孫海峰 黃 赟 陸翰濤 楊 波

1.中國(guó)移動(dòng)通信集團(tuán)上海有限公司

2.南京群頂科技有限公司

0 引言

近年來(lái)，中國(guó)移動(dòng)面對(duì)氣候變化、機(jī)房體量的增加，能耗和環(huán)境問(wèn)題越發(fā)嚴(yán)峻。自2007年推出“綠色行動(dòng)計(jì)劃”以來(lái)，中國(guó)移動(dòng)每年編制《中國(guó)移動(dòng)“綠色行動(dòng)計(jì)劃”年度重點(diǎn)工作要求》，旨在運(yùn)用新技術(shù)、新理念實(shí)現(xiàn)智能化的綠色節(jié)能目標(biāo)。

隨著5G的上線，公司的能耗問(wèn)題愈發(fā)嚴(yán)重。據(jù)統(tǒng)計(jì)，2019年中國(guó)移動(dòng)的總耗電量超過(guò)250億kWh，2011-2019年中國(guó)移動(dòng)總耗電量年均增長(zhǎng)率約為8.9%，新的設(shè)備、基站導(dǎo)致巨大的耗電量仍在快速上升。而其中數(shù)據(jù)中心的耗電量占比很大，我國(guó)的數(shù)據(jù)中心為7.4萬(wàn)個(gè)，占全球的23%。其中能耗類型分為IT和空調(diào)用電，而在空調(diào)能耗的處理上，傳統(tǒng)、物理的節(jié)能方式已經(jīng)接近瓶頸，成效越來(lái)越微弱。

對(duì)于此節(jié)能現(xiàn)狀，需要根據(jù)大數(shù)據(jù)和新技術(shù)給出新的節(jié)能方式，在探索新型節(jié)能模式的過(guò)程中，開(kāi)始進(jìn)行各站點(diǎn)的AI節(jié)能試點(diǎn)工作，現(xiàn)已經(jīng)初具成效。

1 環(huán)境現(xiàn)狀

上海移動(dòng)某機(jī)房樓，共8層，其中機(jī)房數(shù)量為12個(gè)，2～7樓每層分東、西方向兩個(gè)機(jī)房，東、西機(jī)房?jī)?nèi)部互通。全樓末端空調(diào)數(shù)量為95臺(tái)，制冷系統(tǒng)為全風(fēng)冷式，采用風(fēng)道上送風(fēng)的方式。機(jī)房布局見(jiàn)圖1-1。

圖1-1 機(jī)房布局

新的動(dòng)環(huán)系統(tǒng)正在建設(shè)并逐步替換舊的動(dòng)環(huán)系統(tǒng)，同時(shí)部分空調(diào)設(shè)備也在換新，機(jī)樓的能耗平臺(tái)數(shù)據(jù)采集暫時(shí)中斷，在節(jié)能改造完成后恢復(fù)數(shù)據(jù)采集。

2 技術(shù)實(shí)現(xiàn)

2.1 AI節(jié)能技術(shù)

傳統(tǒng)的空調(diào)系統(tǒng)，受到機(jī)房環(huán)境、氣流傳導(dǎo)系統(tǒng)等多方面因素的影響，以往的節(jié)能手段已經(jīng)到達(dá)瓶頸，再投入大量資金進(jìn)行收效甚微的改造與節(jié)能理念相背馳，而此時(shí)進(jìn)行AI節(jié)能技術(shù)試點(diǎn)，旨在利用該技術(shù)的優(yōu)勢(shì)將整個(gè)機(jī)房制冷系統(tǒng)、環(huán)境都納入考量，智能感知環(huán)境因素，自動(dòng)調(diào)節(jié)系統(tǒng)的運(yùn)行狀況，對(duì)機(jī)房進(jìn)行精準(zhǔn)的制冷控制，按需分配資源，最終形成系統(tǒng)智能化的閉環(huán)學(xué)習(xí)和優(yōu)化迭代，從而達(dá)到節(jié)能的最終目的[1]。

2.2 技術(shù)目的

空調(diào)原本策略是根據(jù)回風(fēng)/送風(fēng)溫度來(lái)控制運(yùn)行情況，依據(jù)設(shè)定好的溫度和溫度閾值來(lái)決定是否需要開(kāi)啟壓縮機(jī)，一旦空調(diào)的回風(fēng)溫度達(dá)到了開(kāi)啟壓縮機(jī)的條件時(shí)會(huì)開(kāi)啟壓縮機(jī)降低出風(fēng)溫度。機(jī)房CFD仿真圖見(jiàn)圖2-1。

圖2-1 機(jī)房CFD仿真圖

在對(duì)機(jī)房進(jìn)行CFD軟件模擬后顯示[2]，機(jī)房?jī)?nèi)的溫度有部分區(qū)域出現(xiàn)過(guò)低（藍(lán)色較深）或者過(guò)高的情況，這種情況說(shuō)明在以往的運(yùn)行模式下空調(diào)根據(jù)環(huán)境來(lái)調(diào)整自身運(yùn)行情況的控制方法尚有缺陷，無(wú)法根據(jù)機(jī)房自身情況來(lái)按需分配資源，無(wú)法實(shí)現(xiàn)兼顧各項(xiàng)因素的智能化調(diào)控。因此，需要對(duì)機(jī)房進(jìn)行改造，建立更高效節(jié)能的運(yùn)作模式。改造之后通過(guò)算法動(dòng)態(tài)調(diào)節(jié)空調(diào)的運(yùn)行參數(shù)，使空調(diào)運(yùn)行在良好的或最優(yōu)的工況下，避免不必要的能耗。

2.3 實(shí)現(xiàn)方法

1）采集機(jī)房歷史數(shù)據(jù)，將機(jī)房?jī)?nèi)部環(huán)境納入計(jì)算，建立全新的溫度場(chǎng)模型，根據(jù)得到的數(shù)據(jù)進(jìn)行冷熱區(qū)域的劃分，作為后續(xù)空調(diào)運(yùn)行的依據(jù)。

2）根據(jù)IT、空調(diào)用電量和損耗的對(duì)比，結(jié)合機(jī)房?jī)?nèi)溫度場(chǎng)數(shù)據(jù)建立機(jī)房熱平衡模型并進(jìn)行智能預(yù)測(cè)，獲得空調(diào)的優(yōu)化控制參數(shù)。

3）對(duì)接動(dòng)環(huán)和能耗系統(tǒng)的應(yīng)用程序編程接口，實(shí)現(xiàn)對(duì)空調(diào)、溫感和電量數(shù)據(jù)的自動(dòng)采集，并且通過(guò)動(dòng)環(huán)下發(fā)空調(diào)控制指令。

4）通過(guò)加設(shè)節(jié)能一體機(jī)實(shí)現(xiàn)機(jī)房環(huán)境監(jiān)測(cè)和末端空調(diào)的自動(dòng)控制閉環(huán)，以及預(yù)測(cè)模型的智能學(xué)習(xí)和優(yōu)化迭代，并且實(shí)現(xiàn)策略的制訂和下發(fā)。系統(tǒng)部署見(jiàn)圖2-2。

圖2-2 系統(tǒng)部署

3 具體實(shí)現(xiàn)

3.1 設(shè)備安裝

在機(jī)房的指定位置將節(jié)能一體機(jī)上架（圖3-1）、加電、網(wǎng)絡(luò)接入、程序調(diào)試和采控端口聯(lián)調(diào)等工作，對(duì)于部分通過(guò)網(wǎng)關(guān)直接采集和控制的情況，根據(jù)現(xiàn)場(chǎng)安裝協(xié)議轉(zhuǎn)換網(wǎng)關(guān)設(shè)備。

圖3-1 節(jié)能一體機(jī)安裝

節(jié)能一體機(jī)安裝需要申請(qǐng)機(jī)架位、電源和網(wǎng)絡(luò)接入端子、IP地址及相關(guān)端口白名單，并且根據(jù)現(xiàn)場(chǎng)內(nèi)控要求進(jìn)行設(shè)備安全加固。

現(xiàn)場(chǎng)根據(jù)機(jī)房構(gòu)造布局架設(shè)溫感探測(cè)器（圖3-2），溫感數(shù)據(jù)直接采集至節(jié)能一體機(jī)。

圖3-2 溫感探測(cè)器

3.2 數(shù)據(jù)采集

1）網(wǎng)絡(luò)接入要求：節(jié)能一體機(jī)需要與動(dòng)環(huán)系統(tǒng)和能耗平臺(tái)分別打通網(wǎng)絡(luò)和相關(guān)端口，動(dòng)環(huán)系統(tǒng)和能耗平臺(tái)需要開(kāi)放應(yīng)用程序編程接口；

2）現(xiàn)場(chǎng)電表數(shù)據(jù)采集滿足機(jī)房節(jié)能實(shí)施要求；

3）溫感要求：能耗分析所需的溫感探頭由節(jié)能廠商統(tǒng)一安裝，數(shù)據(jù)直接采集至節(jié)能一體機(jī)，溫感探測(cè)器數(shù)量和位置滿足機(jī)房節(jié)能實(shí)施要求；

4）空調(diào)采集和控制點(diǎn)位要求見(jiàn)表3-1。

表3-1

空調(diào)工況采集采樣頻率控制指令制冷輸出風(fēng)機(jī)輸出壓縮機(jī)進(jìn)風(fēng)溫度回風(fēng)溫度設(shè)定溫度1分鐘一次制冷輸出風(fēng)機(jī)輸出壓縮機(jī)設(shè)定溫度

4 節(jié)能評(píng)估

4.1 節(jié)能調(diào)控

本項(xiàng)目中，部署了一臺(tái)負(fù)責(zé)數(shù)據(jù)采集、下發(fā)指令的一體機(jī)，但要做到智能化的節(jié)能效果還需要符合機(jī)房環(huán)境的節(jié)能策略，同時(shí)節(jié)能一體機(jī)將自動(dòng)執(zhí)行智能預(yù)測(cè)的指令，根據(jù)采集的數(shù)據(jù)實(shí)時(shí)制訂符合運(yùn)行模式的指令。

4.1.1 策略流程邏輯

1）策略生成模塊根據(jù)當(dāng)前機(jī)房狀態(tài)與溫濕度數(shù)據(jù)，生成新的調(diào)控策略（制冷設(shè)備開(kāi)啟/休眠/參數(shù)調(diào)節(jié)）；

2）將近期溫度數(shù)據(jù)、新的調(diào)控策略輸入溫度預(yù)測(cè)模型，預(yù)測(cè)在新的策略下機(jī)房各個(gè)溫感設(shè)備的溫度變化；策略流程邏輯見(jiàn)圖4-1。

圖4-1 策略流程邏輯

3）基于預(yù)測(cè)的溫度判斷新的策略是否會(huì)發(fā)生溫度異常告警，如果會(huì)觸發(fā)告警則對(duì)策略進(jìn)行微調(diào)（不休眠空調(diào)、調(diào)節(jié)其它未休眠空調(diào)的參數(shù)）；如果不會(huì)觸發(fā)告警，則策略下發(fā)執(zhí)行；

4）實(shí)時(shí)獲取新的溫濕度數(shù)據(jù)，觀察機(jī)房溫度；

5）定時(shí)觸發(fā)生成新的調(diào)控策略，生成的新調(diào)控策略按照前三步的步驟重新執(zhí)行優(yōu)化機(jī)房能耗。

4.1.2 溫度預(yù)測(cè)

溫度預(yù)測(cè)模型能夠預(yù)測(cè)機(jī)房?jī)?nèi)溫感在不同的空調(diào)配置參數(shù)下短期內(nèi)的溫度變化趨勢(shì)，提前調(diào)整運(yùn)行狀態(tài)保持節(jié)能狀態(tài)。

其價(jià)值主要在于以下兩點(diǎn)：

1）預(yù)測(cè)溫感溫度在未來(lái)10 min內(nèi)在當(dāng)前空調(diào)配置參數(shù)下溫度的變化趨勢(shì)；基于該預(yù)測(cè)結(jié)果，判斷該溫感溫度相對(duì)于原溫度是過(guò)高還是過(guò)低，有一定差值則需要對(duì)空調(diào)進(jìn)行相關(guān)的策略調(diào)整。

2）新策略溫度影響預(yù)測(cè)，基于新生成的策略參數(shù)以及近期溫感歷史溫度預(yù)測(cè)在新的空調(diào)配置參數(shù)下未來(lái)10 min的溫度變化趨勢(shì)，從而評(píng)估溫感溫度在新的策略下是否會(huì)觸發(fā)溫度告警等，最終達(dá)到評(píng)估新策略的效益目的。

為保證策略調(diào)整不會(huì)給機(jī)房環(huán)境溫度帶來(lái)告警風(fēng)險(xiǎn)，方案采取了以下限制措施：

1）最優(yōu)目標(biāo)溫度設(shè)置為25.5℃（低于告警溫度27℃，并可按需修改）；

2）制訂策略時(shí)設(shè)置每次休眠制冷設(shè)備不超過(guò)1臺(tái)；

3）策略每次需要喚醒制冷設(shè)備不設(shè)置上限；

4）策略生成后，采取溫度效益預(yù)測(cè)，將溫度保持在可控狀態(tài)；

5）實(shí)時(shí)觀測(cè)溫度變化情況及時(shí)調(diào)整策略；

6）支持配置僅生成策略，不執(zhí)行策略，在環(huán)境情況較復(fù)雜時(shí)，可以隨時(shí)人工對(duì)策略的風(fēng)險(xiǎn)進(jìn)行評(píng)估分析后再?zèng)Q定策略執(zhí)行與否。

4.1.3 時(shí)序預(yù)測(cè)

節(jié)能一體機(jī)采集歷史空調(diào)參數(shù)、溫感溫度數(shù)據(jù)，而溫感之間由于空調(diào)空間布局的原因具有一定程度的相關(guān)性，所以使用RNN類網(wǎng)絡(luò)算法對(duì)歷史數(shù)據(jù)進(jìn)行訓(xùn)練構(gòu)建多指標(biāo)預(yù)測(cè)模型，并使用預(yù)測(cè)模型對(duì)每個(gè)溫感未來(lái)一段時(shí)間的溫度變化進(jìn)行智能預(yù)測(cè)。

1）算法輸入：當(dāng)前空調(diào)參數(shù)配置、溫感編號(hào)、過(guò)去60 min的溫度值；

2）算法輸出：在當(dāng)前空調(diào)配置參數(shù)下，各個(gè)溫感未來(lái)10 min的溫度值。

算法選型：DeepAR（RNN+Embedding）（基于循環(huán)神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的時(shí)序預(yù)測(cè)算法）

算法基本邏輯如下：對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行隨機(jī)采樣，以隨機(jī)抽取時(shí)間點(diǎn)t為原始輸入數(shù)據(jù)，t～t+L為輸出，以t時(shí)刻產(chǎn)生的訓(xùn)練樣本為例，輸入為：當(dāng)前時(shí)間點(diǎn)的相關(guān)特征，以及上一個(gè)時(shí)間點(diǎn)各個(gè)特征相應(yīng)的長(zhǎng)短期記憶網(wǎng)絡(luò)、輸出；模型輸出為：t時(shí)刻的真實(shí)值。反復(fù)循環(huán)學(xué)習(xí)t+1～t+L時(shí)刻的樣本；如此反復(fù)隨機(jī)采樣數(shù)據(jù)進(jìn)行模型訓(xùn)練[3]。

4.1.4 學(xué)習(xí)迭代

在本項(xiàng)目中，AI的學(xué)習(xí)迭代是實(shí)現(xiàn)智能控制的關(guān)鍵點(diǎn)，而AI技術(shù)要實(shí)現(xiàn)閉環(huán)學(xué)習(xí)，要經(jīng)過(guò)一套完整流程：

1）建立數(shù)據(jù)庫(kù)作為基礎(chǔ)，以往的空調(diào)監(jiān)控?cái)?shù)據(jù)可作為合適的材料，方便AI依此進(jìn)行初步的判斷；

2）進(jìn)行大量訓(xùn)練，采集實(shí)時(shí)數(shù)據(jù)進(jìn)行策略制訂，并按照其準(zhǔn)確性來(lái)修正未來(lái)的策略制訂邏輯；

3）建立測(cè)試數(shù)據(jù)庫(kù)，同樣可以使用以往的空調(diào)監(jiān)控?cái)?shù)據(jù)（不與基礎(chǔ)數(shù)據(jù)庫(kù)數(shù)據(jù)相重復(fù)）來(lái)作為測(cè)試材料；

4）根據(jù)測(cè)試材料進(jìn)行策略的制訂，與原數(shù)據(jù)進(jìn)行對(duì)比，有一定重合或低于原數(shù)值可視為測(cè)試成功[4]。

同時(shí)節(jié)能一體機(jī)設(shè)計(jì)了策略保護(hù)機(jī)制，即設(shè)備會(huì)自動(dòng)保存空調(diào)被控制前的設(shè)置參數(shù)，當(dāng)空調(diào)運(yùn)行狀況出現(xiàn)異常時(shí)，可以選擇退回到之前時(shí)間點(diǎn)的設(shè)置參數(shù)，恢復(fù)空調(diào)原本的運(yùn)行狀態(tài)，避免了AI由于空調(diào)異常而下發(fā)錯(cuò)誤指令。

4.2 節(jié)能數(shù)據(jù)

通常以節(jié)電量和節(jié)電率來(lái)衡量數(shù)據(jù)中心節(jié)能的質(zhì)量和效果。節(jié)電量和節(jié)電率的計(jì)算根據(jù)節(jié)能實(shí)施前后的電量(實(shí)施前為基準(zhǔn)值T0，實(shí)施后為對(duì)比值T1)進(jìn)行對(duì)比計(jì)算。

T0：測(cè)量周期（節(jié)能實(shí)施前）的用電數(shù)據(jù)。T0中IT設(shè)備的用電量為PIT-0 kWh，精密空調(diào)的用電量為Pcooling-0 kWh，機(jī)房能耗合計(jì)為PT0。

T1：測(cè)量周期（節(jié)能實(shí)施后）的用電數(shù)據(jù)。T1中IT設(shè)備的用電量為PIT-1 kWh，精密空調(diào)的用電量為Pcooling-1 kWh，機(jī)房能耗合計(jì)為PT1。

部分電能數(shù)據(jù)見(jiàn)表4-1。

表4-1 部分電能數(shù)據(jù)

根據(jù)監(jiān)控系統(tǒng)提取的用電數(shù)據(jù)進(jìn)行計(jì)算，4月下旬15天的電量為3 009.38 kWh，而安裝后5月下旬15天的電量為3 001.55kWh，該數(shù)據(jù)顯示，進(jìn)行改造后，機(jī)房空調(diào)在氣溫不斷上升的情況下，能耗依然減少。其中4月下旬的平均氣溫為19.0℃，5月下旬平均氣溫為25.6℃，而天氣氣溫對(duì)空調(diào)能耗的影響基本可視作線性關(guān)系[5]，比率在24%/15℃左右，等效比率即為10.5%，即同溫度下半個(gè)月節(jié)省能耗可達(dá)315.16 kWh，用電量為：

3 009.38-315.16=2 694.22 kWh。

表4-1和表4-2顯示，相比未安裝之前的能耗情況，安裝后的AI節(jié)能運(yùn)行模式下的運(yùn)行情況迅速進(jìn)入了穩(wěn)定狀態(tài)，并且能耗更小，藍(lán)色部分為節(jié)能部分。由此說(shuō)明AI技術(shù)根據(jù)機(jī)房?jī)?nèi)冷熱量的具體需求，實(shí)時(shí)對(duì)空調(diào)系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行調(diào)整，使整個(gè)系統(tǒng)的工況保持在最優(yōu)狀態(tài)，實(shí)現(xiàn)了智能化的按需運(yùn)行模式，達(dá)到了節(jié)能減排的改造目的。

表4-2 電量對(duì)比

5 安全機(jī)制

節(jié)能一體機(jī)采用旁掛方式接入動(dòng)環(huán)網(wǎng)絡(luò)，設(shè)備的南北向物理或邏輯結(jié)構(gòu)均無(wú)串聯(lián)的其他生產(chǎn)設(shè)備，在出現(xiàn)緊急情況時(shí)可直接關(guān)停，及時(shí)終止采控程序?qū)照{(diào)設(shè)備的影響。關(guān)停節(jié)點(diǎn)的措施主要包括：

1）停止采控服務(wù)進(jìn)程（遠(yuǎn)程）

2）關(guān)閉一體機(jī)操作系統(tǒng)（遠(yuǎn)程）

3）斷開(kāi)一體機(jī)網(wǎng)絡(luò)連接線（現(xiàn)場(chǎng)）、關(guān)閉網(wǎng)絡(luò)交換機(jī)接入端口（遠(yuǎn)程）

4）關(guān)閉一體機(jī)電源（現(xiàn)場(chǎng)）

除此之外，當(dāng)FSU本身發(fā)生故障時(shí)，平臺(tái)會(huì)第一時(shí)間發(fā)送告警工單，維護(hù)人員會(huì)接收到FSU的設(shè)備故障消息，此時(shí)需人工介入對(duì)FSU故障恢復(fù)；而當(dāng)一體機(jī)本身發(fā)生故障時(shí)，與之相連的FSU會(huì)發(fā)出通信中斷告警，同樣人工介入進(jìn)行修復(fù)。在此兩種情況下，一體機(jī)都會(huì)停止對(duì)空調(diào)的所有指令控制，直到故障修復(fù)[6]。自設(shè)置該功能后，經(jīng)過(guò)安裝后一段時(shí)間的運(yùn)行，尚未啟用過(guò)安全機(jī)制，初步證實(shí)一體機(jī)的穩(wěn)定性，有待繼續(xù)觀察其運(yùn)行工況。

6 總結(jié)

本項(xiàng)目針對(duì)機(jī)房空調(diào)能耗高、制冷不均勻的情況進(jìn)行了勘查和分析，采用AI節(jié)能技術(shù)校驗(yàn)并指導(dǎo)節(jié)能技改工作。具體完成工作如下：

1）對(duì)機(jī)房進(jìn)行了現(xiàn)場(chǎng)分析，為了更有效地降低能耗，采用了AI節(jié)能技術(shù)對(duì)機(jī)房進(jìn)行改造。

2）安裝一臺(tái)能夠?qū)崟r(shí)采集空調(diào)溫感數(shù)據(jù)、制定下發(fā)指令的節(jié)能一體機(jī)。

3）正常情況下由一體機(jī)自動(dòng)采集分析數(shù)據(jù)對(duì)未來(lái)一段時(shí)間的策略制訂，并且將一體機(jī)設(shè)置為在遇特殊情況時(shí)可結(jié)合現(xiàn)場(chǎng)情況人工干預(yù)策略。

4）在動(dòng)環(huán)監(jiān)控系統(tǒng)中得到一段時(shí)間的數(shù)據(jù)后，分析得出用電量明顯下降，且氣溫較高的5月份用電量尚小于氣溫較低的4月份，通過(guò)氣溫與制冷效率的斜率計(jì)算證明了AI技術(shù)節(jié)省能耗的成效。

5）針對(duì)機(jī)房中各種緊急情況進(jìn)行了相應(yīng)的設(shè)置，確保在特殊狀況下不會(huì)影響空調(diào)本身的正常運(yùn)行。