一种数据中心风机及其控制方法与流程

本发明属于热能技术领域，具体涉及一种数据中心风机及其控制方法。

背景技术：

随着云计算和大数据技术的蓬勃发展，数据中心规模越来越大，功耗也越来越多。研究表明，数据中心的能耗已经占到了全国耗电量的2％左右，而且呈不断上升的趋势。另外，研究还表明，数据中心的能耗中，除it设备之外，空调系统的能耗占到了约70％，而空调风机又占到空调系统总能耗的50％左右，降低数据中心空调系统风机的能耗的需求非常迫切。

技术实现要素：

本发明的目的是为了解决降低数据中心空调系统风机的能耗的问题，提出了一种数据中心风机及其控制方法。

本发明的技术方案是：一种数据中心风机包括机房模块、送回风通道、空调机组、外部接口和外部优化控制器；

机房模块通过送回风通道与空调机组固定连接；外部接口和空调机组的输出端固定连接；外部接口还与外部优化控制器通信连接。

进一步地，机房模块包括it设备机柜、冷通道和热通道；

冷通道和热通道依次交替固定连接；it设备机柜分别固定设置于交替固定连接的冷通道和热通道之间。

进一步地，冷通道和热通道上均设置有温度传感器和温度传感器网络。

进一步地，温度传感器为ntc温度传感器。

进一步地，温度传感器网络为星型拓扑结构。

本发明的有益效果是：本发明能够在数据中心机房内温度场分布满足特定要求时，还能够减少数据中心的风机能耗，提高能源利用率，节能环保。而且实现故障时机组间的负荷的自动再分配，提高了数据中心的可靠性。

基于以上系统，本发明还提出一种数据中心风机的控制方法，包括以下步骤：

s1：根据相邻的冷通道和热通道计算m个不同的冷热通道温差δthcm；

s2：为m个不同的冷热通道温差δthcm设置权重因子cxm；

s3：设置空调的故障因子矩阵gxy；

s4：根据m个不同的冷热通道温差δthcm、权重因子cxm和故障因子矩阵gxy计算变量cconx；

s5：设置风机的控制变量为csetx；

s6：通过试凑法调整变量cconx和控制变量为csetx之差至最小，完成数据中心风机的控制。

进一步地，步骤s1中，m个不同的冷热通道温差δthcm的计算公式为：

δthcm＝j^-1*∑cthj*thotmj-i^-1*∑ctci*tcoldmi

其中，thotmj表示第m列机柜热通道上第j个温度传感器温度，tcoldmi表示第m列机柜冷通道上第i个温度传感器温度，cthj表示热通道温度传感器权重因子，取值大于或等于0，ctci表示冷通道温度传感器权重因子，取值大于或等于0。

上述进一步方案的有益效果是：在本发明中，将热通道温度取某一定值，达到控制冷通道送风温度分布的目的；还可将冷通道温度取某一定值，达到控制热通道温度分布的目的。

进一步地，步骤s2中，权重因子cxm为x行m列的矩阵，其中，x表示空调个数，m表示冷热通道温度差个数。

进一步地，步骤s3中，若x取值与y取值相同，则取为相同的定值；若x取值与y取值不相同，则处于停机或故障状态的空调的y取值大于0，否则y取值为0，其中，y≤x。

进一步地，步骤s4，变量cconx的计算公式为：

cconx＝∑gxy*cxm*δthcm

其中，δthcm表示m个不同的冷热通道温差，cxm表示权重因子，gxy表示故障因子矩阵。

本发明的有益效果是：

(1)通过增加温度异常区域权重因子的方法，利用优化算法设定限值，当达到限值时来自动增加温差异常本身的权重因子，实现温度异常区域快速恢复正常，且使风机功耗仅做必要的小幅增加。

(2)结合实时优化算法，实现对数据中心机房内温度场分布的调整，同时使风机保持最低的必要功耗。

(3)常规数据中心风机内某台空调故障停机时，有可能导致温度场的分布异常，而各机组无法感知到这种异常，而本发明可以实时感知且及时调整负荷再分配，使其快速恢复正常。

附图说明

图1为数据中心风机的结构图；

图2为数据中心风机的控制方法的流程图；

图中，1、机房模块；2、送回风通道；3、空调机组；4、外部接口；5、外部优化控制器；6、it设备机柜；7、冷通道；8、热通道；9、温度传感器；10、温度传感器网络。

具体实施方式

下面结合附图对本发明的实施例作进一步的说明。

如图1所示，本发明提供了一种数据中心风机，包括机房模块1、送回风通道2、空调机组3、外部接口4和外部优化控制器5；

机房模块1通过送回风通道2与空调机组3固定连接；外部接口4和空调机组3的输出端固定连接；外部接口4还与外部优化控制器5通信连接。

在本发明实施例中，如图1所示，机房模块1包括it设备机柜6、冷通道7和热通道8；

冷通道7和热通道8依次交替固定连接；it设备机柜6分别固定设置于交替固定连接的冷通道7和热通道8之间。

在本发明实施例中，如图1所示，冷通道7和热通道8上均设置有温度传感器9和温度传感器网络10。

在本发明实施例中，如图1所示，温度传感器9为ntc温度传感器。在本发明中，温度传感器不是特定性形式，可以是模拟传感器加采集器形式，也可以说是数字式的传感器。

在本发明实施例中，如图1所示，温度传感器网络10为星型拓扑结构。在本发明中，传感器网络不特定，可以是无线网络，也可以是有线网络；可以是总线型拓扑结构，也可以说是星型拓扑结构。

基于以上系统，本发明还提出一种数据中心风机的控制方法，如图2所示，包括以下步骤：

s1：根据相邻的冷通道和热通道计算m个不同的冷热通道温差δthcm；

s2：为m个不同的冷热通道温差δthcm设置权重因子cxm；

s3：设置空调的故障因子矩阵gxy；

s4：根据m个不同的冷热通道温差δthcm、权重因子cxm和故障因子矩阵gxy计算变量cconx；

s5：设置风机的控制变量为csetx；

s6：通过试凑法调整变量cconx和控制变量为csetx之差至最小，完成数据中心风机的控制。

在实际应用中，调整方法有很多种，本专利提供了调整手段，可以通过调整矩阵取值去实现，即试凑法，通过观察不同矩阵取值对风机功耗和温度分布的影响，不断试验各矩阵的取值。

也可以通过优化算法：将这些矩阵的值、送风温度、回风温度和冷冻水温度等作为多层神经网络的输入，将风机功耗和送风温度的标准差作为多层神经网络的输出，改变各矩阵设置的取值，使神经网络学习到各矩阵取值与风机功耗和送风温度的标准差之间的数学关系，通过粒子群算法寻找最优的矩阵取值，并将送回风温差的最大值作为约束条件，使风机的功耗和送风温度的标准差最小。当神经网络的输出为不同的值时，可以达到不同的优化目标。

调整算法可运行于各机组控制器内，或通过外部接口将优化后的这些矩阵传输至各空调机组控制器内。本发明还要求空调机组将出风温度设定为通过水阀开度控制或压缩机变频控制，可以通过人工经验调整或调整算法实时计算来优化送风温度，来达到风机功率最小的目的。

在本发明实施例中，如图2所示，步骤s1中，m个不同的冷热通道温差δthcm的计算公式为：

δthcm＝j^-1*∑cthj*thotmj-i^-1*∑ctci*tcoldmi

其中，thotmj表示第m列机柜热通道上第j个温度传感器温度，tcoldmi表示第m列机柜冷通道上第i个温度传感器温度，cthj表示热通道温度传感器权重因子，取值大于或等于0，ctci表示冷通道温度传感器权重因子，取值大于或等于0。在本发明中，将热通道温度取某一定值，达到控制冷通道送风温度分布的目的；还可将冷通道温度取某一定值，达到控制热通道温度分布的目的。

在本发明实施例中，如图2所示，步骤s2中，权重因子cxm为x行m列的矩阵，其中，x表示空调个数，m表示冷热通道温度差个数。

在本发明实施例中，如图2所示，步骤s3中，若x取值与y取值相同，则取为相同的定值；若x取值与y取值不相同，则处于停机或故障状态的空调的y取值大于0，否则y取值为0，其中，y≤x。

在本发明实施例中，如图2所示，步骤s4，变量cconx的计算公式为：

cconx＝∑gxy*cxm*δthcm

其中，δthcm表示m个不同的冷热通道温差，cxm表示权重因子，gxy表示故障因子矩阵。

本发明的工作原理及过程为：本发明的目的在于提供一种数据中心风机及其控制方法，其数据中心风机包括机组控制器、传感器网络、传感器和外部接口，其控制方法通过为不同机组分配不同的冷热通道温差权重因子及故障因子，从而在满足数据中心机房内温度场分布能够满足特定要求时，还能够减少数据中心的风机的能耗，提高能源利用率，节能环保。而且实现故障时机组间的负荷的自动再分配，提高了数据中心的可靠性。

本发明的有益效果为：

(1)本发明能够在数据中心机房内温度场分布满足特定要求时，还能够减少数据中心的风机能耗，提高能源利用率，节能环保。而且实现故障时机组间的负荷的自动再分配，提高了数据中心的可靠性。

(2)通过增加温度异常区域权重因子的方法，利用优化算法设定限值，当达到限值时来自动增加温差异常本身的权重因子，实现温度异常区域快速恢复正常，且使风机功耗仅做必要的小幅增加。

(3)结合实时优化算法，实现对数据中心机房内温度场分布的调整，同时使风机保持最低的必要功耗。

(4)常规数据中心风机内某台空调故障停机时，有可能导致温度场的分布异常，而各机组无法感知到这种异常，而本发明可以实时感知且及时调整负荷再分配，使其快速恢复正常。

本领域的普通技术人员将会意识到，这里的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。