基于变频空调调节的机房温度节能控制方法研究

摘要：为实现对机房温度的精确调控和能源消耗的最小化。研究内容围绕机房热动力学模型的构建，变频空调的工作特性，以及模糊逻辑和BP（Back Propagation）神经网络在温控系统中的应用进行。通过设计并实施仿真实验，系统地评估了控制方案在不同工况下的响应性和节能效益。研究表明，所提出的节能控制方法能显著减少机房的能耗，同时保持室内温度在设定范围内的稳定，能够适应复杂的机房环境，对实际的机房温度控制系统具有一定的指导和应用价值，为数据中心的节能减排提供了新的技术路径。

关键词：变频空调" 机房温度" 节能控制" 模糊-BP神经网络" 控制方法

Research on Energy-Saving Control Method of Engine Room Temperature Based on Inverter Air Conditioner Regulation

LI Jiao" YU Guangzuo" ZHANG Sunjie

Shanghai Co.， Ltd.， China Mobile Communications Group， Shanghai， 200060 China

Abstract： The objective of this article is to achieve accurate temperature control of the engine room and minimize energy consumption. The research contents focuse on the construction of the thermodynamic model of the engine room， the operation characteristics of the inverter air conditioner， and the application of Fuzzy Logic and Back Propagation（BP） neural network in the temperature control system. Through the design and implementation of simulation experiments， the response and energy saving efficiency of the control scheme under different working conditions are evaluated systematically. The research results show that the proposed energy-saving control method can significantly reduce the energy consumption of the engine room， while keeping the indoor temperature stable within the set range， and can adapt to the complex engine room environment. It has certain guidance and application value for the actual temperature control system of the engine room， and provides a new technical path for energy saving and emission reduction of the data center.

Key Words： Inverter air conditioner; Engine room temperature;Energy-saving control; Fuzzy - BP neural network; Control methods

在当前节能减排的大背景下，机房作为信息技术基础设施的核心，其能源消耗问题日益受到重视。机房温度控制直接关系到能源效率和设备稳定性，因此，研究如何通过变频空调调节技术实现机房温度的节能控制具有重要意义。本研究旨在提升温度控制的精度和节能效率，通过构建机房热动力学模型，对控制系统进行仿真实验，并对结果进行了详细分析，本研究展示了该方法在实际应用中的有效性和节能潜力

1变频空调调节的工作原理

变频空调调节的工作原理基于变频技术，该技术通过改变电机供电频率来控制压缩机速度，从而实现对空调制冷或制热能力的精确调节[1]。（1）变频器接收温控器的信号，根据设定的室内温度与实际温度的差异，动态调整压缩机运转速度。当室内温度接近设定温度时，压缩机以较低速运转，减少能耗；（2）机房温度远离设定值时，则提高速度，快速调节温度。（3）变频空调通过电子膨胀阀精确控制制冷剂流量，保证制冷效率的最优化。通过连续、无级的速度调节机制，相较于传统定速空调的开关控制，显著提升了能源利用效率，减少了能耗波动和设备磨损，延长了空调系统的使用寿命。因此，变频空调在实现舒适室温的同时，有效降低了能源消耗，体现出显著的节能优势。

2机房温度节能控制影响因素与方案选取

2.1影响机房温度的因素

机房温度受多种因素影响，其主要包括内部热源、外部环境以及建筑物的隔热性能[2]。（1）内部热源主要来源于机房内部的电子设备，如服务器、交换机等，这些设备在运行过程中会产生大量热量。此外，人员活动、照明设备也会产生一定的热量。（2）外部环境因素涉及外界气候条件，如温度、湿度和太阳辐射等，这些条件会通过建筑物的墙体、窗户等部分影响到内部温度。（3）建筑物的隔热性能，包括墙体材料、窗户类型、密封性等，也是影响机房温度的重要因素。墙体和窗户的隔热效果不足会导致外部热量的进入和内部热量的流失，增加了空调系统的负担。因此，在设计机房温度节能控制系统时，应充分考虑这些因素，确保系统能够有效应对内外部热量变化，维持机房内的温度稳定，从而达到节能的目的。

2.2机房温度节能控制方案选取

选择机房温度节能控制方案时，采用模糊-BP（Back Propagation）神经网络方法优化比例-积分-微分（Proportional-Integral-Derivative，PID）控制器参数，以实现变频空调的高效节能控制[3]。如图所示，控制系统的输入为温度设定值与实际温度值的偏差，该偏差经过控制器计算得到控制偏差的变化率与误差积分。PID控制器的比例、积分、微分参数通过模糊逻辑控制器进行实时调整，该模糊控制器根据误差和误差变化率的模糊规则集来优化参数。模糊控制器的输出则作为BP神经网络的输入，网络通过学习误差反向传播来不断调整其权重，以最小化温度控制系统的偏差。具体而言，模糊控制器的设计基于一系列模糊规则，如“如果温度偏差大且增加速度快，则增大比例增益”，可以数学表示为：

式（1）、式（2）、式（3）中：、、为根据模糊逻辑得到的增益调整量；为当前偏差；为偏差变化率。BP神经网络通过反向传播算法，更新权重和偏置，以减小输出与设定温度之间的差异。权重更新公式为

式（4）、式（5）中，是网络的预测误差，是学习率。通过此方法，可以实现对变频空调机房温度的精确控制，优化其能耗，实现节能。这种集成控制策略结合了模糊逻辑的非线性逼近能力和BP神经网络的自学习、自适应能力，适用于机房复杂多变的热环境，提高了温度控制的精确度和响应速度。通过此综合方法，可以有效应对机房内外部温度波动大、热负荷不确定性高的挑战，确保了机房温度稳定同时，提升了能源使用效率。

3基于变频空调调节的机房温度节能控制模型构建

3.1机房模型建立

构建基于变频空调调节的机房温度节能控制模型，首先需要建立机房的热动力学模型。该模型应考虑机房内外热交换、设备产生的热量以及空调系统的冷热输出能力。热动力学模型可以通过能量平衡方程来表达，其中机房的能量变化率等于外界热量输入与内部热量损失之差加上空调系统的冷热供给。数学公式为

式（6）中：是机房的热容量；是机房的温度；是外部热量输入；是机房的热量损失；是空调系统的冷热供给。外部热量输入主要与机房外部环境有关，可以通过外部气象数据来估算。热量损失涉及机房的绝热材料、墙体结构和机房内部空气流动情况，可以通过以下公式计算。

式（7）中：是传热系数；是传热面积；是机房外部的环境温度。空调系统的冷热供给取决于变频空调的工作状态，其输出可以通过变频空调的能效比来表示。

式（8）中：是变频空调的能效比；Pinput（t）是变频空调的输入功率。此外，变频空调的输入功率又与压缩机的运行频率有关，可表示为

式（9）中：是压缩机的运行频率；是频率与功率的关系函数。

通过上述公式，可以构建出一个基本的机房温度控制模型。在实际操作中，模型还需结合实际的机房参数进行校准，如热容量的准确测定、传热系数的实测值、空调系统的动态变化等。构建准确的机房模型是实现高效节能控制的基础，为PID控制器或模糊-BP神经网络提供了必要的物理参数和运行状态的估算依据，进而可以精确地调节变频空调，达到节能的目的[4]。

3.2变频空调节能控制方案

本研究集成模糊-BP神经网络算法，通过两阶段处理提高变频空调调节机房温控精度与节能效果。首先，模糊逻辑控制器接收温度偏差及其变化率，输出对PID参数的调整量；随后，BP神经网络根据温控系统的历史数据优化模糊逻辑控制器的规则集。

（1）模糊控制器的输出为PID参数调整量，根据如下规则：

式（10）中，fm表示模糊规则映射函数。

（2）BP神经网络优化模糊规则参数，其权重更新规则表示为

式（11）、式（12）中：为网络权重；为偏置；为学习率；为预测误差。基于模糊-BP神经网络算法构建变频空调调节机房温度节能控制参数，通过参数表，在控制方案构建中，可以通过实时监控并调整PID控制器的参数，以响应温度变化。模糊控制器针对每个时间点的温度偏差和变化率输出PID参数的微调量，而BP神经网络基于历史数据和当前性能反馈更新模糊控制规则的参数，以实现最佳的控制效果。在实际应用中，该控制方案需结合机房特定环境和变频空调的实际工作特性进行调整。模糊-BP神经网络算法的核心在于其自学习能力，能够随着时间的推移不断优化控制策略，以适应环境变化和设备性能波动，从而确保机房温度控制的精确性与系统的节能运行[5]。

3.3仿真结果分析

在基于变频空调调节的机房温度节能控制模型构建后，进行仿真实验以验证控制策略的有效性。仿真采用之前构建的模糊-BP神经网络控制模型，模拟机房在不同负载和外部环境条件下的温度调节响应和能耗情况。表1展示了一段时间内的仿真结果，记录了设定温度、实际温度、PID参数调整量、空调能耗等关键指标。

仿真结果分析显示，机房内的实际温度在大部分时间内能够紧密跟随设定温度，温度偏差控制在±0.4 °C以内，显示出控制模型具有较高的温度控制精确性。功率输出数据反映了变频空调调节机制的效率，功率的逐渐降低说明系统在达到稳态后，能够以更低的能耗维持设定温度。累计能耗数据显示了控制策略在长时间运行中的节能潜力。

4 结语

综上所述，经过系统的研究与仿真实验，结果表明，模糊-BP神经网络控制模型在动态调节机房温度方面表现出色，并且在全天候的运行中保持了高效的节能效果。未来的研究将进一步探索模型的优化空间，以实现更高级别的能效管理和智能化控制，为机房温度控制领域带来新的技术革新。本研究成果对促进数据中心的绿色发展具有实际的应用价值，同时也为相关领域提供了技术参考和研究基础。

参考文献

[1]彭程，王永华.张掖某数据中心机房精密空调节能改造及效果实测[J].中文科技期刊数据库（引文版）工程技术，2022（4）：181-184.

[2]叶丰.中小型数据中心机房空调设计探讨[J].机电信息，2021（13）：84-87.

[3]岳仁杰，李斌.华北地区数据中心冬季闭式冷却塔低负荷防冻节能运行策略[J].科技资讯，2021，18（3）：1-3.

[4]张春朋.某数据中心机房精密空调运行参数优化[J].暖通空调，2021，51（1）：62-64.

[5]华咏竹，谢强强，秦会斌，等. 计及用户端调节容量的变频空调自适应电压调控策略 [J]. 综合智慧能源， 2022， 44 （2）： 21-28.