馬 駿，張仁玉，聞?wù)?/p>

（中通服咨詢設(shè)計研究院有限公司，江蘇 南京 210019）

0 引 言

隨著云計算、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術(shù)應(yīng)用業(yè)務(wù)的增長，承載這些業(yè)務(wù)的數(shù)據(jù)中心規(guī)模越來越大，能耗問題變得突出。工信部、國家能源局發(fā)布了《關(guān)于加強綠色數(shù)據(jù)中心建設(shè)的指導意見》，要求國內(nèi)的數(shù)據(jù)中心在2023年之前，能耗水平要能國際領(lǐng)先，大型以上的新建數(shù)據(jù)中心的電源使用效率（Power Usage Effectiveness，PUE）要低于1.4。通過對各類數(shù)據(jù)中心運行數(shù)據(jù)的分析發(fā)現(xiàn)，有將近一半的總能耗是由空調(diào)制冷系統(tǒng)產(chǎn)生的。故此，要降低數(shù)據(jù)中心的PUE，應(yīng)優(yōu)先考慮降低制冷空調(diào)的能耗。

數(shù)據(jù)中心當前較為常用的是水冷冷凍水機組與自由冷卻系統(tǒng)作為節(jié)能制冷系統(tǒng)。一方面，在這類系統(tǒng)中空調(diào)制冷量都是按照夏天最熱的最差工況設(shè)計的，因此全年絕大部分時間處于部分負荷條件，造成能耗的浪費。另一方面，冷凍水溫度和冷水機組工作效率成正比，通常會將冷凍水溫度設(shè)定很低，影響冷水機組的正常工作效率發(fā)揮，從而也帶來能耗的浪費[1]。

除此之外，數(shù)據(jù)中心的建設(shè)規(guī)模、運營多種多樣，系統(tǒng)中接入了多種能源設(shè)備、服務(wù)商也各自不同；能管系統(tǒng)所需要的大數(shù)據(jù)、智能優(yōu)化相對太專業(yè)，又缺乏專門人員運維，也間接造成了數(shù)據(jù)中心能源管理無法達到最優(yōu)。

1 實施意義

根據(jù)當前數(shù)據(jù)中心建設(shè)與運行的實施需求，為了更好地提升能源效率、降低PUE，通過人工智能（Artifical Intelligent，AI）優(yōu)化控制系統(tǒng)對數(shù)據(jù)中心冷凍水系統(tǒng)進行優(yōu)化控制，使系統(tǒng)里的設(shè)備運行在一個最優(yōu)的工況下，既可以降低系統(tǒng)能耗，還能提高冷凍水系統(tǒng)的運行效率，減少維護工作量，并延長設(shè)備壽命。

2 基本原理

本方案以能耗優(yōu)化為主線，通過多種策略的先進控制，根據(jù)室外溫度條件以及室內(nèi)熱負荷情況，持續(xù)自動優(yōu)化調(diào)控數(shù)據(jù)中心溫度變化情況，使數(shù)據(jù)中心溫度及調(diào)節(jié)設(shè)備負荷始終處于最佳狀態(tài)。同時采用基于專家知識和數(shù)學模型的機器推理技術(shù)，在利用大數(shù)據(jù)技術(shù)對復雜歷史、實時數(shù)據(jù)的關(guān)聯(lián)分析基礎(chǔ)上，對系統(tǒng)流程與設(shè)備狀態(tài)進行評估，實現(xiàn)主動優(yōu)化，輔助節(jié)能決策，提升企業(yè)盈利能力與管理水平[2]。

（1）智能控制。采集足夠時間、不同季節(jié)及場景的各設(shè)備運行數(shù)據(jù)、環(huán)境數(shù)據(jù)，針對不同設(shè)備類型進行系統(tǒng)辨識及建模，得到基礎(chǔ)數(shù)據(jù)模型庫?；趯＜医?jīng)驗，制定各設(shè)備詳細的運行情況及對應(yīng)調(diào)整規(guī)則，得到經(jīng)驗?zāi)Ｐ蛶?。針對不同設(shè)備的運行原理及作用，針對性地應(yīng)用不同的控制策略，例如模型預測控制、神經(jīng)網(wǎng)絡(luò)控制、模糊控制、PID控制等，實現(xiàn)整個各個環(huán)節(jié)的穩(wěn)定控制，最終達到室內(nèi)溫度的穩(wěn)定，減少超調(diào)波動。具體實現(xiàn)原理如圖1所示。

圖1 數(shù)據(jù)中心AI能耗優(yōu)化控制實現(xiàn)原理

（2）智能優(yōu)化。在實現(xiàn)室內(nèi)溫度穩(wěn)定控制的基礎(chǔ)上，系統(tǒng)會進一步對運行工況進行優(yōu)化。對海量數(shù)據(jù)應(yīng)用深度學習等大數(shù)據(jù)算法，獲得各類設(shè)備對系統(tǒng)整體能耗的影響，計算影響權(quán)重，得到能耗預測模型。以預測模型為基礎(chǔ)，對各冷卻設(shè)備負載率、冷/熱通道系統(tǒng)溫濕度、天氣情況等進行分析，確定影響PUE相關(guān)參數(shù)。通過最優(yōu)環(huán)境控制溫度、在能夠滿足制冷的條件下盡可能提高冷凍水的溫度、自動切換至預冷模式或節(jié)能模式，盡可能降低設(shè)備的冷卻需求，從而實現(xiàn)節(jié)約能源的目的[3,4]。

3 方案架構(gòu)

本方案采用先進的網(wǎng)絡(luò)通信技術(shù)，通過OPC/Modbus/BACnet方式連接群控系統(tǒng)，利用VPN/防火墻將二者隔離，通過對現(xiàn)場群控系統(tǒng)數(shù)據(jù)的采集，基于專家優(yōu)化系統(tǒng)來對數(shù)據(jù)中心溫度相關(guān)各環(huán)節(jié)進行控制。

AI優(yōu)化控制系統(tǒng)為下圖2中的應(yīng)用服務(wù)單元，由智能系統(tǒng)服務(wù)器和相關(guān)配套設(shè)備組成。智能系統(tǒng)服務(wù)器通過訪問OPC Server獲取各類設(shè)備數(shù)據(jù)，并將反向控制數(shù)據(jù)結(jié)果寫入到群控系統(tǒng)中。

當需要支持遠程調(diào)試時，需要配置VPN和專業(yè)的防火墻，并在遠程機器安裝服務(wù)器的客戶端，如需對數(shù)據(jù)進行遠程存儲則需要部署數(shù)據(jù)服務(wù)器，如圖2中遠程調(diào)試單元所示。

圖2 數(shù)據(jù)中心AI能耗優(yōu)化控制系統(tǒng)方案構(gòu)架圖

4 軟件架構(gòu)

系統(tǒng)以完整的軟件產(chǎn)品存在，包含完整的數(shù)據(jù)采集、控制器模塊、控制子系統(tǒng)及用戶交互部分內(nèi)容。整個軟件架構(gòu)設(shè)計如圖3所示。

圖3 數(shù)據(jù)中心AI能耗優(yōu)化控制系統(tǒng)軟件架構(gòu)

5 可行性分析

系統(tǒng)不干涉現(xiàn)有群控系統(tǒng)運行，通過OPC接口或雙方約定的其他協(xié)議與群控系統(tǒng)進行通信。系統(tǒng)具有普通模式/優(yōu)化模式無擾動切換，可以隨時切換工作模式。在完全自動運行時，具有學習和提高操作水平的功能。系統(tǒng)可以優(yōu)化操作參數(shù)，達到穩(wěn)定的運行狀態(tài)，避免現(xiàn)場過程參數(shù)較大、頻繁波動，穩(wěn)定運行。系統(tǒng)采用多參數(shù)模型預測控制，具有自動識別錯誤數(shù)據(jù)的功能，不會因為某個現(xiàn)場儀表的損壞而出現(xiàn)誤操作。系統(tǒng)發(fā)現(xiàn)關(guān)鍵設(shè)備故障后，可主動報警要求人工介入。

6 功能模塊

本系統(tǒng)涵蓋核心回路的穩(wěn)定控制、異常工控的自動處置、異常工況的告警3個環(huán)節(jié)。按照各設(shè)備的功能不同將業(yè)務(wù)功能劃分如下文所述。

6.1 冷凍水泵控制

控制方法：通過對冷凍水系統(tǒng)的供回水溫差的推理分析，對冷凍水泵的頻率進行調(diào)節(jié)。

控制變量：冷凍水泵頻率。

被控變量：冷凍水出水溫度、冷凍總管壓差、冷凍總管回水溫度。

6.2 冷卻水泵控制

控制方法：通過對冷卻水供回水總管溫差的推理分析，對冷卻水泵的頻率進行調(diào)節(jié)。

控制變量：冷卻水泵頻率。

被控變量：冷卻水供水溫度、冷卻水出水溫度、冷卻供回水溫度、冷水機組冷凝壓力、冷凝溫度以及板換進出水溫差。

6.3 冷卻塔控制

控制方法：通過對冷卻水出水溫度與目標設(shè)定值差值的分析，控制冷卻塔臺數(shù)及頻率。

控制變量：冷卻塔數(shù)量、冷卻塔頻率。

被控變量：冷卻水出水溫度、冷卻塔出水溫度目標設(shè)定值、冷卻塔數(shù)量。

6.4 室內(nèi)空調(diào)控制

控制方法：通過對負載情況的分析，對末端空調(diào)運行參數(shù)進行調(diào)整。

控制變量：空調(diào)設(shè)定溫度、水閥開度。

被控變量：空調(diào)送風溫度、空調(diào)回風溫度、送回風溫差、冷/熱通道溫以及濕度。

6.5 冷水機組控制

控制方法：通過對外部環(huán)境溫度的分析，調(diào)整控制冷水機組。

控制變量：冷水機組運行信號。

被控變量：冷凍泵數(shù)量、冷卻泵數(shù)量、板換數(shù)量、冷凍總管出水流量/溫度以及冷水機組工作電流。

7 結(jié) 論

AI優(yōu)化控制系統(tǒng)以“室內(nèi)溫度穩(wěn)定”為核心，以AI算法為主要手段，集成多種控制策略，例如模型預測控制、神經(jīng)網(wǎng)絡(luò)預測、專家規(guī)則等，對不同工況針對性控制。實現(xiàn)從冷卻塔、冷水機組、水泵、空調(diào)等設(shè)備的智能優(yōu)化控制。系統(tǒng)基于深度學習對海量數(shù)據(jù)收集、分析與預測提高了系統(tǒng)控制的可靠性、加快了系統(tǒng)分析的速度、保證了系統(tǒng)輸出的精度。系統(tǒng)在實現(xiàn)穩(wěn)定控制的基礎(chǔ)上，結(jié)合大數(shù)據(jù)理論與先進控制算法，結(jié)合專家經(jīng)驗，建立運行機理自學習模型，從而對冷卻系統(tǒng)運行參數(shù)進行滾動優(yōu)化?；贏I優(yōu)化控制系統(tǒng)的可行性及其節(jié)能價值，未來在數(shù)據(jù)中心行業(yè)內(nèi)將得到推廣和大量應(yīng)用，成為數(shù)據(jù)中心建設(shè)的必選項。