0 引言目前,国家及地方对大型数据中心电能利用效率(PUE)要求在不断提高,例如2019年上海要求新建数据中心的PUE在1.3以下,改建数据中心PUE在1.4以下。面对国家政策的不断缩紧,优化数据中心能源架构,加快数据中心节能工作迫在眉睫,因此占整个数据中心能耗约40%的暖通空调系统节能工作也逐渐成为国内外专家研究的重点。 从COP较低的风冷系统逐步转变为COP更高的水冷系统,从定频设备到变频设备,从单纯冷水机组制冷再到采用自然冷源供冷,可以说从暖通空调系统设备选型上,暖通空调节能技术及配套设备逐渐完善。然而,硬件的优化如果没有匹配的软件支撑,则暖通空调系统节能效果就无法明显体现。 因此,从实际出发,保证系统运行安全的同时,从暖通空调智能化控制系统控制参数采集点及相关控制逻辑方面进行优化,对暖通空调系统设备运行进行比例积分微分(PID)控制调节,从而使暖通空调系统达到安全、绿色、高效、节能的运行状态。 1 现状、问题及能力瓶颈1) 现有的暖通空调智能控制系统多为非暖通空调专业人员编制,对系统运行、设备特性、控制需求不熟悉,造成系统控制混乱,既不安全又不节能。 2) 暖通空调系统智能化设计存在图套图现象,即一图多用,抄袭前人作品,部分设计人员不懂现场、缺少创新,系统运行冷量大于实际需求冷量,导致冷量冗余区间过大,造成暖通空调系统运行大量能源的浪费,且因设备长期运行造成磨损,缩短设备使用寿命。 3) 设计者与系统编程者不参与后期运维,故无运维管理经验,设计内容不符合实际情况,导致设计逻辑与实际需求偏差较大。 2 节能控制应用及优化基于暖通空调楼宇设备自控系统(BA),对系统各项运行数据进行采集,通过调整冷水泵、冷却水泵、冷却塔、末端空调及运行模式5个部分的控制参数采集点、控制阈值及控制逻辑,使其可以根据末端负载情况进行精确的设备加载和加机,减少系统运行冗余空间,降低设备运行能耗,使其达到安全、高效、绿色、节能的运行状态。 2.1 以冷水系统供回水温差为冷水泵控制基础目前数据中心的冷水泵控制逻辑大多为监测数据机房最不利点压差来控制冷水泵运行频率,且最不利点一般选择在数据机房最高层供回水管中间点。但在实际应用过程中供回水压差难以一次设定成功,且随着每层楼机架上架数量不同,最不利压差点也难以确定,需随系统运行情况实测设定,若业主单位无专业暖通空调工程师,则该数据几乎不会进行调节。另外,温差相对于压差更能反映负载的供冷需求。因此,为方便控制冷水泵,减少后期调试工作量,建议将末端压差控制改为分集水器温差结合末端温差控制。 表1给出了最不利点压差控制与分集水器温差控制的优缺点的对比。
表1 最不利点压差控制与分集水器温差控制优缺点的对比
针对分集水器温差控制滞后的问题,通过采集末端总管温差数据解决(传感器布置见图1)。如在南京移动某在建数据机房,该建筑共6层,1层为制冷机房,2～6层为数据机房。设计机架4 520台,单机架功耗7 kW,配10台4 400 kW低压离心机组,空调设计供/回水温度为12 ℃/18 ℃。具体控制逻辑如下: 1) 采用供回水管温差控制,比较分集水器温差及楼层供回水管温差; 2) 判断最大温差是否大于设定温差; 3) 若大于则根据系统设定温差PID自动调节冷水泵频率。 
图1 传感器布置示意图 2.2 根据供回水总管温差控制冷却水泵运行频率现在常用水系统冷却水泵变频控制方式有以下3种。 1) 根据冷却水供水温度调节。即采集冷却水泵出水温度,对水泵进行PID调节。此调节方式较单一,灵活性不足,受外界环境影响较大,且在不同供冷模式下控制参数不同,需经常调节。 2) 根据冷水机组冷凝压力或冷凝温度控制。即根据冷水机组冷凝压力(温度),在保证机组不发生冷凝压力高报警的基础上设定控制阈值,依据该值对冷却水泵进行PID调节。此调节方式较单一,灵活性不足,受室外环境影响较大,且在自然供冷模式下无法使用。 3) 根据冷水机组或板式换热器进出水温差控制。大部分的暖通空调智能化设计皆根据此模式进行调节,分别采集冷水机组和板式换热器的进出水温差控制冷却水泵,且温度监测点大多设在阀门后端。该种设置方法因模式变换,温差采集点需要调整,逻辑控制较复杂。且对于冷却水并联系统,温差控制点的选择将导致多台冷却水泵运行时频率不一致,个别低频水泵压头不足,造成系统流量失衡。图2为根据冷水机组或板式换热器冷却侧进出水温差控制的传感器布置示意图。 以上3种为最常见的冷却水泵控制设计,针对以上3种控制逻辑存在的问题,建议对冷却水泵控制参数采集及相关逻辑进行优化——根据冷却水供回水总管温差进行控制。在冷却水系统供回水总管或供回水总环路管道上增加温度传感器,如图3所示,通过供回水总管温差进行冷却水泵变频控制。该控制方式不受供冷模式影响,且对于环路并联冷却水泵频率控制均为供回水总管温差控制,而非各制冷单元供回水温差控制,保证了各泵运行频率相同,避免水量失衡问题产生。 
图2 根据冷水机组或板式换热器冷却侧进出水温差 控制的传感器布置示意图 2.3 根据冷却水出水温度与目标值的差值控制冷却塔运行台数及频率南京某数据中心冷却塔采用三风机冷却塔,原BA控制设定为3台冷却塔风机同时开启,根据冷却塔出水温度同步变频。该方法仅控制冷却塔风机运行频率,未考虑冷却塔风机运行台数的加减情况,因此造成过渡季节冷却塔3台风机均30 Hz运行,总风量大于实际需求风量,从而导致冷却塔出水温度过低,造成冷水机组喘振。因此,这种控制逻辑不仅不利于冷水机组运行,还会造成大量能源浪费。 针对以上问题,建议调整冷却塔控制逻辑,见图4。 
图4 冷却塔风机自动控制流程 2.4 根据负载情况调整末端空调运行参数一般末端空调风机与水阀可通过不同参数进行调节,以下以南京某数据中心末端空调调节为例进行说明。 该数据中心共5层,机柜3 063台,列间空调998台,冷水供/回水设计温度为14 ℃/19 ℃。该列间空调风机转速通过回风温度控制,水阀开度通过送风温度控制。微模块采用冷通道封闭,调整前送/回风温度设定为20 ℃/32 ℃,夏季冷通道送风相对湿度大多为80%以上。 该数据中心原末端空调参数厂家设置不合理,机房冷通道湿度报警周报警数1 424条,送风温度过高报警1 966条,极大降低了维保人员工作效率,且末端空调能耗较大,能源浪费严重。 通过对比相同负载微模块列间空调不同送回风温度下冷通道相对湿度及列间空调功耗,选择安全节能的控制参数,在冷水供水温度为14 ℃的情况下,将列间空调送/回风温度改为22 ℃/30 ℃。 通过对列间空调运行参数进行调整后,每周送风温度过高报警数为69条,报警总数下降约96.5%,每周送风湿度过高报警数为108条,下降约92.4%,调节效果明显。将调整前后空调运行功率进行对比发现,末端空调功率由原来的189 W降至150 W,调整后具有明显节能效果,单台空调节能率为20.6%。 现在列间空调运行大多为空调设备厂家进行设备自控,不接入BA控制系统,建议后期空调设备厂家可将系统升级为自适应系统,自动筛选最优运行参数。 2.5 利用蓄冷罐进行冷水机组间歇节能运行对于数据中心水冷空调系统,为提高自然冷源利用率,一般设置冷水机组供冷模式、冷水机组+板式换热器供冷模式及自然冷源模式,这3种模式根据室外湿球温度进行自动调节。并在此基础上,为保证系统持续供冷能力,一般配备蓄冷罐作为后备冷源。 当前期机房电子信息设备(IT)负载率较低时,为提高冷源利用率,避免冷水机组因负载较低造成频繁启停或喘振,建议采用蓄冷罐间歇释冷模式进行机房供冷,即冷水机组部分冷量先对蓄冷罐进行蓄冷,然后冷水机组停用,利用蓄冷罐存储的冷量进行机房供冷,当蓄冷罐冷量释放到一定程度后,再开启冷水机组进行机械供冷。 以江苏广电某数据中心为例,说明间歇释冷逻辑。该数据中心一期设计机柜2 000台,配备3台单台制冷量为3 200 kW的冷水机组,冷水供/回水设计温度为12 ℃/18 ℃。初期启用200台机柜,单机柜功率为3 kW,最初未考虑蓄冷罐间歇运行,导致冷水机组运行负载45%以下,易发生机组喘振问题。经调整后,夏季蓄冷罐一次充冷后可持续运行1 h以上。具体控制逻辑如下: 1) 冷水机组电流百分比持续低于45%(可调),延时2 min,或冷凝器饱和温度超过37 ℃(可调),延时2 min,冷水机组停机; 2) 当分水器温度高于14 ℃后,蓄冷罐进入放冷模式,如图5所示; 3) 当分水器温度高于18 ℃后,延时2 min,冷水机组开机,执行充冷模式; 4) 检测冷水机组电流百分比,重复步骤1)～3)。 
图5 释冷模式示意图 3 结语随着数据中心节能手段不断推陈出新,节能自控系统也应与时俱进,吸取以往节能自控系统中总结的经验,因地制宜、因时制宜,探索更加贴近现场的节能控制方法,使暖通空调系统运行可以更好地与IT负载契合,在保证系统稳定运行的同时,降低空调供冷冗余量,提高暖通空调系统节能效果。另外,在自动控制系统中,传感器等监测设备及电动蝶阀等电控设备故障率高、传输延时及相关暖通空调和电气设备未按类型进行电能自动监测、记录,导致设备能耗统计困难等问题也是影响暖通空调节能改造效果及节能自控系统稳定运行的重要因素。 参考文献[1] 李玉街,蔡小兵,郭林.中央空调系统模糊控制节能技术及应用[M].北京:中国建筑工业出版社,2009:303-314 作者简介： 张春朋,男,1991年3月生,在读硕士研究生,工程师210000江苏省南京市浦口区高新区朗山路2号朗诗未来街区一期3栋E-mail:768100250@qq.com; 收稿日期：2020-02-21 Optimization and application of energy saving control for HVAC water cooling systems in data centersZhang ChunpengNanjing University of Aeronautics and Astronautics
Abstract：
Presents the situation and common problems of HVAC intelligent control system in data centers. Taking some data centers in Nanjing as examples, optimizes the common energy saving control problems of HVAC systems from five aspects of chilled water pumps, cooling water pumps, cooling towers, terminal air conditioners and operation modes. Received： 2020-02-21 本文引用格式：张春朋.数据中心暖通空调水冷系统节能控制优化及应用[J].暖通空调，2020，50（12）：50-53 《暖通空调》官方网站：http://www. |
|
|
