數據中心冷卻系統智能控制技術檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

數據中心冷卻系統智能控制技術適用於新建數據中心及在用數據中心改造。

技術原理及工藝

數據中心冷卻系統智能控制技術通過採集環境溫濕度、分項電量和製冷設備工況數據，利用AI和大數據技術進行時序分析，預測機房各溫區變化趨勢以及冷量需求曲線；針對冷站和末端空調運行狀況聯合建模，計算全局能效最優輸出參數，實現製冷設備節能；通過現網動環監控系統、群控系統或物聯網關進行冷卻系統自動調節。工作原理如圖9所示。

技術指標

（1）針對空調末端設備實施，綜合節能率不低於25%。

（2）針對冷站實施，綜合節能率不低於15%。

（3）單節點支持500萬條/天以上量級的指標收集分析。

（4）最少只需7天數據完成建模。

技術功能特性

（1）基於歷史數據預測室內發熱量，消除冷量供應冗餘，提高冷卻系統運行效率。

（2）冷站和末端空調聯合調優，平衡室內外設備功耗，整體降低冷卻系統耗電量。

（3）支持7×24小時無人值守自動控制，同時支持生成策略指導人工調節。

（4）程序動態調整參數，無須進行冷卻系統設備改造，實施周期短、風險低。

（5）支持雲化部署、雲邊協同架構。

（6）可與傳統節能改造實施相結合，提升節能效果。

應用案例

江蘇某數據中心機房精密空調AI節能項目，技術提供單位為南京群頂科技有限公司。

（1）用戶情況簡單說明

江蘇某數據中心機房，安裝有312個機櫃和IT設備，配套12颱風冷末端精密空調，存在熱量分布不均、局部熱點以及製冷量過多、電能使用效率（PUE）偏高等問題，空調全年耗電約137.6萬千瓦時，PUE約1.6。

（2）實施內容及周期

採用數據中心冷卻系統智能控制技術對全部精密空調運行狀態進行建模分析，針對室內溫度變化趨勢，推理最優參數並且自動下發控制。實施周期1.5個月。

（3）節能減排效果及投資回收期

實施前後通過掛表分別計量IT和製冷耗電量，實施後IT耗電量未發生明顯變化，精密空調耗電明顯降低，日均耗電量從3769.6千瓦時降到2752.7千瓦時，PUE降至1.43。年節電32.52萬千瓦時，投資回收期約1.5年。

未來推廣前景

數據中心冷卻系統智能控制技術基於大數據、AI、物聯網和自動控制技術，實現空調系統運行狀態優化和節能，以及機房能效診斷和節能潛力評估。適用於新建和改造的數據中心。針對空調末端設備實施，綜合節能率不低於25%；針對冷站實施，綜合節能率不低於15%。某數據中心機房使用南京群頂科技有限公司產品，對所有風冷精密空調進行自動策略調節，PUE由1.6降至1.43，年節電32.52萬千瓦時。預計未來3年市場規模在1萬台以上。