数据中心送风冷通道的导流构件结构优化

2023-11-08张忠斌

西安工程大学学报 2023年5期

巩莉,张忠斌,陈萌

(南京师范大学能源与机械工程学院,江苏南京 210023)

0 引言

随着大数据云计算和通信技术的快速发展,数据中心为满足更大的存储容量和更快的数据处理速度需求,能耗大幅增加[1]。相关研究表明数据中心冷却系统能耗约占总能耗的一半[2]。为确保IT设备的安全运行并减少冷却系统的能耗,提高能源效率成为数据中心可持续发展进程中亟须解决的重要问题[3]。

为减轻数据中心高能耗问题,已经提出了一系列技术策略,包括自由冷却、冷却管理、气流管理和服务器热管理等[4-6]。其中,气流管理和自由冷却通常被视为降低冷却系统能耗有效且具有前景的解决方案[7]。气流管理相比于易受天气状况影响的自由冷却技术,更被视为是提升数据中心热性能和冷却效率的主流方法。

目前,具有冷通道封闭模式的地板下送风系统已在数据中心广泛使用[8-9]。此系统合理的配风是提高热性能的前提。其中,导流构件就是一种被动式气流管理和输配调节方法[10-11]。能够通过几何结构、材料特性等参数的调节,合理匹配送风参数并调节气流。苏振鸾等利用二次正交旋转设计方法,研究了导流板的参数,如宽度、角度和距离风机的距离,以改变进入气流的方向,并改善涡轮机叶片周围的流动,以提升其空气动力学特性[12]。ZHANG等基于水流参数的选取,使用导流墩作为优化策略,发现导流墩对水流的轴向流速均匀度和流速加权平均角度具有显著的调节作用[13]。WANG等利用均匀设计方法,对储罐中导流板的安装位置、倾斜角度和高度3个参数进行了数值研究,旨在改善空气-水直接储罐的传热传质和压降性能[14]。他们建立了传热速率、传质速率和压降的回归模型,并利用遗传算法获取了导流板的3个最优结构参数。TIAN等设计了一种被动调整位置的导流板,能够随着风向变化自动调整,并在不同的操作条件下进行了三维计算流体动力学模拟,结果显示,使用这种被动导流板,机组的最大效率提高了24.91%[15]。SHEN等在双层微通道散热器中引入导流构件以改善传统双层微通道散热片的性能,显著增强了散热器的传热性能[16]。然而,导流构件在数据中心的应用仍然有限,并且相关研究主要集中在地板下静压空间设置导流构件方面。另外,数据中心导流构件受到多个因素的影响,其中每个因素可能相互促进或抑制,形成非线性关系。为此,应该采用多因素研究方法,正交试验法[17-18]是通过选择具有代表性的典型试验点,并确保这些点在试验范围内均匀分布,能够全面反映整体情况。然而,在数据中心气流组织研究中,对于这种方法的应用报道相对较少。

本文基于正交试验,通过数值模拟研究数据中心热性能。首先,设计了导流构件的高度尺寸、几何形状以及粗糙度3个影响因素和不同水平的试验组合,分析了在数据中心地板下送风中增设导流构件对气流组织的影响。每组试验结果均计算其IRH和IRT两个热性能评价指标,采用极差分析法进行数据处理分析,得出各研究因素的影响权重。并进一步通过数值模拟分析验证的方法获得导流构件的最佳结构组合,对比分析其对数据中心热性能的影响。

1 模型建立与验证

1.1 物理模型

本文以南京市某数据中心为研究对象,对影响其热性能的导流构件进行多因素研究。该数据中心采用地板下送风系统,是一个冷通道封闭机房。机房尺寸为11.7 m×10.4 m×3 m(不包括架空地板的高度)。机房内设备包括2台机房专用空调(computer room air conditioner,CRAC)和4列机柜(编号为A、B、C和D)。CRAC尺寸为1.7 m×0.87 m×1.97 m,额定制冷量为52.8 kW,送风温度为18 ℃,送风量为3.5 m3/s。每个CRAC的底部和顶部都有2个尺寸为0.47 m×0.35 m的送风口和回风口,用于提供冷空气以维持数据中心的正常运行。每列机柜包含11个机架(编号为A1～A11),共有44个机架。单个机架的尺寸为1.1 m×0.6 m×2 m,采用面对面、背对背的摆放方式。每个机架内置12个2U服务器,总功率为2.4 kW。机柜之间和机柜与墙之间形成宽度为1.2 m的冷通道和热通道。冷通道通过前后门和顶板封闭,形成一个封闭的冷池。数据中心的整体布局如图1所示。

图 1 数据中心的俯视图Fig.1 Top view of the data center

2台CRAC分别置于2个冷通道的正前方,采用“下送上回”的送回风方式。另外,在优化气流组织形式时,此送风方式产生的热空气再循环和冷空气旁路的问题也需要关注。

在此基础上利用模拟软件Airpak 3.0进行物理模型建设。为了避免其他因素干扰,减少模型的复杂性,本文在模型的建立中做出如下假设:

1) 数据中心可视作一个三维长方体模型,忽略内部楼梯、支架、消防设施等因素的影响,且不考虑机柜、地板等壁厚因素;

2) 数据中心内部密封良好,墙体绝热,无热量损失;

3) 数据中心唯一的热量来源为服务器散发的热量;

4) 每个服务器都设置为相同的恒定功率。

本研究模型的建立基于数据中心基本结构模型和增设的导流构件模型2个部分。

1.1.1 数据中心基本结构模型设计

基于上述数据中心的几何结构、内置配置、布局方式,在软件Airpak 3.0中建立了一个数据中心模型,与实际数据中心一致。令服务器与机架的前门和后门之间的距离分别为0.1 m和0.2 m。服务器与机架左侧和右侧的距离均为0.05 m。同时,服务器与机架底部和顶部的距离分别为0.15 m。服务器被设置在空间悬停,且其周围的空间可以允许气流自由通过。

1.1.2 导流构件模型设计

导流构件不同几何结构如图2所示。

图 2 不同几何结构导流构件示意图Fig.2 Schematic diagrams of different geometric structures of deflectors

1.2 数学模型

本研究的导流构件是影响数据中心气流流动的关键构件,气流流动属于大空间流动问题。为了便于计算,假设机房内空气流动为稳态湍流状态,且气流为不可压缩流体,忽略其因黏性力做功产生的耗散热;并假设机房内气流密度变化仅对浮升力产生影响,遵循Boussinesq近似,选择较简单且精度较高的标准k-ɛ模型[19-20]来解决高雷诺数的湍流计算问题。在k-ɛ模型中,只需要考虑湍流脉动动能k和流动耗散率ɛ并求解。方程分别为

(1)

C1ε(ε/κ)(Gκ+C3εGb)-C2ερ(ε2/κ)

(2)

C3ε=tanh|v/u|

(3)

(4)

μt=ρcμ(κ2/ε)

(5)

(6)

(7)

k=3/2(uavgI)2

(8)

(9)

(10)

式中:C1ε、C2ε、C3ε为常数,其中C1ε=1.44、C2ε=1.92,对于主流向与重力方向一致的浮力剪切层,C3ε=1,对于垂直于重力方向的浮力剪切层,C3ε=0;σk、σε为k、ε的湍流普朗特数,σk=1.0、σε=1.3;v为与重力向量平行的流速分量;u为与重力向量正交的流速分量;Cμ=0.09;Gk为平均速度梯度引起的湍动能的生成项;Gb为浮力引起的湍动能的生成项;μt为湍流黏性系数;gi为i方向重力加速度分量,m/s2;Prt为湍流普朗特数,本文取值0.9;β为热膨胀系数;uavg为平均流速,m/s;I为湍流强度;l为湍流长度,m;uw为平行于墙的速度,m/s;uτ为剪切速度,m/s;y为距墙的距离,m。

1.3 边界条件与初始值

在数值模拟过程中,边界条件和初始值的设定对于模拟结果的准确性有着极其重要的作用。基于数据中心实际运行参数设定初始值,本研究模拟过程中的边界条件及初始值的具体设置如图3和表1所示。

图 3 边界条件示意图Fig.3 Schematic diagram of boundary conditions

表 1 模型组成部分边界条件设置

1.4 网格划分及独立性研究

本模型使用结构化网格,并在送风边界、回风边界等重要部位进行了局部加密处理。在数值模拟过程中,温度是最重要的模拟参数之一,也是数据中心热性能最直观的反映。基于基础模型,选择机架上的最高温度作为有效参数,并进行了不同网格数下温度差异分析,以进行网格独立性测试。图4展示了选择的7种网格数:53.6×104、73.5×104、135.7×104、172.1×104、220.3×104、292.1×104和393.6×104。当网格数大于或等于220.3×104时,机架的最高温度几乎不再变化。这表明模拟结果具有较高的精确度和稳定性,因此可以选择网格数220.3×104进行本研究的后续工作。此外,CFD Airpak软件还可以在生成网格后检查网格的质量。在Airpak网格控制窗口中,超过95%的网格质量为1,这意味着生成的网格质量是可行的。

图 4 最高温度随网格数量的变化Fig.4 Variation of maximum temperature with number of grids

1.5 试验验证

为了验证模型的准确性,在18 ℃和3.5 m3/s的工况条件下,对无导流板的冷通道封闭的地板下送风数据中心进行实测和模拟。由于数据中心服务器的进口温度是研究的关键,因此本文对服务器进口温度进行模型的准确性验证。分别测量和读取了机柜列B每台机架0.5/0.85/1.2 m处的进风温度。

图5所示为机柜列B的实测和模拟的进风温度结果。从图中看出,相同高度下的实测温度与模拟温度变化趋势相近,且实测温度整体略高于模拟温度,相对误差均保持在0.24%～5.57%之间,平均相对误差为3.99%。

图 5 模拟和实测进风温度验证Fig.5 Simulated and measured intake air temperature verification

该误差产生的原因包括:1)实测过程中,试验人员的走动及散热;2)照明等设备散热;3)实测数据中心机房和冷通道等存在气体泄漏,冷量流失;4)实测过程中服务器功率可能波动。综上,模拟结果存在误差,但在合理范围内,其精度有较好的可靠性和可行性。

2 正交试验方法

2.1 正交试验设计

本文新增的导流构件涉及高度尺寸、几何形状、粗糙度3个影响因素,分别记为影响因素A、B、C。其中本研究设计的导流构件是可以高于机架,并且粗糙度作为影响气流湍流的重要因素,也需被考虑。设置2 /2.1/2.2/2.3 m 4个水平的高度尺寸,分别记为A1/A2/A3/A4,几何形状有直板型/曲面型/等高阶跃型/等风量阶跃型4种水平,分别记为B1/B2/B3/B4,粗糙度有光滑/粗糙/增加肋片(带肋)3个水平,分别记为C1/C2/C3。导流构件对数据中心热性能影响研究的正交试验设计表如表2所示。

表 2 导流构件几何结构正交试验设计

2.2 热性能评价指标

为了评估数据中心热性能的节能效果,本文选择回热指标(IRH)、送风温度指数(IRT)作为测试指标评估数据中心的气流组织质量,以进一步评估放入导流板后数据中心的热性能的变化情况。IRH适用于房间级/行级,能够宏观评估空气再循环情况;IRT适用于房间级/行级/机架级,反映机架是否存在空气短路或再循环问题。

IRH、IRT值可由式(11)、(12)计算得出

(11)

(12)

式中:Qb为进入机架前所吸收的热量,kW;Q为所有机架在数据中心中产生的总热量,kW;Tr为CRAC回风温度,℃;Ts为CRAC送风温度,℃;ΔTe为IT设备入口和出口之间的温差,℃。

理想情况下,IRH和IRT为1。IRT>1表示热空气再循环占主导地位,IRT<1表示冷空气短路主要存在于机架中。实际计算结果见表3。

3 结果与分析

3.1 极差分析

使用极差分析法进一步分析正交试验结果。分析某一因素时,将其他因素影响程度视为均匀一致的,可获得该因素的影响作用大小。

表 3 导流构件正交试验结果表

该数据处理方法的极差由Rj表示,Rj通过计算因子j的水平i下的最大和最小平均值之间的差而获得,如公式(13)所示。首先计算与因子j的水平i相对应的测试度量kij的平均值(j=1, 2, 3,…;i=1, 2, 3,…)。然后,通过kij确定因子j的最佳水平以及因子j的变化对测试度量的影响权重大小,具体计算结果见表4。

Rj=max(k1j,k2j,…,kij)-min(k1j,k2j,…,kij)

(13)

表 4 正交结果极差分析表

由表3、4可以得出:最佳导流构件结构组合为A3B2C3。虽然IRH、IRT评价指标不同,IRH越大表示冷却效果越好,IRT越接近1表示空气流动越好,但它们均指向最佳导流构件结构组合A3B2C3。结合这2个评价指标可以得出,不同结构导流构件的因素影响权重大小为:几何形状>粗糙度>高度尺寸。导流构件的合理设置,能够使数据中心热性能有更进一步提升的空间,以此达到节能的效果,如表3,第 2、6、8和10的试验结果,其指标数值与对照组0相比,均有明显优化:IRH更高,IRT更趋近1。这表示放置这些导流构件后,热空气再循环现象减弱,冷却效率提高,冷量浪费减少。但参考表中其他数据可知,当导流构件参数设置得不合理时,数据中心热性能反而会降低。这是由于此数据中心模型冷通道为常见尺寸(冷通道宽度为1.2 m),在冷通道内对称布置2块导流构件,冷通道空间被导流构件压缩,导致气流受限。即使有导流构件的良好引导,但导流构件上部空间过小,气流流速降低,不足以实现良好的冷却效果。

图6为各因素水平下不同评价指标平均值。考虑到理想情况下IRH和IRT为1,本文模拟结果均达不到理想数值,故图6(a)、(b)中,对于IRH值来说,每条折线的最高点为该影响因素的最佳水平;而IRT均大于1,因此取IRT图中每条折线的最低点为该影响因素的最佳水平。根据图6的趋势分析,导流构件的最佳因素水平组合是A3B2C3,即导流构件高度为2.2 m,几何形状为曲面型,板面带肋。由于模拟结果的IRT值均高于理想数值1,因此该数据中心地板下送风模型在不同导流构件设置情况时,均存在热空气再循环的现象。

此外,不同因素对于IRH和IRT的影响趋势也不相同。因素A(高度尺寸)在IRT图中,因素水平3(高度为2.2 m)时最佳,进一步增加导件高度则导致IRT升高,即热性能下降。因素B(几何形状)的变化对性能影响较大,2个指标的最佳水平均由因素水平2(曲面型导流构件)决定,其性能表现明显优于其他形状。因素C(粗糙度)中,因素水平3(带肋的导流构件)优于直接设置粗糙度,对性能优化效果更好。

3.2 模拟结果分析

图6中橙色划线表示A3B2C3组合条件下模拟所得的IRH和IRT值,均优于各因素不同水平下的平均值。

(a) 各因素水平下的IRH (b) 各因素水平下的IRT

因此进一步对第0组、第8组(A3B4C3)、第10组(A4B2C3)以及最佳结构组合A3B2C3数值模拟的温度和速度分布进行比较,分析热性能良好的组合下的气流均匀性情况,结果见图7、8。第0组为常规冷通道封闭,无导流构件的数据中心模型试验,作为分析其他模型优化效果的对照组。由于本文研究的地板下送风的数据中心内,CRAC布置在机柜一端,距离CRAC较近的2台机架处气流压力较小。气流流速低于机柜其余部分,导致机架进风温度较低,冷量不充足,不能有效冷却该处服务器,易产生局部热点;另外,距离CRAC最远端的机架,由于距离较远,若CRAC冷量不足,会导致该处同样产生热点。因此,本文测试距离CRAC最近和最远各2台(共4台,编号为1、2、10、11)机架处的温度和速度分布。

图 7 机架进/排风温度分布云图Fig.7 Cloud map of rack inlet/exhaust air temperature distribution

图 8 机架进/排风速度分布云图Fig.8 Cloud map of rack inlet/exhaust airflow velocity distribution

从图7可以看出:在3组优化试验中,A3B4C3的机架1和2处温度较低且温度梯度较大,有利于冷却服务器。排风温度保持在29 ℃以下。机架10和11处进风温度分布更均匀,排风温度分布也较均匀,且温度在28～30 ℃之间。这表明服务器得到了充分冷却。A4B2C3和最佳结构组合的试验结果相似。机架1和2处温度梯度大,但整体温度较低,有利于冷却。机架10和11处温度梯度小于对照组。在机架1和2处排风温度均匀,保持在26～28 ℃范围内。机架10和11处存在温度梯度,但最高温度低于30 ℃,服务器安全运行。导流构件最佳结构组合的温度分布略优于A4B2C3,但热性能相近。

从图8可以看出:在3组优化试验中,A3B4C3的机架1和2的垂直中部进风区域出现速度增大,而机架10和11的进风速度非常均匀,速度梯度可以忽略。排风速度方面,4个机柜的速度逐渐减小,其中机架1和2的减小程度较低,因为它们对应的进风截面下部气流速度较高,保持了较高的速度水平。对于机架10和11,进风速度分布均匀,但平均速度较低,导致排风速度下降较大。A4B2C3和最佳结构组合的进/排风速度分布也相似。在机架1和2处距离CRAC最近的部分存在低速流区域,其他区域的速度分布相对均匀,排风速度也均匀。而在机架10和11处,由于距离CRAC较远且受限于气流流动空间,速度随距离增加逐渐衰减,产生一定的速度梯度。采用最佳结构组合时,相较于A4B2C3,速度分布均匀性略有改善。

综上可得,增设导流构件对数据中心内部气流组织在垂直和水平方向上的均匀性都具备不同程度的优化作用。等风量阶跃型和曲面型2种导流构件均有较好的优化作用;带肋的导流构件优化作用显著。故此,结合优化效果以及实际工程实施和造价,可以选择曲面型导流构件,尺寸在一定范围内要高于机架高度为佳,本研究最佳高度为2.2 m(机架高度为2 m)。但考虑到导流构件带肋结构实现复杂,若在工程实际允许的情况下,带肋的导流构件结构最佳。