数据中心制冷系统非线性模型预测控制
Nonlinear model predictive control for data center cooling systems作者机构：北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室北京100044 中冶京诚工程技术有限公司北京100176 西门子(中国)有限公司北京100020 北京市市政工程设计研究总院有限公司北京100082 山东合创安华智能科技有限公司济南250013
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2024年第39卷第4期
页 面：1240-1250页
核心收录：
学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金：北京市属高校高水平创新团队建设计划项目(IDHT20190506) 住房城乡建设部科学技术项目(研究开发项目)(2019-K-120) 北京建筑大学高级主讲教师培育计划项目(GJZJ20220803)
摘 要：数据中心制冷系统具有非线性、强耦合和大滞后特性,目前常用的PID方法无法实现系统整体能效提升,而现有非线性优化算法计算量大,不易工程实现.鉴于此,提出一种数据中心制冷系统模型预测控制策略,上层优化层设计预测控制器,其目标为在满足制冷要求的前提下降低系统能耗,优化层采用神经网络作为反馈控制器,将系统整体优化目标函数作为神经网络控制器优化性能指标,结合变分法与随机梯度下降法,通过滚动优化求取下层各回路被控变量最优设定值,算法占用存储区适中、计算量小;下层现场控制层通过实时控制使各回路被控变量跟踪最优设定值,可以在不破坏原有现场控制系统的情况下实现性能优化.构建Trnsys-Matlab联合仿真平台,针对系统夏季、过渡季和冬季的控制策略进行仿真实验.结果表明,所提出控制策略能够在满足数据中心安全运行的前提下,实现系统整体能效提升,且具有良好的鲁棒性.
维普期刊数据库
同方期刊数据库