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与流程

1.本发明涉及数据中心水冷系统技术领域，具体讲是指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。


背景技术：

2.随着数字世界的快速发展，数据中心站点数量的激增也将带来更高能耗的挑战。预计到2030年，数据中心能耗总量将达到全社会用电量的1.5%-2%，数据中心设施全天候运行，消耗大量能源并产生大量热量。数据中心内的温度控制对于避免设备过热、调节设备冷却以及测量整体效率至关重要；根据统计数据显示，数据中心的冷却占机房总功耗的40%左右。
3.中国发明专利cn113551373a公开了一种基于联邦强化学习的数据中心空调节能控制方法，该方法基于获取的数据中心机房温度来控制空调制冷系统，当获取的温度超过安全温度时就会控制空调制冷系统对数据中心机房进行降温，其缺陷在于，数据中心机房的个别服务器温升过高并超过安全温度，而该机房整体的温度未达到安全边界时，该空调制冷系统并不会对该机房进行制冷，从而使得个别服务器因温升过高而导致异常或损坏；在降温过程中，空调制冷系统以实时获得的冷冻水供水压差作为控制条件之一，来使得水冷机组输出一定压力的冷冻水对数据中心机房进行降温，由于输送冷冻水的水管各部位水压差存在实时变化的问题，因此空调制冷系统无法及时对数据中心机房进行降温，即无法实现对空调制冷系统的预先性控制；此外，当获取的数据中心机房温度超过安全温度时，空调制冷系统会对数据中心机房进行降温，由于获取的机房温度已经超过安全温度，因此此时对数据中心机房进行降温，无疑会产生降温滞后性的问题，导致无法实现对空调制冷系统的及时性和预先性控制。


技术实现要素：

4.为解决上述技术问题，本发明提供了一种预防服务器局部升温以及能实现数据中心水冷系统及时性和预先性控制的适用于数据中心水冷系统的节能预测控制方法，所述数据中心水冷系统包括数据中心和与所述数据中心连接的水冷机组模块，所述水冷机组模块包括预先配置的若干水冷机组、若干水泵及若干风机，所述数据中心包括若干服务器，所述节能预测控制方法包括以下步骤：步骤s1：采集当前时刻每个所述水冷机组的第一数据，采集当前时刻每个所述水泵的第二数据以及每个所述风机的第三数据，并获取当前时刻所述数据中心的第四数据；所述第一数据包括所述水冷机组的冷冻水供水温度，所述第二数据包括所述水泵的频率，所述第三数据包括所述风机的转速，所述第四数据包括所述数据中心的回风温度；步骤s2：根据所述第一数据、所述第三数据以及所述第四数据计算得到当前时刻所述风机的送风量和当前时刻冷冻水回水温度；步骤s3：根据所述冷冻水回水温度和所述第一数据计算得到对应的第一耗电量，
根据所述第二数据以及所述第三数据分别计算得到对应的第二耗电量以及第三耗电量；步骤s4：根据所述第一耗电量、所述第二耗电量以及所述第三耗电量计算得到经济性能指标，并将所述经济性能指标输入至预先配置的最优参数模型中，计算得到最优参数值；步骤s5：基于控制系统线性模型构建有限时域价值函数，根据所述最优参数值和所述有限时域价值函数计算得到当前时刻至未来时刻的最优控制输入序列，所述数据中心水冷系统根据所述最优控制输入序列分别对各所述水冷机组、各所述水泵以及各所述风机进行相应调控。
5.优选地，所述第一数据还包括所述水冷机组的冷冻水热容；所述第三数据还包括所述风机的送风温度；所述第四数据还包括所述数据中心的空气热容和各所述服务器的功耗；所述步骤s2包括：步骤s21：将所述功耗输入至预先配置的冷量需求模型中，计算得到所述数据中心的冷量需求；步骤s22：根据所述冷量需求、所述空气热容、所述回风温度以及所述送风温度计算得到当前时刻所述风机对应的送风量；根据所述冷量需求、所述冷冻水供水温度、所述冷冻水热容，计算得到当前时刻所述水冷机组对应的冷冻水回水温度；步骤s23：所述水冷机组模块通过所述送风量和所述冷冻水回水温度分别对各所述风机、各所述水冷机组以及各所述水泵进行调控，以使所述回风温度控制在安全阈值内。
6.优选地，所述第一数据还包括所述数据中心的外部环境温度、所述冷冻水热容以及所述冷冻水的流量；在所述步骤s3中，根据所述冷冻水回水温度和所述第一数据计算得到对应的所述第一耗电量的具体过程包括：步骤s31：根据所述外部环境温度、所述冷冻水供水温度和预先配置的所述水冷机组对应的第一性能参数经验曲线计算得到所述水冷机组对应的制冷量；步骤s32：根据所述制冷量、所述冷冻水热容以及所述流量计算得到所述水冷机组对应的部分负荷率；步骤s33：根据所述部分负荷率、所述冷冻水供水温度以及所述外部环境温度计算得到所述第一耗电量。
7.优选地，所述第一数据还包括所述水冷机组的名义消耗量；所述步骤s33包括：根据所述部分负荷率和预先配置的所述水冷机组对应的第二性能参数经验曲线计算得到对应的第一输出值，并根据所述外部环境温度、所述冷冻水供水温度和预先配置的所述水冷机组对应的第三性能参数经验曲线计算得到对应的第二输出值，以及根据所述第一输出值、所述第二输出值和所述名义消耗量计算得到当前时刻水冷机组的耗电量，作为所述第一耗电量。
8.优选地，所述步骤s3包括：根据所述水泵的频率和预先配置的所述水泵对应的第四性能参数经验曲线计算得到当前时刻所述水泵的耗电量，作为所述第二耗电量。
9.优选地，步骤s3包括：根据所述风机的转速和预先配置的所述风机对应的第五性能参数经验曲线计算得到当前时刻所述风机的耗电量，作为所述第三耗电量。
10.优选地，所述最优参数值包括从所述最优参数模型中获得的满足所述经济性能指标的各所述水冷机组的部分负荷率、各所述水泵的频率以及各所述风机的转速，所述步骤s5包括：步骤s51：基于所述控制系统线性模型构建所述有限时域价值函数，求解有限时域最优控制问题得到从当前时刻至未来时刻的所述最优控制输入序列，且所述最优控制输入序列包含满足所述经济性能指标的各所述水冷机组的部分负荷率、各所述水泵的频率以及各所述风机的转速；步骤s52：所述数据中心水冷系统将所述最优控制输入序列输送至各所述水冷机组、各所述水泵以及各所述风机，对各所述水冷机组的部分负荷率、各所述水泵的频率以及各所述风机的转速进行相应调控。
11.一种适用于数据中心水冷系统的节能预测控制系统，所述数据中心水冷系统包括数据中心和与所述数据中心连接的水冷机组模块，所述数据中心包括若干服务器和若干风机，所述水冷机组模块包括若干水冷机组、若干水泵以及控制模块：所述节能预测控制系统包括采集模块、功耗模块、温度监测模块以及预测模块，所述采集模块分别与所述功耗模块和所述温度监测模块连接，所述预测模块分别与所述功耗模块和所述控制模块连接，所述温度监测模块与所述功耗模块连接；所述采集模块用于采集当前时刻各所述水冷机组的第一数据、各所述水泵的第二数据、各所述风机的第三数据以及所述数据中心的第四数据，并将采集的所述第一数据、所述第二数据和所述第三数据输送至所述功耗模块，以及将所述第一数据、所述第三数据和所述第四数据输送至所述温度监测模块；所述温度监测模块用于根据所述第一数据、所述第三数据和所述第四数据计算得到当前时刻所述风机的送风量和当前时刻冷冻水回水温度，并将所述风机的送风量和所述冷冻水回水温度输送至所述控制模块和所述功耗模块；所述功耗模块用于根据所述冷冻水回水温度和所述第一数据计算得到第一耗电量，根据所述第二数据和所述第三数据进行计算，分别得到第二耗电量以及第三耗电量，并根据所述第一耗电量、所述第二耗电量以及所述第三耗电量计算得到经济性能指标，将所述经济性能指标输入最优参数模型中得到最优参数值，并将所述最优参数值输送至所述预测模块；所述预测模块用于计算得到最优控制输入序列，并将所述最优控制输入序列输送至所述控制模块；所述控制模块用于根据所述送风量和所述冷冻水回水温度，对各所述水冷机组、各所述水泵以及各所述风机进行调控，根据所述最优控制输入序列，对各所述水冷机组、各所述水泵以及各所述风机进行调控。
12.优选地，各所述水冷机组的输出端连通有一第一集水槽，各所述水冷机组的输入端连通有一第二集水槽，所述第一集水槽和所述第二集水槽之间设有一旁通，所述旁通用于当所述第一集水槽对数据中心供水不足时，所述第二集水槽通过旁通将冷冻水输送至第一集水槽，以保证对数据中心持续供应冷冻水，或当所述第二集水槽对各水冷机组供水不足时，所述第一集水槽通过所述旁通将所述冷冻水输送至第二集水槽，以保证各所述水冷机组有充足的冷冻水供应。
13.本发明的有益效果：根据当前时刻各服务器的功耗，得到数据中心当前时刻的冷量需求，水冷机组模块根据冷量需求分别对每个水冷机组的部分负荷率、每个水泵的频率和每个风机的转速进行控制，由于根据各服务器的功耗来进行控制，因此可以防止各服务器因为局部升温导致的异常或损坏；基于控制系统线性模型构建具有约束的有限时域价值函数，求解有限时域最优控制问题得到从当前时刻至未来时刻的最优控制输入序列，数据中心水冷系统将最优控制输入序列输送至各水冷机组、各水泵以及各风机，对各水冷机组的部分负荷率、各水泵的频率以及各风机的转速进行相应调控，满足能耗最低的同时实现对水冷系统的及时性和预先性控制。
附图说明
14.图1为本发明数据中心的示意图；图2为本发明水冷机组和水泵的示意图；图3为本发明节能预测控制方法的控制流程图；图4为本发明节能预测控制方法的步骤s2的详细流程图；图5为本发明节能预测控制方法的步骤s3的详细流程图；图6为本发明节能预测控制方法的步骤s5的详细流程图；图7为本发明节能预测控制系统的模块示意图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
16.基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定，并用k时刻来代表当前时刻。
18.为解决上述技术问题，结合图3所示，本发明提供了一种预防服务器局部升温以及能实现数据中心水冷系统及时性和预先性控制的适用于数据中心水冷系统的节能预测控制方法，数据中心水冷系统包括数据中心和与数据中心连接的水冷机组模块，水冷机组模块包括预先配置的若干水冷机组、若干水泵及若干风机，如图2所示，本实施例中水冷机组的数量为h台，数据中心包括若干服务器，如图1所示，本实施例中服务器的数量为m台，节能预测控制方法包括以下步骤：步骤s1：采集k时刻每个水冷机组的第一数据，采集k时刻每个水泵的第二数据以及每个风机的第三数据，并获取k时刻数据中心的第四数据；第一数据包括水冷机组的冷冻水供水温度，第二数据包括水泵的频率，第三数据包括风机的转速，第四数据包括数据中心的回风温度；步骤s2：根据第一数据、第三数据以及第四数据计算得到k时刻风机的送风量和k时刻冷冻水回水温度；步骤s3：根据冷冻水回水温度和第一数据计算得到对应的第一耗电量，根据第二
数据以及第三数据分别计算得到对应的第二耗电量以及第三耗电量；步骤s4：根据第一耗电量、第二耗电量以及第三耗电量计算得到经济性能指标，并将经济性能指标输入至预先配置的最优参数模型中，计算得到最优参数值；步骤s5：基于控制系统线性模型构建有限时域价值函数，根据最优参数值和有限时域价值函数计算得到k时刻至未来时刻的最优控制输入序列，数据中心水冷系统根据最优控制输入序列分别对各水冷机组、各水泵以及各风机进行相应调控。
19.本发明的较佳实施例中，结合图4所示，第一数据还包括水冷机组的冷冻水热容；第三数据还包括风机的送风温度；第四数据还包括数据中心的空气热容和各服务器的功耗；步骤s2包括：步骤s21：将功耗输入至预先配置的冷量需求模型中，计算得到数据中心的冷量需求；步骤s22：根据冷量需求、空气热容、回风温度以及送风温度计算得到k时刻风机对应的送风量；根据冷量需求、冷冻水供水温度、冷冻水热容，计算得到k时刻水冷机组对应的冷冻水回水温度；步骤s23：水冷机组模块通过送风量和冷冻水回水温度分别对各风机、各水冷机组以及各水泵进行调控，以使回风温度控制在安全阈值内。
20.具体的，将各服务器的功耗输入至预先配置的冷量需求模型中，计算各服务器在离散时长期间内所消耗的功耗得到数据中心的冷量需求：；其中，为k时刻的冷量需求；m为服务器的数量；为k时刻服务器的功耗；为离散时间。
21.将冷量需求、空气热容、k时刻数据中心的回风温度以及k时刻数据中心的送风温度代入以下公式，计算得到k时刻风机的送风量：；；；其中，为k时刻风机的送风量；为k时刻的冷量需求；为空气热容；为k时刻的数据中心的回风温度；
为k时刻的数据中心的送风温度；为离散时间；为数据中心的送风温度的下限值；为数据中心的送风温度的上限值；为数据中心的回风温度的安全阈值。
22.将冷量需求、k时刻冷冻水供水温度、k时刻冷冻水的回水流量以及冷冻水热容代入以下公式，计算得到k时刻水冷机组供应的冷冻水回水温度：；其中，为k时刻冷冻水回水温度；为k时刻冷冻水供水温度；为k时刻数据中心的冷量需求；为冷冻水热容；为k时刻冷冻水的回水流量；为离散时间。
23.为进一步优化上述方案，第一数据还包括数据中心的外部环境温度、冷冻水热容以及冷冻水的流量；在步骤s3中，根据冷冻水回水温度和第一数据计算得到对应的第一耗电量的具体过程包括：步骤s31：根据外部环境温度、冷冻水供水温度和预先配置的水冷机组对应的第一性能参数经验曲线计算得到水冷机组对应的制冷量；步骤s32：根据制冷量、冷冻水热容以及流量计算得到水冷机组对应的部分负荷率；步骤s33：根据部分负荷率、冷冻水供水温度以及外部环境温度计算得到第一耗电量。
24.具体的，将外部环境温度、冷冻水供水温度和预先配置的水冷机组对应的第一性能参数经验曲线代入以下公式计算得到水冷机组的制冷量：；其中，为水冷机组的制冷量；为水冷机组的额定制冷量；为水冷机组对应的第一性能参数经验曲线；为外部环境温度；为冷冻水供水温度。
25.同时将制冷量、冷冻水热容、冷冻水供水温度、冷冻水回水温度以及冷冻水的流量
代入以下公式计算得k时刻的水冷机组对应的部分负荷率：；其中，为k时刻水冷机组的部分负荷率；为冷冻水热容；为冷冻水的流量； 为k时刻冷冻水回水温度； 为k时刻冷冻水供水温度；为水冷机组的制冷量。
26.为进一步优化上述方案，第一数据还包括水冷机组的名义消耗量；步骤s33包括：根据部分负荷率和预先配置的水冷机组对应的第二性能参数经验曲线计算得到对应的第一输出值，并根据外部环境温度、冷冻水供水温度和预先配置的水冷机组对应的第三性能参数经验曲线计算得到对应的第二输出值，以及根据第一输出值、第二输出值和名义消耗量计算得到k时刻水冷机组的耗电量，作为第一耗电量。
27.将第一输出值、第二输出值和名义消耗量代入以下公式计算得到k时刻的水冷机组的耗电量：；其中，为k时刻的水冷机组的耗电量；为水冷机组的名义消耗量；为第一输出值；为第二输出值；为水冷机组对应的第二性能参数经验曲线；为水冷机组对应的第三性能参数经验曲线；为k时刻的外部环境温度；为k时刻的冷冻水供水温度；为k时刻水冷机组的部分负荷率。
28.其中，预先配置的水冷机组对应的第一性能参数经验曲线、水冷机组对应的第二性能参数经验曲线以及水冷机组对应的第三性能参数经验曲线均由该水冷机组的制造商提供；其中，水冷机组对应的第一性能参数经验曲线、水冷机组对应的第二性能参数经验曲线以及水冷机组对应的第三性能参数经验曲线（包括本技术的水泵对应的第四性能参数经验曲线和风机对应的第五性能参数经验曲线），都是通过对制造商提供的数据表信息进行拟合处理得到的曲线，即：；
；；；；其中(y=0，1，2，3，4，5)、（v=0，1，2，3，4，5）、（g=0，1，2，3）、（e=1，2，3）以及(s=1，2，3)为上述对应曲线的系数。
29.本发明的较佳实施例中，步骤s3包括：根据水泵的频率和预先配置的水泵对应的第四性能参数经验曲线计算得到k时刻水泵的耗电量，作为第二耗电量。
30.具体的，预先配置的水泵对应的第四性能参数经验曲线由该水泵的制造商提供，将水泵的频率和预先配置的水泵对应的第四性能参数经验曲线作为输入代入以下公式，计算得到k时刻的水泵的耗电量：；其中，为k时刻的水泵的耗电量为水泵对应的第四性能参数经验曲线；为水泵的频率。
31.本发明的较佳实施例中，步骤s3包括：根据风机的转速和预先配置的风机对应的第五性能参数经验曲线计算得到k时刻风机的耗电量，作为第三耗电量。
32.具体的，预先配置的风机对应的第五性能参数经验曲线由风机制造商提供，由于数据中心的冷量由风机和冷冻水流经的换热器供给，将风机的转速和预先配置的风机对应的第五性能参数经验曲线作为输入代入以下公式，计算得在k时刻的风机的耗电量：；其中，为在k时刻的风机的耗电量；为风机对应的第五性能参数经验曲线；为风机的转速。
33.本发明的较佳实施例中，结合图6所示，最优参数值包括从最优参数模型中获得的满足经济性能指标的各水冷机组的部分负荷率、各水泵的频率以及各风机的转速，步骤s5包括：步骤s51：基于控制系统线性模型构建有限时域价值函数，求解有限时域最优控制问题得到从k时刻至未来时刻的最优控制输入序列，且最优控制输入序列包含满足经济性能指标的各水冷机组的部分负荷率、各水泵的频率以及各风机的转速；步骤s52：数据中心水冷系统将最优控制输入序列输送至各水冷机组、各水泵以及
各风机，对各水冷机组的部分负荷率、各水泵的频率以及各风机的转速进行相应调控。
34.具体的，将水冷机组的耗电量、风机的耗电量以及水泵的耗电量代入以下经济性能指标模型计算得到最优经济性能指标：；其中，为最优经济性能指标；为水冷机组的耗电量；为水泵的耗电量；为风机的耗电量。
35.将最优经济性能指标作为输入代入最优冷量需求模型，计算得到满足经济性能指标的各水冷机组的部分负荷率、各水泵的频率以及各风机的转速： ；其中，为最优经济性能指标；为外部环境温度；为水泵的频率；为风机的转速；为水冷机组的部分负荷率；分别为满足经济性能指标的水冷机组的部分负荷率、水泵的频率以及风机的转速。
36.基于控制系统线性模型构建有限时域价值函数，根据最优参数值和有限时域价值函数计算得到k时刻至k+n-1时刻（即未来时刻）的最优控制输入序列，获得未来时刻水冷系统的运行策略并对每个水冷机组、每个水泵以及每个风机进行相应调控，即控制每个水冷机组的部分负荷率、水泵的频率以及风机的转速。
37.具体的，根据被控对象在k时刻的状态输入、控制输入和输出构建控制系统线性模型；基于控制系统线性模型构建具有约束的有限时域价值函数，求解有限时域最优控制问题得到从k时刻到k+n-1时刻的最优控制输入序列，即：；其中，为k时刻满足经济性能指标的水冷机组的部分负荷率、水泵的频率以及风机的转速；为k+n-1时刻满足经济性能指标的水冷机组的部分负荷率、水泵的频率以及风机的转速。
38.该节能预测控制系统在实现功耗最小化的同时，还能对数据中心水冷系统进行及时性和预先性的控制。
39.结合图1、图2以及图7所示，一种适用于数据中心水冷系统的节能预测控制系统，数据中心水冷系统包括数据中心和与数据中心连接的水冷机组模块，数据中心包括若干服务器和若干风机，水冷机组模块包括若干水冷机组、若干水泵以及控制模块：节能预测控制系统包括采集模块、功耗模块、温度监测模块以及预测模块，采集模块分别与功耗模块和温度监测模块连接，预测模块分别与功耗模块和控制模块连接，温度监测模块与功耗模块连接；采集模块用于采集当前时刻各水冷机组的第一数据、各水泵的第二数据、各风机的第三数据以及数据中心的第四数据，并将采集的第一数据、第二数据和第三数据输送至功耗模块，以及将第一数据、第三数据和第四数据输送至温度监测模块；温度监测模块用于根据第一数据、第三数据和第四数据计算得到当前时刻风机的送风量和当前时刻冷冻水回水温度，并将风机的送风量和冷冻水回水温度输送至控制模块和功耗模块；功耗模块用于根据冷冻水回水温度和第一数据计算得到第一耗电量，根据第二数据和第三数据进行计算，分别得到第二耗电量以及第三耗电量，并根据第一耗电量、第二耗电量以及第三耗电量计算得到经济性能指标，将经济性能指标输入最优参数模型中得到最优参数值，并将最优参数值输送至预测模块；预测模块用于计算得到最优控制输入序列，并将最优控制输入序列输送至控制模块；控制模块用于根据送风量和冷冻水回水温度，对各水冷机组、各水泵以及各风机进行调控，根据最优控制输入序列，对各水冷机组、各水泵以及各风机进行调控。
40.本发明的较佳实施例中，各水冷机组的输出端连通有一第一集水槽，各水冷机组的输入端连通有一第二集水槽，第一集水槽和第二集水槽之间设有一旁通，旁通用于当第一集水槽对数据中心供水不足时，第二集水槽通过旁通将冷冻水输送至第一集水槽，以保证对数据中心持续供应冷冻水，或当第二集水槽对各水冷机组供水不足时，第一集水槽通过旁通将冷冻水输送至第二集水槽，以保证各水冷机组有充足的冷冻水供应。
41.具体的，水冷机组产生冷冻水，冷冻水储存在第一集水槽内，经水泵输送到数据中心内进行换热，冷冻水进入数据中心后升温，携带热量回到第二集水槽，经水泵输送至水冷机组降温；高温的冷冻水经水冷机组换热后形成较低温度的冷冻水，并进入第一集水槽，再重新通过水泵输送到数据中心内，完成循环，其中风机会将服务器产生的热量通过热风的形式输送至冷冻水流经的区域，换热后的冷风再由风机吹到各服务器上，使得数据中心的回风温度不会太高；当第二集水槽内的高温冷冻水数量不足的时候，可以通过旁通将第一集水槽中的冷却水输送至第二集水槽中，防止水冷机组出现供水不足的情况；当第一集水槽对数据中心的供水不足时，第一集水槽可以通过旁通将冷冻水输送至第二集水槽，使得第一集水槽对数据中心可以提供足够的冷冻水。
42.根据k时刻各服务器的功耗，得到数据中心k时刻的冷量需求，水冷机组模块根据冷量需求分别对每个水冷机组的部分负荷率、每个水泵的频率和每个风机的转速进行控制，由于根据各服务器的功耗来进行控制，因此可以防止各服务器因为局部升温导致的异
常或损坏；基于控制系统线性模型构建具有约束的有限时域价值函数，求解有限时域最优控制问题得到从当前时刻至未来时刻的最优控制输入序列，数据中心水冷系统将最优控制输入序列输送至各水冷机组、各水泵以及各风机，对各水冷机组的部分负荷率、各水泵的频率以及各风机的转速进行相应调控，满足能耗最低的同时实现对水冷系统的及时性和预先性控制。
43.以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围。