IT技術(shù)在數(shù)據(jù)中心冷系統(tǒng)的節(jié)能應用初探

劉旻佳

摘要：本文對目前數(shù)據(jù)中心水冷系統(tǒng)靜態(tài)架構(gòu)下的節(jié)能策略作了分析;并提出通過IT技術(shù)在保證數(shù)據(jù)中心運行安全的情況下，通過最小化系統(tǒng)總功率（能耗），滿足該最小能耗的運行點作為最優(yōu)狀態(tài)點，進行節(jié)能策略的優(yōu)化和節(jié)能措施。本文對利用機器學習和人工智能，實行對數(shù)據(jù)中心基礎(chǔ)設(shè)施的的自動化管理，提高數(shù)據(jù)中心的效率提出了初步設(shè)想。

關(guān)鍵詞：IT技術(shù);數(shù)據(jù)中心水冷系統(tǒng);節(jié)能;人工智能

第1章 數(shù)據(jù)中心水冷系統(tǒng)的管理

對于數(shù)據(jù)中心來說，數(shù)據(jù)中心制冷設(shè)施、IT設(shè)備的負載在被采安裝部署完成時，就形成匹配關(guān)系的，這種匹配關(guān)系就固定下來。這種長期穩(wěn)定的匹配關(guān)系所構(gòu)成的基礎(chǔ)架構(gòu)被認為是一種靜態(tài)架構(gòu)。

靜態(tài)架構(gòu)是過去二十年里數(shù)據(jù)中心的一種主流模式。它的優(yōu)點是簡單，符合常規(guī)管理習慣，管理員在后期的運維中可以按照規(guī)定模式進行管理工作。它的缺點是能源的使用效率不能得到最高效的優(yōu)化。

如右圖所示：數(shù)據(jù)中心制冷設(shè)施占據(jù)數(shù)據(jù)中心能源消耗的37%，其中集中冷源占據(jù)了25%，可見節(jié)能的關(guān)鍵在于數(shù)據(jù)中心制冷設(shè)施的節(jié)能優(yōu)化。

數(shù)據(jù)中心制冷設(shè)施的管理的核心是保證數(shù)據(jù)中心的正常運行，但是如何在保證設(shè)施系統(tǒng)安全的情況下，進行系統(tǒng)的優(yōu)化和節(jié)能對數(shù)據(jù)中心基礎(chǔ)設(shè)施的管理者是一個挑戰(zhàn)。

第2章 數(shù)據(jù)中心水冷系統(tǒng)的節(jié)能策略

2.1水泵的節(jié)能控制

水泵在不同的轉(zhuǎn)速下，具有不同的流量、揚程和不同的功率損耗，其中：

水泵的流量與轉(zhuǎn)速為1次方關(guān)系;

水泵的揚程與轉(zhuǎn)速為2次方關(guān)系;

水泵的功率與轉(zhuǎn)速為3次方關(guān)系;

水泵的轉(zhuǎn)速與供電頻率基本成正比

因此，對冷卻水泵的基本節(jié)能控制邏輯是：在冷機允許的范圍內(nèi)，盡可能減少流量，增大溫差。但也需要注意過度減少流量，又會導致冷凍機組能耗的增加，機組每減少20%流量，能耗約增加3%。

2.2設(shè)備的臺數(shù)選擇

實際冷卻水系統(tǒng)一般較少采用分組如此清晰的系統(tǒng)架構(gòu)，而多采用多臺設(shè)備先并聯(lián)再與總管路串聯(lián)的形式;但是，考慮到之前所提到的頻率（流量）與功率的關(guān)系，顯而易見完全分組的運行方式，絕非最為節(jié)能的運行方式。

如右表所示，當系統(tǒng)負荷介于2～3臺水泵的流量之間時（即系統(tǒng)負荷大于33%，小于66%），水泵運行臺數(shù)有多種組合，而組合方式?jīng)Q定了水泵組的整體能耗。如果是4臺水泵并聯(lián)的系統(tǒng)則選擇范圍更大（25%～75%）。冷卻塔同理，當采用變頻冷水機組時，冷水機組組群亦同理。

因此，對設(shè)備組的基本節(jié)能控制是臺數(shù)選擇。

2.3旁通調(diào)節(jié)閥的節(jié)能技術(shù)

如圖右圖所示為一個典型的空調(diào)冷卻水系統(tǒng)，冷卻水供回水間設(shè)置一個旁通調(diào)節(jié)閥，調(diào)節(jié)局部循環(huán)流量。

其中設(shè)備能耗從高到低排序為：

1、冷水機組;

2、冷卻水泵;

3、冷卻塔;

4、旁通調(diào)節(jié)閥（自身能耗可忽略不計）。

旁通調(diào)節(jié)閥最重要的作用在于控制冷卻水進入冷水機組的水溫，尤其在天氣寒冷，室外濕球溫度較低的情況下，必須防止冷卻水進入冷機的溫度過低（一般應高于冷水機組回水溫度2℃），否則容易出現(xiàn)機組冷凝壓差過低停機保護的情況。增大旁通閥的開度，可以避免這一情況的發(fā)生，同時減少冷卻水系統(tǒng)的阻力，降低水泵功率。

但是，如之前冷卻塔節(jié)能要點所述，為了降低冷機的能耗，應提供盡可能低的冷卻水溫度，因此旁通調(diào)節(jié)閥的就成為兩者平衡的重要調(diào)節(jié)點。

因此，對旁通調(diào)節(jié)閥的基本節(jié)能控制邏輯是：平衡冷卻塔出水溫度T1與冷卻水進水溫度T2。

冷卻塔、冷卻水泵及旁通調(diào)節(jié)閥是冷卻水系統(tǒng)的三大要件，可以說在低溫臨界工況與高溫設(shè)計工況之間，三者的組合工況可以有無窮多。

第3章 IT技術(shù)對節(jié)能策略的提升

3.1節(jié)能控制的要求

在冷機允許的范圍內(nèi)，盡可能減少流量，增大溫差。要點：判斷末端系統(tǒng)負荷;通過對系統(tǒng)負荷的監(jiān)測計算出最小安全運行流量（流量不能低于冷機的基本要求）;反饋流量至冷卻水泵頻率及臺數(shù)控制。

在冷機允許的范圍內(nèi)，盡可能降低冷卻水進水溫度。要點：判斷室外濕球溫度，確定冷卻塔能提供的最低冷卻水出水溫度，進行冷卻塔頻率及臺數(shù)控制。

平衡冷卻塔出水溫度T1與冷卻水進水溫度T2。要點：判斷冷卻塔出水溫度與冷卻水進水溫度，通過調(diào)節(jié)旁通流量，在保持冷卻水進水溫度高于冷機的前提下，減少流經(jīng)冷卻塔的水流量。

在部分負荷時進行臺數(shù)選擇。要點：通過前期數(shù)據(jù)輸入，水泵性能曲線、冷卻塔性能曲線，在設(shè)備組工作時，始終選擇綜合性能最優(yōu)，能耗最小的運行方式。

從以上的節(jié)能邏輯，可以看到尋找最優(yōu)狀態(tài)點的難度：

1、實際運行工況與理論計算一定存在偏差;設(shè)備的性能曲線不僅僅受設(shè)備本身的影響，與管道特性，安裝條件等也有關(guān)聯(lián);大量數(shù)據(jù)需要修正。

2、不難發(fā)現(xiàn)部分控制策略之間本身存在相互關(guān)聯(lián)性，一個參數(shù)的調(diào)節(jié)也會引起其他參數(shù)的變化，系統(tǒng)能耗是整個系統(tǒng)所有參數(shù)綜合作用的結(jié)果。例如負荷的變化就能改變所有參數(shù)的設(shè)置。也有些參數(shù)間本身存在矛盾。

3、同一個參數(shù)可以由多種不同的調(diào)節(jié)方式實現(xiàn)，調(diào)節(jié)方式的不同也決定了系統(tǒng)能耗的不同。例如T2，要調(diào)節(jié)T2的溫度，即可以通過調(diào)節(jié)電動旁通閥開度，也可以通過調(diào)節(jié)冷卻塔臺數(shù)或頻率，還可以調(diào)節(jié)水泵的流量來實現(xiàn)，事實上任意一個時刻，對系統(tǒng)來說幾乎有無窮多的工況選擇，如何在這之中選擇最優(yōu)狀態(tài)點。

4、大量的數(shù)據(jù)采集、分析、比較、控制靠人工和簡單的控制邏輯無法提供近乎完美的最優(yōu)解，通常只能為系統(tǒng)提供分段分區(qū)間的相對優(yōu)化點，而無法在任意時刻都是最優(yōu)狀態(tài)點。

3.2IT技術(shù)的應用

目標定位：在滿足若干元件運行條件的前提下，最小化系統(tǒng)總功率（能耗），滿足該最小能耗的運行點即為最優(yōu)狀態(tài)點。

元件與運行條件：系統(tǒng)包含若干元件：冷卻水泵，冷卻塔，旁通調(diào)節(jié)閥和冷機。每個元件有其必須滿足的運行條件：如調(diào)節(jié)閥必須滿足開度與流量的對應關(guān)系，多臺水泵必須滿足并聯(lián)運行時的能耗關(guān)系，等等。

方法選型：約束最優(yōu)化算法（Constrained Optimization Algorithm）：為一系列求解“滿足一定約束的目標函數(shù)的最大/最小值”的數(shù)學算法，在這類算法中，我們需要明確的概念包括：

·目標函數(shù)的定義

·約束條件的定義

最終產(chǎn)品：一個適應特定暖通運行系統(tǒng)的最優(yōu)方案求解器（Solver），該求解器以若干環(huán)境變量（濕球溫度，系統(tǒng)冷負荷要求）為輸入變量，輸出為所有元件在最優(yōu)狀態(tài)點的操作指標，如運行設(shè)備臺數(shù)，運行頻率等等。

3.3數(shù)據(jù)中心基礎(chǔ)設(shè)施的認知系統(tǒng)項目設(shè)想

隨著動態(tài)架構(gòu)數(shù)據(jù)中心解決方案的逐步發(fā)展，數(shù)據(jù)中心基礎(chǔ)設(shè)施的認知系統(tǒng)項目也被提出來。認知系統(tǒng)項目可以基本理解為：利用機器學習和人工智能，實行對數(shù)據(jù)中心基礎(chǔ)設(shè)施的的自動化管理，提高數(shù)據(jù)中心的效率。

見上圖，數(shù)據(jù)中心基礎(chǔ)設(shè)施的認知系統(tǒng)通過數(shù)據(jù)中心的環(huán)境監(jiān)控系統(tǒng)和樓宇自動控制系統(tǒng)，采集現(xiàn)場基礎(chǔ)數(shù)據(jù);通過外部接口采集數(shù)據(jù)中心所在的氣象信息;預測IT負載。在這三部分數(shù)據(jù)的基礎(chǔ)上通過神經(jīng)網(wǎng)絡(luò)的機器學習算法，建立預測模型，利用人工智能來進一步改進數(shù)據(jù)中心能效。

數(shù)據(jù)中心基礎(chǔ)設(shè)施的認知系統(tǒng)需要跟蹤IT設(shè)備能耗、機外氣溫以及制冷和機械設(shè)備的設(shè)置情況：包括IT設(shè)施的總負載，水泵、冷卻塔、冷水機組、干式冷卻器、運行中的冷水注水泵數(shù)量;冷卻塔水溫、濕球溫度、戶外濕度、風速、風向等等。在這些數(shù)據(jù)的基礎(chǔ)上通過機器學習對這些數(shù)據(jù)進行研究，然后自動生成最佳匹配模型的特征。

自動生成最佳匹配模型的特征后，可以對機電設(shè)施提供管理參數(shù)，最為復雜的暖通系統(tǒng)控制點：板交切換時間點，冷凍機負載比，水泵開啟數(shù)量和頻率，冷卻塔的流量和風機控制等等，都可以由數(shù)據(jù)中心基礎(chǔ)設(shè)施的認知系統(tǒng)通過比對現(xiàn)場采集實測數(shù)據(jù)，結(jié)合天氣趨勢和IT負載趨勢，建立起最佳匹配模型，結(jié)合專家知識庫，直接給出設(shè)備運行最佳運營參數(shù)，并可以通過樓宇自控系統(tǒng)將參數(shù)設(shè)定送達設(shè)備。這樣，在保證數(shù)據(jù)中心基礎(chǔ)設(shè)施安全可靠的基礎(chǔ)上，大幅提升數(shù)據(jù)中心能效。

結(jié)束語：

IT技術(shù)及人工智能技術(shù)可以在數(shù)據(jù)中心水冷系統(tǒng)節(jié)能中，通過動態(tài)架構(gòu)找到數(shù)據(jù)中心水冷系統(tǒng)最小能耗的運行點作為最優(yōu)狀態(tài)點，以達到節(jié)能的目的。

參考文獻：

[1]《Angewandte Optimierung Mit IBM Ilog Cplex Optimization Studio》ISBN：9783662621844

作者：Stefan Nickel;Claudius Steinhardt;Hans Schlenker

[2]《空調(diào)制冷系統(tǒng)運行管理與節(jié)能》 ISBN：9787111248583 作者：唐中華

[3]《暖通空調(diào)設(shè)計與計算方法》ISBN：9787122312099

[4]《深度學習》 ISBN：9787115461476 作者：顧潔

作者：[美]Ian Goodfellow，[加]Yoshua Bengio，[加]Aaron Courville

[5]《虛擬化與云計算》 ISBN9787121096785 ?作者：陳瀅，王慶波

[6]《工業(yè)大數(shù)據(jù)分析在流程制造行業(yè)的應用》ISBN：9787121395611

作者：張晨，何冰

上海建科工程咨詢有限公司 ?上海 ?200032