一种实现数据机房气流组织节能优化策略及同步的方法与流程

1.本发明涉及数据中心机房领域，具体来说是一种实现数据机房气流组织节能优化策略及同步的方法。


背景技术：

2.随着新一代信息技术的高速发展，数据中心作为计算、存储、传输海量数据的实体，逐渐转变为复杂性的聚集地，变成资源密集型、资本密集型、技术密集型产业，ai、5g、区块链等场景化应用，为数据中心发展打开新的成长空间。
3.所以使用仿真软件进行研究，模拟验证机房的热气流环境，为工程实施提供仿真计算依据，是目前亟待解决的技术问题。


技术实现要素：

4.本发明要解决的技术问题是克服现有技术的不足，提供一种更准确地实现数据机房气流组织节能优化策略及同步的方法。
5.为了实现上述目的，设计一种实现数据机房气流组织节能优化策略及同步的方法，包括根据现场调查机房数据创建一个详细的数字孪生模型，根据机房bms数据和传感器实测温度对数字孪生模型进行精度验证和误差分析；
6.方法具体如下：
7.s1.创建模型：所述模型包括机房物理模型、桥架模型、管道模型、制冷设备模型、机柜与it设备模型；
8.s2.网格控制:对数据机房进行网格划分；
9.s3.模型验证:冷热通道设置温度测点，对比空调的回风温度模拟与实测值得出分析结果。
10.优选的，机房物理模型包括水冷精密空调、恒湿机、机柜、it设备、热通道、内墙、送风百叶、立柱、梁、吊顶、线缆桥架、始端箱、新风管、排风管、气体灭火管、冷凝水管、加湿补水管、门、台阶、配电柜、灯。。
11.优选的，桥架模型包含强电桥架、弱电桥架。
12.优选的，管道模型包括风管、水管，所述风管包含排风管、补风管和新风管。
13.优选的，制冷设备模型为精密空调，制冷设备模型的控制方式：设置风机转速频率下限，控制回风温度。
14.优选的，机柜模型的机柜顶部设有线缆贯穿件，并用毛刷进行密封；每个机柜根据现场实际的it设备填充，盲板封堵情况也均与现场一一对应。
15.优选的，it设备模型通过机柜内it设备的功率按照铭牌功率进行平均分配。
16.优选的，冷热通道中冷通道布置若干个温度测点，包括：布置在送风百叶处的温度测点和布置在冷通道内的温度测点；所述冷热通道中热通道内布置若干个温度测点，包括：布置在回风夹道顶部处的温度传感器、布置在热通道顶部龙骨架上的温度传感器和布置在
热通道底部机柜门上吸附的温度传感器。
17.优选的，网格划分中，房间的最大网格尺寸为0.25m，在精密空调进出风及it设备进出风区域进行网格加密，最终共划分1818万个网格。
18.优选的，机房评价如下：数据中心热环境评价指标有七个，可依据不同的评价方向将其分为三类，分别为：
19.空气流量指标3个：
20.ase：空调送风效率指数，代表有多少冷空气送到it设备。
21.are：空调回风效率指数，代表有多少热空气回到空调。
22.mcri：机柜内循环指数，代表有多少热空气流到it设备入口。
23.it设备温度指标2个：
24.rci：机柜冷却指数，代表机柜进口温度超过27℃或低于18℃的程度。
25.rti：回风温度指数，代表机房内空气旁通和内回流的程度。
26.能量利用程度2个：
27.shi：供热指数，代表空调送风与热空气混合的程度。
28.rhi：回热指数，代表空调回风与冷空气混合的程度。
29.综合考虑空气流量、it设备温度及能量利用程度三个方面，选择机柜内循环指数mcri、机柜冷却指数rci及供热指数shi作为评价依据；以上三指标的具体定义及计算方法如下：
30.机柜内循环指数mcri：机柜内部热空气短路，其中返回的热空气流量与机柜进风量的比值，值越高短路越严重；
31.机柜冷却指数rci，本报告采用rcihi：表示机柜进风温度在推荐温度上限以内的占比，用于评估设备进气端是否有温度高于建议的操作温度；
[0032][0033][0034]
其中:
[0035]
t
max-all
:最大允许设备进口温度
[0036]
t
max-rec
:最大推荐设备进口温度
[0037]
t
min-rec
:最小推荐设备进口温度
[0038]
t
min-all
:最小允许设备进口温度
[0039]
上述四个参数为机房热环境标准推荐值，比如在ashrae2008thermalguidelinesa1类机房推荐值分别为32℃、27℃、18℃与15℃；
[0040]
no与nu分别为设备进口温度大于t
max-rec
和低于t
min-rec
的it设备进口数量；
[0041]nt
为所有设备的进口数量:
[0042]
t
inover-i
为第i个设备进口温度，且超过t
max-rec
；
[0043]
t
inunder-i
为第i个设备进口温度，且低于t
min-rec
；
[0044]
供热指数(shi)：反映了冷气流在进入机柜进风口前的冷量损失占机柜使用后冷量损失的百分比，供热指数可以定量分析冷空气被加热的程度；shi值越小，表示冷量利用
效率越高，冷量浪费越少；
[0045][0046][0047][0048]
如果每个机柜进出口流量都相等的话，shi还可表示为:
[0049][0050]
其中，为第j列第i个机柜的空气质量流量，c
p
为空气定压比热容，与为机柜进出口平均温度，t
ref
为地板出风口平均温度。
[0051]
本发明同现有技术相比，其优点在于：
[0052]
1、能够针对机房容量，进行安全和能效分析，控制进风温度。
[0053]
2、能够通过机房容量分析，判断机房资源浪费，控制各指标均衡发展，避免因个别短板引起的安全、能耗与得房率低的问题，同时优化冷气流容量，降低能耗。
[0054]
3、模型准确率高，能够分析当前机房存在的诸多问题，并依据可视化的气流组织及量化的评价指标给出后续模拟优化的方向。
附图说明
[0055]
图1为本发明所述的机房模型平面图；
[0056]
图2为本发明所述的it机柜模型图；
[0057]
图3为本发明所述的房间网格俯视图；
[0058]
图4为本发明所述的冷通道内设置21个温度测点布置图；
[0059]
图5为本发明所述的冷通道内传感器实测与模拟对比表；
[0060]
图6为本发明所述的送风百叶处传感器实测与模拟温度对比曲线；
[0061]
图7为本发明所述的冷通道处传感器实测与模拟温度对比曲线；
[0062]
图8为本发明所述的热通道内设置17个温度测点布置图；
[0063]
图9为本发明所述的热通道内传感器实测与模拟对比表；
[0064]
图10为本发明所述的夹道回风顶处的传感器实测与模拟温度对比曲线；
[0065]
图11为本发明所述的热通道顶部的传感器实测与模拟温度对比曲线；
[0066]
图12为本发明所述的热通道底部的传感器实测与模拟温度对比曲线；
[0067]
图13为本发明所述的空调送回风温度实测与模拟对比图；
[0068]
图14为本发明所述的精密空调相关参数实测与模拟对比表；
[0069]
图15为本发明所述的机房安全与能效图。
具体实施方式
[0070]
下面结合附图对本发明作进一步说明，本发明的结构和原理对本专业的人来说是非常清楚的。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0071]
本发明所述方法包括根据现场调查机房数据创建一个详细的数字孪生模型，根据机房bms数据和传感器实测温度对数字孪生模型进行精度验证和误差分析；
[0072]
方法具体如下：
[0073]
s1.创建模型：所述模型包括机房物理模型、桥架模型、管道模型、制冷设备模型、机柜与it设备模型；
[0074]
s2.网格控制:对数据机房进行网格划分；
[0075]
s3.模型验证:冷热通道设置温度测点，对比空调的回风温度模拟与实测值得出分析结果。
[0076]
如图1所示，创建机房模型所用平面图。
[0077]
机房面积580(m2)；机柜数量213；it资产数量1241；机柜总负载221(kw)；it负载密度381(w/m2)；it负载率41.5％
[0078]
机房物理模型包括水冷精密空调、恒湿机、机柜(包括线缆贯穿口)、it设备、热通道(包括内部龙骨架及灯)、内墙、送风百叶、立柱、梁、吊顶、线缆桥架、始端箱、新风管、排风管、气体灭火管、冷凝水管、加湿补水管、门、台阶、配电柜、灯等等。
[0079]
桥架模型包含强电桥架、弱电桥架。
[0080]
管道模型包括风管、水管，所述风管包含排风管、补风管和新风管。
[0081]
制冷设备模型为精密空调，尺寸为：宽*深*高为2550mm*890mm*2100mm；空调性能参数：120kw，31200cmh。
[0082]
制冷设备模型的控制方式：设置风机转速频率下限，控制回风温度为33摄氏度。
[0083]
如图2所示，机柜模型，尺寸分为两种，分别为600*1200*2050(h)与800*1200*2050(h)，每个机柜均有42u，该数据机房共计213个机柜。机柜顶部设置4个85*150(mm)的线缆贯穿件，并用毛刷进行密封；每个机柜根据现场实际的it设备填充，盲板封堵情况也均与现场一一对应。
[0084]
it设备模型，机柜功率采集时间为2022年9月16日16时00分时d5-l51机房内机柜的实时功率，由于现场不能采集到每个it设备单独的功率，机柜内it设备的功率按照铭牌功率进行平均分配。
[0085]
根据csv文件导入设置模型中机柜功率。
[0086]
机柜总功率221kw，平均功率为1.74kw(上电机柜)，最高功率为5.94kw(d5-l51-r-01-30)。
[0087]
统计得，6sigmaroom设备库覆盖该数据机房95.49％的it设备，共计37个厂商的1241个it设备，约10种it设备类型，其中惠普，华为，浪潮，新华三，思科的设备占比超过80％。其中pc服务器，高密刀片服务器以及网络设备占比超过90％。
[0088]
采用导入的方式创建it设备模型的时候，文件格式为.csv逗号分隔符文件。
[0089]
文件中包括it设备厂商，型号，机柜编号，起始u位，高度等信息，就可以完成导入建模。
[0090]
因it设备主要布置在r-01、r-02、r-05号通道，本研究所取温度测点围绕以上三个通道进行布置。
[0091]
如图4-7所示，冷热通道中冷通道布置若干个温度测点，包括：布置在送风百叶处的温度测点和布置在冷通道内的温度测点。
[0092]
具体来说，冷通道共布置24个温度测点，其中：在送风百叶处共设置3个温度测点(编号23、37、46)；在冷通道内设置21个温度测点，所取的温度测点均距离地板1m。
[0093]
如图7所示，hobo温度传感器输出华氏温度，读数精确到0.01，需要经过如下公式转换获得摄氏温度：c＝5
×
(f-32)/9。对比实测与模拟温度，计算准确率：100％-(实测温度-模拟温度)/实测温度*100％，结果保留两位小数。
[0094]
模拟得到送风百叶处温度测点的最低准确率为99.56％，平均准确率达99.76％；在冷通道处其余布置的温度测点平均准确率为97.33％，其中2号、20号测点准确率较低，为90.02％与92.77％。该准确率为已进行局部区域通风量优化修正后的结果，无法继续提高；若进一步调整该区域it设备通风量，将会影响相邻区域气流组织，使其他测点准确率降低；当前模拟在考虑测点准确率的同时，也注重了房间整体的气流组织。对比数据、分析发现该模型冷通道内温度相较实测值的准确率均在90％以上，且各传感器所示温度的变化趋势基本一致。
[0095]
如图6所示，为送风百叶处传感器实测与模拟温度对比曲线。
[0096]
如图7所示，为冷通道处传感器实测与模拟温度对比曲线。
[0097]
如图8-12所示，冷热通道中热通道内布置若干个温度测点，包括：布置在回风夹道顶部处的温度传感器、布置在热通道顶部龙骨架上的温度传感器和布置在热通道底部机柜门上吸附的温度传感器。
[0098]
如图8所示，具体来说，热通道内共布置17个温度测点，其中：在回风夹道顶部处共设置3个温度传感器，吸附于吊顶之上(编号14、26、49)，距离地板3.1m；在热通道顶部龙骨架上布置10个温度传感器(编号7、11、24、25、35、36、40、42、47、48)，距离地板2.4m；在热通道底部机柜门上吸附4个温度传感器(编号15、17、27、28)，距离地板0.3m。
[0099]
如图9所示，为热通道内传感器实测与模拟对比表，模拟得到热通道回风夹道顶部处温度传感器的最低准确率为96.15％，平均准确率为96.94％；热通道顶部龙骨架上所置温度测点平均准确率达96.94％，其中40、42号测点准确率较低，为91.72％及92.67％；热通道底部所置温度测点平均准确率达95.10％，其中28号测点准确率较低，为90.26％。对比发现，模拟与实测的热通道温度准确率均在90％以上，且各传感器所示温度的变化趋势基本一致。
[0100]
如图10所示，为夹道回风顶处的传感器实测与模拟温度对比曲线。
[0101]
如图11所示，为热通道顶部的传感器实测与模拟温度对比曲线。
[0102]
如图12所示，为热通道底部的传感器实测与模拟温度对比曲线。
[0103]
如图13-14所示，读取动环监控上的数据机房内精密空调的送回风温度、风量等相关参数设置该模型送风温度、风量等与实际相同，保证边界条件的一致性，验证回风温度的准确率。
[0104]
如图13所示，发现精密空调回风温度平均准确率达97.10％，其中acu01的回风温度准确率较低，为94.93％；结果显示模拟平均回风温度与bms读数之间有很好的一致性。精
密空调回风温度的一致性表明，总送风风量和显冷量都有着较高的准确率。
[0105]
模型验证总结
[0106]
对比空调的回风温度模拟与实测值发现，平均准确率达97.10％，最低准确率为94.93％(acu01)，所建立模型保证了空调末端冷量输出的一致性，且空调末端全部运行在限制的最低转速上。
[0107]
冷、热通道的温度取样点(共41个)具有多样性，主要覆盖在功率较高的区域，整体的平均准确率达97.16％，且最低准确率不低于90％，其中2号测点的准确率较低，因其所对应机柜中的it设备反装，it设备排风到机柜前门，模拟得到的温度较高，但在误差允许的范围内，当前通风量设置已是修正后最佳情况，进一步调整将会影响房间整体气流组织。
[0108]
r-04通道的热通道龙骨架处两个温度测点(编号40、42)位于it设备排风区域，模拟的趋势与实测一致，但it设备的进排风温差大于实际情况，若能获取it设备实际通风量，可进行进一步修正，可以提高此处的准确率。
[0109]
如图3所示，对d5-l51数据机房进行网格划分，房间的最大网格尺寸为0.25m，在精密空调进出风及it设备进出风区域进行网格加密，最终共划分1818万个网格。
[0110]
机房评价如下：
[0111]
单纯依据数据中心内气流组织或某个机柜的高进口温度就否定该数据中心的热环境是欠妥的，因此需要使用综合的指标来进行评价。常用的数据中心热环境评价指标有七个，可依据不同的评价方向将其分为三类，分别为：
[0112]
空气流量指标3个：
[0113]
ase：空调送风效率指数，代表有多少冷空气送到it设备。
[0114]
are：空调回风效率指数，代表有多少热空气回到空调。
[0115]
mcri：机柜内循环指数，代表有多少热空气流到it设备入口。
[0116]
it设备温度指标2个：
[0117]
rci：机柜冷却指数，代表机柜进口温度超过27℃或低于18℃的程度。
[0118]
rti：回风温度指数，代表机房内空气旁通和内回流的程度。
[0119]
能量利用程度2个：
[0120]
shi：供热指数，代表空调送风与热空气混合的程度。
[0121]
rhi：回热指数，代表空调回风与冷空气混合的程度。
[0122]
综合考虑空气流量、it设备温度及能量利用程度三个方面，选择机柜内循环指数mcri、机柜冷却指数rci及供热指数shi作为评价依据；以上三指标的具体定义及计算方法如下：
[0123]
机柜内循环指数mcri：机柜内部热空气短路，其中返回的热空气流量与机柜进风量的比值，值越高短路越严重；
[0124]
机柜冷却指数rci，本报告采用rcihi：表示机柜进风温度在推荐温度上限以内的占比，用于评估设备进气端是否有温度高于建议的操作温度；
[0125]
例如，100％表示全部机柜的进风温度均在27℃以内。
[0126]
[0127][0128]
其中:
[0129]
t
max-all
:最大允许设备进口温度
[0130]
t
max-rec
:最大推荐设备进口温度
[0131]
t
min-rec
:最小推荐设备进口温度
[0132]
t
min-all
:最小允许设备进口温度
[0133]
上述四个参数为机房热环境标准推荐值，比如在ashrae 2008 thermal guidelines a1类机房推荐值分别为32℃、27℃、18℃与15℃；
[0134]
no与nu分别为设备进口温度大于t
max-rec
和低于t
min-rec
的it设备进口数量；
[0135]nt
为所有设备的进口数量:
[0136]
t
inover-i
为第i个设备进口温度，且超过t
max-rec
；
[0137]
t
inunder-i
为第i个设备进口温度，且低于t
min-rec
；
[0138]
供热指数(shi)：反映了冷气流在进入机柜进风口前的冷量损失占机柜使用后冷量损失的百分比，供热指数可以定量分析冷空气被加热的程度；shi值越小，表示冷量利用效率越高，冷量浪费越少；
[0139][0140][0141][0142]
如果每个机柜进出口流量都相等的话，shi还可表示为:
[0143][0144]
其中，为第j列第i个机柜的空气质量流量，c
p
为空气定压比热容，与为机柜进出口平均温度，t
ref
为地板出风口平均温度。
[0145]
如图15所示，可以得到数据机房安全与能效的整体情况。
[0146]
数据中心模拟研究常用正常工况下it设备进风温度、备份空调故障工况下it设备进风温度及ppue作为安全与能效的判断依据。因为本数据机房精密空调采用的冗余方案是6+1冷备份，所以正常工况与故障工况下均为开启六台精密空调，it设备最大进风温度均为30.7℃。
[0147]
下图所示黑线为标准目标值，红线为机房实际情况，若红线全部在黑线之内表示安全及能效均满足要求。
[0148]
三个坐标轴所对应的指标说明如下：
[0149]
1)正常工况下it设备进风温度：参考gb50174：要求小于27℃；图中数据由当前进
风温度除以要求温度27℃得到。
[0150]
2)故障工况下it设备进风温度：建议小于32℃，故障工况指的是备份空调故障；图中数据由当前进风温度除以要求温度32℃得到。
[0151]
3)ppue(仅考虑空调末端)：it设备功率/空调输入功率，目标值为0.06，当前设置是多次模拟计算及相似研究经验给出的值。
[0152]
计算发现，在正常工况当前it设备进风温度不满足gb 50174-2017的要求；故障工况下，该进风温度在允许的温度范围内。
[0153]
采用ppue进行能效计算，此时只考虑空调末端对pue的贡献，模拟得到空调末端的总输入功率为20.52kw，对pue的贡献为0.093，大于0.06，不满足预期的目标值。
[0154]
本发明所述方法，构建了it设备级的数字孪生模型，根据现场调查创建了一个详细的数字孪生模型。根据bms数据和传感器实测温度对模型进行精度验证和误差分析。
[0155]
针对当前机房的容量，进行安全、能效分析，关于容量，cfd主要针对动环等监控系统不能确定的冷量与冷却气流进行分析。
[0156]
机房容量分析是评价当前机房在冷量、风量、it设备负载率、it设备需求风量等是否处于均衡发展，从而判断当前机房有无能耗浪费。结合下文图表可见：
[0157]
1)冷却容量：精密空调冷量占了额定总冷量(120*7＝840kw)的26.4％。
[0158]
2)风机容量：精密空调冷气流占了额定总流量(8.67*7＝60.69m3/s)的48.6％。
[0159]
3)it负载率：按照服务器机柜额定it负载3.1kw，网络机柜额定it负载1kw，计算得到该机房额定总it负载为3.1*158+1*55＝544.8kw，则当前机房it负载率为40.56％。
[0160]
4)it需求风量：it设备实际风量占总风扇额定风量(根据各it设备负载计算)的76.02％，说明在此送风温度下，只需要较少的风量即可保证it设备的正常运行。同时，当前冷气流利用率仅为48.6％，it需求风量百分比低；依据当前情况可预计it需求风量达100％时，风机仍能提供足够的冷却气流。
[0161]
机房容量理想情况是各容量指标均衡发展，从而避免因个别短板引起的安全、能耗与得房率低的问题。对比冷却容量、风机容量及it负载率三者发现：冷却容量与其它容量偏差较大，因为冷却容量与风机容量的不匹配，会导致末端冷量存在48.6％-26.4％＝22.2％的富余。
[0162]
安全主要体现在正常运行或者备机故障下it设备的进风温度是否满足gb 50174-2017的要求。
[0163]
能效主要体现在空调末端风机的运行功率，分析风机以更低的转速运行能否控制温度的升高，保证it设备的正常运行。针对可能存在的问题进行的优化分析。
[0164]
由于目前空调风机设置了速度下限，造成了风量的浪费，因此需要通过cfd模拟对冷气流容量进行优化，以进一步降低其能耗。
[0165]
本研究基于d5-l51数据机房当前机电布置及运行情况进行了物理模型的建立及数值计算分析，对比温湿度传感器及空调重要运行参数发现模拟与实测结果保持较高一致性，整体平均准确率超97％，且各测点准确率均不低于90％。模拟分析了当前机房存在的诸多问题，并依据可视化的气流组织及量化的评价指标给出后续模拟优化的方向。
[0166]
以上所述，仅为此发明的具体实施方式，但本发明的保护范围不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案和新型的构
思加于等同替换或改变，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述方法包括根据现场调查机房数据创建一个详细的数字孪生模型，根据机房bms数据和传感器实测温度对数字孪生模型进行精度验证和误差分析；所述方法具体如下：s1.创建模型：所述模型包括机房物理模型、桥架模型、管道模型、制冷设备模型、机柜与it设备模型；s2.网格控制:对数据机房进行网格划分；s3.模型验证:冷热通道设置温度测点，对比空调的回风温度模拟与实测值得出分析结果。2.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述机房物理模型包括水冷精密空调、恒湿机、机柜、it设备、热通道、内墙、送风百叶、立柱、梁、吊顶、线缆桥架、始端箱、新风管、排风管、气体灭火管、冷凝水管、加湿补水管、门、台阶、配电柜、灯。3.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述桥架模型包含强电桥架、弱电桥架。4.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述管道模型包括风管、水管，所述风管包含排风管、补风管和新风管。5.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述制冷设备模型为精密空调，制冷设备模型的控制方式：设置风机转速频率下限，控制回风温度。6.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述机柜模型的机柜顶部设有线缆贯穿件，并用毛刷进行密封；每个机柜根据现场实际的it设备填充，盲板封堵情况也均与现场一一对应。7.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述it设备模型通过机柜内it设备的功率按照铭牌功率进行平均分配。8.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述冷热通道中冷通道布置若干个温度测点，包括：布置在送风百叶处的温度测点和布置在冷通道内的温度测点；所述冷热通道中热通道内布置若干个温度测点，包括：布置在回风夹道顶部处的温度传感器、布置在热通道顶部龙骨架上的温度传感器和布置在热通道底部机柜门上吸附的温度传感器。9.如权利要求1所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述网格划分中，房间的最大网格尺寸为0.25m，在精密空调进出风及it设备进出风区域进行网格加密，最终共划分1818万个网格。10.如权利要求1-9任一所述的一种实现数据机房气流组织节能优化策略及同步的方法，其特征在于所述机房评价如下：数据中心热环境评价指标有七个，可依据不同的评价方向将其分为三类，分别为：空气流量指标3个：ase：空调送风效率指数，代表有多少冷空气送到it设备，are：空调回风效率指数，代表有多少热空气回到空调，
mcri：机柜内循环指数，代表有多少热空气流到it设备入口，it设备温度指标2个：rci：机柜冷却指数，代表机柜进口温度超过27℃或低于18℃的程度，rti：回风温度指数，代表机房内空气旁通和内回流的程度，能量利用程度2个：shi：供热指数，代表空调送风与热空气混合的程度，rhi：回热指数，代表空调回风与冷空气混合的程度，综合考虑空气流量、it设备温度及能量利用程度三个方面，选择机柜内循环指数mcri、机柜冷却指数rci及供热指数shi作为评价依据；以上三指标的具体定义及计算方法如下：机柜内循环指数mcri：机柜内部热空气短路，其中返回的热空气流量与机柜进风量的比值，值越高短路越严重；机柜冷却指数rci，本报告采用rcihi：表示机柜进风温度在推荐温度上限以内的占比，用于评估设备进气端是否有温度高于建议的操作温度；用于评估设备进气端是否有温度高于建议的操作温度；其中:t
max-all
:最大允许设备进口温度t
max-rec
:最大推荐设备进口温度t
min-rec
:最小推荐设备进口温度t
min-all
:最小允许设备进口温度上述四个参数为机房热环境标准推荐值，比如在ashrae 2008thermal guidelines a1类机房推荐值分别为32℃、27℃、18℃与15℃；no与nu分别为设备进口温度大于t
max-rec
和低于t
min-rec
的it设备进口数量；n
t
为所有设备的进口数量:t
inover-i
为第i个设备进口温度，且超过t
max-rec
；t
inunder-i
为第i个设备进口温度，且低于t
min-rec
；供热指数(shi)：反映了冷气流在进入机柜进风口前的冷量损失占机柜使用后冷量损失的百分比，供热指数可以定量分析冷空气被加热的程度；shi值越小，表示冷量利用效率越高，冷量浪费越少；越高，冷量浪费越少；越高，冷量浪费越少；如果每个机柜进出口流量都相等的话，shi还可表示为:
其中，为第j列第i个机柜的空气质量流量，c
p
为空气定压比热容，与为机柜进出口平均温度，t
ref
为地板出风口平均温度。

技术总结
本发明涉及数据中心机房领域，具体来说是一种实现数据机房气流组织节能优化策略及同步的方法，包括根据现场调查机房数据创建一个详细的数字孪生模型，根据机房BMS数据和传感器实测温度对数字孪生模型进行精度验证和误差分析；方法具体如下：S1.创建模型；S2.网格控制；S3.模型验证。本发明同现有技术相比，其优点在于：能够针对机房容量，进行安全和能效分析，控制进风温度；能够通过机房容量分析，判断机房资源浪费，控制各指标均衡发展，避免因个别短板引起的安全、能耗与得房率低的问题，同时优化冷气流容量，降低能耗；模型准确率高，能够分析当前机房存在的诸多问题，并依据可视化的气流组织及量化的评价指标给出后续模拟优化的方向。化的方向。化的方向。


技术研发人员：洪伟 穆中标 马一清 叶燕平 张毅 郭振 孙经臣 张利群 滕家乐
受保护的技术使用者：上海上证数据服务有限责任公司
技术研发日：2023.05.22
技术公布日：2023/8/14