所述技术方案如下：
一方面，提供了一种多末端供需匹配的数据中心冷源系统参数优化方法，该方法由电子设备实现，该方法包括：
对数据中心空调系统进行数据采集，获得机房数据、芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度；对冷源系统进行数据采集，获得自然冷源出水温度、空调末端供水温度和空调末端回水温度；
根据所述芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度，通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积；
根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量；
根据所述机房数据、所述各机房最优送风温度、所述各机房最优回风温度和所述各机房最优送风风量，通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优送风风量；
基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型；
根据所述自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果；
根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量；
根据所述最优供水温度、最优供水流量和各机房最优分配水流量，通过冷源系统进行数据中心最优能耗调控。
可选地，所述根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量，包括：
根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机柜回风温度和各机柜送风风量；
根据所述各机柜回风温度以及所述各机柜送风风量进行计算，得到各机房回风温度；
根据预设的机房回风温度标准，对所述各机房回风温度进行筛选，获得符合标注的机房回风温度；
根据所述符合标注的机房回风温度，获得对应的机房送风温度；在所述对应的机房送风温度中选择最大值，获得各机房最优送风温度；
根据所述各机房最优送风温度进行计算，得到各机房最优回风温度以及各机房最优送风风量。
可选地，所述基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型，包括：
根据所述各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量进行数学模型构建，获得冷源系统回水温度模型以及冷源系统水流量模型；
基于冷源系统设备分类，根据所述冷源系统回水温度模型以及冷源系统水流量模型进行数学模型构建，获得自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型；
根据所述自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型，获得冷源系统能耗模型。
可选地，所述根据所述自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果，包括：
当所述自然冷源出水温度低于空调末端供水温度时，采用自然冷源模式；
当所述自然冷源出水温度高于或等于空调末端供水温度，且自然冷源出水温度低于空调末端回水温度，采用混合冷源模式；
当所述自然冷源出水温度高于或等于空调末端回水温度，采用主动冷源模式；
根据所述自然冷源模式、所述混合冷源模式或所述主动冷源模式，获得冷源系统模式结果。
可选地，所述根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量，包括：
根据所述冷源系统模式结果对所述冷源系统能耗模型进行优化，获得优化能耗模型；
当冷源系统能耗最小时，根据所述优化能耗模型进行最优值求解，获得最优供水温度以及最优供水流量；
根据所述最优供水流量进行计算，得到各机房最优分配水流量。
另一方面，提供了一种多末端供需匹配的数据中心冷源系统参数优化装置，该装置应用于一种多末端供需匹配的数据中心冷源系统参数优化方法，该装置包括：
数据采集模块，用于对数据中心空调系统进行数据采集，获得机房数据、芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度；对冷源系统进行数据采集，获得自然冷源出水温度、空调末端供水温度和空调末端回水温度；
换热面积计算模块，用于根据所述芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度，通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积；
机房最优送风数据计算模块，用于根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量；
空调最优送风数据计算模块，用于根据所述机房数据、所述各机房最优送风温度、所述各机房最优回风温度和所述各机房最优送风风量，通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量；
能耗模型构建模块，用于基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型；
冷源模式判断模块，用于根据所述自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果；
冷源最优供水数据计算模块，用于根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量；
冷源调控模块，用于根据所述最优供水温度、最优供水流量和各机房最优分配水流量，通过冷源系统进行数据中心最优能耗调控。
可选地，所述机房最优送风数据计算模块，进一步用于：
根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机柜回风温度和各机柜送风风量；
根据所述各机柜回风温度以及所述各机柜送风风量进行计算，得到各机房回风温度；
根据预设的机房回风温度标准，对所述各机房回风温度进行筛选，获得符合标注的机房回风温度；
根据所述符合标注的机房回风温度，获得对应的机房送风温度；在所述对应的机房送风温度中选择最大值，获得各机房最优送风温度；
根据所述各机房最优送风温度进行计算，得到各机房最优回风温度以及各机房最优送风风量。
可选地，所述能耗模型构建模块，进一步用于：
根据所述各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量进行数学模型构建，获得冷源系统回水温度模型以及冷源系统水流量模型；
基于冷源系统设备分类，根据所述冷源系统回水温度模型以及冷源系统水流量模型进行数学模型构建，获得自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型；
根据所述自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型，获得冷源系统能耗模型。
可选地，所述冷源模式判断模块，进一步用于：
当所述自然冷源出水温度低于空调末端供水温度时，采用自然冷源模式；
当所述自然冷源出水温度高于或等于空调末端供水温度，且自然冷源出水温度低于空调末端回水温度，采用混合冷源模式；
当所述自然冷源出水温度高于或等于空调末端回水温度，采用主动冷源模式；
根据所述自然冷源模式、所述混合冷源模式或所述主动冷源模式，获得冷源系统模式结果。
可选地，所述冷源最优供水数据计算模块，进一步用于：
根据所述冷源系统模式结果对所述冷源系统能耗模型进行优化，获得优化能耗模型；
当冷源系统能耗最小时，根据所述优化能耗模型进行最优值求解，获得最优供水温度以及最优供水流量；
根据所述最优供水流量进行计算，得到各机房最优分配水流量。
另一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述一种多末端供需匹配的数据中心冷源系统参数优化方法。
另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述一种多末端供需匹配的数据中心冷源系统参数优化方法。
本发明实施例提供的技术方案带来的有益效果至少包括：
本发明提出一种多末端供需匹配的数据中心冷源系统参数优化方法，通过综合考虑机柜间发热量的差异对统一的送风温度及各个机柜所需风量进行估计，从而实现对同一机房内精密空调的送风温度和送风风量的估计；基于冷源系统能耗模型对最优供水温度、最优供水流量及各机房水流量分配进行预测，实现供需匹配条件下冷源系统能耗最低。本发明是一种适用于数据中心的可实现供需匹配的稳定高效的空调系统参数优化方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例提供的一种多末端供需匹配的数据中心冷源系统参数优化方法流程图；
图2是本发明实施例提供的一种多末端供需匹配的数据中心冷源系统参数优化装置框图；
图3是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例提供了一种多末端供需匹配的数据中心冷源系统参数优化方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的一种多末端供需匹配的数据中心冷源系统参数优化方法流程图，该方法的处理流程可以包括如下的步骤：
S1、对数据中心空调系统进行数据采集，获得机房数据、芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度；对冷源系统进行数据采集，获得自然冷源出水温度、空调末端供水温度和空调末端回水温度。
一种可行的实施方式中，本发明适用于一冷源多末端的数据中心排热系统，其中冷源为自然冷源串联水冷机组的水冷冷源系统，末端为采用空气-水换热的精密空调器，分布在多个采用房间级冷却的机房内。
本发明根据应用场景的实际需求，采集需求端机房数据包括：数据中心机房数、各机房精密空调数、机柜数、各机柜服务器内芯片运行温度的安全阈值、各机房机柜实际功率和初始时刻机柜送、回风温度；采集供应端冷源系统数据包括：自然冷源出水温度、空调末端供、回水温度等。
S2、根据芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度，通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积。
一种可行的实施方式中，根据采集得到的数据，可知机柜内芯片安全温度为、服务器满载功率/>、送风风量/>及送风温度/>。由于机柜实际发热功率与运行的服务器数量有关，换热面积也与运行的服务器数量有关，可定义机柜单位发热功率对应的换热面积为/>。
实际运行过程中，由于机柜中可能未放满服务器，机柜实际发热功率为。为保证机柜内芯片的安全运行，并避免机柜内出现过冷或过热现象，机柜内服务器芯片与来自精密空调的低温送风的换热过程可由式（1）、（2）计算：
（1）
（2）
其中，为空气的定压比热容，1.005 kJ/（kg·K）。
采集时刻机房内各机柜的送回风温度（/>、/>），由式（1）可计算得/>时刻机房内各机柜单位发热功率对应的换热面积（/>）。根据和机柜内芯片与精密空调所供低温空气的换热过程，可对 />时刻机房内各机柜送风参数进行预测。
S3、根据各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量。
可选地，根据各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量，包括：
根据各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机柜回风温度和各机柜送风风量；
根据各机柜回风温度以及各机柜送风风量进行计算，得到各机房回风温度；
根据预设的机房回风温度标准，对各机房回风温度进行筛选，获得符合标注的机房回风温度；
根据符合标注的机房回风温度，获得对应的机房送风温度；在对应的机房送风温度中选择最大值，获得各机房最优送风温度；
根据各机房最优送风温度进行计算，得到各机房最优回风温度以及各机房最优送风风量。
一种可行的实施方式中，在本发明中根据机房数据可知，机房数K和各个机房的机柜数N，对于房间级冷却，只有一个送风温度（=/>）且机柜内芯片安全温度（/>）不变。通过式（3）-（4），可对 />时刻不同 />条件下各机柜的回风温度/>和送风量进行计算：
（3）
（4）
各机房的回风温度和送风量可由式（5）-（6）计算：
（5）
（6）
其中，和/>需保证在合理的范围内，根据GB50174-2017《数据中心设计规范》中对数据机房环境要求，机房送风温度应在18~27℃范围内，回风温度应低于45℃。、/>和/>会直接影响冷源系统的自然冷源利用率及主动式冷源的效率，从而影响冷源系统能耗。其中，/>影响空调系统的能耗，空调系统在数据中心的总能耗中占有很大的比重，且较高的送风温度有利于采用天然冷源，提高机组性能，而/>仅影响风机能耗。因此，在/>满足数据中心机房环境要求的前提下，选择最大的/>作为机房的最优送风温度/>，其对应的回风温度和送风量为机房最优回风温度/>和送风量/>。
S4、根据机房数据、各机房最优送风温度、各机房最优回风温度和各机房最优送风风量，通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优送风风量。
一种可行的实施方式中，本发明中机房内有M台精密空调，机房内总冷量需求平均分配给每台精密空调，则有式（7）、（8）、（9）如下所示：
（7）
（8）
（9）
数据中心内有K个机房，每个机房内的精密空调将各自IT设备产生的热量搬运至冷源处。采用以上方法，可计算出每个机房各自所需的送风温度、回风温度及风量，以及每个机房内精密空调的送风温度、回风温度及风量。
S5、基于传热学换热机理，根据各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型。
可选地，基于传热学换热机理，根据各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型，包括：
根据各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量进行数学模型构建，获得冷源系统回水温度模型以及冷源系统水流量模型；
基于冷源系统设备分类，根据冷源系统回水温度模型以及冷源系统水流量模型进行数学模型构建，获得自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型；
根据自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型，获得冷源系统能耗模型。
一种可行的实施方式中，在本发明中精密空调实际为空气-水逆流换热器，换热过程为显热换热，可采用法计算各精密空调内空气和冷水间的换热过程。
其中，法的计算方法如式（10）、（11）、（12）、（13）所示：
（10）
（11）
（12）
（13）
其中，为第j个房间内每个精密空调的传热能力（W/oC）；/>为水的定压比热容，4.2 kJ/（kg·K）。
由于各个房间的各个精密空调一定具有相同的供水温度，因此，可对供水温度进行假定，并采用式（10）、（11）、（12）、（13）对各机房冷冻水供水流量/>和回水温度/>构建数学模型。继而，采用式（14）、（15）对整个冷源系统的回水温度（）和水流量（/>）构建数学模型：
（14）
（15）
本发明冷源系统可运行在三种模式下，即主动冷源模式（ACM），混合冷源模式（HCM），自然冷源模式（NCM）。
冷源系统的制冷量（）为所控制的K个机房机柜发热量之和，不同冷却模式下，自然冷源（/>）和主动式冷源（/>）承担的冷量如式（16）、（17）、（18）计算：
（16）
（17）
（18）
本发明主要关注自然冷源的风机能耗（）、冷水机组压缩机能耗（/>）以及冷冻水泵能耗（/>），冷源系统总能耗（/>）如式（19）所示：
（19）
所有冷机并联，且采用相同型号，冷量平均分配到各个运行的冷机中，则通过主动式冷源供冷量（/>）、冷机热力学完善度（/>）、冷水机组蒸发温度（/>）和冷水机组冷凝温度（/>）计算，如式（20）、（21）、（22）所示：
（20）
（21）
（22）
所有冷冻水泵并联，且采用相同型号，冷冻水平均分配到每个运行的水泵中，则冷冻水泵能耗（）可采用式（23）计算：
（23）
其中，为水的重度，9.8kN/m3；/>为冷冻水泵的扬程，m；/>为冷冻水泵效率。
所有自然冷源喷淋塔并联，且采用相同型号，冷量平均分配到各个运行的喷淋塔中，则自然冷源的喷淋塔风机能耗（）可采用式（24）计算：
（24）
其中，为自然冷源的喷淋塔运行数量；/>和/>分别为喷淋塔风机实际运行频率和额定工况下频率；/>为单个喷淋塔风机的额定功率。
S6、根据自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果。
可选地，根据自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果，包括：
当自然冷源出水温度低于空调末端供水温度时，采用自然冷源模式；
当自然冷源出水温度高于或等于空调末端供水温度，且自然冷源出水温度低于空调末端回水温度，采用混合冷源模式；
当自然冷源出水温度高于或等于空调末端回水温度，采用主动冷源模式；
根据自然冷源模式、混合冷源模式或主动冷源模式，获得冷源系统模式结果。
一种可行的实施方式中，自然冷源（Natural Cooling Source，NCS）采用直接蒸发冷却，主动冷源（Active Cooling Source,ACS）采用冷水机组机械制冷。通过比较自然冷源出水温度（）和精密空调末端所需供水温度（/>）及回水温度（/>），该冷源系统可运行在三种模式下，即主动冷源模式（Active Cooling Mode，ACM），混合冷源模式（Hybrid Cooling Mode,HCM），自然冷源模式（Natural Cooling Mode，NCM）。
若自然冷源出水温度低于精密空调末端所需供水温度，选择自然冷源模式；若自然冷源出水温度高于精密空调末端回水温度，选择主动冷源模式；若自然冷源出水温度低于精密空调末端回水温度、高于所需供水温度，则选用混合冷源模式。
S7、根据冷源系统模式结果以及冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量。
可选地，根据冷源系统模式结果以及冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量，包括：
根据冷源系统模式结果对冷源系统能耗模型进行优化，获得优化能耗模型；
当冷源系统能耗最小时，根据优化能耗模型进行最优值求解，获得最优供水温度以及最优供水流量；
根据最优供水流量进行计算，得到各机房最优分配水流量。
一种可行的实施方式中，在本发明中根据冷源系统部分采集到的数据，采用式（16）-（24），可计算每一组，/>和/>下的/>，采用优化算法，如以供水温度/>为优化对象，以最小/>为优化目标进行优化，其通用公式如式（25）、（26）所示。
（25）
（26）
在合理的范围内，获得/>最低时的/>，/>和/>，为满足当下末端需求时所预测出的最优冷源系统运行参数，对应的各个房间冷冻水流量为最优流量分配。
S8、根据最优供水温度、最优供水流量和各机房最优分配水流量，通过冷源系统进行数据中心最优能耗调控。
一种可行的实施方式中，本发明根据机柜实际发热量和机柜内芯片安全温度估算精密空调末端需求，对精密空调送风参数进行优化调控。冷冻水送水温度及向各个机房的流量分配估计。供需匹配的实现体现在：根据需求侧各个房间送风参数估计结果、室外天气参数及排热系统运行过程参数，采用适合的优化算法，提出冷源侧优化运行策略，即满足需求侧需求前提下的冷冻水最优送水温度及水流量分配，使得冷源系统能耗最小。
本发明提出一种多末端供需匹配的数据中心冷源系统参数优化方法，通过综合考虑机柜间发热量的差异对统一的送风温度及各个机柜所需风量进行估计，从而实现对同一机房内精密空调的送风温度和送风风量的估计；基于冷源系统能耗模型对最优供水温度、最优供水流量及各机房水流量分配进行预测，实现供需匹配条件下冷源系统能耗最低。本发明是一种适用于数据中心的可实现供需匹配的稳定高效的空调系统参数优化方法。
图2是根据一示例性实施例示出的一种多末端供需匹配的数据中心冷源系统参数优化装置框图。参照图2，该装置包括：
数据采集模块210，用于对数据中心空调系统进行数据采集，获得机房数据、芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度；对冷源系统进行数据采集，获得自然冷源出水温度、空调末端供水温度和空调末端回水温度；
换热面积计算模块220，用于根据芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度，通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积；
机房最优送风数据计算模块230，用于根据各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量；
空调最优送风数据计算模块240，用于根据机房数据、各机房最优送风温度、各机房最优回风温度和各机房最优送风风量，通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量；
能耗模型构建模块250，用于基于传热学换热机理，根据各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型；
冷源模式判断模块260，用于根据自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果；
冷源最优供水数据计算模块270，用于根据冷源系统模式结果以及冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量；
冷源调控模块280，用于根据最优供水温度、最优供水流量和各机房最优分配水流量，通过冷源系统进行数据中心最优能耗调控。
可选地，机房最优送风数据计算模块240，进一步用于：
根据各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机柜回风温度和各机柜送风风量；
根据各机柜回风温度以及各机柜送风风量进行计算，得到各机房回风温度；
根据预设的机房回风温度标准，对各机房回风温度进行筛选，获得符合标注的机房回风温度；
根据符合标注的机房回风温度，获得对应的机房送风温度；在对应的机房送风温度中选择最大值，获得各机房最优送风温度；
根据各机房最优送风温度进行计算，得到各机房最优回风温度以及各机房最优送风风量。
可选地，能耗模型构建模块250，进一步用于：
根据各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量进行数学模型构建，获得冷源系统回水温度模型以及冷源系统水流量模型；
基于冷源系统设备分类，根据冷源系统回水温度模型以及冷源系统水流量模型进行数学模型构建，获得自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型；
根据自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型，获得冷源系统能耗模型。
可选地，冷源模式判断模块260，进一步用于：
当自然冷源出水温度低于空调末端供水温度时，采用自然冷源模式；
当自然冷源出水温度高于或等于空调末端供水温度，且自然冷源出水温度低于空调末端回水温度，采用混合冷源模式；
当自然冷源出水温度高于或等于空调末端回水温度，采用主动冷源模式；
根据自然冷源模式、混合冷源模式或主动冷源模式，获得冷源系统模式结果。
可选地，冷源最优供水数据计算模块270，进一步用于：
根据冷源系统模式结果对冷源系统能耗模型进行优化，获得优化能耗模型；
当冷源系统能耗最小时，根据优化能耗模型进行最优值求解，获得最优供水温度以及最优供水流量；
根据最优供水流量进行计算，得到各机房最优分配水流量。
本发明提出一种多末端供需匹配的数据中心冷源系统参数优化方法，通过综合考虑机柜间发热量的差异对统一的送风温度及各个机柜所需风量进行估计，从而实现对同一机房内精密空调的送风温度和送风风量的估计；基于冷源系统能耗模型对最优供水温度、最优供水流量及各机房水流量分配进行预测，实现供需匹配条件下冷源系统能耗最低。本发明是一种适用于数据中心的可实现供需匹配的稳定高效的空调系统参数优化方法。
图3是本发明实施例提供的一种电子设备300的结构示意图，该电子设备300可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（centralprocessing units，CPU）301和一个或一个以上的存储器302，其中，所述存储器302中存储有至少一条指令，所述至少一条指令由所述处理器301加载并执行以实现上述一种多末端供需匹配的数据中心冷源系统参数优化方法的步骤。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述一种多末端供需匹配的数据中心冷源系统参数优化方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种多末端供需匹配的数据中心冷源系统参数优化方法，其特征在于，所述方法包括：
对数据中心空调系统进行数据采集，获得机房数据、芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度；对冷源系统进行数据采集，获得自然冷源出水温度、空调末端供水温度和空调末端回水温度；
根据所述芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度，通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积；
其中，所述通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积，可由公式（1）、（2）计算得到：
（1）
（2）；
其中，为第i个机柜单位发热功率对应的换热面积; />为第i个机柜实际功率；为芯片运行温度安全阈值；/>为第i个机柜送风温度；/>为第i个机柜回风温度；为第i个机柜送风风量；/>为空气定压比热容；
根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量；
根据所述机房数据、所述各机房最优送风温度、所述各机房最优回风温度和所述各机房最优送风风量，通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优送风风量；
基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型；
其中，所述基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型，包括：
根据所述各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量进行数学模型构建，获得冷源系统回水温度模型以及冷源系统水流量模型；
基于冷源系统设备分类，根据所述冷源系统回水温度模型以及冷源系统水流量模型进行数学模型构建，获得自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型；
根据所述自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型，获得冷源系统能耗模型；
其中，所述基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型，可由公式（10）、（11）、（12）、（13）计算得到：
（10）
（11）
（12）
（13）；
其中， 为第j个机房内第i个机柜实际发热功率；/>为所述机房数据中第j个机房内机柜数量；/>为第j个机房空调最优送风温度；/>为第j个机房空调最优回风温度；/>为第j个机房空调最优风量；/>为所述机房数据中第j个机房内每个精密空调的传热能力； />为所述机房数据中第j个机房内空调数量；/>为机房冷冻水供水温度；/>为第j个机房冷冻水回水温度；/>为第j个机房冷冻水供水流量；为水的定压比热容；
根据上述公式构建数学模型获得冷源系统回水温度、冷源系统冷冻水流量，计算公式如（14）、（15）：
（14）
（15）；
冷源系统的制冷量为所控制的各机房机柜制冷量之和，不同冷却模式下，自然冷源和主动式冷源/>承担的冷量如式（16）、（17）、（18）计算：
（16）
（17）
（18）
自然冷源风机能耗模型、机组压缩机能耗模型/>以及冷冻水泵能耗/>，冷源系统总能耗/>如式（19）所示：
（19）
其中，机组压缩机能耗模型、冷水机组蒸发温度/>和冷水机组冷凝温度计算，如式（20）、（21）、（22）所示：
（20）
（21）
（22）
根据所述自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果；
根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量；
其中，所述根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量，可由公式（25）、（26）计算得到：
（25）
（26）
其中，为水的重度；/>为冷冻水泵的扬程；/>为冷冻水泵效率；/>为冷源系统冷冻水流量；/>为自然冷源的喷淋塔运行数量；/>和/>分别为喷淋塔风机实际运行频率和额定工况下频率； />为单个喷淋塔风机的额定功率；/>为冷机热力学完善度；
根据所述最优供水温度、最优供水流量和各机房最优分配水流量，通过冷源系统进行数据中心最优能耗调控。
2.根据权利要求1所述的一种多末端供需匹配的数据中心冷源系统参数优化方法，其特征在于，所述根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量，包括：
根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机柜回风温度和各机柜送风风量；
根据所述各机柜回风温度以及所述各机柜送风风量进行计算，得到各机房回风温度；
根据预设的机房回风温度标准，对所述各机房回风温度进行筛选，获得符合标注的机房回风温度；
根据所述符合标注的机房回风温度，获得对应的机房送风温度；在所述对应的机房送风温度中选择最大值，获得各机房最优送风温度；
根据所述各机房最优送风温度进行计算，得到各机房最优回风温度以及各机房最优送风风量。
3.根据权利要求1所述的一种多末端供需匹配的数据中心冷源系统参数优化方法，其特征在于，所述根据所述自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果，包括：
当所述自然冷源出水温度低于空调末端供水温度时，采用自然冷源模式；
当所述自然冷源出水温度高于或等于空调末端供水温度，且自然冷源出水温度低于空调末端回水温度，采用混合冷源模式；
当所述自然冷源出水温度高于或等于空调末端回水温度，采用主动冷源模式；
根据所述自然冷源模式、所述混合冷源模式或所述主动冷源模式，获得冷源系统模式结果。
4.根据权利要求1所述的一种多末端供需匹配的数据中心冷源系统参数优化方法，其特征在于，所述根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量，包括：
根据所述冷源系统模式结果对所述冷源系统能耗模型进行优化，获得优化能耗模型；
当冷源系统能耗最小时，根据所述优化能耗模型进行最优值求解，获得最优供水温度以及最优供水流量；
根据所述最优供水流量进行计算，得到各机房最优分配水流量。
5.一种多末端供需匹配的数据中心冷源系统参数优化装置，其特征在于，所述装置包括：
数据采集模块，用于对数据中心空调系统进行数据采集，获得机房数据、芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度；对冷源系统进行数据采集，获得自然冷源出水温度、空调末端供水温度和空调末端回水温度；
换热面积计算模块，用于根据所述芯片运行温度安全阈值、各机房机柜实际功率、各机柜送风温度和各机柜回风温度，通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积；
其中，所述通过传热机理公式进行计算，得到各机柜单位发热功率对应的换热面积，可由公式（1）、（2）计算得到：
（1）
（2）
其中，为第i个机柜单位发热功率对应的换热面积;/>为第i个机柜实际功率；/>为芯片运行温度安全阈值；/>为第i个机柜送风温度；/>为第i个机柜回风温度；/>为第i个机柜送风风量；/>为空气定压比热容；
机房最优送风数据计算模块，用于根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机房最优送风温度、各机房最优回风温度和各机房最优送风风量；
空调最优送风数据计算模块，用于根据所述机房数据、所述各机房最优送风温度、所述各机房最优回风温度和所述各机房最优送风风量，通过传热机理公式进行计算，得到各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量；
能耗模型构建模块，用于基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型；
其中，所述基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型，包括：
根据所述各机房空调最优送风温度、各机房空调最优回风温度、各机房空调最优风量进行数学模型构建，获得冷源系统回水温度模型以及冷源系统水流量模型；
基于冷源系统设备分类，根据所述冷源系统回水温度模型以及冷源系统水流量模型进行数学模型构建，获得自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型；
根据所述自然冷源风机能耗模型、机组压缩机能耗模型和冷冻水泵能耗模型，获得冷源系统能耗模型；
其中，所述基于传热学换热机理，根据所述各机房空调最优送风温度、各机房空调最优回风温度以及各机房空调最优风量，构建数学模型，获得冷源系统能耗模型，可由公式（10）、（11）、（12）、（13）计算得到：
（10）
（11）
（12）
（13）
其中， 为第j个机房内第i个机柜实际发热功率；/>为所述机房数据中第j个机房内机柜数量；/>为第j个机房空调最优送风温度；/>为第j个机房空调最优回风温度；/>为第j个机房空调最优风量；/>为所述机房数据中第j个机房内每个精密空调的传热能力； />为所述机房数据中第j个机房内空调数量；/>为机房冷冻水供水温度；/>为第j个机房冷冻水回水温度；/>为第j个机房冷冻水供水流量；为水的定压比热容；
根据上述公式构建数学模型获得冷源系统回水温度、冷源系统冷冻水流量，计算公式如（14）、（15）：
（14）
（15）
冷源系统的制冷量为所控制的各机房机柜制冷量之和，不同冷却模式下，自然冷源/>和主动式冷源/>承担的冷量如式（16）、（17）、（18）计算：
（16）
（17）
（18）
自然冷源风机能耗模型、机组压缩机能耗模型/>以及冷冻水泵能耗，冷源系统总能耗/>如式（19）所示：
（19）
其中，机组压缩机能耗模型、冷水机组蒸发温度/>和冷水机组冷凝温度计算，如式（20）、（21）、（22）所示：
（20）
（21）
（22）
冷源模式判断模块，用于根据所述自然冷源出水温度、空调末端供水温度和空调末端回水温度进行冷源系统模式判断，获得冷源系统模式结果；
冷源最优供水数据计算模块，用于根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量；
其中，所述根据所述冷源系统模式结果以及所述冷源系统能耗模型进行参数最优值求解，获得最优供水温度、最优供水流量和各机房最优分配水流量，可由公式（25）、（26）计算得到：
（25）
（26）
其中，为水的重度；/>为冷冻水泵的扬程；/>为冷冻水泵效率；/>为冷源系统冷冻水流量；/>为自然冷源的喷淋塔运行数量；/>和/>分别为喷淋塔风机实际运行频率和额定工况下频率； />为单个喷淋塔风机的额定功率；/>为冷机热力学完善度；
冷源调控模块，用于根据所述最优供水温度、最优供水流量和各机房最优分配水流量，通过冷源系统进行数据中心最优能耗调控。
6.根据权利要求5所述的一种多末端供需匹配的数据中心冷源系统参数优化装置，其特征在于，所述机房最优送风数据计算模块，进一步用于：
根据所述各机柜单位发热功率对应的换热面积以及预设的机房送风温度范围进行计算，得到各机柜回风温度和各机柜送风风量；
根据所述各机柜回风温度以及所述各机柜送风风量进行计算，得到各机房回风温度；
根据预设的机房回风温度标准，对所述各机房回风温度进行筛选，获得符合标注的机房回风温度；
根据所述符合标注的机房回风温度，获得对应的机房送风温度；在所述对应的机房送风温度中选择最大值，获得各机房最优送风温度；
根据所述各机房最优送风温度进行计算，得到各机房最优回风温度以及各机房最优送风风量。
7.根据权利要求5所述的一种多末端供需匹配的数据中心冷源系统参数优化装置，其特征在于，所述冷源模式判断模块，进一步用于：
当所述自然冷源出水温度低于空调末端供水温度时，采用自然冷源模式；
当所述自然冷源出水温度高于或等于空调末端供水温度，且自然冷源出水温度低于空调末端回水温度，采用混合冷源模式；
当所述自然冷源出水温度高于或等于空调末端回水温度，采用主动冷源模式；
根据所述自然冷源模式、所述混合冷源模式或所述主动冷源模式，获得冷源系统模式结果。
8.根据权利要求5所述的一种多末端供需匹配的数据中心冷源系统参数优化装置，其特征在于，所述冷源最优供水数据计算模块，进一步用于：
根据所述冷源系统模式结果对所述冷源系统能耗模型进行优化，获得优化能耗模型；
当冷源系统能耗最小时，根据所述优化能耗模型进行最优值求解，获得最优供水温度以及最优供水流量；
根据所述最优供水流量进行计算，得到各机房最优分配水流量。
CN202311311951.6A 2023-10-11 2023-10-11 多末端供需匹配的数据中心冷源系统参数优化方法及装置 Active CN117062419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311311951.6A CN117062419B (zh) 2023-10-11 2023-10-11 多末端供需匹配的数据中心冷源系统参数优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311311951.6A CN117062419B (zh) 2023-10-11 2023-10-11 多末端供需匹配的数据中心冷源系统参数优化方法及装置

Publications (2)

Publication Number Publication Date
CN117062419A CN117062419A (zh) 2023-11-14
CN117062419B true CN117062419B (zh) 2023-12-19

Family

ID=88659455

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311311951.6A Active CN117062419B (zh) 2023-10-11 2023-10-11 多末端供需匹配的数据中心冷源系统参数优化方法及装置

Country Status (1)

Country Link
CN (1) CN117062419B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117241561B (zh) * 2023-10-13 2024-02-09 北京科技大学 一种数据中心分布式精密空调机组优化运行参数估计方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106765985A (zh) * 2014-11-19 2017-05-31 北京百度网讯科技有限公司 数据中心机房空调末端的节能控制方法和装置
CN111615309A (zh) * 2020-06-03 2020-09-01 广州远正智能科技股份有限公司 数据中心机房精密空调风道规划及变风量调节方法、系统
CN111867330A (zh) * 2020-07-24 2020-10-30 广州亿效能科技有限公司 一种基于it负载变化的通讯机楼机房调节方法和系统
CN114611288A (zh) * 2022-03-10 2022-06-10 上海聚鑫节能工程科技有限公司 一种中央空调系统智能化高效机房节能算法模型
WO2023030522A1 (zh) * 2021-09-06 2023-03-09 中国移动通信集团设计院有限公司 一种数据中心空调系统诊断方法及装置
CN116558049A (zh) * 2023-03-27 2023-08-08 四川数字经济产业发展研究院 一种基于中央空调负荷动态预测的系统及优化控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106765985A (zh) * 2014-11-19 2017-05-31 北京百度网讯科技有限公司 数据中心机房空调末端的节能控制方法和装置
CN111615309A (zh) * 2020-06-03 2020-09-01 广州远正智能科技股份有限公司 数据中心机房精密空调风道规划及变风量调节方法、系统
CN111867330A (zh) * 2020-07-24 2020-10-30 广州亿效能科技有限公司 一种基于it负载变化的通讯机楼机房调节方法和系统
WO2023030522A1 (zh) * 2021-09-06 2023-03-09 中国移动通信集团设计院有限公司 一种数据中心空调系统诊断方法及装置
CN114611288A (zh) * 2022-03-10 2022-06-10 上海聚鑫节能工程科技有限公司 一种中央空调系统智能化高效机房节能算法模型
CN116558049A (zh) * 2023-03-27 2023-08-08 四川数字经济产业发展研究院 一种基于中央空调负荷动态预测的系统及优化控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Knowledge-based reinforcement learning control approach using deep Q network for cooling tower in HVAC systems;Zijian Yu等;《2020 Chinese Automation Congress (CAC)》;全文 *
基于负荷预测的中央空调制冷系统能耗综合优化;安建月;邓仕钧;邓翔;匡付华;李信洪;胥布工;;建筑热能通风空调;第38卷(第04期);第1-5页 *
既有商业建筑冷源系统节能诊断及优化;曹立勋等;《建筑节能》;第50卷(第01期);第80-86页 *

Also Published As

Publication number Publication date
CN117062419A (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
CN111867330B (zh) 一种基于it负载变化的通讯机楼机房调节方法和系统
CN117062419B (zh) 多末端供需匹配的数据中心冷源系统参数优化方法及装置
CN113739371B (zh) 一种基于云端协同的中央空调系统及其控制方法
JP6091387B2 (ja) 空調装置
CN109831891B (zh) 液冷服务器的散热系统、散热控制方法和装置
Rubenstein et al. Hybrid cooled data center using above ambient liquid cooling
CN116558049A (zh) 一种基于中央空调负荷动态预测的系统及优化控制方法
CN115776795A (zh) 数据中心空调系统诊断方法及装置
CN116629021A (zh) 冷却系统能耗预测及节能控制策略研究方法
CN115049141A (zh) 用于制冷系统的控制方法、控制装置和制冷系统
US9869982B1 (en) Data center scale utility pool and control platform
TW201027014A (en) Method for managing air conditioning power consumption
US11765867B2 (en) Cooling system for data center based on hyperbola cooling tower
CN115581056B (zh) 一种适用于数据中心水冷系统的节能预测控制方法及系统
CN108731241B (zh) 冷凝水循环制冷系统
CN115119478B (zh) 一种空调的控制方法、系统及设备
CN114413459B (zh) 空调系统冷水机组群控方法、装置、电子设备及存储介质
CN113218048B (zh) 一种多联空调系统及运行控制方法
CN214757525U (zh) 一种可全年利用自然冷源的数据中心空调系统
Huang et al. A calculation model for typical data center cooling system
CN117241561B (zh) 一种数据中心分布式精密空调机组优化运行参数估计方法
CN114543276B (zh) 空调系统的智能控制方法、装置和计算机存储介质
CN116007078B (zh) 一种制冷系统的运行参数获取方法、装置及设备
CN217088482U (zh) 一种带蒸发冷却的氟泵热管双循环空调系统
CN117537450B (zh) 中央空调制冷系统运行反馈调控方法、装置、设备及介质

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