冷通道隔离在改善数据中心机房局部热点中的应用研究

2017-01-12包仁标

现代建筑电气 2016年12期

关键词：气流组织机柜温度场

包仁标

(中邮建技术有限公司南京分公司, 江苏南京 210012)

冷通道隔离在改善数据中心机房局部热点中的应用研究

包仁标

(中邮建技术有限公司南京分公司, 江苏南京 210012)

介绍了数据中心机房对温度的要求,结合某中型数据中心机房实例,应用CFD 6Sigma软件构建机房对应的三维模型,模拟出机房内部的气流组织和温度场情况,寻找机房中的局部热点。对冷通道隔离前后机房内的气流组织和温度场进行了对比分析,发现局部热点有了明显的改善,说明冷通道隔离技术对于改善机房局部热点具有一定的效果。

数据中心机房; 冷通道隔离; 局部热点; 气流组织; 温度场

0 引言

由于IT设备的特殊性,维持机房内设备高效运转所需的环境显得异常重要,尤其是温度环境,但是局部热点问题依然存在,长此以往必然成为机房宕机的隐患[1]。因此,在对机房运行环境进行深入研究后,选取具有代表性的某中型数据中心机房作为研究对象,应用CFD 6Sigma软件按照实际的设计建造情况构建机房对应的三维模型,通过软件仿真模拟出机房内部的气流组织与温度场情况,找出机房中的局部热点,再将模拟的温度值与实测的温度值进行比较,证明模拟的准确性。然后在原有模型基础上增加冷通道封闭技术措施,保持之前模拟条件设置不变,再对增加冷通道隔离后机房内的气流组织与温度场进行模拟,将两者进行对比分析,说明冷通道隔离对改善机房局部热点的效果。

1 数据中心机房对温度的要求

机房中包含数据中心的各个子系统,其核心作用在于安装和保护机柜中的IT设备。IT设备由半导体组件、各种特殊材料和工艺制作的器件组成,因而对运行的物理环境有非常严格的要求。

在数据机房中,空气调节是最重要的环节之一,对空气进行调节,从而使环境达到一定的标准。同时为了保障IT设备能够正常运转,对机房内部温度也作出了相关要求[2],如表1、表2所示。

表1 开机时机房内温度要求

参数A级夏季冬季B级C级温度/℃22±220±215～3010～35温度变化率/(℃·h-1)<5不结露<5不结露<10不结露<15不结露

数据中心机房设计规范按照机房的使用性质及重要性等方面为标准确定了相对应的所属级别,从高到低分别为A级、B级、C级。由表1、表2可见,在IT设备正常运行时,机房的温度一般维持在20～30 ℃之间,而对A级机房的要求更严格。

表2 关机时机房内温度要求

参数A级B级C级温度/℃5～355～3510～40温度变化率/(℃·h-1)<5不结露<10不结露<15不结露

在机房中温度是保障服务器正常运行的基础条件,有些半导体元件随着温度的上升而可靠性下降,通常情况下温度超过规定范围的10 ℃左右时,可靠性降低至原来的3/4,使用期限也明显缩短[3]。因此会导致服务器稳定性下降,随时产生宕机甚至烧毁服务器的危险,造成无可挽回的损失。另外,空调中的冷风并非直接冷却服务器内部,而是需要几次间接冷却接力,因此环境温度的保持就显得更加重要。实际的工作环境温度会因季节而有所波动,考虑到设备的节能和可靠性等因素,当处于夏季时,温度的设置应在规定范围内而偏上限为佳;冬季时正好相反,应在规定范围内而偏下限。

2 具体项目分析

目前,国内数据中心的数量已经达到55万以上,按机柜数量、功率等级可将数据中心机房分为大型数据机房、中型数据机房、小型数据机房[4],如表3所示。其中,中小型数据中心机房的占比不低于80%,但大部分采用传统的设计方式以及技术,在绿色节能方面与大型数据中心的差距较大。因此,以中小型数据中心机房为对象进行机房的优化与改善,将在节能方面具有重要意义。

表3 按照机架数与功率的机房分类

机房类型机架数功率/kW小型数据机房5～207～100中型数据机房20～10028～500大型数据机房>100>100

2.1 项目概况

数据中心机房位于一栋大楼的6楼,17 m(长)×14.2 m(宽)×3.44 m(高),面积约为240 m2。数据中心机房3D模型如图1所示。与之相对应的钢瓶间、观测监控室等支持用房间单独设置,紧邻数据中心,并未在模型中体现。机房内部布置有精密空调、机柜高架地板、配电柜、强弱电线路、服务器等配套设施,以保证数据中心的正常运转。

图1 数据中心机房3D模型

由图1可以看出,机房安装了ACU01～ACU05 5台精密空调为机房制冷,其中ACU01、ACU03、ACU05为P2040机型,ACU02、ACU04为P2070机型。该机型空调具有可靠性高、成本低、结构紧凑、能效比高以及使用寿命长等优点,广泛用作中小型数据中心的制冷设备。

空调送风采用传统的下送风上回风的方式:冷气流从精密空调的静压箱被送出,通过机房内高架地板下的各个支风管道穿过机柜前的穿孔地板而进入到机柜内部,冷气流流经机柜内的IT设备,从而带走设备散发出的热量,再由空调正面的回风口进入到空调室。

该机房拥有84台机柜,机房设备布置情况如图2所示,右侧为2个配电柜,其配电传输线路经由高架地板下走线,给每个机柜提供所需电能,在平面图中已经将冷热通道设定完成,采用面对面形式对机柜进行排布。

由图2可以看出,整个机房中共有A～L共12列机柜,每列都由7个机柜组成,采用面对面、背对背的形式排布,分别形成了冷通道及热通道。这是比较传统且典型的数据中心机柜布置方法,机房中的冷热气流不至于混合过于严重,从而降低制冷效率。

图2 机房设备布置情况

机房内有84台机柜,主要包括服务器机柜、网络机柜、存储设备机柜和刀片服务器机柜,数量分别为52台、6台、12台、14台。满负荷下平均每个机柜的功率在3.4 kW左右,这也是大多数中型数据中心的功率配置。

2.1.1 室内负荷

根据提供的配置,可计算出机房内的IT设备负荷。服务器机柜负荷Q1=52×3=156 kW,网络机柜负荷Q2=10×2.2=22 kW,存储设备机柜负荷Q3=12×4.3=51.6 kW,刀片服务器机柜负荷Q4=10×6=60 kW。因此,IT设备热负荷为

QIT=(Q1+Q2+Q3+Q4)η1η2η3

(1)

式中:η1——同时使用系数;η2——利用系数;η3——负荷工作均匀系数。

在机房负荷计算中往往以其最大功耗为基准,而实际情况下这些功耗并非是完全转化到热能而释放到机房空间,因此需对上述系数进行调整。一般,三者乘积,每个系数取值范围为0.6～0.8,则QIT=(156+22+51.6+60)×0.8×0.8×0.8=148.3 kW。由此可得室内负荷QR=Q照明+QIT=4.8+148.3=153.1 kW。

2.1.2 环境冷负荷

通常情况下,数据机房一般不开设窗户,即使有开设的情况,也是面积不大且由双层玻璃组成的“死窗”,太阳辐射热对机房的影响在此情况下可不计[5]。建筑维护的负荷为

Qw=KF(tzp-tn)

(2)

式中:K——维护结构的导热系数,取1.5;F——维护结构面积,m2;tzp——机房内温度,℃;tn——机房外计算温度,℃。

通常可按tzp-tn=10 ℃计算,得

Qw=1.5×(2×3.44×1.7+2×3.44×1.42+2×14.2×17)×10=12.16 kW,环境冷负荷QE=Qw=12.16 kW。

通过对室内负荷、环境冷负荷两部分的计算,可得出整个数据机房所需总冷负荷Qt=153.1+12.16=165.26 kW。

按照上述5台精密空调的搭配,可以计算出机房中空调所能提供的总制冷量。空调不同机型的参数如表4所示。

表4 空调不同机型的参数

类型参数机型P2040P2050P2060P2070制冷量/kW24℃dB制冷量41．047．060．666．950%RH显冷量38．543．753．559．022℃dB制冷量38．845．156．864．950%RH显冷量37．142．652．556．2风机标准风量/(m3·h-1)11520115201440014400风机功率/kW1．41．42．22．2风机台数2222

2.2 数据中心机房局部热点模拟

6SigmaDC是一款专业用于通信数据机房的气流模拟软件,由于模型中的模块均来自于厂家的真实产品数据,且主要集中于相关设备的热负载模拟,模型中很多数据均来源于机房中采集的数据,得出的结果精确、可靠[6]。因此,建模仿真采用了6SigmaDC中的6SigmaRoom来实现,直接根据机房实际尺寸和设备的实际布置情况建立模型。模型建立后,由软件自带的求解器针对设置的参数进行求解。

机房中5台空调模拟出的送风温度在13～15.2 ℃之间,而回风温度控制在21.5～24 ℃之间。模拟与实测温度值比较如表5所示。

表5 模拟与实测温度值比较

参数ACU01送风回风ACU02送风回风ACU03送风回风ACU04送风回风ACU05送风回风模拟值/℃13．521．915．223．114．823．813．923．314．122．1实测值/℃12．922．414．624．114．124．813．224．213．323．4误差/%4．62．24．24．15．04．15．33．86．05．6

由表5可见,模拟值与实测值之间的误差控制在可接受范围内,符合机房的工作情况,表明机房的仿真结果符合实际情况。

机房内部空间层次及IT设备的布置不同,导致不同高度的温度场会有一定的区别。高度分别为0.3 m、1.6 m、1.9 m处的机房温度分布如图3～图5所示[7]。

图3 高度为0.3 m处的机房温度分布

图4 高度为1.6 m处的机房温度分布

图5 高度为1.9 m处的机房温度分布

选取不同高度的模拟图,气流的形式与流向更加直观,而且在不同高度,温度的分布也不同,给设备散热造成了影响。图3中,温度超过24 ℃的区域主要分布在机房热通道中,热空气并未有太大的扩散,同时大量的热气流主要被中间3台空调吸收。冷通道中的温度维持在13.5 ℃,且分布比较均匀,总体情况比较让人满意。

图4、图5中,温度场分布情况随着高度的改变而发生了偏移与变动,热气流开始向外部延伸,到了1.9 m高度热空气向机房底部远离空调的一侧扩散,与冷空气结合,导致高温区域面积增大。由图4可以很明显看到A区域与B区域的斑点,这是显著的高温区域,机柜出风温度已经达到34.8 ℃,但在图5中斑点却并不显著,原因是机柜中的IT设备并未全部放满,机柜顶部还有剩余空间用于散热[8]。对比图5中的两侧冷通道中气流的变化情况可知,随着高度的增加,高度越高,机柜内的冷量不断减少,且在冷热空气交界处机柜的散热受到一定影响,主要表现在出风温度的增加以及热点的出现。同时由于A区域两列为刀片服务器机柜,其机架功率比普通机柜要高,对冷量的要求也更多。

对温度场的分析中发现以下主要问题:

(1) 高负荷机柜的安排不当,影响机柜的散热效率。

(2) 冷热通道中气流的混合,导致局部热点的产生。

(3) 空调安排不妥,导致中间3台空调高负荷运转不利于气流循环。

2.3 数据中心机房内温度场模拟仿真对比

机房内部出现的温度分布不均以及局部热点的问题,是由于冷热气流混合,导致散热不均以及空调安排不当而造成,因而把机柜的冷热通道进行相应的隔离,将较大功率的2台精密空调集中于左侧,使得冷通道内的冷气不受外界热气流的影响,同时保证制冷的效率。冷通道封闭模型如图6所示。

图6 冷通道封闭模型

加冷通道隔离的方法可以将空调送出的冷量最大限度地用于IT设备的制冷,从而将冷量和风量的利用率达到最大化。由于通道的隔离材料采用透明玻璃以及透光性较好的PC板,因此在隔离冷热气流的基础上保证了通道内的亮度,满足相关规范的要求[9]。在冷热通道隔离的同时调高了空调送风温度,通道隔离前后的温度分布对比如图7、图8所示。

由图7、图8可知,在对冷热通道进行隔离以后,冷热气流之间的混合明显得到了解决,而且将送风温度从13 ℃提高至14 ℃的基础上仍然能够获得较好的冷却效果,局部热点问题也得到了很好的缓解,隔离后热通道中散发热气流的普遍温度比隔离前的温度要低,说明空调系统的冷量和风量充分用于IT设备的散热,提高了利用效率。因冷气流不会扩散至其他区域,因而热气流被单独隔离,带来的是机房内部整个温度的提升,从优化前的21.3 ℃增高到23.7 ℃。按照机房的运行环境标准,优化后的温度完全满足需求。

图7 隔离前后1.6 m处温度分布对比

图8 隔离前后1.9 m温度分布对比

2.4 数据中心机房内气流组织分布优化仿真对比

隔离前后冷气流、热气流对比如图9与图10所示。

图9 隔离前后冷气流对比

由图9、图10可以看出,左侧的冷气流有了一定的加强,具体在制冷上反映是回风热气流温度的降低,通过冷通道隔离后气流的稳定性得到了加强,制冷效率提高后使得IT设备得到充分的制冷,从而流入到热通道内部气流的温度也相应降低,达到了改进所需要的效果。将冷热气流结合进行模拟的情况如图11所示。

由图11可见,在冷热气流合并的基础上产生的效果,可以看到气流组织在优化之前显得比较凌乱,离精密空调较近的冷通道内冷气并未参与制冷,直接回到了回风口,从而回风温度较低,空调的制冷效率降低。优化之后气流流向比较稳定且方向清晰,缓解了回风温度较低的现象,避免了冷量的过度浪费。

图10 隔离前后热气流对比

图11 机房空调气流组织对比

3 结语

本文选取最具代表性的中型数据中心机房为研究对象,应用CFD 6Sigma软件构建机房对应的三维模型,通过软件仿真模拟出机房内部的气流组织与温度场情况,找出机房中的局部热点。再对增加冷通道隔离后机房内的气流组织与温度场进行模拟。将两者进行对比分析,发现局部热点有了明显的改善,说明冷通道隔离技术对于改善机房局部热点具有一定的效果。

[1] 孙研.通信机房节能综合解决方案[J].电信技术,2006(6):A2-7.

[2] CHO J,YANG J,PARK W.Evaluation of air distribution system’s airflow performance for cooling energy savings in high-density data centers[J].Energy and Buildings,2014,68:270-279.

[3] 赖双波.机房热环境的局部热点分析与监测系统设计[D].马鞍山:安徽工业大学,2014.

[4] 张量,许鹏.数据中心地板送风和IT设备机柜散热的CFD模拟方法总结和比较[J].建筑节能,2014(8):38-42.

[5] 孙文超,黄赟.数据中心能耗模型分析与研究[J].上海节能,2014(1):29-32.

[6] RAMBO, JOSHI Y.Multi-scale modeling of high power density data centers[C].Presented at IPACK’03-The Pacific Rim/ASME International Electronics Packaging Technical Conference and Exhibition,Kauai,HI,2003.

[7] 齐文艳.面向能耗优化的数据中心资源动态调度模型与方法[D].哈尔滨:哈尔滨工业大学,2013.

[8] 沈向阳,陈嘉澍,吕金虎,等.数据机房热区内气流组织的数值模拟及优化[J].节能技术,2011,29(3):233-237.

[9] 张杰,周浩,冯壮波,等.小型数据中心气流组织及能耗优化[J].天津大学学报:自然科学与工程技术版,2014,47(7):647-652.

捕捉行业热点引领行业发展

学术交流园地产品推介平台

Study on Application of Cold Channel Isolation Improving Local Hot Spots in Data Center Room

BAO Renbiao

(Nanjing Branch of China Communications Technology Co., Ltd., Nanjing 210012, China)

This paper introduced the temperature requirements of data center room.Combining by a medium-sized data center room as example,the corresponding 3D model of the data center room was constructed using CFD 6Sigma software.The simulation of the airflow field and temperature field of the data center room were carried out,and the local hot spots were found out.The airflow field and temperature field were compared and analyzed before and after cold channel isolation in the data center room.It is found that the local hot spots are improved obviously,which show that the cold channel isolation technology has a certain effect improving local hot spots.

data center room; cold channel isolation; local hot spot; airflow field; temperature feild