基于人工智能的中央空调控制算法可以降低用电10%以上的能耗

2023-04-25

近期，全国高温持续，水电大省四川面临严重缺电。 为缓解居民空调用电紧张，国家电网向四川反向送电，解决缺电的尴尬局面。

开源固然是一方面，但节流也很重要。 基于人工智能的中央空调控制算法，可显着降低10%以上的用电量。

中央空调节能控制系统介绍

一、系统介绍

系统控制原理：中央空调系统设备的运行相互耦合、相互影响。 同样的负载需求，系统可以有多种不同的运行模式来满足。 空调系统中任何控制参数的变化都会对系统中各设备的能效产生正面或负面的影响。 根据设备的实际性能特性曲线，寻求系统优化平衡点是关键。 因此，中央空调的节能控制必须考虑各设备之间的相互影响和联系，以及水系统设备的控制，将中央空调系统作为一个整体来考虑能耗水电管理系统，取整个能源效率最高的系统作为控制优化目标，实现系统整体优化和节能。

控制系统将整个冷却站系统视为一个整体，采集系统的实际运行参数，动态建立系统设备模型（包括冷水机组、水泵、冷却塔、管道水力等能耗模型），掌握水系统的内部设备。 在保证需求的前提下，对系统进行实时优化计算，在该工况下系统能耗最低时动态优化各设备的最优运行控制参数。

此外，控制系统可根据中央空调系统的配置（包括冷站设备配置、负荷、设备性能模型、控制策略等），动态计算中央空调系统年能耗。 , 对中央空调系统在不同工况、不同控制策略下的能效模拟计算，从而模拟使用控制系统前后的能耗，按小时计算全年能耗。 能耗模拟软件采用的优化算法与现场服务器底层优化引擎服务完全一致，计算出的能耗结果能够充分反映现场实际情况。

冷水机、冷冻泵、冷却泵、冷却塔控制系统的控制系统以提高整个冷水机房的COP为目标，通过长期的数据积累，积极优化节能控制系统的控制算法，确保使控制系统能长期在高效区运行。 同时还应计算并显示水系统的SCOP值、整个系统的COP值和主机的COP值。 平台会实时记录每台冷水机组的COP、冷冻水情况、冷却水情况，形成三维地表地图。 在模型的基础上，充分考虑各设备耦合运行的联系和影响，确保节能控制系统能够长期运行。 有效面积。

系统的主要控制技术包括以下内容：

 负荷预测控制：控制系统可实现冷热站的负荷预测和负荷分配。 负荷预测以现场实际运行数据为依据，可根据实际运行数据对负荷预测模型进行修正，保证模型的准确性。 负荷预测结果最终指导其他控制环节。

 系统联动深度优化控制：控制系统以冷却站系统能效最优、能耗最低为控制目标。 系统可以根据设备能耗模型进行遍历优化控制，以获得最优控制模式。 在设备使用周期内，实现对整个系统的优化控制时，能适应设备性能的变化。

 冷水机组深度优化：空调主机节能控制，根据空调负荷变化，选择性能最佳的机组组合运行，确保主机持续以较高效率运行范围。

 冷水机出水温度设定值深度优化：根据室外干湿球温度、月份、系统总冷量和舒适度要求，结合冷水机能耗模型，自动调整冷冻水供水温度设定值。

 冷冻水泵台数和频率的优化：在冷冻水泵系统中，变流量智能控制子系统可以实时计算出当前负载所需的冷冻水流量，计算出满足流量所需的水泵功和压力工况频率，使该状态下泵组总能耗最低，达到泵组总能耗最低的控制目标。

 冷冻水温差设定值深度优化：根据室外干湿球温度、机组能耗模型、水泵能耗模型、所需冷量，对冷冻水泵台数和频率进行优化控制。 制冷泵采用变频控制时，保持最佳状态，使最不利端正常工作。

 动态水力平衡深度优化控制：变流量智能控制子系统应能干预空调系统的水力分配，使各空调回路都能获得所需的冷冻水流量，实现空调系统的水力控制中央空调管网。 动态检测和自动调节，实现对空调系统水力平衡的有效控制，保证各支路能量分配均衡，制冷效果好。

 服务质量前馈控制：变流智能控制子系统应能提供服务质量控制功能。 用户可根据空调预测负荷情况，在一周内的不同时间段设置不同的服务质量等级，也可随时查询或修改。 确保在需要时有效控制输出能量。

 机器学习自适应算法引擎：控制系统以自学习和自适应为导向，可根据不同的建筑特性和负载特性进行调整。 该控制系统可普遍适用于各厂家的通风空调系统设备，并可根据不同厂家设备的性能进行统一调整。

#众说着热#

#传说着热，共着着热气未来#

@传说低碳

1 基础：展望数据中心，智能时代的基础设施

不断增长的市场：数据中心是科技巨头的战场

1、数据中心是承载计算能力的物理实体，反映了人类社会不断信息化、智能化的趋势。 只要应用层出不穷，数字化不断渗透，算法对算力的需求不断增长，就需要数据中心。

2、新基建方兴未艾，我国数据中心机架近5年增长220%。 未来，国内IDC发展速度不会低于年均20%的速度。 在全球范围内，线上经济已成为疫情过后的工作和生活习惯。

3、巨头的战场：英特尔在过去十年中占据了数据中心收入的40%，英伟达的数据中心产品收入也达到了40%。 巨头的技术创新仍在层出不穷，折射出行业发展前景的繁荣。 未来，数据中心仍将是技术迭代最快的领域之一。

驱动因素一：流量和应用向数据中心汇聚

1、用流量的角度衡量数据中心的下游应用驱动。 过去十年，移动流量的驱动因素从PC到移动互联网再到云计算再到AIoT。 全球流量持续增长，连接更广泛，非结构化数据类型更多，计算能力需求更多样化。

2、东西向流量占比85%以上，数据中心内部计算和通信占比70%以上。 大型数据中心对计算能力、带宽、延迟、功耗和成本的要求越来越高。 这些也反映出大规模采用虚拟机后处理云计算和AI训练的天然技术需求。

3、当前边缘数据流量占比快速增长，边缘数据中心技术将成为未来最具潜力的市场。 比如用户端的图像、安防、直播、大数据、机器互联等，这些数据都需要更贴近用户进行处理。

驱动因素二：云计算和人工智能对算力需求的快速增长

1、云计算的快速发展将成为未来算力的主要供给方式。 2019年，全球云数据中心的资本支出首次超过本土，并且仍在以超过20%的复合年增长率增长。 全球Top5云厂商每年的大部分资本支出都投入到数据中心，他们希望通过自研服务器、创新网络结构、代建数据中心等方式来降低投资和运营成本。

2、AI算法对算力需求的增长远超摩尔定律的演进速度。 模型显示，自2010年以来，业界最复杂的AI模型的算力需求增长了100亿倍。 人工智能训练模型对计算能力的需求正在上升。 目前，80%的解决方案依赖于并行计算和加大投入，10%依赖于AI算法的进步，10%依赖于芯片单元算力的进步。

驱动因素3：大型云数据中心需要更高的性能

1、碳中和时代，全球碳峰值有望对算力能效比提出更高要求。

2、提高算力能效比的途径： 1）半导体制造工艺的进步； 2）3D封装与晶圆级封装“分零件”； 3）存储介质的革命：内存计算； 4）算力池概念的演进需要更高的芯片级互连带宽。

数据中心核心技术一：持续追赶摩尔定律的计算

1、摩尔定律放缓下，对算力的需求主要通过堆叠算力实现。 AI对算力的需求目前在算法上不断提升，但虚拟化软件的引入解决了单机算力的瓶颈。 最主要的手段是算力叠加、异构计算、并行计算（多通道服务器）。

二、算力演进路径 1、更摩尔。 通过新材料和新工艺的创新，摩尔定律将不断得到实现。 台积电预计2023年出货3nm芯片，Intel明年有望量产10nm。

3.算力演进路径二，不止摩尔。 主要是通过先进的封装技术实现，如MCM实现多die单芯片封装，WLCSP实现带内存的2.5D封装等。

数据中心核心技术二：持续挑战冯诺依曼瓶颈的存储

1、如何突破存储IO瓶颈？ 冯诺依曼架构的本质属性导致内存的IO带宽限制了CPU多核的快速发展。 因此，内存技术每4-5年迭代一次，2022年将是DDR5应用元年，为内存模组产业链带来新的发展。 机器。 此外，2.5D堆叠的HBM存储也在高性能计算中发挥作用。 另一种思路是内存计算，它将颠覆计算机的形态和商业模式。

2. 如何满足呈指数级增长的外部数据存储需求？ 全闪存介质、软件定义存储、分布式存储和超融合存储提高了数据中心应用的可扩展性、安全性、可管理性并降低了成本。

数据中心产业链概览：云计算星辰大海

1、数据中心上游是各种服务器和网络设备芯片，如CPU、DRAM、FLASH、芯片组、FPGA、AI加速芯片、GPU等。数据中心应用芯片通常需要高计算能力、高稳定性，作为同时尽可能低功耗。 它们通常集成多核CPU、高密度互连IO接口和大容量、高性能存储。 大芯片需要设计，所以代表了全球芯片设计。 和最高水平的制造。 （报告来源：未来智库）

2、数据中心的中游就是所谓的云基础设施。 从网络配置来看，从底层到上层分别是服务器、接入交换机、汇聚交换机、核心交换机、出口路由器、防火墙&网关等。近年来，数据中心网络主要有三大特点：扁平化、SDN和 NFV。

3、下游云计算市场空间更为广阔。 从北美云巨头的发展历程来看，IaaS最先发展迅速，更大的市场在于SaaS。 目前，我国领先的云厂商已跻身全球前5。 IaaS有望保持平稳较快增长。 PaaS层的各种云原生开发工具和信创生态值得期待。 SaaS层受用户习惯、政企保密和安全需求等多重原因影响，虽然普及率不如欧美，但也有不少热门应用。

数据中心TCO视角：服务器绝对大，光模块增长值得关注

1、从Capex的角度来看，服务器是数据中心投资中最大的部分，而运行过程中的电力成本是OPEX中最大的部分。

2、超大型数据中心的变化。 服务器数量增长了10倍，加速的服务器对高IO的需求和收敛比更低的网络结构也带动了网络设备和光模块的较快增长。 亚马逊大型数据中心对光模块的需求增速是服务器的3.5倍，光模块占网络成本的比重接近翻倍。

3、如何降低TCO？ 从亚马逊的运营经验来看，首先是提高数据中心的PUE，采用高能效电源和制冷，其次是降低服务器采购成本（ODM代工），自研更高能效的芯片（如如亚马逊）和更高效的服务器管理软件。

2 成长故事：未来十年数据中心最有趣的赛道是什么？

概览：已经发生的变化正在改变数据中心

一、数据中心演进关键词：

1）碳中和：统计数据显示，数据中心用电量约占全球发电量的3%。 绿色数据中心将成为准强制性标准，随之而来的是低PUE基础设施、自研CPU、CPO交换机等多种需求。 .

2）异构计算：摩尔定律演进放缓，多核CPU I/O瓶颈、“数据中心税”等问题让异构计算更加普遍，CPU、GPU、DPU、ASIC等承担更多的功能来处理他们比较擅长的数据类型。

3）虚拟化：软件定义基础设施（SDI）和超融合（HCI）实现了硬件的灵活扩展和标准化，DPU可以更好地加速虚拟机、SDS、vGPU等之间的通信。此外，SD-WAN优势还是有的。

4）以数据为中心：基于大数据和人工智能的预测方法将取代传统的基于日历或故障驱动的维护方法。 以数据为中心的网络将突破I/O瓶颈和数据移动延迟，数据中心将从松耦合向紧耦合演进。

2、高增长轨迹扫描：异构计算芯片增长最快，中游光模块值得关注。

1）空间大：云基础设施仍是未来投资最高的领域，全球服务器市场仍将保持7.1%的增速，2025年将超过1320亿美元。

2）快速增长：高速数据通信光模块可能是云基础设施中增长最快的类别。 上游逻辑和存储芯片增速普遍较高，尤其是代表异构计算的GPU和AI ASIC。

微电网数据中心：未来或在西部地区助力实现碳中和

1、碳中和背景下，中国能源结构将发生深刻变化，“风景”的转变势不可挡。 《2030碳达峰行动计划》明确了我国中长期能源结构的深刻演变。 到2030年，非化石能源消费比重达到25%，“​​风光互补”总装机达到12亿千瓦以上。 彭博新能源财经预测，到2050年，“风光互补”装机占比将达到58%。

2、微电网是可以自产自用的区域电网。 电化学储能成本的降低有助于微电网装机的普及。 微电网由分布式电源、储能装置、能量转换装置、监测保护装置、负荷等组成，旨在解决大量分布式电源以多种形式并网的问题。 储能成本的快速下降将有力促进新能源产区微电网消纳并网。 西门子电气预测，全球工商业微电网装机容量将达到2026年。

3、数据中心将是微电网的重要应用场景，有望率先在西部地区推广。 数据中心将整合冷热电联产、可再生能源、燃料电池、储能等，成为微电网的重要落地场景。 未来，全球微电网发电消耗量预计将达到30%以上。 我国中西部地区风光资源丰富，当地也是冷数据和西电东计算的主要基地。 国家将继续推广微电网技术应用。

4.系统性市场机会：储能、变流器、智能配电、智能电网和经验丰富的数据中心集成商。 CNESA预测五年后我国电化学储能装机容量将增长57.4%，中国光伏协会预测五年内全球光伏逆变器增速为19%。 此外，为微电网定制的智能配电、高可靠UPS、水冷系统、AI动态环境监控系统等，都将是IDC基础设施和集成商的可能方向。

边缘数据中心和服务器将成为计算能力的重要组成部分

1、更贴近用户的好处：大带宽、低延迟、成本和安全优势。 随着未来对算力需求的不断增加，网络带宽和时延限制（性能）与网络带宽限制（成本）造成的算力需求不匹配，需要通过在边缘部署算力来支撑。 华为预计，引入边缘计算后，计算、网络、存储成本可降低30%以上。

2、在全球边缘计算数据中心的万亿级市场中，垂直行业是主要的需求方。 边缘计算市场包括终端接触点、边缘计算设备、边缘应用/软件和边缘服务。 边缘数据中心方面，到2025年运营商基站和边缘数据中心预计达到6万个，投资规模1800亿元。 据毕马威预测，中国下游产业价值约占全球10%，排名前五的产业分别为游戏娱乐、工业制造、互联网医疗、智能云、环境监测。

3、边缘计算设备形态可能多样化，重边缘场景的服务器将是最大的市场。 工业一体机、物联网网关等轻边缘设备一般部署在基站前，提供丰富的工业IO接口，通过内置软件可以承载一些单向和双向控制。 预计2025年市场规模约50亿元。重边缘设备通常是定制化的高密度服务器，在5G、F5G等接入方式下可以实现更大的带宽、更强的算力、更好的隐私保护。 预计2025年国内边缘服务器市场规模将达到62亿美元。

人工智能数据中心和加速服务器市场正在快速增长

1、从云时代到AI时代，人工智能训练和推理的需求驱动数据中心的智能计算能力大幅提升。 近十年来，人工智能训练模型的计算资源激增，人工智能训练的计算复杂度以每年10倍的速度增长。 信通院预测，2020年我国智能算力占比将达到41%，2023年有望提升至70%。

2、AI加速服务器成为AI市场支出的主要组成部分，基于GPU和NPU的加速是主流。 现阶段AI投资主要是满足AI模型的训练和预测。 因此，国内约70%的相关支出来自于AI硬件。 IDC预测，2025年国内AI服务器市场规模将达到64亿美元。与普通服务器相比，AI服务器拥有更多的加速卡、更高的P2P带宽和更好的散热设计。 目前GPU芯片占AI加速服务器的95%。 未来，ASIC将加速应用，满足差异化场景需求。

3、智能计算数据中心助力人工智能产业化和工业人工智能。 2020年4月，国家发改委首次将智能计算中心纳入计算基础设施范畴，提出在全国部署约10个区域数据中心集群和智能计算中心，加快人工智能产业创新发展工业化和工业人工智能。 与普通数据中心相比，智能计算中心在AI芯片、AI服务器、高速互联、深度学习框架、资源调度等组件上更加先进。 目前，包括浪潮、商汤科技在内的三大运营商都在快速推进智能计算中心落地。

3 投资：资本市场的关键赛道

中上游投资逻辑：全球产业链比较优势

1. 工程师奖金依然会带来成本优势。 未来一段时间，研发成本优势可能会逐渐取代单纯的制造成本优势。 在光模块等一些中游高端制造行业，我们看到国内厂商牢牢控制着全球领先地位。

2、完整的配套产业链不可替代。 富士康、苹果等OEM和EMS巨头多年来培育了完整的国内电子零部件产业链。 立讯精密、歌尔股份等多家企业都经历了从量变到质变，从零部件到模块、系统的延伸。

3、供应商通常与大客户建立了长期的合作关系。 供应商的认证是严格且耗时的。 因此，我们认为，与苹果产业链类似，数据中心产业链供应商的订单也相对可预测。

四、妥善处理与台湾的竞争与合作关系，国内电子信息产业快速发展。 目前，在服务器产业链中，无论是PCB、电源，还是板载网卡、声卡、BMS等芯片，台湾在全球供应链中都占据着举足轻重的地位。 在可预见的未来，国内厂商可能会迅速缩小与台湾的差距，以期在未来从竞争关系转向协同关系。

中游投资逻辑：需求驱动

1、在整机环节，国产服务器和网络设备基本实现了进口替代。 另一方面，海外贸易摩擦因素依然存在，国内品牌出海的客观因素有限。 因此，从天花板的角度来看，我们认为影响服务器、交换机等中游硬件设备增长的因素主要是下游需求。

2、移动互联网、云计算、AI、元界中继、云基础设施具有长期增长逻辑。 我们认为，层出不穷的下游应用仍将带动科技巨头和互联网公司对基础设施的投资。 从历史上看，国内服务器市场规模与BAT资本支出高度相关，Top5云资本的初始实力近年来基本保持在0.11的稳定水平。

3、新创市场发展了新的服务器生态，打破了联盟。 由于国内信创系统的快速发展，国内目前有基于ARM的鲲鹏和飞腾生态系统，以及基于MIPS的龙芯生态系统。 这些生态的逐步完善，赋予了服务器产业链存量置换的刚性和增量创造的想象空间。 （报告来源：未来智库）

上游投资逻辑：国产替代

1、计算机市场含硅量最高，数据中心市场容量仅次于手机和汽车。 国内芯片企业拥有广阔的发展舞台。

2、卡脖子领域环环相扣，整个产业链需要一一分解。 目前服务器行业的计算、存储、通信线路国产化率很低。 在华为芯片产能的限制下，绝大部分网络设备都被思科、博通等海外公司控制。 25G PAM4以上的光模块替换能力几乎为零。

3、芯片创业公司频发，科创板注册制提供一二级良性循环。 我们认为idc能耗管理系统，科创板已经初步筛选出国内资质最好的芯片创业公司，是未来快速成长的最佳投资时期。

4、摩尔定律放缓为国内企业创造历史机遇。 虽然数据中心逻辑芯片工艺要求通常很高，但我们已经可以看到国产28nm和14nm带来的重大机遇。

下游投资逻辑：追踪供给侧变化

1、IDC行业已经从需求端转向供给端，未来年增长率可能不低于20%。 2017-2020年，随着移动互联网的快速发展和云计算的强劲增长，国内IDC市场增速将达到32%。 2020年下半年开始，IDC能耗指标逐步收紧，行业增速明显回落。 随着《新型数据中心发展三年行动计划》的出台，IDC的逻辑开始转向供给侧的变革。 其中，全国IDC机架规模年均增速保持在20%左右，2023年上架率目标在60%以上，有望引导行业淘汰落后产能.

2、《碳中和指南》对数据中心PUE提出硬性目标，或带来老旧数据中心与小型数据中心的融合。 文件主要提出，将年综合能耗1万吨标准煤以上的数据中心全部纳入重点用能单位能耗在线监测系统，推进存量设施绿色升级改造，这将带来高效制冷、直流供电、“光伏+储能”、AI可控等新基建需求。 从各地看，节能审查的具体办法已经出台。 可以预计，未来两年将迎来“老旧”IDC的集中升级改造和部分关停撤退。

3、长期来看，我们认为IDC的主要份额将向规模化、核心区、国有运营商倾斜。 《三年行动计划》引导大型IDC向全国枢纽节点集中（不低于70%），运营商和互联网企业将凭借网络和流量来源优势成为主力军。 部署在全国枢纽地区的具有规模效应的第三方IDC也较为稀缺和灵活，长期发展前景看好。

报告摘录：

（本文仅供参考，不代表我们的任何投资建议，相关信息请以报告原文为准。）

选报来源：【未来智库】.未来智库-官网