CN214370655U - 节能型数据机房的冷却系统 - Google Patents
节能型数据机房的冷却系统 Download PDFInfo
- Publication number
- CN214370655U CN214370655U CN202023169898.5U CN202023169898U CN214370655U CN 214370655 U CN214370655 U CN 214370655U CN 202023169898 U CN202023169898 U CN 202023169898U CN 214370655 U CN214370655 U CN 214370655U
- Authority
- CN
- China
- Prior art keywords
- energy
- cooling system
- sensor
- wind
- cold
- 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
Links
Images
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本实用新型公开了一种节能型数据机房的冷却系统,包括冷通道,该冷通道包括多个区域,不同区域中放置不同类型的服务器;服务器按照每天的分时负荷高低进行分类;每个区域中单独设置电子风阀;每个冷通道区域以及对应的热通道区域内还分别设有温度传感器、湿度传感器和风速风量传感器;该冷却系统还包括本地控制端,与温度传感器、湿度传感器、风速风量传感器和电子风阀通信连接。本实用新型将冷通道进行分区,不同区域内放置不同类型的服务器,从而维持数据机房的整体高效稳定运行,实现节能环保。
Description
技术领域
本实用新型涉及数据机房,尤其涉及一种节能型数据机房的冷却系统。
背景技术
数据机房是一类特殊建筑的统称,用来集中放置和管理各类IT设备(如服务器、交换机、高性能计算机等等)以及其配套设施。随着计算机技术的蓬勃发展,整个社会对于各类数据的处理量和处理速度的需求与日俱增。数据机房的建筑占地面积也在不断扩大,IT设备的散热密度也显著增加。由于机房的设备常年不间断工作,导致机房的热负荷非常大,并且需要常年进行持续性的空气温湿度调节,以此来保证机房整体运作在一个安全的热环境中,同时也因此产生了巨大的能耗。其中,空调系统能耗在机房整体能耗中占据了43%,是数据机房主要的用能环节。
近年来随着电子设备的体积小型化、功能多样化,机房的散热量也来到了全新的高度。传统的空调已经不能满足如此苛刻的工况,如今数据机房都采用精密空调来维持安全稳定的热环境。精密空调具有运行时间长、送风参数相对稳定、风量大等特点。冷风从送风口输送,在送风通道达到预定送风温度从冷通道的送风孔板送出,随后均匀地通过每个机柜中的IT设备,对其进行冷却后从热通道流出,最后送回精密空调处。
如今云计算、大数据、互联网+等概念的产生与实施,使得不同机柜或者同一机柜中的不同设备散热量伴随着巨大的差异。况且不同的服务器在不同的时间段负荷强度不同,导致散热量也在随时间变化。有的服务器在非工作时间段散热量较大,比如购物类,网游类;有的服务器在工作时间段散热量较大,比如金融证券类;有的服务器在节假日或者特定时间段散热量较大,比如双11淘宝购物等等。目前还没有数据机房对这些不同时间段有不同负荷强度的服务器进行精细化管理。现有专利根据服务器额定功率的大小对机房的冷通道进行分区,但是这样做存在一定的问题。因为同一台设备在不同的时间段其负荷也是变化的,所以不能根据该设备的额定工况来表示该设备的每日实际功耗。
由于无法根据服务器负载的实时情况动态调节送风量,极有可能会出现为了满足最高负荷强度服务器的需求,整个送风通道都要维持输送较大风量,从而造成能源的浪费。比如短视频业务服务器晚间时段的负荷会较大,冷却送风量必然也会维持在较大水平。银行金融类服务器晚间负荷强度很低,不需要过多的送风量。但是如果将这两类服务器放置于同一冷通道,为了满足高负荷强度的服务器的散热需要,精密空调也会保持大功率输送冷风。显然这种分区不合理的布置会造成不必要的能源浪费。另一方面,现有用来计算服务器发热量的方法是根据服务器的实际消耗电功率乘以一个系数的方法来实现的,这种间接估算的方法无法准确获知服务器的发热量,也给后面配比冷量的计算过程带来了误差。
随着人工智能的发展,IDC机房结合人工智能成为了节能新潮流。基于机房运行的各种参数数据,采用人工智能算法获取机房的环境状态指标并且自行进行优化调整,这对于机房安全稳定高效运行具有重要意义。
实用新型内容
本实用新型要解决的技术问题在于针对现有技术中数据机房没有根据服务器的每日分时热负荷的变化实现分区的不合理的布置会造成不必要的能源浪费的缺陷,提供一种可维持数据机房的整体高效稳定运行,实现节能环保的节能型数据机房的冷却系统及方法。
本实用新型解决其技术问题所采用的技术方案是:
提供一种节能型数据机房的冷却系统,包括冷通道,该冷通道包括多个区域,不同区域中放置不同类型的服务器;服务器按照每天的分时负荷高低进行分类;每个区域中单独设置电子风阀;每个区域内在送风口和回风口处还设有温度传感器、湿度传感器和风速风量传感器;
该冷却系统还包括本地控制端,与温度传感器、湿度传感器、风速风量传感器和电子风阀通信连接。
接上述技术方案,所述本地控制端与所述温度传感器、湿度传感器、风速风量传感器之间通过NB-loT,LoRa或者ZigBee通讯模块连接。
接上述技术方案,该冷却系统还包括云端能量管理平台,与温度传感器、湿度传感器、风速风量传感器和电子风阀通过NB-loT、LoRa或者ZigBee通讯模块连接。
接上述技术方案,所述电子风阀设置在冷通道的送风口处。
接上述技术方案,不同区域内设置机柜,不同机柜内放置不同类型的服务器,服务器之间用隔板隔开。
接上述技术方案,温度传感器、湿度传感器、风速风量传感器设置在冷通道的送风口处和热通道的回风口处。
接上述技术方案,相邻区域用隔板隔开。
本实用新型还提供一种节能型数据机房的冷却控制方法,该冷却方法基于上述技术方案所述的节能型数据机房的冷却系统,该方法具体包括步骤:
通过温度传感器、湿度传感器、风速风量传感器采集不同分区内送回风的温度、湿度和风速风量,并发送给本地控制端;
本地控制端根据温度、湿度、风速数据来设置PID调节参数,改变电子风阀的开度,调整冷通道内的温度、湿度和风速风量。
接上述技术方案,该方法还包括步骤:
云端获取传感器组采集的温度、湿度和风速风量数据,根据人工智能算法进行策略更新,生成相应策略的冷却系统的PID调节参数,并发送到本地控制端。
接上述技术方案,本地控制端通过测量得到的送回风温度、湿度及风速风量值,计算空气的送回风的焓值H:
H=h*m
其中h为空气的比晗;m是空气的质量流量,直接测量得到;
h=1.006T+W(2501+1.86T);其中T为空气干球温度;W为含湿量,W=(ΦWs)/(1+(1-Φ)Ws/(0.6219)),其中Φ为相对湿度,测量得到,Ws为饱和含湿量。计算得到的晗差将用于冷却系统的PID调节参数,如风阀的开度。
本实用新型产生的有益效果是:本实用新型将冷通道进行分区,不同区域内放置不同类型的服务器分类,根据温度、湿度、风速风量等传感器测量的冷热通道内的温度、湿度、风速风量等参数控制电子风阀的开度,从而维持数据机房的整体高效稳定运行,实现节能环保。
进一步地,本实用新型在冷通道分区基础上,在冷通道及对应的热通道内布置温度传感器,湿度传感器,风速风量传感器。通过这些测量来设定控制该冷通道区域的电子风阀的开度。
进一步地,通过比较冷热通道空气的焓值变化,准确获得同类型服务器的发热量,通过数据累积总结该同类型服务器的每日分时负荷变化曲线,为送风风阀的PID控制提供参数调节的依据,从而维持数据机房的整体高效稳定运行,实现节能环保。
附图说明
下面将结合附图及实施例对本实用新型作进一步说明,附图中:
图1是本实用新型实施例节能型数据机房的冷却系统的结构示意图;
图2是本实用新型实施例冷通道细分区域设置示意图;
图3是本实用新型实施例节能型数据机房的冷却方法流程图;
图4是本实用新型实施例通过云端控制的流程图。
具体实施方式
为了使本实用新型的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本实用新型进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本实用新型,并不用于限定本实用新型。
针对数据机房系统日常运行能耗过高、冷量浪费严重的问题,本实用新型提出将不同类型的服务器分类,根据分类将冷通道进行分区设置。
如图1所示,本实用新型实施例的节能型数据机房的冷却系统包括冷通道2,该冷通道包括多个区域(如A区、B区、C区……),不同区域中放置不同类型的服务器;每个区域中单独设置电子风阀;每个区域内还设有温度、湿度、风速风量传感器;该冷却系统还包括本地控制端,与温度传感器、湿度传感器、风速风量传感器和电子风阀4通信连接。本地控制端与温度、湿度、风速风量传感器之间可通过有线,或者无线方式,如NB-loT,LoRa或者ZigBee等通讯模块连接。
如图2所示,将每日分时段负载变化类似的服务器归类至相对应的冷通道或冷通道的一部分,从而对冷通道进行分区。按照机房冷通道负荷高低分区:A区高,B区中,C区低等等。可将不同时间段负载变化相似的服务器分类至相对应的冷通道。比如,将夜间负载较高但白天工作量不大的服务器归类至冷通道A区,将工作时间段负载较高但夜间工作量不大的服务器归类至冷通道B区,将节假日工作量较高但是平日工作量一般的归类至冷通道C区。通过在每一个分区的送风口及其对应的排风口安置温度、湿度、风速风量传感器,实时监控和分析服务器的换热情况。
如图1所示,冷却系统内还设有热通道1、冷通道2、送风通道3,机房上方设有回风口5,热通道1与该回风口5连通。冷空气从送风通道3送入,经过电子风阀4进入冷通道2。为了避免冷热空气掺混,采用冷通道封闭的方式,可用隔板10来隔绝冷热区域。不同区域内均设置服务器的机柜,机柜内紧密地摆放着数个服务器6,上下每个服务器6之间都有隔板7。冷通道2内的冷空气流经服务器6并且带走热量,随后从排风口11排出,进入热通道1。最后热空气从机房上方的回风口5送回进行冷却。
可在冷通道入口8处和机柜排风口9设置多个温度、湿度、风速风量传感器来监测不同分区的平均进风口温度和平均回风温度等参数,可采用有线,或者无线方式,如NB-loT,LoRa或者ZigBee等通讯模块的传感和控制技术,通过PID调节手段控制电子风阀4的开度,从而实现不同冷通道的按需分配。
本地控制端通过测量得到的送回风温度、湿度及风速风量值,可以通过下列公式计算空气的送回风的焓值:
H=h*m
其中h为空气的比晗;m是空气的质量流量,可直接测量得到。
又h=1.006T+W(2501+1.86T);其中T为空气干球温度;W为含湿量,计算公式为W=(ΦWs)/(1+(1-Φ)Ws/(0.6219)),其中Φ为相对湿度,可测量得到,Ws为饱和含湿量。
本实用新型根据计算出来的送回风的焓值,通过比较冷热通道空气的焓值变化,准确获得同类型服务器的发热量,通过数据累积总结该同类型服务器的每日分时负荷变化曲线,为送风风阀的PID控制提供参数调节的依据,从而维持数据机房的整体高效稳定运行,实现节能环保。
该冷却系统还包括云端能量管理平台,与温度传感器、湿度传感器、风速风量传感器、电子风阀通过有线,或者无线方式,如NB-loT,LoRa或者ZigBee等通讯模块连接。本实用新型采用有线,或者无线方式,如NB-loT,LoRa或者ZigBee等通讯模块的传感和控制技术,通过PID调节等手段,对分区的冷通道进行风阀的电动调节以此来控制位于冷通道送风口的电子风阀的开度,从而做到分时段按需精确分配冷量。该方法能够有效的避免冷量浪费问题,实现了数据机房的分时段冷量合理分配以及机房空调机房节能。
利用传感器组所测得的机房环境大数据,借助于人工智能算法,生成机房运行参数的最优解,并且自主动态调节制冷设备的运行功率以及电子风阀的开度等等,来维持机房的整体高效稳定运行。
如图2所示,也可以对同一冷通道的不同机柜精细分区:A1,A2,B1,B2,C1,C2等等。例如A1类服务器为网游类,A2类服务器为短视频类。网游类和短视频类的服务器在非工作时间段负载较高,将它们归类至冷通道L1中。在同一冷通道L2中,B1类服务器和B2类服务器在工作时间段负载较高,而C1类服务器和C2类服务器在非工作时间段负载不高。将它们在冷通道内分区为L2-1,L2-2。L2-1和L2-2之间用隔板隔绝。图2中R1、R2、R3对应于不同冷通道的热通道。以此类推,将服务器根据分时段负载变化归类至相对应的区域,从而完成冷通道的分区。对以上划分的不同区域所对应的送风口处设置电子风阀,实现不同区域之间送风量的合理分配。
如图3所示,本实用新型中冷却系统的冷却控制流程为:某冷通道内的送回风传感器组采集温度信号(包括进风口和回风口的温度、湿度、风速风量),并发送出去,NB-loT,LoRa或者ZigBee等通讯模块接收采集信号后输送至本地控制端,本地控制端通过算法计算空气的送回风的焓值,并据此来修改PID参数来调整电子风阀开度,从而实现该对应通道冷量的按需分配。
进一步地,有线,或者无线方式,如NB-loT,LoRa或者ZigBee等通讯模块将数据传输至云端能量管理平台,使工作人员可以监测实时送回风温度并且可手动设置电子风阀开度来达到预期送风效果。
如图4所示,该冷却方法还包括步骤:传感器组将所测得的实时数据传输至云端,云端算力基于人工智能算法自动学习机房运行优化策略,并且通过将所计算出的偏差值以及最优运行参数发送至有线,或者无线方式,如NB-loT,LoRa或者ZigBee等通讯模块,随后传输至本地控制端。本地控制端发出实时控制指令,执行器执行控制指令,从而使机房参数维持最优解,保证机房高效稳定运行。
应当理解的是,对本领域普通技术人员来说,可根据上述说明加以改进或变换,所有这些改进和变换都应属于本实用新型所附权利要求的保护范围。
Claims (7)
1.一种节能型数据机房的冷却系统,其特征在于,包括冷通道,该冷通道包括多个区域,不同区域中放置不同类型的服务器;服务器按照每天的分时负荷高低进行分类;每个区域中单独设置电子风阀;每个区域内在送风口和回风口处还设有温度传感器,湿度传感器,风速风量传感器;
该冷却系统还包括本地控制端,与温度传感器、湿度传感器、风速风量传感器和电子风阀通信连接。
2.根据权利要求1所述的节能型数据机房的冷却系统,其特征在于,所述本地控制端与所述温度传感器、湿度传感器、风速风量传感器之间通过NB-loT,LoRa或者ZigBee通讯模块连接。
3.根据权利要求2所述的节能型数据机房的冷却系统,其特征在于,该冷却系统还包括云端能量管理平台,与温度传感器、湿度传感器、风速风量传感器、电子风阀通过NB-loT,LoRa或者ZigBee通讯模块连接。
4.根据权利要求1所述的节能型数据机房的冷却系统,其特征在于,所述电子风阀设置在冷通道的送风口处。
5.根据权利要求1所述的节能型数据机房的冷却系统,其特征在于,不同区域内设置机柜,不同机柜内放置不同类型的服务器,服务器之间用隔板隔开。
6.根据权利要求1所述的节能型数据机房的冷却系统,其特征在于,温度传感器、湿度传感器、风速风量传感器设置在冷通道的送风口处和对应热通道的回风口处。
7.根据权利要求1所述的节能型数据机房的冷却系统,其特征在于,相邻区域用隔板隔开。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202023169898.5U CN214370655U (zh) | 2020-12-24 | 2020-12-24 | 节能型数据机房的冷却系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202023169898.5U CN214370655U (zh) | 2020-12-24 | 2020-12-24 | 节能型数据机房的冷却系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN214370655U true CN214370655U (zh) | 2021-10-08 |
Family
ID=77989117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202023169898.5U Active CN214370655U (zh) | 2020-12-24 | 2020-12-24 | 节能型数据机房的冷却系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN214370655U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112594817A (zh) * | 2020-12-24 | 2021-04-02 | 武汉工程大学 | 节能型数据机房的冷却系统及方法 |
-
2020
- 2020-12-24 CN CN202023169898.5U patent/CN214370655U/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112594817A (zh) * | 2020-12-24 | 2021-04-02 | 武汉工程大学 | 节能型数据机房的冷却系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112594817A (zh) | 节能型数据机房的冷却系统及方法 | |
CN103150003B (zh) | 信息处理系统、该信息处理系统的节电控制方法和装置 | |
CN103062861B (zh) | 用于中央空调的节能监控方法及系统 | |
CN106949598B (zh) | 网络流量负载变化时的网络中心机房节能优化方法 | |
CN109871987A (zh) | 一种智能建筑暖通设备综合节能控制方法 | |
CN109028446A (zh) | 一种基于设备全工况性能模型的制冷机房控制方法 | |
CN111897261A (zh) | 一种数据中心机房环境的综合管理系统及方法 | |
CN103615782B (zh) | 制冷装置集群的调控方法和装置 | |
CN214370655U (zh) | 节能型数据机房的冷却系统 | |
CN114063545B (zh) | 融合边缘计算的数据中心能耗管控系统、方法及控制器 | |
CN103729328A (zh) | 数据中心模块及由微模块组成的数据中心 | |
CN107906675A (zh) | 一种基于用户需求的中央空调集群优化控制方法 | |
CN101922783A (zh) | 一种基于焓值控制的空调节能控制方法及系统 | |
CN112292013A (zh) | 基于时间序列的微模块数据中心热源预判和冷源调控方法 | |
CN103780699B (zh) | 一种成长性数据中心及其构建方法 | |
CN118368877A (zh) | 一种制冷机房系统的能耗优化控制方法、系统和网络侧服务端 | |
CN203824002U (zh) | 一种中央空调冷冻站综合电单耗最优控制系统 | |
CN115047816A (zh) | 一种建筑电气节能监控方法 | |
CN110348634A (zh) | 一种基于入户式能量管理系统的空调负荷调度方法 | |
CN117395942A (zh) | 一种基于智算中心的冷量自动调度系统 | |
CN118040145A (zh) | 一种集中型站房式储能电站空调系统及其控制方法 | |
CN211526662U (zh) | 一种基于负荷预测的地铁车站通风空调节能系统 | |
CN118119149A (zh) | 一种制冷系统控制方法及相关设备 | |
CN112432269A (zh) | 一种制冷机房冷冻水泵压差设定值优化的方法和系统 | |
TW202120886A (zh) | 一種冷卻水循環系統能源管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |