数据中心暖通系统最大化利用外界免费冷源的节能应用与研究

doi:10.12267/j.issn.2096-5931.2026.06.012

信息通信技术与政策 ›› 2026, Vol. 52 ›› Issue (6): 79-85.doi: 10.12267/j.issn.2096-5931.2026.06.012

数据中心暖通系统最大化利用外界免费冷源的节能应用与研究

Energy-saving application and research of maximizing the use of free external cold source in data center HVAC system

尤伟杰¹, 顾海²^,³, 张书国²^,³

¹ 中国移动通信集团四川有限公司, 成都 610041
² 广州浩云长盛股份有限公司, 广州 510600
³ 成都浩云华盛网络科技有限公司, 成都 610225

收稿日期:2026-05-20 出版日期:2026-06-25 发布日期:2026-07-06
作者简介:
尤伟杰,中国移动通信集团四川有限公司高级工程师,主要研究云智算基础设施、算力网络及人工智能应用
顾海,广州浩云长盛股份有限公司运维总监,主要研究方向为数据中心运营管理
张书国,成都浩云华盛网络科技有限公司工程师,主要研究方向为暖通节能管理

YOU Weijie¹, GU Hai²^,³, ZHANG Shuguo²^,³

¹ China Mobile Communications Group Sichuan Co., Ltd., Chengdu 610041, China
² Guangzhou Hotwon Network Co., Ltd., Guangzhou 510600, China
³ ChengduHaoyun Huasheng Network Technology Co., Ltd., Chengdu 610225, China

Received:2026-05-20 Online:2026-06-25 Published:2026-07-06

摘要/Abstract

摘要：

目前,数据中心能耗问题日益突出,暖通系统能耗占比较高,其中冷却系统是节能降耗的关键。传统冷却系统控制方式简单,无法充分利用外界自然冷源。提出一种基于湿球温度与水蒸气分压力复合控制的冷却塔智能调控方法,通过动态调整风机转速,实现冷却系统与外界气候的自适应匹配。以成都某数据中心为例,该控制方式使其电能利用效率从1.49降至1.29,冷却系统节能率达50%以上。试验表明,该方法可显著提升冷却系统能效,为数据中心绿色低碳运行提供技术支撑。

关键词: 数据中心, 冷却系统, 湿球温度, 水蒸气分压力, 节能控制, PUE

Abstract:

Currently, the energy consumption of data centers has become increasingly prominent. The HVAC system accounts for a significant proportion of total energy use, with the cooling system being the key to energy saving. Traditional cooling system control methods are simplistic and cannot fully utilize external natural cooling sources. This paper proposes an intelligent control method for cooling towers based on the composite control of wet-bulb temperature and water vapor partial pressure. By dynamically adjusting fan speed, the cooling system can adaptively match external climatic conditions. Experiments and applications show that this method can significantly improve cooling system efficiency, reduce PUE values, and provide technical support for green and low-carbon operation of data centers.

Key words: data center, cooling system, wet-bulb temperature, water vapor partial pressure, energy-saving control, PUE

中图分类号:

TN919.2

尤伟杰, 顾海, 张书国. 数据中心暖通系统最大化利用外界免费冷源的节能应用与研究[J]. 信息通信技术与政策, 2026, 52(6): 79-85.

YOU Weijie, GU Hai, ZHANG Shuguo. Energy-saving application and research of maximizing the use of free external cold source in data center HVAC system[J]. Information and Communications Technology and Policy, 2026, 52(6): 79-85.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2026.06.012

http://ictp.caict.ac.cn/CN/Y2026/V52/I6/79

图/表 3

参考文献 26

[1]	NI J, BAI X. A review of air conditioning energy performance in data centers[J]. Renewable and Sustainable Energy Reviews, 2017, 67:625-640. doi: 10.1016/j.rser.2016.09.050 URL
[2]	娄小军, 王学军. 数据中心水冷冷冻水系统能效分析[J]. 建筑节能, 2018, 46(1):19-22.
[3]	华东建筑设计院. 给水排水设计手册:第4册工业给水处理[M]. 北京: 中国建筑工业出版社, 1986.
[4]	MERKEL F. Verdunstungskühlung[J]. VDI-Zeitschrift, 1925, 70(3):123-128.
[5]	谢慧, 张舸,. 冀如. 空气调节工程[M]. 北京: 冶金工业出版社, 2016.
[6]	赵顺安. 冷却塔工艺原理[M]. 北京: 中国建筑工业出版社, 2015.
[7]	谭小卫, 刘文浩, 刘桂雄, 等. TBVMC的冷却塔热力性能优化控制方法[J]. 中国测试, 2017, 43(1):112-115.
[8]	孙林娜, 魏俊辉, 刘启明, 等. 冷却塔气水比对冷却水系统运行的影响分析研究[J]. 制冷与空调(四川), 2024, 38(6):782-790.
[9]	武义, 王秀芳. 冷却塔供冷技术在数据中心的应用[J]. 山西建筑, 2021, 47(19):145-147. DOI:10.13719/j.cnki.1009-6825.2021.19.052.
[10]	魏东, 韩少然, 冉义兵, 等. 数据中心制冷系统非线性模型预测控制[J]. 控制与决策, 2024, 39(4):1240-1250. DOI:10.13195/j.kzyjc.2022.0467.
[11]	邹思, 许宗金, 罗灿, 等. 数据中心开式和闭式冷却塔自然冷却供冷系统运行能效分析[J]. 制冷与空调, 2025, 25(12):36-43. DOI:10.20245/j.issn.1009-8402.2025.12.006.
[12]	中国电子节能技术协会. 数据中心自然蒸发冷却气象参数:T/DZJN 251—2024[S], 2024.
[13]	苏陈奇, 宋绪文, 映宇. 数据中心空调系统节能研究[J]. 电子产品可靠性与环境试验, 2025, 43(4):104-108.
[14]	刘志恒. 数据中心空调系统能耗管理实践与节能效益[J]. 资源节约与环保, 2025(4):14-17.DOI:10.16317/j.cnki.12-1377/x.2025.04.019.
[15]	郭辉, 孙铁柱, 翁磊超. 渭南市某数据中心空调系统能耗分析[J]. 制冷与空调, 2025, 25(4):67-69.DOI:10.20245/j.issn.1009-8402.2025.04.013.
[16]	徐振红. 数据中心双源独立控制空调系统能耗分析及冷凝水利用[D]. 济南: 山东建筑大学, 2024. DOI:10.27273/d.cnki.gsajc.2024.000674.
[17]	白亚东. 数据中心降低能耗的方法研究[J]. 节能, 2024, 43(3):85-87.
[18]	陈策, 于贤. 数据中心局部电能利用效率测算方法与实证研究[J]. 暖通空调, 2024, 54(2):137-141. DOI:10.19991/j.hvac1971.2024.02.24.
[19]	刘宏伟, 黄国瑞, 白聚莹, 等. 风冷精密空调数据中心的能耗分析研究[J]. 制冷技术, 2023, 43(5):66-72.
[20]	徐鑫. 数据中心冷却塔供冷系统的能耗特性与性能优化研究[D]. 重庆: 重庆大学, 2022. DOI:10.27670/d.cnki.gcqdu.2022.001358.
[21]	冯明雷. 数据中心工程的暖通系统节能措施分析[J]. 集成电路应用, 2022, 39(4): 152-153. DOI:10.19339/j.issn.1674-2583.2022.04.063.
[22]	徐昌勇. 数据中心暖通系统节能措施探讨[J]. 中国建筑装饰装修, 2022(5):93-95.
[23]	王于虎, 王晓亮, 万彩云, 等. 深圳某数据中心空调冷源系统设计[J]. 暖通空调, 2021, 51(S2):225-230. DOI:10.19991/j.hvac1971.2021.s2.051.
[24]	杨磊, 杨晖, 徐婧芳, 等. 数据中心液体冷却技术研究综述[J]. 化工学报, 2026, 77(4):1667-1684.
[25]	卢昱涵, 古炳松, 杨举文. 数据中心间接蒸发冷却系统气流组织影响因素研究[J]. 暖通空调, 2025, 55(10):137-143. DOI:10.19991/j.hvac1971.2025.10.19.
[26]	王馨翊, 王露, 陈晓轩, 等. 数据中心高密度机柜的风冷系统及其散热能力分析[J]. 制冷学报, 2026, 47(1):51-58.

时间/月	1	2	3	4	5	6	7	8	9	10	11	12
2022年CLF	0.203	0.198	0.273	0.268	0.305	0.366	0.393	0.328	0.245	0.197	0.166	0.117
2023年CLF	0.099	0.105	0.148	0.182	0.208	0.224	0.245	0.259	0.242	0.184	0.145	0.104
2024年CLF	0.100	0.090	0.122	0.174	0.191	0.204	0.222	0.224	0.206	0.153	0.119	0.078

时间/月	1	2	3	4	5	6	7	8	9	10	11	12
2022年CLF	0.203	0.198	0.273	0.268	0.305	0.366	0.393	0.328	0.245	0.197	0.166	0.117
2023年CLF	0.099	0.105	0.148	0.182	0.208	0.224	0.245	0.259	0.242	0.184	0.145	0.104
2024年CLF	0.100	0.090	0.122	0.174	0.191	0.204	0.222	0.224	0.206	0.153	0.119	0.078

数据中心暖通系统最大化利用外界免费冷源的节能应用与研究

Energy-saving application and research of maximizing the use of free external cold source in data center HVAC system

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 26

相关文章 15

编辑推荐

Metrics

本文评价

[1]	车碧瑶, 张永航, 廖怡, 唐剑, 樊小平, 赵继壮, 陆钢. 运营商大模型硬件基础设施创新及RDMA流量控制技术研究[J]. 信息通信技术与政策, 2024, 50(2): 26-32.
[2]	郭亮. 数据中心发展综述[J]. 信息通信技术与政策, 2023, 49(5): 2-8.
[3]	康亚京, 赵继壮, 陆钢. 新一代云网融合数据中心关键技术研究[J]. 信息通信技术与政策, 2023, 49(5): 30-36.
[4]	周彩红, 王月, 许可欣. 面向算存运一体的数据中心存力发展研究[J]. 信息通信技术与政策, 2023, 49(5): 37-41.
[5]	尚华, 杨硕, 张一星. 绿色低碳化发展视角下数据中心电算网融合分析[J]. 信息通信技术与政策, 2023, 49(5): 59-64.
[6]	钟杨帆, 刘丹, 文芳志, 郭锐, 刘向东. 数据中心单相浸没液冷规模化应用关键技术研究^*[J]. 信息通信技术与政策, 2023, 49(5): 65-72.
[7]	吴美希, 杨晓彤. 算力五力模型:一种衡量算力的综合方法[J]. 信息通信技术与政策, 2022, 48(3): 13-21.
[8]	李洁, 王月. 算力基础设施的现状、趋势和对策建议[J]. 信息通信技术与政策, 2022, 48(3): 2-6.
[9]	王少鹏, 邱奔. 算网协同对算力产业发展的影响分析[J]. 信息通信技术与政策, 2022, 48(3): 29-33.
[10]	谢丽娜, 邢玉萍, 蓝滨. 数据中心浸没液冷中冷却液关键问题研究[J]. 信息通信技术与政策, 2022, 48(3): 40-46.
[11]	韩会先, 柯芊. 数据中心效率提升的最佳颗粒度思考[J]. 信息通信技术与政策, 2022, 48(3): 47-54.
[12]	张子婷, 曾宇, 任宏丹, 孟锐. 数据中心不间断电源蓄电池智能预维系统及技术研究[J]. 信息通信技术与政策, 2022, 48(3): 55-63.
[13]	张明, 王旭东, 翟爽. “双碳”背景下新型数据中心数据存储绿色节能技术[J]. 信息通信技术与政策, 2022, 48(3): 69-73.
[14]	董路, 孔玲. 天基云服务产业发展趋势初探[J]. 信息通信技术与政策, 2021, 47(9): 36-40.
[15]	刘伟民, 张炳华, 肖羽佳, 余兴林. 数据中心空调智能散热技术研究与落地实践[J]. 信息通信技术与政策, 2021, 47(6): 93-96.