【技术实现步骤摘要】
一种数据中心空调系统运行方法
[0001]本专利技术涉及空调系统运行调控领域,尤其涉及一种基于深度强化学习的数据中心空调系统运行方法。
技术介绍
[0002]近年来,在保证数据中心安全稳定运行的同时,降低空调系统能耗是研究的热点。目前,已有诸多学者开展了空调系统运行优化问题的研究。传统的控制方法如基于规则的控制(Rule
‑
Based Control,RBC)方法,确定空调系统的监督级设定目标,例如各种温度、频率及流量设定目标。规则通常是静态的,依赖人类专家知识建立合理的规则库。PID控制由于控制原理简单、成本低廉等特点而被广泛应用。但是利用PID控制只能做到温度的控制,无法进行优化达到节能的目的。智能控制方法也是数据中心空调系统控制中常用的方法,如模型预测控制、遗传算法等,但是此类方法只有在模型准确性较高的情况下能够有效和实时运行。数据中心水冷空调系统是建立在机械冷却、电气和建筑热动力学知识基础上的近似的系统模型,难以建立精确的系统模型,因此以上方法无法取得理想的控制效果。
[0003]这里的陈述仅提供与本专利技术有关的
技术介绍
,而并不必然地构成现有技术。
技术实现思路
[0004]本专利技术的目的在于提供一种数据中心空调系统运行方法,在用电高峰时段降低数据中心空调负荷,优化资源配置和缓解电力供需矛盾。
[0005]为了达到上述目的,本专利技术提供一种数据中心空调系统运行方法,包含以下步骤:
[0006]步骤S1、根据响应特性指标分析,建立数据中心水冷空调系 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种数据中心空调系统运行方法,其特征在于,包含以下步骤:步骤S1、根据响应特性指标分析,建立数据中心水冷空调系统负荷响应潜力数学模型;步骤S2、获取数据中心水冷空调系统所处环境的实时状态,将数据中心水冷空调系统参与需求响应过程描述为马尔可夫决策过程;步骤S3、基于马尔可夫决策过程得到的状态空间、动作空间以及奖励函数构建水冷空调系统需求响应的损失函数;步骤S4、利用梯度下降法迭代更新损失函数中的当前Q网络中的权重参数,得到最优动作集合,令数据中心水冷空调系统采用最优动作运行。2.如权利要求1所述的数据中心空调系统运行方法,其特征在于,所述数据中心水冷空调系统负荷响应潜力数学模型包含:目标函数模型和约束条件模型;所述约束条件模型包含:降负荷约束模型、数据中心温度变化约束模型和机柜出口温度约束模型;所述目标函数模型定义为:式中,P
pot
为需求响应潜力,kW;为机柜进风区域温度超过规定范围的惩罚;为机柜出口温度超过热阈值的惩罚;为需求响应的开始与结束时间,min;所述降负荷约束模型定义为:式中,P(t)为t时刻数据中心水冷空调系统原始运行功率,即空调系统的负荷基线,kW;P
hvac
(t)为t时刻数据中心水冷空调系统参与需求响应时的实际能耗,kW;所述数据中心温度变化约束模型定义为:热量平衡表达式:Q
r
=Q
IT
‑
Q
hvac
式中,Q
r
为机房内获得的热量;Q
IT
为IT设备产生的热负荷;Q
hvac
为空调系统供冷量;数据中心机房温度变化模型:ρ
a
·
V
K
·
c
a
·
dT(t)=Q
IT
·
dt
‑
Q
hvac
·
dt式中,ρ
a
·
V
K
·
c
a
·
dT(t)为dt时段内机房获得的热量;ρ
a
为空气密度;V
k
技术研发人员:李逸超,胥栋,张艳燕,徐刚,李赟,赵静,丁骎,杜佳玮,林巧月,乔嘉诚,
申请(专利权)人:国网上海市电力公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。