5G基站多台机柜级变频冷却系统的运行参数优化与性能比较

《Energy》：Operating parameters optimization and performance comparison for multiple cabinet-level variable-speed cooling systems in 5G base stations

　　

摘要：5G基站机柜级变速冷却系统可以通过灵活调整多个运行参数来使冷却能力与热负荷相匹配。然而，这些系统涵盖了变速回路热管系统（VLTS）、变速蒸气压缩制冷系统（VVCS）以及结合热管和蒸气压缩的变速混合冷却系统（VHSTV），尤其是VHSTV，其多个运行参数之间表现出强耦合性，使得协同优化困难，限制了能效的进一步提升。为解决这些挑战，本研究提出了一种易于操作且具有普适性的多参数顺序降速（MSSR）优化策略，该策略以IT设备出风口温度作为控制参数，在保证热安全的前提下，对压缩机转速、蒸发器风扇转速和冷凝器风扇转速进行协同优化。通过实验对三种系统在MSSR策略和传统启停控制（OOC）策略下的性能进行了对比分析，以评估MSSR策略的有效性，并在室外环境温度20°C、机柜热负荷6 kW的条件下确定最优冷却系统。结果显示，在MSSR策略下，VLTS的能效比（EER）达到12.20，而VVCS和VHSTV的EER分别达到7.35和12.72，相较于OOC策略分别提高了40.9%-62.6%和22.9%-44.2%。在实验条件下，MSSR策略下VHSTV是最优冷却系统，这表明在降低风扇转速的同时启动压缩机可以提高系统的EER。与基于枚举的优化方法相比，MSSR策略将VLTS、VVCS和VHSTV优化所需的实验工作量分别减少了至少71.4%、93.9%和93.9%。所提出的策略有效地提升了系统性能，并为冷却系统的优化提供了方法论指导和实践参考。

引言近年来，随着5G通信技术的大规模部署和应用，其基础设施，特别是5G通信基站（TBS）的能耗问题日益受到公众关注。据统计，截至2025年底，中国5G TBS的总数已达到483.8万座，预计到2026年，其耗电量将占全国社会总用电量的2.1%[1]。在"十四五"规划期间，中国政府陆续发布了一系列政策[2]、[3]、[4]、[5]。一方面，这些政策推动了5G的大规模应用和产业升级；另一方面，政策明确规定要推进5G行业的节能减排工作，旨在降低包括基站在内的基础设施功耗。作为5G TBS功耗的主要组成部分，冷却系统约占总功耗的40%[6]。因此，提高冷却系统的能效对于促进5G TBS的绿色低碳发展具有重要意义。

目前，常用的5G TBS冷却系统包括蒸气压缩制冷系统（VCS）、回路热管系统（LTS）以及结合回路热管和蒸气压缩的混合冷却系统（HSTV）[7]。其中，VCS需要全年不间断运行，导致能耗过高[8]。LTS能够有效利用免费冷源来提高冷却系统的能效[9]。然而，它需要足够的换热温差才能满足冷却需求[10]。在室外温度较高的情况下，LTS需要补充额外的冷却方式[11]。HSTV可以根据室外温度变化自适应切换冷却模式，高效利用免费冷源，实现显著的节能效果[12]、[13]。因此，它在5G TBS中具有优越的应用前景。

上述传统冷却系统通常采用定速压缩机和风扇。当机柜热负荷与系统冷却能力不匹配时，只能通过传统的启停控制（OOC）策略来调节冷却能力[14]。虽然这种方法在一定程度上具有节能效果，但在整体系统能效提升方面仍有较大的潜力。具体而言，压缩机和风扇的启动会导致回风温度（Treturn）降低，从而减小LTS的室内外换热温差，降低免费冷源的利用率[15]。同时，这也导致VCS的蒸发温度降低，降低了系统效率[16]。此外，压缩机和风扇长期以最大转速运行往往导致效率低下[17]、[18]。频繁启停也会缩短冷却系统的使用寿命[19]。相比之下，采用变速压缩机和风扇可以实现压缩机转速（Vcom）、蒸发器风扇转速（Ve）和冷凝器风扇转速（Vc）的协同控制，使冷却能力与机柜热负荷相匹配，同时避免频繁启停。这种方法可以有效地提高整体系统能效并延长使用寿命[20]。

因此，本研究为5G TBS开发了三种机柜级变速冷却系统，即变速蒸气压缩制冷系统（VVCS）、变速回路热管冷却系统（VLTS）和结合热管与蒸气压缩的变速混合冷却系统（VHSTV）。为了进一步提升上述三种冷却系统的能效，需要对其运行参数进行优化。

对三种机柜级变速冷却系统进行运行参数优化是一个重大挑战。对于VVCS和VLTS，系统的多个运行参数之间存在高度耦合。对于VHSTV，除了多个运行参数之间的强耦合之外，VLTS和VVCS之间还存在传热耦合[21]。这体现在以下两个方面。首先，Ve同时影响LTS蒸发器和VCS蒸发器的传热。同时，Vc也同时影响LTS冷凝器和VCS冷凝器的传热。因此，在调整Ve和Vc时，必须考虑两个子系统的传热需求，因为它们之间存在耦合和相互影响。其次，调整Vcom直接影响VCS的制冷量和蒸发温度，从而改变VCS蒸发器的出风温度，最终影响LTS的传热。同时，调整Ve会改变LTS和VCS的蒸发温度，而调整Vc则会改变它们的冷凝温度，进而影响VCS的压比和压缩机功耗，从而影响Vcom的优化。因此，运行参数的优化必须综合考虑Vcom、Ve和Vc。此外，由于机柜内部复杂的气流现象，包括气流旁通、气流回流、气流混合和气流泄漏[22]，在多个运行参数优化过程中，选择不同位置的测温点作为控制参数会对冷却系统能效提升产生不同的效果。对于5G TBS冷却系统而言，主要的控制目标是确保IT设备出风口空气温度（TL,o）保持在55°C的安全阈值之内[23]、[24]。目前，机柜级冷却系统通常以回风温度（Treturn）作为控制参数进行调节[6]。然而，Treturn经历了复杂的气流演变过程，无法直接反映实际的TL,o。因此，在实际工程应用中很难找到一个具有代表性的回风温度测温点[25]。此外，在不同的Ve条件下，Treturn与TL,o之间的温差并不恒定[26]。如果Treturn设定值过低，冷却系统的能效会降低；如果设定值过高，则无法保证IT设备的热安全。因此，如何调整Vcom、Ve和Vc，以及如何选择合适的控制参数以确保系统始终在最佳能效范围内运行，仍然是需要解决的两大关键问题。

为解决这些问题，研究者们开展了相关研究。关于控制参数的选择，Dong等人[27]提出了一种结合机柜级气流组件和独特多可调通风空调器（MAVACs）的通信基站微环境策略，在防止热点和改善系统能效方面取得了良好效果。将MAVACs的回风温度从35°C提高到40°C可以使系统EER提高约20%。此外，在数据中心领域，一些研究者选择服务器出风口温度作为工作负载分配和冷却参数协同优化的控制参数[28]、[29]、[30]。在5G TBS领域，研究不同控制参数对冷却系统能效提升潜力的影响的文献较少。Zhang等人[31]在实际机柜中针对机柜级VLTS进行了实验，并基于实验分析提出了一种变速参数优化策略（VPOS）。分析了控制参数选择对系统能效提升的影响。结果表明，与传统的Treturn控制相比，以TL,o作为控制参数可以直接确保IT设备的热安全，并提高系统的能效比（EER）。此外，与高低速切换运行策略相比，VPOS使系统EER提高了20.8%至112.7%。在运行参数优化方面，现有研究主要通过实验或仿真对VLTS、VVCS或VHSTV中压缩机、风扇等动力部件的转速进行调整和优化。例如，Meng等人[32]通过实验发现，在室外温度为15°C的条件下，优化HSTV的Ve和Vc可以分别使系统EER提高约60%和52%；同时优化Ve和设定温度可以将EER从3.18提高到17.19。在后续研究[33]中，该研究者针对HSTV开发了灰箱模型，以Treturn作为控制参数，利用遗传算法（GA）优化风扇运行参数，使系统在昆明的年能效比（AEER）从8.24提高到20.61，在广州从4.41提高到6.42。Wang等人[34]提出了一种新型的双回路主动-被动数据中心冷却系统，并基于Treturn、室内外温差和冷凝压力开发了自适应控制策略。根据Treturn切换系统冷却模式，在重力热管模式下根据室内外温差调整室外风扇转速，在蒸气压缩模式下根据冷凝压力调整室外风扇转速。实验结果表明，系统的年均能耗效率（PUE）、冷却负载因子（CLF）和EER分别为1.27、0.21和3.6，有效提高了冷却系统的能效。作为HSTV中能耗最大的部件[35]，优化压缩机运行参数可以显著提升冷却系统的EER[36]。Zhang等人[37]以Treturn作为机柜级VVCS的控制参数，通过实验协同优化Vcom、Ve、Vc和电子膨胀阀（EEV）的开度，使系统EER提高了8.81%至38.61%。He等人建立了HSTV的能耗和传热模型[38]，提出了一种基于遗传算法和线性拟合的能效优化策略，并通过线性插值实现了Vcom、Ve和Vc的动态调整。该策略使系统在中国五个典型气候城市的年CLF范围为0.061至0.56，能效提升显著[39]。上述研究表明，优化冷却系统的运行参数可以显著提升其能效。Nicholas Lamptey Boafo等人[40]评估了一种采用新型环境空气混合控制策略来提高模式切换温度（MCT）并延长免费冷却模式运行时间的混合数据中心冷却系统的节能潜力。结果表明，与传统系统相比，所提出的系统具有更长的免费冷却运行时间和始终更低的能耗，年节电最高可达37%，这归功于其较高的MCT和减少的压缩机启停频率。Mostafa Omrani等人[41]开发了一种新的方法，通过将遗传算法与代表代理模型的神经网络相结合，来优化中密度数据中心的冷却系统。

结果表明，当冷负荷为本研究确定的最大值的一半（6 千瓦）时，使用优化参数可使风扇功耗降低高达 98.5%，冷负荷降低 65.5%。这些巨大的节能效果突显了在数据中心实施动态冷却系统的重要性。

总之，尽管现有研究在提高 5G 基站冷却系统能效方面取得了进展，但仍存在几个局限性：(1) 当前的运行参数优化策略通常仅针对特定的冷却系统，并严重依赖大量实验或复杂的数学模型，使其难以在工程实践中快速应用。缺乏适用于多冷却系统的易操作优化策略。(2) 大多数研究仍使用 Treturn 作为控制参数，并未对包括压缩机转速、蒸发器风扇转速和冷凝器风扇转速在内的多运行参数进行协同优化，限制了冷却系统能效的进一步提升。(3) 关于 5G 基站冷却，尽管已有许多相关的性能实验研究，但仍缺乏对多冷却系统多种运行策略的系统性实验对比研究。具体而言，5G 基站冷却系统通常采用两种主要运行策略：参数优化策略和传统开关控制（OOC）策略。首先，必须比较在上述两种主要运行策略下所提出的三种冷却系统的性能。其次，还必须分析实验条件下各种冷却系统之间产生性能差异的原因，以指导冷却系统的选择或模式切换。

本研究开发了三种柜级变频冷却系统，包括 VVCS、VLTS 和 VHSTV，并搭建了一个 5G 基站模拟实验平台。(1) 基于先前实验结果 [31]、[37] 的局部敏感性分析，提出了一种易操作且适用于多冷却系统的运行参数优化策略：多参数顺序降速（MSSR）策略，该策略显著减少了优化所需的实验工作量，并快速识别系统的高能效范围。(2) 提出的 MSSR 策略采用 TL,o 作为控制参数，在确保 IT 设备热安全的同时，协同优化 Vcom、Ve 和 Vc 以进一步提升冷却系统能效。(3) 在室外环境温度为 20°C 和柜内热负荷为 6 千瓦的条件下，在实际设备机柜中进行实验。首先，比较和分析 MSSR 策略和 OOC 策略下三种冷却系统的性能，以评估 MSSR 策略的有效性。其次，比较各种冷却系统的性能并分析性能差异的原因。

本文后续部分的结构如下。第 2 节介绍了所提出系统的工作原理、实验设置、实验方法以及多冷却系统（VVCS、VLTS 和 VHSTV）的优化策略。第 3 节展示了结果和讨论。第 4 节总结了本文的主要结论。

章节摘要

实验设置
图 1 展示了 5G 基站模拟实验平台。图 1(a) 展示了所提出的三种柜级变频冷却系统的示意图，包括变频蒸气压缩制冷系统（VVCS）、变频环路热管冷却系统（VLTS）和结合热管与蒸气压缩的变频混合冷却系统（VHSTV）。VVCS 和 VLTS 的工作原理已在之前阐述。

参数优化过程
图 3 展示了 MSSR 策略下 VLTS 的运行参数优化过程。图 3(a) 展示了 Ve 的优化。当 Vc 设置为其最大转速 90% 时，降低 Ve 会导致总功率逐渐降低，同时 EER 和 TL,o 增加。当 Ve 降低至 60% 时，TL,o,max 超过 54°C，表明满足 TL,o,max ≤ 54 °C 的最小可行 Ve 为 70%。图 3(b) 展示了 Vc 的优化。Ve 固定在 70% 时，

MSSR 优化策略的合理性
本研究提出的 MSSR 优化策略遵循“先优化 Vcom，其次是 Ve，最后是 Vc"的顺序。该顺序是根据本研究及我们先前研究的实验结果建立的，遵循了对影响冷却系统能耗和制冷量因素的分析。冷却系统能耗和制冷量影响因素的比较如图 9 所示。

结论
为了进一步提升 5G 基站冷却系统的能效，本研究开发了三种柜级变频冷却系统，包括 VVCS、VLTS 和 VHSTV，并建立了 5G 基站模拟实验平台。基于先前实验结果 [31]、[37] 的局部敏感性分析，引入了一种易操作且适用于多冷却系统的运行参数优化策略：多参数顺序降速（MSSR）策略。

CRediT 作者贡献声明
Zhenjun Guo：监督，资源，项目管理，资金获取。
Yi Zhang：撰写 – 审阅与编辑，撰写 – 初稿，可视化，验证，软件，方法论，调查，形式分析，数据管理，概念构思。
Quan Zhang：撰写 – 审阅与编辑，可视化，监督，资源，项目管理，方法论，资金获取，概念构思。
Jiaxin Zhong：调查，形式分析，数据管理。
Jiawang Liu：

利益冲突声明
作者声明，他们没有已知的竞争性经济利益或个人关系可能会影响本文所报告的工作。

数据可用性
应要求提供数据。

利益冲突声明
? 作者声明，他们没有已知的竞争性经济利益或个人关系可能会影响本文所报告的工作。

致谢
本工作得到国家自然科学基金 [资助编号 52578125]、国家重点研发计划政府间国际科技合作重点专项 [资助编号 2023YFE0120400]、河南省青年科学基金 [资助编号 262300422010] 的支持。

Yi Zhang|Zhenjun Guo|Junshan Li|Fanxi Meng|Jiawang Liu|Jiaxin Zhong|Quan Zhang
湖南大学土木工程学院，中国湖南长沙，410082