实战案例丨数据中心冷水系统空调末端分析

2023-11-23 11:40

本文主要是介绍实战案例丨数据中心冷水系统空调末端分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

引言

在大数据、云计算的背景下,全国各地启动了大量数据中心的建设,而空调系统是数据中心的投资、耗能大户。目前,冷水型空调系统因其适用范围广泛、节能效果显著,被广泛应用于大中型数据中心的建设中。空调末端作为冷水型空调系统耗能的重要部分,能耗占比较大,具有一定的节能潜力。


本文对冷水系统中的空调末端形式进行研究,就不同冷媒、不同布置方式进行分析,并结合理论计算及工程实测数据,评估空调末端系统的节能策略。


图1为一种典型的利用冷却塔供冷的水冷冷水型空调系统示意图。

1.空调末端形式


1.1 按布置位置分类

根据布置位置的不同,可将空调末端分为房间级、列间级和机架级。


1.1.1 房间级空调末端

房间级空调末端主要为机房专用空调末端,设置形式为在机房的一侧或两侧设置专门的空调区域,其内布置机房专用空调末端。空调末端送风方式可分为下送风和上送风2种。而机房专用空调末端下送风方式是通过静压箱自下而上输送冷风,是目前最常用的一种空调末端方式。房间级机房专用空调末端的连续耗能运转部件为风机,出于节能考虑,主流厂家均配置具有内置控制器后倾式电子控制换向电动机的风机,即EC风机。


1.1.2 列间级空调末端

列间级空调末端根据布置位置的不同,又可分为列间空调末端和顶置空调末端2种。


列间空调末端布置在机架的列间,前侧出风,水平吹向机架,经过机架前门并对设备供冷后,经机架后门再回风至空调后部。


顶置空调末端的换热盘管敷设于机架上方,机架热空气经机架后部流出后,经顶置空调盘管冷却,冷空气回到机架进风处。


较房间级空调末端来说,列间级空调末端的气体输送距离短、所需风压小,同时配置EC风机,可显著降低风机功耗。一般需同时采用封闭冷通道(或热通道)措施,优化气流组织,减少混风时造成的损失。


1.1.3 机架级空调末端

机架级空调末端更贴近机架热源,并与IT机架紧密结合。机架级空调末端安装在机架前门或背板,形成前门空调末端及背板空调末端。为保证空调末端气流组织的均匀性,制冷前门或背板上一般需敷设多个直流风机,每个风机风量较小。


1.2 按冷媒分类

根据冷媒的不同,可将空调末端分为冷水型和热管型


1.2.1 冷水型空调末端

冷水型空调末端将冷水引入机房,即空调末端换热盘管中的制冷剂为冷水。采用冷水型空调末端,因冷水进入机房内部,需加强防水、检测、报警、排水等措施。


1.2.2 热管型空调末端

热管型空调末端换热盘管中的制冷剂为氟利昂(或其他相变工质),通过换热器将冷水冷量换热给相应制冷剂,同时该换热器也作为制冷剂的冷凝端,而换热盘管即为其蒸发端,依靠制冷剂相变来实现传热。


热管型空调末端的特点是冷水不进入空调末端换热盘管,按制冷剂是否需要动力来区分,可分为无动力热管型和有动力热管型。热管型空调末端的冷凝端和蒸发端有一定高差,该高差引起的密度差若可以作为制冷剂相变循环的动力,则该热管型空调末端为无动力热管型空调末端;若不能,需增加输配装置氟泵,则该热管型空调末端为有动力热管型空调末端。本文工程应用中提到的为无动力热管型空调末端。


1.3 空调末端分类

将空调末端按照布置位置、冷媒类型组合后,便得到了表1的几种空调末端形式


2. 工程应用与测试


在某工程中,选取6个机房规模应用了3种形式的空调末端系统,其中:2个机房应用冷水型列间空调末端;2个机房应用热管型背板空调末端;2个机房应用冷水型前门空调末端。


2.1 工程概况

该工程通信机房单机架平均运行功耗为3KW。通道及机架的尺寸要求如下:通信机架净宽≥600mm,深≥1000mm,高≥2200mm;主走道宽度≥1800mm,其余走道宽度≥1000mm;机架正面维护通道≥1000mm、机架背面维护通道≥800mm。通信机房室内环境要求:服务器进风温度≤24℃,服务器进风相对湿度40%~60%,热通道回风温度≤32℃。空调冷水供回水温度14℃/19℃。机架布置见图2。


2.2 装机率

该工程3种空调末端的设计装机量见表2。


可见,热管型背板空调末端的单机架占地面积最小,仅为2.34m2;冷水型前门空调末端的单机架占地面积较小,为2.40m2;冷水型列间空调末端的单机架占地面积最大,为2.52m2。

由表2可知,该工程中空调末端的单机架占地面积比常规的房间级机房专用空调末端的单机架占地面积(2.5~3.5m2/架)小。原因为该工程中的空调末端采用就近供冷原则,不需单独的空调区域,可与机架共用检修通道,故节省装机面积。


对3种空调末端进行横向对比可知:热管型背板空调末端、冷水型前门空调末端的单机架占地面积指标优于冷水型列间空调末端,原因为冷水型列间空调末端占用单机架机位,而机架级空调末端占用单机架宽度,故整个机房的装机面积利用率机架级空调末端占优。其中,热管型背板空调末端和冷水型前门空调末端的单机架占地面积略有差别,是由建筑平面的差别引起的,理论上可认为二者单机架占地面积相同。另外,由于该工程为改造工程,每个机房占用了55m2 的区域用作换热设备及管道区域,故在一定程度上降低了装机率。该工程未进行顶置式空调末端的排布,但通过类比分析可知,顶置式空调末端形式不需占用任何平面空间,故装机率最高。但是,顶置式空调末端需占用额外的建筑层高,在工程应用中可按需选择。


综上所述,不同空调末端形式的装机率由高到低可排列为:顶置式空调末端、机架级空调末端、列间空调末端、房间级机房专用空调末端。


2.3 空调末端PUE

单个机房空调末端电源使用效率PUEkm的计算公式如下:

式中PUEkm为空调末端PUE(不含制冷系统、变配电系统、不间断电源、照明、建筑能耗等);ΣNkm为某机房所有空调末端设备运行功率,kw;ΣNit为某机房内所有IT设备运行功率,kw。


空调末端运行功率主要为空调末端风机运行功率及加(除)湿功率,本文不计自控系统能耗。

Nkm的计算公式如下:

中Nz为空调末端风机轴功率,kw;Ns为加(除)湿功率,kw。


风机轴功率Nz:

式中V为风机的风量,m3/h;p为风机所产生的风压,Pa;η为风机的效率;ηm为风机的传动效率。


风机配电功率N:

式中K为电动机容量安全系数,一般取1.1~1.5。

对于空调末端,风机的风量V

式中Q为空调末端显冷量,kw;Cp为空气比定压热容,kj/(kg·℃);ρ为空气密度,kg/m3;Δt为空调末端的进出风温差,℃。


其中,空调末端显冷量Q根据机房冷负荷确定:

式中Qit为IT设备发热引起的冷负荷,kw;Qwh为围护结构冷负荷(含照明等),kw;Qxf为新风冷负荷,kw。


机房中IT设备发热引起的冷负荷为机房冷负荷的主要部分,为简化计算,本文根据经验值,作如下简化计算:

该工程机房内设置了单独的加除湿一体机对机房的相对湿度进行控制,原理为湿膜加湿、制冷除湿。因该机房测试时未启用新风系统,且空调末端设备均在干工况下运行,若房间围护结构封闭严密、无人值守,则无湿负荷来源。考虑到实际情况,房间会有一定的空气渗透,式(8)中的末端加(除)湿PUEkm暂按0.002计算。


可见,对于不同的空调末端系统形式,影响空调末端PUEkm的变量主要为p,Δt,ηηm。根据该工程相关厂家提供的产品选型数据,可得到该工程应用的3种空调末端设计满负荷时的PUEkm。为对比节能效果,同时将冷水型机房专用空调(下送风)末端形式作为参照模型。


由表3可知,冷水型机房专用空调末端、列间空调末端、热管型背板空调末端的进出风设计温差为10~12℃,而冷水型前门空调末端需确保干工况运行,本次设计温差为8℃。风机选型方面,冷水型机房专用空调末端和列间空调末端选用了EC风机,而热管型背板空调末端和冷水型前门空调末端由于单风扇功率小,均采用直流风机。在风机全压方面,热管型背板空调末端与冷水型前门空调末端相近,且冷水型前门空调末端的设计风量略大,风阻略高;而列间空调末端因内部含空气过滤器,且换热盘管的内阻高于背板和前门,故风机全压较大;冷水型机房专用空调由于换热盘管内阻、出风静压等因素,风机全压最大。

由表3可知,该工程机房内列间、机架级空调末端的PUEkm在0.020~0.028之间,相对于冷水型机房专用空调(下送风)末端形式,理论上可节能57%~69%,具有显著的节能效果。


另外,通过表3可知,空调厂家可通过优化产品内部结构降低风阻、采用高效风机等措施实现进一步节能。


2.4 工程测试

该工程建设完成后,通过安装满负荷假负载的方法,对机房内的空调末端系统进行了功能和安全性测试以及空调末端PUEkm测试。


2.4.1 功能和安全性测试

在设计冷水温度工况下,采用假负荷加载到设计满负荷,在24h测试时间内,采用3种空调末端的机房的机架进风温度在(22±2)℃范围内,机房热通道温度<32℃,进风口的相对湿度为40%~60%,满足设计要求。


通过模拟不同情况下的单点故障进行测试,如模拟列间空调末端单台空调发生故障停转;部分热管型背板空调末端、冷水型前门空调末端发生故障,停转或开门维护,经测试,在各种单点故障发生后,机架进风温升均未超过2℃,满足设计要求。


对空调区、恒湿机及其周边进行漏水测试,系统均有报警信号,漏水可通过泄水槽排出机房。热管型背板空调末端的制冷剂液位下降后自控系统均有制冷剂泄漏报警。制冷剂漏点在白纸或白布上有明显的染色效果,达到维护检漏要求。


2.4.2空调末端PUEkm测试

通过空调末端自控系统采集了连续运行24h的空调末端用电量以及假负载用电量,两者之比为空调末端PUEkm值。测试冷水供回水温度为14℃/19℃的空调末端PUEkm值,单次测试时间均为24h,测试结果为:热管型背板空调末端,0.0122;冷水型前门空调末端,0.0170;冷水型列间空调末端,0.0157。


可知,上述测试结果优于理论测算值。分析原因如下:1)各种空调末端的主要耗能部件风机采用热备份的方式运行时,综合能耗水平优于标称值;2)测试时段为使用初期,过滤器、换热盘管阻力较小,耗能降低;3)理论测算值的基础数据来源及取定偏于保守。


综上所述,在该工程设计工况条件下,热管型背板空调末端、冷水型列间空调末端、冷水型前门空调末端的实测机房空调末端的PUEkm为0.012~0.017。


本次测试涉及表1所列8种列间级、机架级空调末端形式的3种,相同布置位置、不同冷媒的空调末端可直接类比,顶置式空调末端的耗能构件与列间空调末端相似,可参考列间空调末端测试值。


结论


1)冷水系统中的空调末端形式按布置位置、冷媒的不同,可分为:冷水型机房专用空调末端、热管型机房专用空调末端、冷水型列间空调末端、热管型列间空调末端、冷水型顶置空调末端、热管型顶置空调末端、冷水型背板空调末端、热管型背板空调末端、冷水型前门空调末端和热管型前门空调末端。


2)列间级、机架级空调末端形式的装机率指标优于房间级空调末端形式。


3)测算某工程的机架级、列间级空调末端PUEkm在0.020~0.028之间,相对于(冷水型)机房专用空调(下送风)末端形式,理论上可节能57%~69%,具有显著的节能效果。


4)通过安装满负荷假负载的方法,对某工程机房空调末端系统进行了测试。热管型背板空调末端、冷水型列间空调末端、冷水型前门空调末端的实测机房空调末端PUEkm为0.012~0.017。


作者:罗海亮、娄小军


资料免费送(点击链接下载)

史上最全,数据中心机房标准及规范汇总(下载)

数据中心运维管理 | 资料汇总(2017.7.2版本)

加入运维管理VIP群(点击链接查看)

《数据中心运维管理》VIP技术交流群会员招募说


加入学习群扫描以下二维码或者添加微信:wang2017bj


这篇关于实战案例丨数据中心冷水系统空调末端分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/417674

相关文章

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount