基于强化学习的机房空调自优化节能应用.pdfVIP

电信工程技术与标准化网络优化

基于强化学习的机房空调自优化节能应用

邹凯凯，陈徐钢，曹国水，赵健，赵晨雪

310051)

（中国移动通信集团浙江有限公司，杭州

摘要空调是中大型机房中必不可少的温控设备，针对信息机房空调高能耗运行情况，本文提出一种基于强化学习

的空调节能调优方法。通过构建AI智能体，赋予AI调控机房空调温度的权限，以空调运行能耗和机房环境

高温告警等条件作为AI奖惩机制，使AI进行自主学习，具备空调运行能耗的节能调优能力。经过在某枢纽

楼内5个机房进行应用验证，该方法可自动适应不同的机房结构环境，在空调运行过程中起到较为明显的节

能作用。

关键词机房；空调；节能；强化学习

中图分类号TU248.7文献标识码A文章编号1008-5599(2022)Z1-0011-05

社会各行业数字化进程迅猛发展，作为数字经济底技术，实现机房能耗运行的自优化。当前行业内，在空

座的数据中心和通信机房的规模及其运行能耗随之快速调末端方面，目前大多借助CFD仿真技术，以传热机

理为基础，运用AI技术诊断机房存在的异常点，对机

增长。2021年，我国数据中心总耗电量已经超过2000

亿千瓦时，能耗巨大，达到全社会总用电量的2%，并房内气流组织进行针对性的优化整改，达到节能降耗的

且预计2025年数据中心总耗电量可达到3000亿千瓦目的。但该方法在实际应用中，对于不同的机房需逐个

时。通信行业成为2030年前是否可以实现碳达峰的关建模，其快速部署能力较弱，推广的难度及成本相对较

键因素。高。

通信能耗主要集中在机房内，而机房内能耗主要由为提升空调末端AI节能技术在机房的适应能力，

主设备能耗、空调制冷能耗和电源设备损耗等构成，用本文提出一种基于强化学习的空调节能调优方法，降低

PUE指标来评价其能源利用水平。PUE越低其能效水空调末端运行能耗。

平越高，一般机房的PUE在1.2~1.8范围内。其中，

1

在机房动力配套系统中，空调制冷能耗占到PUE因子模型构建

最大的部分，一般空调因子CLF为0.1～0.7，降低机

房内空调制冷的运行能耗是降低PUE的有效措施。1.1空调节能机制分析

信息网络技术作为通用技术，赋能各行业低碳绿色机房内的空调末端系统一般由几台至数十台组成，

发展的同时，同样也可赋能自身机房节能运维，运用AI共同完成机房的制冷散热任务，保证机房内设备处于适

收稿日期：2021-11-12

11

2022年12月第Z1期（第35卷总第305期）

月刊

网络优化电信工程技术与标准化

宜的温湿度环境中运行。若存在过度制冷，会产生一定t的环境状态。

的能耗浪费。根据空调运行机理或运维经验可知，一般1.2.2动作空间A

控制温度越高，空调运行能耗越低，因此需要对机房空空调系统全部的动作组合的集合，记作A，A，表示

调末端进行节能管理，只需要适当提高各空调的设置温时刻t空调的动作状态。

度即可。但提升的温度过多，则会影响服务器设备的运1.2.3奖惩反馈R

行稳定，产生高温告警，并且机房温度变化存在较长的