基于人工智能的模型预测控制技术，应用于带有热能储存系统的冷水机组，并结合了数据中心中的水侧节能器系统

《ENERGY AND BUILDINGS》：Ai-based model predictive control of chiller plant with thermal energy storage combining a water-side economizer system in data centers

　　

金光熙（Kwang-hee Kim）|金裕珍（Yu-jin Kim）|河周万（Ju-wan Ha）|宋英赫（Young-hak Song）

• •
  本研究将热能储存系统与水侧节能系统相结合，以降低数据中心的冷却能耗，并应用基于人工智能的模型预测控制技术来进一步提升自然冷却效果，这是实现冷却能耗降低的核心技术。所提出的控制策略根据从36个输入变量中获得的能耗预测值和室内温度精确调节系统运行。具体贡献如下：
• •
  提出了一种结合热能储存和水侧节能系统的综合方案。
• •
  为该综合系统开发了一种基于XGBoost的机器学习预测模型。
• •
  采用网格搜索方法开发了模型预测控制方案。
• •
  实现了冷水机组能耗降低11%、整个冷却系统能耗降低5%以及成本节省4%的目标。