Entropy analysis in data center chiller operation



Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription or Fee Access

Abstract

Background: Refrigeration system s are widely used in various industries. To achieve temperatures below the ambient temperature and remove excess heat, it is required to expend work (power). Such expenses often constitute a significant portion of energy consumed by the entire facility.

For example, refrigeration equipment used in a most fast-growing industry, construction of data centers (DCs), consume up to 40% of the total power consumption [1].

To reduce energy consumption, it is important to analyze the operation at all life cycle stages from design to operation. Theoretical results often lag far behind practice and require changing both the refrigeration system design and its control algorithms.

This paper presents an analysis of a data center liquid refrigeration unit and the actions aimed at improving the system performance.

Aim: To demonstrate the requirement in and possible uses of operational analysis of refrigeration system at the commissioning stage.

Methods: Chiller losses in the data center refrigeration system were analyzed using the entropy-statistical thermodynamic analysis [2]. Based on the analysis, actions were taken to improve the chiller performance.

Results: Entropy-statistical thermodynamic analysis at life cycle stages of a refrigeration unit allows to identify components that require intervention (adjustment, replacement, etc.). Deviation of the effective refrigeration coefficient from the design value was 13.67% after commissioning and 4.14% after evaporator replacement. As the design specification of the refrigeration unit indicated that the refrigeration coefficient not be lower than 5.4, the achieved value of 5.34 with 1.04% deviation from the specification is acceptable.

Conclusion: Entropy-statistical thermodynamic analysis at the design and commissioning stages allow to achieve the specified performance values. In addition, the distribution of losses allowed to identify a component with the highest losses, which was then adjusted.

Full Text

Введение

Развитие цифровых технологий требует обработки и хранения больших объемов информации. Центры обработки данных (ЦОД) — критически важные и высокотехнологичные инфраструктуры, обеспечивающие хранение и обработку огромных объемов информации. Одной из главных задач в управлении ЦОД является обеспечение эффективного охлаждения, так как серверное оборудование выделяет большое количество теплоты, которое необходимо своевременно отводить. Современные ЦОДы потребляют большое количество электроэнергии, значительная часть которой потребляется системами охлаждения.

В процессе пусконаладочных работ возникает необходимость настройки оборудования для получения проектных значений эффективности.

В данной публикации приводится анализ холодильной установки для охлаждения жидкости (чиллера), применяемой для охлаждения центра обработки данных методом энтропийно-статистического анализа.

Применение энтропийно-статистического метода анализа к анализу холодильных установок не является новым [3]. Однако, часто анализу подвергаются холодильные установки на этапе проектирования [4].

В [5] показано применение энтропийно-статистического метода для выбора хладагента чиллера.

В [6] показано применение энтропийно-статистического метода к анализу холодильной установки до и после оптимизации регулирования давления конденсации холодильных установок пищевой промышленности.

Анализ чиллера, рассматриваемого в данной публикации, проводился с целью обеспечения проектных параметров работы.

Методы

Ниже приведен анализ чиллера, работающего по циклу одноступенчатого сжатия с однократным дросселированием для хладагентов R410A, предназначеннего для холодоснабжения центра обработки данных (рис. 1). В качестве метода анализа применялся энтропийно-статистический метод термодинамического анализа. Анализ проводился в три этапа — на этапе проектирования, после пуска в эксплуатацию, после внедрения мероприятий по оптимизации работы.

 

Рис. 1. Внешний вид холодильной машины.

Fig. 1. Chiller (exterior view).

 

Исходные данные для анализа чиллера на всех этапах приведены в табл. 1. Принципиальная схема цикла приведена на рис. 2.

 

Таблица 1. Исходные данные для анализа холодильной установки для охлаждения жидкости

Table 1. Input data for liquid refrigeration unit analysis

 

Проект

Пуск

Результат

Температура кипения, °С

+15

+11,8

+12,5

Температура конденсации, °С

+45

+45,4

+43,8

Температура окружающей среды, °С

+37

+13,7

+30,3

Перегрев на всасывании, К

7

12,1

7

Переохлаждение, К

0

0

0

Температура хладоносителя на входе, °С

+26

+27

+23

Температура хладоносителя на выходе, °С

+20

+20,8

+18

Объемный расход хладоносителя, м3

11,3

10,6

13,5

Холодопроизводительность Qо, кВт

69,3

67,2

68,9

 

Рис. 2. Принципиальная схема цикла. КМ — компрессор, Кд — конденсатор, И — испаритель, РВ — регулирующий клапан.

Fig. 2. Circuit diagram of the cycle. KM, compressor, Кд, condenser, И, evaporator, РВ, control valve.

 

Для анализа использовались следующие основные зависимости:

удельная массовая холодопроизводительность

qo=h5-h1.2 (1)

массовый расход

G=Qoqo (2)

средняя логарифмическая температура хладоносителя

Tп=Tвх-TвыхLN(TвхTвых) (3)

необходимая удельная работа для генерации холода

lmin=qo×Tос-TпTп (4)

адиабатная работа сжатия

lад=h2ад-h1.2 (5)

действительная затрачиваемая удельная работа сжатия

lсж=qкд-qo=h2-h4-(h1.2-h5)=lадηад (6)

степень термодинамического совершенства

ηтерм=lminlсж (7)

холодильный коэффициент при адиабатном процессе сжатия

εад=qоlад (8)

действительное значение холодильного коэффициента

εд=qolсж (9)

Необходимые удельные затраты работы сжатия для компенсации производства энтропии в конденсаторе складываются из суммы минимально необходимых работ для компенсации производства энтропии при охлаждении паров хладагента от температуры нагнетания до температуры насыщения Δlпк, конденсации паров хладагента в конденсаторе Δlкк:

Δlкд=Δlпк+Δlкк, (10)

где

Δlпк=(h2ад-h3)-Tос×(s2ад-s3) (11)

Δlкк=Tос×(h3-h4)×1Tос-1Tк (12)

Необходимые удельные затраты работы сжатия для компенсации производства энтропии при дросселировании:

Δlдр=Тос×(s5-s4) (13)

Необходимые удельные затраты работы сжатия для компенсации производства энтропии в испарителе при передаче теплоты от охлаждаемого объекта в цикле при средней температуре воздуха в потребителях (кипение жидкого хладагента):

Δlи.кип=h1.1-h4×Tос×Tп-ToTo×Tп (14)

Необходимые удельные затраты работы сжатия для компенсации производства энтропии в испарителе при передаче теплоты от охлаждаемого объекта в цикле при средней температуре воздуха в потребителях (перегрев хладагента в испарителе):

Δlи.пер=Тп×(s1.2-s1.1)-(h1.2-h1.1) (15)

Общие необходимые удельные затраты работы сжатия для компенсации производства энтропии в испарителе:

Δlи=Δlи.кип+Δlи.пер (16)

Суммируя величины необходимых удельных затрат работ для компенсации производства энтропии во всех элементах холодильной машины, находим расчетную величину адиабатной работы сжатия:

lад.р=lmin+Δlкд+Δlдр+Δlи (17)

Энергетические потери в компрессоре:

Δlкм=lсж-lад.р (18)

Расчетная работа сжатия:

lсж.р=lад.р+Δlкм (19)

Для сравнения потерь в элементах холодильной установки при использовании разных хладагентов целесообразно использовать потери мощности, определяемые по следующей зависимости:

ΔNi=li×G (20)

Результаты

Результаты анализа приведены на рис. 3 и в табл. 2.

 

Рис. 3. Распределение потерь мощности по элементам, кВт.

Fig. 3. Distribution of losses throughout the components, kW.Информация об авторах.

 

Таблица 2. Результаты анализа

Table 2. Results

 

Проект

Пуск

Результат

Степень термодинамического совершенства, %

26,08

17,07

17,86

Холодильный коэффициент при адиабатном сжатии

7,18

6,20

6,89

Действительный холодильный коэффициент

5,51

4,97

5,34

Действительная мощность сжатия, кВт

12,76

13,89

12,53

Потребляемая мощность компрессора VZH170 на основании данных программы подбора CoolSelector2 версия 4.8.2

12,26

13,77

12,55

Энергетические потери, кВт

   

Конденсатор

2,33

8,33

3,72

Испаритель

2,10

2,80

2,10

Компрессор

2,97

2,75

2,81

РВ

2,07

2,32

1,60

 

После проведения анализа на основании исходных данных (этап проектирования), холодильная установка была запущена в эксплуатацию и был проведен анализ полученных данных. В результате пуска в эксплуатацию, полученные значения охлаждаемого воздуха сильно отличались от проектных значений. Вместо требуемых значений температур воздуха в охлаждаемом объеме (температура воздуха на входе в охладитель +33°С, температура воздуха на выходе из охладителя +24,5°С) были получены следующие значения: температура воздуха на входе в охладитель +35,1°С, температура воздуха на выходе из охладителя +27,2°С.

После понижения температур охлаждаемой жидкости удалось достигнуть требуемых параметров воздуха в охлаждаемом объеме.

Однако, значение холодильного коэффициента отличались от указанных в техническом задании на 7,9%. На основании данных анализа, было обнаружено, что наибольшие энергетические потери имеют место быть в конденсаторе и испарителе.

Для снижения энергетических потерь в конденсаторе был изменен алгоритм регулирования давления конденсации на алгоритм «плавающего» давления конденсации.

Для снижения энергетических потерь в испарителе было принято решение заменить испаритель холодильной машины на испаритель с большей площадью теплообменной поверхности. Площадь теплообменной поверхности была увеличена в 2,58 раза.

После реализации указанных выше действий был произведен запуск холодильной машины и анализ полученных результатов. Результаты показаны в табл. 1, а результаты анализа в табл. 2.

Также в табл. 2 показаны значения потребляемой мощности компрессора VZH170, который использовался в рассматриваемой холодильной машине, полученные на основании данных завода-производителя данных компрессоров (программа подбора оборудования CoolSelector2 версия 4.8.2. Данные, полученные от завода, и данные, полученные расчетным путем, отличаются незначительно. Максимальное отклонение составляет 3,91%.

Обсуждение

  1. Применение энтропийно-статистического метода термодинамического анализа на этапах жизненного цикла холодильной установки позволяет определять элементы, требующие коррекции (настройка, замена и т.д.)
  2. После пуска в эксплуатацию отклонение значений действительного холодильного коэффициента от проектного значения составило 13,67%, после замены испарителя — 4,14%
  3. Поскольку в техническом задании на проектирование холодильной установки было указано, что значение холодильного коэффициента не должно быть ниже 5,4, полученное значение 5,34 при отклонении от требуемого 1,04% является приемлемым.

Заключение

Применение энтропийно-статистического метода термодинамического анализа на этапе проектирования и пуско-наладочных работ позволило получить требуемые значения эффективности при этом на основании распределение потерь был выявлен элемент с максимальными потерями, который и подвергся изменению.

Повышение эффективности работы холодильной установки и снижение потребляемой мощности снижает отрицательное влияние на окружающую среду, а также приводит к снижению стоимости владения.

 

Таблица 3. Условные обозначения

Table 3. Legend

р

давление

εад

холодильный коэффициент адиабатный

εд

холодильный коэффициент действительный

ηтерм

степень термодинамического совершенства

s

удельная энтропия, кДж/(кг×К)

h

удельная энтальпия, кДж/кг

To

температура кипения хладагента в испарителе, К

to

температура кипения хладагента в испарителе, °С

Tк

температура конденсации хладагента, К

tк

температура конденсации хладагента, °С

Tвх

температура хладоносителя на входе в испаритель, К

Tвых

температура хладоносителя на выходе из испарителя, К

ΔТпер_исп

перегрев в испарителе, К

ΔТпер_вс

перегрев на всасывании в компрессор, К

ΔТпо

переохлаждение жидкого хладагента, К

Tн

температура нагнетания компрессора, К

tн

температура нагнетания компрессора, °С

ηад

адиабатный КПД компрессора, %

Тп

температура в охлаждаемом объеме, К

tп

температура в охлаждаемом объеме, °С

Тос

температура окружающей среды, К

tос

температура окружающей среды, °С

qo

удельная массовая холодопроизводительность, кДж/кг

lmin

минимальная удельная работа, необходимая для генерации холода, кДж/кг

lад

адиабатная работа сжатия, кДж/кг

lсж

действительная работа сжатия, кДж/кг

Δlкм

энергетические потери в компрессоре

Δlи

энергетические потери в испарителе

Δlкд

энергетические потери в конденсаторе

Δlдр

энергетические потери в дросселирующем устройстве

 

Дополнительная информация

Вклад авторов. М.С. Талызин — проведение расчетов, обзор литературы, сбор и анализ литературных источников, написание и редактирование текста статьи. А.В. Сколов —обзор литературы, сбор и анализ литературных источников, написание текста статьи.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с проведенным исследованием и публикацией настоящей статьи.

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования и подготовке публикации.

Additional information

Authors’ contribution. M.S. Talyzin: calculations, literature review, collection and analysis of literary sources, writing and editing of the text of the article. A.V. Skolov: literature review, collection and analysis of literary sources, writing of the article.

Competing interests. The authors declare that they have no competing interests.

Funding source. This study was not supported by any external sources of funding.

×

About the authors

Maxim S. Talyzin

International Academy of Refrigeration

Author for correspondence.
Email: talyzin_maxim@mail.ru
ORCID iD: 0000-0001-7244-1946
SPIN-code: 6524-3085

Cand. Sci. (Tech.)

Russian Federation, 5 2 nd Baumanskaya st, Moscow, 105005

Andrey V. Skolov

LLC «Lekma Holod»

Email: skolov@lekmaholod.ru
Rostov-on-Don

References

  1. Chichyants AE. Improving energy efficiency of data center air conditioning systems. Vestnik Nauki. 2023; 3(5(62)):853–859. (In Russ.)
  2. Arkharov AM. Fundamentals of cryology. Entropy-statistical analysis of low-temperature systems. Moscow: MGTU im NE Baumana; 2014. (In Russ.)
  3. Arkharov AM, Shishov VV. Entropy-statistical analysis of low-temperature refrigeration cycles. Refrigeration Technology. 2014;8:50–53. (In Russ.)
  4. Arkharov AM, Shishov VV, Talyzin MS. Entropy-statistical analysis of low-temperature refrigeration cycles and choosing of optimal refrigeration system for retail. Refrigeration Technology. 2016;3:30–34. (In Russ.)
  5. Talyzin MS, Skolov AV. Selection of refrigerant for use in chillers. Refrigeration Technology. 2024;113(1):13–20. (In Russ.) doi: 10.17816/RF632560
  6. Shishov VV, Talyzin MS. Practical application of the entropic and statistical method of the analysis of refrigeration cycles. Refrigeration Technology. 2015;3:25–28. (In Russ.)

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Chiller (exterior view).

Download (321KB)
3. Fig. 2. Circuit diagram of the cycle. KM, compressor, Кд, condenser, И, evaporator, РВ, control valve.

Download (50KB)
4. Fig. 3. Distribution of losses throughout the components, kW.

Download (49KB)

Copyright (c) 2024 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.