R6-02 · 算力中心与液冷 / 冷源、自然冷却与能效
待认领listed
→
众筹中recruiting
→
已开课open · Course 售卖
一课题可并存多讲师版本
课程大纲
学完能做什么
- 用气象数据逐时统计自然冷却小时数，说得出统计口径与常见的口径错误
- 把目标水温、气候区与自然冷却时数三者的关系讲清楚
- 评估选址对全年能耗的影响量级，并说明它与其他因素的相对权重
- 识别把自然冷却时数当成单一指标的风险
内容大纲
- 怎么统计
- 取当地典型年逐时气象数据，对每个小时判断环境温度能否满足目标水温
- 满足的小时数占全年的比例就是自然冷却时数比例
- 干冷器看干球、冷却塔看湿球，两者的统计结果差别可能很大
- 部分小时可以部分自然冷却，只需压缩机补一部分，统计时应分档而不是二值判断
- 三者的关系
- 目标水温越高，能满足的小时数越多，这是高温供液价值的量化形式
- 气候区决定了温度分布，寒冷与干燥地区的时数天然更高
- 但目标水温由设备要求与逼近温度共同决定，不是可以随意设定的
- 所以选址评估必须带着具体的设备要求来做，脱离设备谈时数没有意义
- 选址的权重
- 自然冷却时数影响的是冷却部分的能耗，而冷却部分只占机房总能耗的一部分
- 选址还要看电价、电网容量、网络时延、土地与政策，冷却往往不是权重最高的
- 但在能效指标有硬性要求的法域，冷却条件可能成为准入门槛
- 所以它的权重取决于当地的监管强度，而不是一个固定值
- 单一指标的风险
- 时数高不等于总能耗低：还要看部分负荷效率、输配损失与风机泵功
- 两个地点时数接近时，电价差可能远大于能耗差
- 把时数当成选址的唯一依据，会漏掉水资源、电网与政策这些同样是硬约束的因素
- 正确做法是把它作为多因素评估里的一项，并说明各项的权重来源
关键公式
自然冷却比例 = 满足目标水温的小时数 / 8760
基本统计式；分子的判断依赖目标水温与冷源形式
年冷却能耗 ≈ Σ(逐时冷却功率 × 1 小时)
逐时累加而不是用峰值乘时间，后者会显著高估
关键概念
典型年气象数据逐时统计部分自然冷却目标水温多因素选址权重来源
推荐工具与标准
典型年气象数据源 Excel 或 Python（逐时统计脚本） 电价与政策资料
数据中心能效相关标准（能效指标与报告义务的来源；该体系正在修订，引用前须核现行状态） 各法域的数据中心能效准入要求（选址硬约束的来源；按项目所在地现行规定确认） 以上文件的编号、现行版本与条款内容一律按现行有效版逐条核对；本大纲未填入任何条款级判定表与限值
工程案例
（教学构造案例，不对应任何真实项目）给定：两个候选地点，团队按自然冷却时数选了时数更高的那个。判据：把冷却能耗差折算成电费，再与两地电价差、电网接入成本一起比较。结论：时数差带来的电费节省，被另一地点显著更低的电价抵消有余。做错的代价：选址是不可逆决策，一旦建成就锁定了整个运行期的成本结构。根子在于把一个分项指标当成了总账。
动手做
交付物 · 对两个候选地点：① 取各自典型年数据，在同一目标水温下统计自然冷却时数，分档而非二值；② 逐时累加估年冷却能耗，折算成电费；③ 把电价、电网容量、水资源、政策一并列表，给出各项权重与来源；④ 给出选址建议，并说明如果目标水温放宽两度，结论会不会变。
常见误区
- 脱离设备要求谈时数：目标水温由设备与逼近温度决定，不能随意设定
- 二值判断：部分小时可以部分自然冷却，只需压缩机补一部分，应分档统计
- 用峰值乘时间估年能耗：那会显著高估，应逐时累加
- 把时数当成选址唯一依据：电价、电网、水资源与政策同样是硬约束
相关课题