基于数据中心空调系统AI控制的实现方法

基于数据中心空调系统AI控制的实现方法

王志鹏

天津新天正信息技术有限责任公司  天津  300040

摘要：机房空调AI控制是基于人工智能、物联网、云计算、边缘计算、物模化等技术特点开发的，智能化程度高、提高了能源使用效率，降低了能耗，延长了设备使用寿命，减少了故障发生，同时降低了运维成本，实现机房设备运行更加安全、可靠、高效、节能。

关键词：AI、物联网、能耗、智能模糊、能效分析

1.引言

“城市大脑”已经作为数据中心（超算中心）的代名词，秉承“数字城市之眼、智能城市之脑、生态城市之芯”三大设计理念，打造“边缘计算、云计算、超算”三位一体相融合的城市计算体系，空调系统作为整个数字孪生城市的大数据、区块链、物联网、AI、VR/AR提供网络、计算、存储服务的正常运行不可缺少的部分。通过搭建统一的云资源管理平台，实现整体资源的按需分配、弹性服务和统一管理，满足新区政府单位、企业、个人对计算、存储、网络等资源的业务需求，支撑智慧城市、智慧交通、智慧医疗、精准扶贫、人口信息库、企业信息库、地理信息库、经济数据库、物联网等应用，推动政府及企业的信息化进程，AI成为了这个领域的重要组成部分，随着数据中心的规模和复杂性不断增加，对这些设施进行高效和有效管理的需求变得至关重要。人工智能越来越多地用于数据中心运营，不仅可以简化流程，还可以提高整体效率和性能。

2.系统介绍

2.1　可靠性高

采用模组化的无中心结构，每个制冷单元均是自己独有的控制器、执行器以及传感器，单个制冷单元失效或者故障不会影响系统的持续供冷；制冷单元之间的通讯采用环网结构，每两个模组之间的通讯均有两个回路可以通讯，确保制冷单元之间协同运行；各制冷单元之间设置代偿机制，当AI单元检测到系统中其他AI单元失效，立即启动代偿机制，最短时间内启动备用制冷单元，确保系统足够冷量。

2.1.1系统可靠及安全性保障措施

（1）仿真验证

每套制冷单元的控制器算法都在出厂前完成逻辑和算法的植入，并在厂内完成逻辑验证、功能验证、可靠性验证。

（2）自动保护机制

主机冷冻水低温保护：触发保护，冷冻一次泵流量加大，并发出声光报警，温度达到退出保护值，自动恢复自动调节；

主机冷却水高温保护：触发保护，冷却水泵与冷却塔高频运行，并发出声光报警，温度达到退出保护纸，自动恢复自动调节。

（3）控制阈清晰

智能化控制权限全部分布到制冷单元控制器，上层管理平台仅实现一键供冷群启动、停止，不做单设备启动、停止命令，减少人为误操作造成的逻辑混乱。若需要进行单设备启动、停止，需要到制冷机房打开调试模式进行操作。

2.2　全面的能效分析

①系统采集了冷源站内全面的数据，包括单台设备的耗电量、输出冷量、各类温度等，全面的对单台设备性能进行分析，比如单台主机在不同运行工况下的COP，冷却塔在不同散热量、不同湿球温度下的逼近度；

②空调系统运行数据存储到云平台，保存数据量更大、时间更长、数据更全，而且，通过云平台形式，可以使用手机APP实时对项目进行访问，随时随地了解项目运行状态、历史运行效率等。

2.3　易于操作的人机界面

针对一台主机、一台板换、两台水泵、三台塔风机等设备组成的一个制冷单元，提供一套完整且独立的AI智能控制单元，并充分考虑系统的可扩展性，可以根据不同的控制及管理需求进行灵活的组态编程应用，可以实现本工程大楼整体所涉及的各子系统的信息共享，确保系统总体结构的先进性、合理性、兼容性和可扩展性，可以集成不同类型的先进产品，使整个系统可以随着技术的发展和进步不断充实和提高。

系统还具有极高的安全性、可靠性和容错性，系统配置充分考虑了系统安全、人身安全以及信息传递的安全。

3.系统实现方法

系统包括两个层级：管理层及控制层。管理层包括云平台、管理服务器、现场集控平台、监视客户端。控制层包括AI单元、环控箱、设备智能接口箱、阀控箱、功率单元、气象站等设备。其中，AI单元知识库信息包含了暖通、无中心技术和空调控制与优化技术，可以确保数据中心冷冻机房设备安全、可靠、高效运行，机房专用空调设备的远程智能控制和监视，以暖通工艺为基础进行控制和调节，AI单元与AI单元之间可以通过以太网自动组网，并结合云与大数据技术，实现信息实时交互、知经验学习与分享。

（1）系统节能控制方案

系统充分结合本项目特点和重要性，通过对空调系统设备及工艺参数的全面监测及采集，采用先进的管理系统优化空调设备使用方案，使用先进的控制技术提高系统运行效率，实现整个系统监视、记录查询，设备操作、实时控制、统计分析及故障诊断等功能的自动化，保障系统长期高效运行。系统控制逻辑正确，操作方便，减少运维人员的劳动强度，实现无人值守；使用高可靠的硬件设备，通过全面的安全保护，实现安全生产，可靠稳定运行；系统具备有完善的自主控制能力，功能独立完备，可以根据建筑的负荷特点，自动进行控制方法和控制策略的修正，实现智慧运行。

（2）基于负荷预测的智能模糊预期控制

中央空调系统是一个多变量的、复杂的、时变的系统，其过程要素之间存在着严重的非线性、大滞后及强耦合关系。对这样的系统，无论用经典的PID控制，还是现代控制理论的各种算法，都很难实现较好的控制效果。

模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控制，尤其适合于中央空调这样复杂的、非线性的和时变性系统的控制。模糊控制包括四部分：

模糊化：主要作用是选定模糊控制器的输入量，并将其转换为系统可识别的模糊量，具体包含以下三步：

第一，对输入量进行满足模糊控制需求的处理;

第二，对输入量进行尺度变换;

第三，确定各输入量的模糊语言取值和相应的隶属度函数。

4.系统效率的冷却水自适应优化控制策略

根据中央空调系统的工作流程，冷却水系统的功能是将空调系统的热量（冷冻水吸收的热量和冷水机组消耗能量所产生的热量）排放到室外环境中去，由于冷冻侧实现了系统供冷与末端负荷需求的实时匹配控制，系统的制冷量随负荷需求的变化而变化，因此需要通过冷却水系统排走的热量也在发生变化，如果冷却水流量始终保持不变，则冷凝器的进、出水温差将发生改变，导致冷却水工作在大流量、小温差的低效率状态下运行。

由于在一定的温度范围内，冷却水温度的变化，对制冷主机能耗的影响与对冷却水泵和冷却塔风机能耗的影响正好相反。例如，在一定范围内将冷却水中点温度（冷却水供水温度与回水温度的平均值）降低，有利于提高制冷主机的效率、降低制风机的能耗升高；相反，若在一定范围内将冷却水温度提升，有利于降低冷却水泵和冷却塔风机的能耗，但冷却水温度的升高导致制冷主机的效率降低、增大制冷主机的能耗。

因此，只有将制冷主机能耗、冷却水泵能耗、冷却塔风机能耗三者统一考虑，在每种负荷条件、环境参数及蒸发侧温度下找到一个能保持冷却系统效率最高所对应的冷却水中点温度Tcm，即找到一个冷却系统效率最佳点，才能使整个系统能效比最高。

冷却水系统在使用变频控制的情况，系统对中央空调冷却水及主机系统采用系统自适应模糊优化的控制方法。当环境温度、空调末端负荷发生变化时，中央空调主机的负荷率将随之变化，系统的最佳转换效率也随之变化。模糊控制器在动态预测控制冷媒循环的前提下，依据所采集的空调系统实时数据及系统的历史运行数据，计算出冷却水最佳进、出口温度，并与检测到的实际温度进行比较，根据其偏差值，动态调节冷却水的流量（和冷却塔风量），使系统转换效率逼进不同负荷状态下的最佳值，从而实现中央空调系统运载能耗最大限度的降低。

5.总结

数据中心空调系统AI控制实现解决了我国目前数据中心能源浪费的现状，更加合理科学的实现数据中心的安全、可靠、高效、节能。系统还具有极高的安全性、可靠性和容错性，系统配置充分考虑了系统安全、人身安全以及信息传递的安全。

参考文献

[1]GB 50189-2015《公共建筑节能设计标准》

[2]TS-S100200002《可靠性预计规范》

[3]GB/T17758-1999《计算机和数据处理机房用单元式空调调节机》

[4]《数据挖掘概念与技术》(Han,Jiawei和Kamber,Micheline著)