1.适用范围

　　适用于新建数据中心及在用数据中心改造。

　　2.技术原理及工艺

　　数据中心冷却系统智能控制技术通过采集环境温湿度、分项电量和制冷设备工况数据，利用 AI 和大数据技术进行时序分析，预测机房各温区变化趋势以及冷量需求曲线；针对冷站和末端空调运行状况联合建模，计算全局能效最优输出参数，实现制冷设备节能；通过现网动环监控系统、群控系统或物联网关进行冷却系统自动调节。工作原理如图所示。

工作原理图

　　3.技术指标

　　（1）针对空调末端设备实施，综合节能率不低于 25%。

　　（2）针对冷站实施，综合节能率不低于 15%。

　　（3）单节点支持 500 万条/天以上量级的指标收集分析。

　　（4）最少只需 7 天数据完成建模。

　　4.技术功能特性

　　（1）基于历史数据预测室内发热量，消除冷量供应冗余，提高冷却系统运行效率。

　　（2）冷站和末端空调联合调优，平衡室内外设备功耗，整体降低冷却系统耗电量。

　　（3）支持 7×24 小时无人值守自动控制，同时支持生成策略指导人工调节。

　　（4）程序动态调整参数，无须进行冷却系统设备改造，实施周期短、风险低。

　　（5）支持云化部署、云边协同架构。

　　（6）可与传统节能改造实施相结合，提升节能效果。

　　5.应用案例

　　江苏某数据中心机房精密空调 AI 节能项目，技术提供单位为南京群顶科技有限公司。

　　（1）用户情况简单说明

　　江苏某数据中心机房，安装有 312 个机柜和 IT 设备，配套 12 台风冷末端精密空调，存在热量分布不均、局部热点以及制冷量过多、电能使用效率（PUE）偏高等问题，空调全年耗电约 137.6 万千瓦时，PUE 约 1.6。

　　（2）实施内容及周期

　　采用数据中心冷却系统智能控制技术对全部精密空调运行状态进行建模分析，针对室内温度变化趋势，推理最优参数并且自动下发控制。实施周期 1.5 个月。

　　（3）节能减排效果及投资回收期实施前后通过挂表分

　　别计量 IT 和制冷耗电量，实施后 IT 耗电量未发生明显变化，精密空调耗电明显降低，日均耗电量从 3769.6 千瓦时降到2752.7 千瓦时，PUE 降至 1.43。年节电 32.52 万千瓦时，投资回收期 1.5 年。

　　6.未来推广前景

　　预计未来 3 年，节能改造市场规模在 1 万台以上。