中大型数据中心制冷系统全局优化控制方法及系统

中大型数据中心制冷系统全局优化控制方法及系统

陈文景,黄立慷,王海涛

深圳达实智能股份有限公司 518057

摘要：为满足中大型数据中心中制冷系统的高稳定性，低能耗性以及可迭代性的要求，提出了一种中大型数据中心制冷系统全局优化控制方法及系统，通过构建完备的、易升级的自控系统架构以及一种双层级优化算法，在保障系统稳定性的前提下最大程度上降低系统能耗，从而实现数据中心制冷系统整体高效、稳定和节能的目的。

关键词：数据中心；全局优化；节能降耗；数据建模；

0 引言

随着中国数字化进程的加快，作为新基建的重要组成部分的数据中心的建设需求快速释放。然而随着全国各地数据中心的大量建设，其高能耗问题逐渐暴露出来，近10年来，数据中心的耗电量呈现快速增长的趋势[1]，增速一度高达10%每年。目前全国数据中心的总耗电量在社会总用电量中的占比已经加速扩大，对3060双碳目标的实现构成了巨大的挑战[2]。因此日渐增长的数据中心建设需求和日趋严格的能耗控制迫切需要推进数据中心的绿色发展和能效提升。

从各环节的能耗占比来看，制冷系统占数据中心能耗的 40%。因此，降低制冷系统的能耗成为了数据中心节能、提升效率的关键手段之一。然而，目前数据中心的制冷系统缺乏高效的控制和管理，导致存在极大的能源浪费。但是在追求数据中心的低能耗目标的过程中，依然需要保障数据中心的制冷系统的安全稳定运行，这是数据中心整体安全的前提保障。

本文分析了目前中大型数据中心制冷系统所面临的三个重大需求，并提出了一种中大型数据中心制冷系统全局优化控制方法和系统，最后展示了在某一实际项目中的应用效果。

1 中大型数据中心制冷系统需求

1.1高稳定性

数据中心需要保证数据服务的性能和稳定性，因此需要制冷系统对其提供不间断的制冷，因此需要配备高稳定性的控制系统。控制系统的稳定性直接决定了数据中心的稳定性。数据中心的国家标准《数据中心设计规范》和 Uptime Tier 国际标准中均明确要有智能化控制系统，但是缺乏对数据中心智能化控制系统的建设标准和系统架构的明确指导，导致制冷设备已经到达了较高级别，但智能化监控系统的建设却级别较低，其中数据中心的制冷控制系统问题尤为突出[3]。

1.2 低能耗性

在双碳战略的背景下，中大型数据中心的建设越来越呈现出规划性，其集约化建设的路线越来越明晰，其中对节能性的要求也越来越高。根据国家及各地政府的要求，PUE不达标的低小散旧数据中心将逐渐退出，而低能耗的节能型数据中心可享受电费上的优惠措施。制冷系统直接决定了数据中心总体能耗，新建数据中心客观上必须具备低能耗性方可通过审核批建，而在旧数据中心的改建中，制冷控制系统的低能耗性改造是获得节能效果最直接有效，最具性价比的手段。

1.3 易迭代性

随着数据中心制冷技术的演进，数据中心制冷系统的形式种类越来越多，容量也越来越大，其制冷系统控制呈现越来越复杂的趋势，同时由于数据中心目前的发展趋势是向着智能化，自动化和少人无人化方向发展，迫切需要数据中心制冷系统的控制需要兼容后续的发展。而数据中心常采用的DDC控制系统方案，由于其内部固化了较多的功能，面对上述的需求较为乏力，尤其是面对有深度控制需求的数据中心项目,需要进行的调整和改动较大，间接增加了投入成本。

2 中大型数据中心制冷系统全局优化控制方法及系统

面对上述需求及挑战，本文提出了一种中大型数据中心制冷系统全局优化控制方法及系统，并成功应用于一实际数据中心项目。介绍如下:

2.1 典型的中大型数据中心制冷系统

图2  典型数据中心制冷系统

图1为一典型的中大型数据中心制冷系统的简化示意图。在冷冻侧，冷水机组提供的低温冷冻水通过环网提供给末端精密空调，在末端吸收热量后的中温冷冻回水将通过冷冻泵进入冷水机组蒸发器进行降温处理。在冷却侧，冷水机组将热量释放给冷却出水，中高温的冷却出水经过冷却塔将热量释放给室外空气后，通过冷却泵回到冷水机组对其冷凝器进行降温处理。

2.2 中大型数据中心制冷系统全局优化控制方法及系统

2.2.1 自控系统架构

相较于DDC系统，PLC控制系统会展现出较大的兼容性和适应性的优势[4]。PLC主要针对工业控制，可有效应对数据中心中的复杂环境，其平均无故障运行MTBF远高于常规楼宇级。中大型数据中心因其规模效应，整体的PLC的成本增加将不会太明显，但是却可以因此带来更高的系统可靠性和更高的运行效能。

为了提高制冷控制系统的稳定和可靠性，同时也便于后期的需求迭代开发，提出了基于PLC的中大型数据中心制冷控制系统。将制冷系统在硬件和软件控制层面均划分成若干的制冷单元，每个单元设置1台PLC单元控制器，各单元无论是出现硬件或软件故障均不会影响其它的单元运行。同时每个单元的控制逻辑程序均下沉到各控制单元，并由互为热备的冗余群控器实现多个制冷单元的协调优化控制。

2.2.2 同时面向系统稳定性和节能性的全局优化控制方法

在数据中心制冷系统的设计中，设备富余量较大，然而数据中心负荷是一个随上架率、气候等不确定性因素变化的变量。在不同负荷条件下，最佳的系统运行工况点即系统运行的总能耗最小的工况点会发生变化，常规的集中式空调系统的运行参数设定值通常为固定值，不能动态的跟随负荷的变化。最理想的方式是结合制冷系统部件的能耗模型，采用全局最优化算法确定不同负荷条件下系统总能耗最小时的各子系统的运行参数设定值，并执行至现场系统，从而达到系统整体节能的目的。然而系统运行在最小能耗点时并不能保证系统能够处于一个稳定状态，因此本文提出了双层级的优化方式，见图2。

图2 同时面向系统稳定性和节能性的双层级优化控制方法

1. 基于能耗模型的多设备全局能效优化控制（第一层级）

利用历史数据训练出制冷系统各设备的能耗模型，并以当前室外环境和ＩＴ负载下的业务预测模型作为约束，采用最优化算法如改进的粒子群优化算法（Particle Swarm Optimization，PSO）在线推理出此时系统总能耗最小时的优化运行参数。

2. 基于深度信念网络的系统稳定性区域判定（第二层次）

通过积累的系统采集的影响制冷系统稳定运行的参数的历史数据，采用深度信念网络建立制冷系统稳定运行的性能区域模型。利用该模型，实时推理系统处于不稳定状态的概率，和指定的概率阈值进行对比，若未超过该阈值，继续执行第一层级全局优化参数的设定值；若否，则采用相应的对比算法，以权衡系统的稳定性和节能性。

2.2.3实际应用

以深圳地区某一数据中心为例，建设面积约16000平方米，机柜数量为2301。其制冷系统由4台2700KW磁悬浮冷水机组构成，控制系统采用西门子S7-400H作为群控器，S7-1200作为各单元控制器及信号采集器。

在本项目中应用本文提出的系统架构及方法，相较于同规模的数据中心，因制冷控制系统导致的数据中心末端超温的次数下降了80%，同时采取相似日对比的方法，记录未执行全局优化算法同执行全局优化算法制冷系统的能耗，节能率大于21.3%（连续3个周期，每周期4天）。

3 结语

（1）基于PLC的自控系统架构的建立，在硬件层面保证了数据中心制冷系统的稳定运行，同时为后续数据中心的迭代升级提供极大的便利性。

（2）面向系统稳定性和节能性的全局优化算法的建立，在软件层面提高了数据中心制冷系统的能效，并有效地消除了优化控制所导致的系统震荡。

参考文献

[1] 石云鹏.“双碳”背景下数据中心能耗现状与节能技术研究[J].中国新通信,2022,24(08):119-121.

[2] 施懿宸,陈思锐,周洲.数据中心产业助力我国实现“双碳”目标[J].国际金融,2022(05):42-46.

[3]李程贵,王瑊,张建雪.数据中心高可靠性BA控制系统优化研究与应用[J].通信电源技术,2020,37(11):132-137.

[4]黎学超,徐志勇.基于PLC的数据中心冷源群控系统应用研究[J].智能建筑电气技术,2021,15(01):62-66.