用制冷剂的自然冷却数据中心冷却技术获加州官方认可

简介:

据国外媒体报道,使用制冷剂进行自然冷却的数据中心冷却技术得到加州建筑监管机构批准,这项技术可节约大量的水,也变成美国国家建筑标准的一部分,来提高建筑物的能源效率。数据中心运营商在加州现在可以安装节能系统,使用专门的制冷剂液体作为介质与外部环境交换热量,而不是水。在这之前,加州建筑标准的一份文件(代码为24号文件)要求,需要在数据中心中使用节能制冷,要么抽取空气进入大楼(空气侧节能)或室外系统用水转移热量(水侧节能)。

加州政府被说服

这是某国际网络能源公司游说加州能源委员会做出的改变,因为它有数据中心冷却系统的产品,使用制冷剂系统对数据中心运营商来说是可以节能的。

该能源公司北美营销副总裁表示,在收到申请的情况下,监管机构会审慎评估拟议中的改革技术,不过处在极端干旱地理环境的数据中心表示对该技术的支持。不过,加州对高节水的数据中心冷却解决方案需求预计可能会有更多,这也意味着巨大的利益,他们已经有十年以上的经验,很多相关的新技术很快就会脱颖而出。他还例举了在加州的16个气候区中有14个使用制冷剂的系统不仅能完全避免用水进行自然冷却,而且使用比水系统更少的能源。

节能原理

当外面的空气足够冷时,节能装置与机械冷却可以一同补充冷量。根据条件,自然冷却技术系统完全可以在冷却时间替代机械制冷机或提供负载的一部分冷量。它的主要组件包括一个传统的直接蒸发冷却系统,室内机房空调和外部冷凝器。不同的是它有一个不同寻常的制冷剂泵。它还有有两个制冷剂回路:一个泵和一个冷凝器。当系统切换到制冷剂冷却,有两个压缩机就可分别单独关闭。通过测量外部实时温度和数据中心地板上温度来选择工作模式,如果温度够低,它将关闭一个压缩机,依靠循环节能。如果外面空气变得更冷,第二个压缩机也会关闭。

水系统曾经被认为是大型数据中心的首选节能系统,因为推动很多外部空气进入数据中心需要大量污染物的过滤和更多的努力来控制湿度。使用水系统的话,每年要用高达1515万升的水来冷却容量1兆瓦级数据中心。而如今,制冷剂系统有着更好的节水效果。

绿色网格自2011年便开始对数据中心用水进行有效性的度量工作,虽然数据中心一直在控制工业用水,但由于近年来低端气候频发,这个问题变得越来越严重。由于在未来没有明确水的可用性状态是否能改善,数据中心运营商只能越来越多地寻求替代技术解决方案以减少冷却对水的依赖。

本文转自d1net(转载)

相关文章
|
1月前
|
机器学习/深度学习 存储 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第23天】 在数据中心的运营成本中,冷却系统占据了一大块。传统的冷却管理通常依赖于简单的规则或手动调整,无法适应复杂多变的热负荷和环境条件。本文提出了一种基于机器学习的方法来动态优化数据中心的冷却系统。我们设计了一个预测模型来估计未来的热负荷,并结合实时数据,通过优化算法调整冷却设备的工作状态,以降低能源消耗并保持适宜的运行温度。实验结果表明,该方法能够有效减少能耗,同时保证数据中心的冷却效率。
16 0
|
1月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第15天】 在数据中心运营效率的众多挑战中,冷却系统的优化是一个关键因素。本文将探讨如何应用机器学习技术来改善数据中心的冷却性能,减少能源消耗,并提高整体的可持续性。通过分析历史温度数据、服务器负载以及环境参数,构建预测模型来动态调整冷却需求,实现智能化管理。本研究展示了一种创新方法,不仅提升了数据中心运行效率,也为其他工业冷却系统提供了可借鉴的解决方案。
16 1
|
1天前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
1月前
|
存储 定位技术 数据中心
探索现代数据中心的冷却技术革新
在这篇文章中,我们将深入探讨现代数据中心冷却技术的最新进展。随着数据量的激增和计算能力的提升,数据中心的能效和散热问题变得日益重要。文章将介绍几种创新的冷却方法,包括液冷系统、热管技术和环境冷却集成设计,并讨论它们的工作原理、优势以及面临的挑战。通过这些技术的比较,我们旨在为数据中心管理者提供决策支持,以实现更高效、可持续的运营。
33 1
|
1月前
|
人工智能 运维 监控
未来数据中心的自动化运维技术探索
随着信息技术的快速发展,未来数据中心的运维需求将变得更加复杂而多样化。本文将探讨自动化运维技术在未来数据中心中的应用,分析其优势和挑战,并探讨如何实现高效的自动化运维管理。
|
1月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第29天】 在本文中,我们探讨了如何应用机器学习技术来改善数据中心的能源效率,特别是针对冷却系统的优化。传统的数据中心冷却方法常常采用静态的、预设的策略,忽视了环境变化和负载波动的影响。通过集成机器学习模型,我们能够实时分析数据中心的操作状况,并动态调整冷却策略,以实现节能和性能的双重提升。文中详细介绍了所采用的算法框架、实验设置以及与传统方法的性能比较。
|
1月前
|
机器学习/深度学习 算法 数据中心
利用机器学习优化数据中心冷却系统
【2月更文挑战第17天】 在数据中心运营成本中,冷却系统占据了显著比例。本文通过探索机器学习技术在数据中心冷却系统中的应用,旨在提高能效并降低运营成本。首先介绍了数据中心冷却系统的基本原理和关键性能指标,随后详细阐述了如何通过监督学习和强化学习算法来预测冷却需求并实时调整冷却策略。文章通过案例分析验证了所提方法的有效性,并讨论了实施过程中面临的挑战与未来发展方向。
|
9月前
|
canal 缓存 otter
数据仓库 、数据中心相关技术知识和生态相关了解
数据仓库 、数据中心相关技术知识和生态相关了解
169 0
|
9月前
|
人工智能 运维 大数据
技术、应用、突破——一场液冷研讨会,助你把握数据中心液冷产业未来122.228.85
技术、应用、突破——一场液冷研讨会,助你把握数据中心液冷产业未来122.228.85
|
11月前
|
数据中心 云计算
阿里云最新产品手册——阿里云核心产品——云数据中心专用处理器CIPU——云计算技术经历的三个阶段
阿里云最新产品手册——阿里云核心产品——云数据中心专用处理器CIPU——云计算技术经历的三个阶段自制脑图
148 1