数据中心水蓄冷削峰填谷的经济性分析

article/2025/9/15 21:30:00

摘要

结合国内三大城市的全年气象参数及大型数据中心常用的空调系统,分析数据中心在常用工况下,采用水蓄冷进行削峰填谷的经济性,并指出了大型数据中心采用削峰填谷措施具有良好的经济性。

关键词 :削峰填谷 ;数据中心 ;空调系统 ;经济性

数据中心是为集中放置的电子信息设备提供运行环境的建筑场所,其建筑耗能巨大,对应的建筑发热量也特别大。而随着云计算的迅速发展,全社会对数据中心的需求量增加特别迅速,数据中心朝着大型化、集中化的方向发展。由于水冷式集中空调系统对建筑形式的适应性,目前国内大中型数据中心普遍采用水冷冷冻水空调系统。

由于数据中心空调系统的特殊性,其对应空调系统削峰填谷的设计理论和经济性的计算分析,与其他行业建筑空调系统削峰填谷相比有很大的不同。本文结合数据中心的特点,针对大型数据中心水冷冷冻水空调系统的常用工况,计算在全年运行工况下,北京地区、上海地区和广州地区数据中心削峰填谷的投资回收期,分析其经济性是否合理。

数据中心常用的水冷式集中空调系统

数据中心常用水蓄冷系统

数据中心水冷冷冻水空调系统采用的蓄冷罐一般分为闭式承压蓄冷罐和开式蓄冷罐,由于闭式蓄冷罐的成本比较高,一般应用于规模比较小的空调系统;规模比较大的空调系统一般应用开式蓄冷罐。

为了保证数据中心的持续供冷,一次泵空调系统常采用闭式蓄冷罐;二次泵系统常采用开式蓄冷罐。由于二次泵系统配置开式蓄冷罐,可以实现在线无切换模式的持续供冷,同时成本比较低,是目前大型数据中心冷冻水空调系统持续供冷的常用配置。

本文主要讨论在原有持续供冷蓄冷罐的基础上,增大了蓄冷罐用于削峰填谷的容积,利用峰谷电价差来降低数据中心运行费用。

数据中心常用削峰填谷系统

数据中心设计规范规定,A级数据中心空调系统主设备(含冷却塔、水泵、冷水机组、板式换热器)需要冗余备份,其主要的制冷设备设置为N+1,其中有1组设备备用。目前数据中心一般采用3+1或者4+1的冗余设置。制冷单元采用4+1系统冗余,制冷单元彼此独立;二次泵和末端形成一个独立循环单元;蓄冷罐、制冷单元、末端系统彼此连接形成完整的空调系统。

由于数据中心空调系统设置了一定的冗余,另外考虑到安全因素,数据中心实际运行负荷一般低于设计负荷。考虑利用冗余设备,在夜间电价谷值时,为蓄冷罐进行蓄冷;在白天电价峰值时,利用蓄冷罐的蓄水来为机房供冷,节省运行费用。在这种运行策略下,仅仅只需要增加蓄冷罐的水容积,而主要制冷设备数量和参数基本保持不变。因此在增加最小投资的基础上,分析数据中心空调系统采用水蓄冷削峰填谷措施后,是否具有良好的经济性。

数据中心削峰填谷的应用工况分析

典型城市的电价分析

本节重点分析中国三大城市(北京、上海、广州)的峰谷电价差,以10kV 工业用电为电价为典型参考值,来分析数据中心采用水蓄冷削峰填谷措施的经济性。表1为中国三大典型地区的峰谷电价差,可以看出,峰值的电费约为谷段电费的4倍。数据中心全年运行,良好的峰谷电价差可以提高数据中心削峰填谷应用的经济性。

5cd8249275998d3689ee66047e14b234.png

数据中心水蓄冷削峰填谷运行策略

从表1可以看出,上海地区非夏季工况下,每天高峰时间为6h;广州地区每天高峰时间也为6h。为了达到最佳的投资回收比,利用峰谷电价差实际最长的情况,本文设置蓄冷罐所增加的蓄冷量为空调系统白天放冷时间6h所需要的冷量。

在数据中心实际运行过程中,具体运行策略如表2所示。一般数据中心的平均负载率均低于设计满负载的70%。本文计算过程中,进行如下假定:空调系统设计满负载流量为Q,系统平均负载率为设计满负载的70%。制冷单元为4+1配置,制冷单元的最大运行流量为1.25Q。平段时间,蓄冷罐为定压旁通设备,旁通流量为系统运行所需流量的10%。

系统全天运行流量与时间关系如表2所示。

58b313707e7421f4c3571a339ee8c9f3.png

从表2可以得出,在不增加制冷单元设备容量情况下,系统平均负载率为70%时,蓄冷罐通过夜间7.6h的蓄冷,能保证系统白天峰段时间6h的放冷需求。

数据中心削峰填谷冷源系统能耗分析

根据大量数据中心项目配置,建立一个数据中心常用模型,分析数据中心削峰填谷的能耗情况及经济性。其模型主要设置条件如下:数据中心设计配置3000个5kW的IT机柜;数据中心全部IT设备的平均负载率为满负载的70%。

工况一:蓄冷罐仅仅考虑15min的应急供冷。

工况二:空调系统采用削峰填谷兼应急供冷设计,蓄冷罐增加白天峰段时间6h的放冷量。

根据上述设定条件,数据中心空调系统的主要设备配置如表3所示。

a55cea1660037f5a2928ccc6a8ea3599.png

在计算数据中心冷源系统全年功耗过程中,由于室外气象参数的变化,会造成冷源系统全年的功耗计算比较复杂。数据中心项目进行节能分析时宜采取简易方案,把全年制冷系统运行划分为3个阶段,分别为夏季完全机械制冷阶段、冬季完全自然冷却阶段、过渡季部分自然冷却阶段。3个阶段中冷却塔、冷冻水泵、冷却水泵的运行功率可都取额定功率,冷水机组的运行功率分别取100%、0%和50%的额定功率测算,三阶段功耗指标与运行小时占全年权重乘积相加,即可得到全年的能耗数据。另外为了简易计算,假定某一天内,冷却塔功率和冷水机组功率不受室外气象参数的影响,仅受到全年季节变化的影响。

本文计算工况中,实际系统并不是满负荷运行,由于系统的制冷单元比较多,且目前数据中心设备配置变频装置来节能运行。可以简化认为冷源系统的 cop值不随系统负载率的变化而变化。实际运行过程中,可以通过调节制冷单元的组数和设备运行的频率来保证系统运行的节能性。

冷源系统制冷单元的制冷量、功率及COP如表4所示。

87552246aba34197b9f9cd50f537064c.jpeg

结合制冷单元不同季节的COP值,可计算表5中蓄冷罐在全年某一天内蓄冷过程中的耗电量,通过累计计算一年内白天和夜间的电费差值,即可得出空调系统采用削峰填谷措施后,全年运行的节省费用。

表5为上述模型中削峰填谷蓄冷罐的运行参数,及其在不同季节每天夜间蓄冷所消耗的电量值。

4a7d98f6a00c260407c29a3ac798bbd5.jpeg

数据中心水蓄冷削峰填谷的经济性分析

由于不同地区的气象差异性,导致不同地区数据中心空调系统削峰填谷的利用时间不同(见表6)。根据《中国建筑热环境分析专用气象数据集》中的年逐时气象参数,可以统计得出北京、上海、广州地区分别在夏季、过渡季节中削峰填谷的使用天数,然后乘以每天节约的电费额,可以计算出使用削峰填谷后,空调系统全年节省的费用(见表7)。

a7bec45f378ac5aff35fe12551951bd3.jpeg

备注:表6中夏季为冷水机组100%负荷运行的时间,和表1中电网定义的夏季时间范围不同。

5484b2daf78118299a9799486e6d6743.png

备注:

1、北京地区的电价费用对应的夏季尖峰为7月和8月,期间每天有3h尖峰,因为此模型一天内削峰填谷时长为6h,所以,此模型中尖峰时间为31d,夏季模式高峰时间有99d。上海电费对应的夏季为7、8、9月。

2、冷源系统运行模式的夏季模式指冷水机组负荷平均率100%运行模式,过度季节模式指冷水机组的负荷平均率为50%。

结合表3中蓄冷罐的参数及表7运行费用,可以计算不同地区空调系统采用削峰填谷后的静态投资回收期,具体的计算值如表8所示。

f1a8a72c0dcced6c14729bca4215e7f1.png

从表8计算结果可以看出,在北京、上海和广州地区,目前大型数据中心空调系统采用削峰填谷蓄冷罐,结合数据中心的实际运行工况,利用峰谷电价差,具有良好的经济效益。

结语

大型数据中心采用冷冻水二次泵空调系统,可以考虑利用冗余设备为蓄冷罐进行充放冷,不增加制冷系统的投资,仅增加蓄冷罐的容积即可。

大型数据中心采用削峰填谷蓄冷罐,在机房平均负载率不高于设计满负载70%的情况下,可以考虑夜间利用冗余冷量蓄冷7.6h,转移白天6h的末端负荷,不用增加制冷系统的投资。

在北京、上海、广州地区,大型数据中心采用削峰填谷蓄冷罐,结合数据中心的实际运行工况,利用峰谷电价差,具有良好的经济效益。(文/张新昌)

文章来源:数据中心基础设施运营管理

f2e4afc3ce4f77d83b32698750c865ea.gif

END

免责声明:部分文章来源于互联网及其他公众平台,内容仅供读者参考,不确保文章的准确性,如有侵犯版权请告知,我们将在24小时内删除!

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明

扫描以下二维码加入学习群

642a0fda1a70fee1ea746d71b23bd48c.jpeg


http://chatgpt.dhexx.cn/article/44xACtou.shtml

相关文章

01-初探MQ-MQ的三大使用场景:应用解耦、异步提速、削峰填谷

初探MQ 什么是MQ 关于MQ的概念,想必都不陌生,MQ是 Message Queue(消息队列) 的缩写,所以他首先是一个队列,有先进先出的特性,其次是一个存放消息的队列。常用在分布式系统中进行通信。 为什么…

设计一个秒杀系统之削峰填谷

为什么需要削峰? 如果你看过秒杀系统的流量监控图的话,你会发现它是一条直线,就在秒杀开始那一秒是一条很 直很直的线,这是因为秒杀请求在时间上高度集中于某一特定的时间点。这样一来,就会导致一 个特别高的流量峰值…

电力系统的削峰填谷

削峰填谷(Peak cut)是调整用电负荷的一种措施。根据不同用户的用电规律,合理地、有计划地安排和组织各类用户的用电时间。以降低负荷高峰,填补负荷低谷。减小电网负荷峰谷差,使发电、用电趋于平衡。 因电厂是全天候持续…

t分布概率密度函数的推导

推导过程整理自https://www.bilibili.com/video/BV1s54y1S7Ji。 文章目录 预备知识 Γ \Gamma Γ函数(伽马函数)标准正态分布卡方分布 推导目标引理:连续型随机变量商的分布推导过程先计算 W Y / n W\sqrt{Y/n} WY/n ​的概率密度函数 p W (…

求概率密度函数方法之单调性定理

例题: 适用条件:随机变量Y关于X是单调的,也就是说随机变量Y与X存在一一映射的关系。 解法好处:计算量小,步骤简单(1,将变量替换,然后带入原式。2,改变积分对象&#xf…

概率密度估计方法-核密度估计和高斯混合分布

1、概率密度估计方法 概率密度估计方法用于估计一组数据集的概率密度分布,分为参数估计方法和非参数估计方法。 参数估计方法 假定样本集符合某一概率分布,然后根据样本集拟合该分布中的参数,例如:似然估计,混合高斯等…

概率密度函数及其在信号方面的简单理解(上)概率密度函数

概率密度函数及其在信号方面的简单理解(上)概率密度函数 上篇 概率密度函数 1 离散随机变量与连续型随机变量2 离散随机变量的分布函数 2.1 概率函数2.2 概率分布2.3 概率分布函数(累积分布函数!) 3 连续型随机变量的概…

概率密度函数估计

概率密度函数估计 前导知识:【非参数估计—直方图法、Kn近邻估计法、Parzen窗法】 1. 最大似然估计 导包: import numpy as np from numpy.linalg import cholesky import matplotlib.pyplot as plt import random # 用于随机抽样设置随机样本数&…

python实现概率密度匹配法

Python实现系列: Python实现贝叶斯优化算法 python实现t-SNE降维 Python实现12种降维算法 Python实现11 种特征选择策略 Python实现10种聚类算法 Python实现8种相似度度量 python实现反距离权重插值(IDW) Python实现12种概率分布 python实现快速傅里叶变换 python实…

威布尔概率密度分布

目录 相同的平均风速,如果概率密度分布不同,风机的发电量也会完全不同。 威布尔分布是泊松三类分布的特殊形式。概率密度函数 f ( v ) f(v) f(v)为风速 v ( v ≥ 0 ) v(v≥0) v(v≥0)出现的概率,形式如下: f ( v ) k a ( v a ) …

java正态分布的概率密度函数_正态分布概率密度函数

http://www.360doc.com/content/17/0306/13/32342759_634411464.shtml什么是正态分布 正态概率分布是连续型随机变量概率分布中最重要的形式,它在实践中有着广泛的应用。在生活中有许多现象的分布都服从正态分布,如人的身高、体重、智商分数;某种产品的尺寸和质量;降雨量;…

绘制概率密度图

1、内容简介 略 443可以交流、咨询、答疑 2、内容说明 略 3、仿真分析 clc close all clear miu 0.5; delta 0.5; r 0.1:0.1:10; p1 1/sqrt(2*pi)/miu./r.*exp(-(log(r)-miu).^2/2/delta^2); delta 1; p2 1/sqrt(2*pi)/miu./r.*exp(-(log(r)-miu).^2/2/delta^2); fig…

概率密度函数曲线及绘制

目录 前言概率密度函数曲线几类经典的概率密度函数两种绘制密度曲线的方法参考文献 前言 很多数据科学家在做回归模型评估的时候,不仅会去计算模型拟合优度R2,平均绝对误差还会去看测试集的每个样本偏差的分布情况,这个时候就需要用到概率密…

概率密度图

1、 导入库 import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns2、 概率密度图–kdeplot的应用 第一个参数:要绘制的图像数据 第二个参数:shade 是否填充颜色# 获得数据 dataSet pd.read_c…

MATLAB 中RMSE和MAPE的计算方法

RMSE:均方根误差 matlab计算方法: rmse sqrt(mean((YPred-Obverval).^2)); MAPE:平均百分比误差 matlab计算方法: meap mean(abs((observed - predicted)./observed))*100;

均方根误差RMSE(Root Mean Square Error)

MSE(Mean Square Error)均方误差 是真实值与预测值的插值的平方然后求和平均。 RMSE(Root Mean Square Error)均方根误差 均方根误差是预测值与真实值偏差的平方与观测次数n比值的平方根。 衡量的是预测值与真实值之间的偏差&a…

Google Earth Engine(GEE)——计算RMSE

要在 的属性中聚合数据FeatureCollection,请使用 featureCollection.reduceColumns(). 例如,要检查 watersheds 中的区域属性FeatureCollection,此代码计算相对于地球引擎计算区域的均方根误差 (RMSE): 代码: 难点是很多同学不知道如何进行RMSE的函数计算,首先就是求差…

MAE vs RMSE 如何通俗的比较两个度量

平均绝对误差MAE(mean absolute error) 和均方根误差 RMSE(root mean squared error)是衡量变量精度的两个最常用的指标,同时也是机器学习中评价模型的两把重要标尺。那两者之间的差异在哪里?它对我们的生活有什么启示…

RMSE 和 STD 的区别

文章目录 一、概念理解二、公式推导三、总结 一、概念理解 首先看一下两个的概念: RMSE: root mean square error 均方根误差,测绘学科中常称作中误差。它是指一组观测值与真值差的平方和与观测次数比值的平方根,它反映的是观测…

2022-10-31-基于用户的协同过滤推荐算法实现+MAE+RMSE的求解+项目代码+运行结果图

目录 推荐算法学习笔记项目代码运行结果图 推荐算法学习笔记 协同过滤推荐算法测评指标RMSE均方根误差 推荐系统笔记: 一、为什么需要推荐系统 为了解决互联网时代下的信息超载问题。 二、搜索引擎和推荐系统的区别 分类目录,是将著名网站分门别类&…