股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

AI数据中心液冷与能源系统仿真_世纪新能源网-光伏储能风电氢能电力行业门户 Century New Energy Network

Siemens Simcenter 官方文章中文专业译稿 原文作者:Benoit Honel、Chiel Verhoeven | 原文日期:2026 年 10 月 22 日 | 原文链接:https://blogs.sw.siemens.com/simcenter/ai-data-center-liquid-cooling-simulation/ 研究概述 本研究使用 Simcenter Amesim,对一套 5.22 MW 的液冷 AI 数据中心机房模块,以及配套冷却站、太阳能光伏系统、电池储能和电网连接进行建模。针对里昂、马拉加和奥斯陆开展的全年仿真显示,气候条件会改变冷水机组使用时间、耗水量、电能使用效率(PUE),以及不同光伏和储能配置的经济表现。在所评估的方案中,PV100搭配8小时电池储能的15年模拟成本最低。结果取决于文中设定的技术、电价和成本假设,应视为情景比较,而不是适用于所有数据中心的设计建议。 这项液冷仿真试图回答什么问题 · 气候究竟会在多大程度上改变数据中心的运行表现? · 光伏装机越大,是否一定越好? · 储能容量增加到什么程度后,新增价值开始减弱? · 光伏发电量足够时,数据中心能否实现能源自给? · 哪一种组合具有最有利的经济表现? · 为什么必须把冷却系统与电力系统作为整体建模? 引言 AI 计算密度快速上升,使数据中心逐步从传统风冷架构转向直接液冷。单机柜功率超过 100 kW 的场景日益常见,冷却系统设计、电气基础设施和站点能源管理之间因此出现更强的相互作用。与此同时,运营方开始评估现场可再生能源发电和电池储能系统(BESS),希望减少对电网的依赖、提高能源韧性并控制运行成本。 本研究使用 Simcenter Amesim,对高密度液冷水机组房模块进行功能建模和全年仿真。模型涵盖直接液冷(DLC)机组、冷却液分配单元(CDU)、冷水机组与节能器子系统、干湿式冷却塔、并网光伏、电池储能和受天气影响的运行过程。该系统级框架用于比较不同气候和能源配置下的技术及经济表现。 图1 数据中心系统示意图 系统模型 计算基础设施 研究对象为一个由 36 个高密度 AI 计算机柜组成的机房模块,每个机柜额定功率 145 kW,因此 IT 总负载为 5.22 MW。按文中的代表性设想,一个典型的大型 AI 数据中心可包含 20 个此类模块,对应约 100 MW 的 IT 总负载。 IT 负载采用重复的 24 小时瞬态曲线,以体现日内需求变化。该负载曲线代表一种训练任务占 70%、推理任务占 30% 的混合场景。全年仿真以不足一小时的时间步长进行能量平衡计算,同时保留季节变化的影响。 图2 机柜 IT 负载曲线 冷却系统架构 冷却站采用跨领域热流体功能模型。CDU 连接液冷机柜与设施水系统(FWS)。模型参照 ASHRAE S30 技术冷却系统(TCS)流体类别,将机柜入口冷却液温度设为 30°C,假定液体经过机柜后升温 10°C,因此出口温度为 40°C。CDU 的接近温差设为 4°C,对应 FWS 供水温度 26°C。 图3 数据中心冷却系统 FWS 通过“冷水机组/自然冷却”子系统向 CDU 提供冷水。冷水机组耗电量由使用 1234ze 制冷剂的热力循环计算:蒸发温度设为 FWS 供水温度减 2°C,即 24°C;冷凝温度设为 44°C 与环境温度加 10°C 两者中的较大值。压缩机的等熵效率取 0.7,机械与电气综合效率取 0.9。 当环境温度低于设定的 20°C 阈值时,冷水机组被旁通,此时CDU 返回的水直接进入冷却塔。冷却塔可在干式和湿式排热模式之间切换:环境温度不高于 20°C 时采用干式;环境温度高于 20°C、同时湿球温度不高于 20°C 时采用湿式。湿式运行的用水量按蒸发量及 0.01% 的飘水损失计算。 为计算泵与风机耗电,模型将泵效率设为 0.85、风机效率设为 0.7;机柜和 CDU/冷水机组/自然冷却子系统的固定水侧压降分别为 50 kPa 和 35 kPa,冷却塔的固定空气压降为 200 Pa。全年冷水机组运行时数是反映气候相关冷却效率的重要指标。 电气系统架构 电气基础设施用直流等效配电模型表示。公用电网作为恒压源,以记录母线上的输入和输出功率;负载由 IT 负载、冷却系统耗电,以及相当于 IT 负载 8% 的 UPS、配电单元和照明用电组成。光伏与 BESS 连接至同一母线,DC/DC 变换器效率设为 0.9。该等效直流母线简化了双向电能交换的表示方式,同时保留总体能量守恒和转换效率。此处应关注功率,而不宜单独解读模型中的电压、电流数值。 太阳能光伏和电池储能 光伏模型以一款额定 500 Wp、面积 2.21 m² 的组件数据表为参考,并考虑辐照度和温度对发电的影响;发电量根据站点所在地的太阳辐照数据计算。研究比较了不同光伏电站装机规模。 图4 辐照度对光伏组件输出电压和功率的影响 BESS 的基础模块采用 Simcenter Amesim 电池数据库中的 45 Ah 磷酸铁锂电芯,再按所需容量配置电池包。文中的基础架构为 720 kWh 电池包:250 串、20 并,对应 800 V 和 900 Ah。研究通过改变电池容量,评估其对可再生能源利用和运行成本的影响。 气候与天气输入 所有仿真均使用一整年的天气数据。环境输入包括干球温度、相对湿度,以及针对不同站点最佳光伏倾角计算的总辐照度。研究采用 2023 年数据,分别以法国里昂代表温带气候(最佳倾角 37°)、西班牙马拉加代表较热的地中海气候(35°)、挪威奥斯陆代表寒冷的北欧气候(44°)。 研究关注气候对冷却需求、自然冷却可用性、冷水机组性能及使用时长、光伏发电潜力和储能利用的共同影响,并将这些影响转化为数据中心 PUE(总能耗/IT 能耗)及成本指标。 仿真情景 光伏规模的初步确定 研究将三个地点各自的光伏年平均发电量 Eaver 作为初步尺寸估算的输入:里昂为每装机 kWp 年发电 1,330 kWh,马拉加为 1,752 kWh,奥斯陆为 990 kWh。假设每日太阳能发电集中在约 8 小时内,为在 24 小时尺度提供 1 kW 平均功率,文中使用公式 Ppow = 3/(Eaver/365/8) 估算所需装机比例。 平均负载的估算采用 PUE 1.1 和额定功率的 90%:Pload = 1.1 × 机柜数量 × 145 kW × 0.9 = 5,170 kW。PV100 指光伏年发电量在初步估算中等于全年用电量 100% 的情景;这一初步装机计算未单独计入损耗。按该方法,里昂、马拉加、奥斯陆分别需要约 34 MWp、25.8 MWp 和 45.7 MWp 的光伏装机。由于光伏每天约有 8 小时的主要发电时段,若希望将白天电力转移到其余时段,就需要评估储能。 储能规模与设计空间 除了跨时段能量转移,储能还可用于削峰和缓冲可再生能源波动。文中按目标供电时长进行容量估算:平均功率负载乘以 16 小时,得到 BESS16h = 82.7 MWh;乘以 8 小时,得到 BESS8h = 41.3 MWh。 设计空间包含三个城市、PV100 与 PV60 两个光伏规模(PV60 为 PV100 的 60%),以及 16 小时与 8 小时两个储能规模。研究排除了 PV60 配 BESS16h 的组合,因为在较小光伏装机下,理论上该储能容量偏大,难以充分利用。最终共比较九个情景。 图5 设计情景矩阵 能源管理规则 模型采用简化的能源管理逻辑:光伏发电优先供给 IT、冷却及其他负载;如有富余,先为 BESS 充电;当电池荷电状态(SOC)达到 100% 后,多余电量送入电网。没有光伏供电时,BESS 向负载放电,直至 SOC 降至 10%。电池初始 SOC 设为 19%。 输出指标与经济评估 热性能指标包括全年冷却耗能、自然冷却和冷水机组使用情况、冷却塔耗水量。电气指标包括电网购入与回送电量、光伏发电量、电池吞吐量,以及光伏自用率和能源自给率。数据中心效率用年度 PUE 及季节性 PUE 变化表示。 经济部分采用一阶、简化的技术经济模型。除另有说明外,成本数据取自 2025—2026 年欧洲资料;电价采用法国数据,并一致应用于三个地点。输入包括光伏资本支出 700 欧元/kWp、储能资本支出约 640—800 欧元/kWh(分别对应 10 MWh 与 1 MWh 规模的安装案例),以及 EDF 的专业用户电价。 电价假设包括每 1,000 kVA 固定订阅费用 31,625 欧元;冬季白天、冬季夜间与周日、夏季白天、夏季夜间与周日及冬季高峰时段的电价,依次为 0.1688、0.1224、0.1033、0.0941 和 0.2344 欧元/kWh;回售电价为 0.09 欧元/kWh,均不含增值税。模型输出首年及后续年度能源费用、与能源有关的运营支出(OPEX)、投资需求(CAPEX)、简易回本期和桑基图形式的能流。 该经济模型未计入电池、光伏或冷却系统的性能衰减,也未计入维护、融资、贴现、补贴、逐日电价波动等因素,因此不能替代真实项目的完整财务评估。 关键工程问题 仿真框架旨在解决几个实际设计问题: · 气候如何影响全年冷却效率? · 自然冷却可抵消多少冷却能耗? · 没有储能时,光伏发电可在现场使用多少? · 增加电池容量带来的边际价值是多少? · 什么气候条件下湿式冷却具有实质收益? · 不同地点的 CAPEX 与 OPEX 如何取舍? 结果 光伏和储能容量 研究先比较各地点的光伏装机与 BESS 总容量,再观察受地点影响、但不随光伏和储能配置改变的冷却运行指标。 图6 光伏装机与 BESS 总容量 PUE、冷却模式与耗水量 PUE 是数据中心能效的重要指标。原文引用的 2026 年调查给出行业年度平均 PUE 1.52,并提及部分领先的超大规模设施可低于 1.10;这些是原文引述的外部背景数据,不是本研究的仿真结果。本文模型计算的 PUE 未纳入主电源至 IT 负载之间的电力传输效率,虽然总体能量平衡中使用了 90% 的效率假设。 在所设条件下,马拉加的 PUE 略高,因为较高环境温度使冷水机组运行更多。湿式冷却使用也明显增加,因此水损失更高。奥斯陆在模拟的全年内无需使用冷水机组。各冷却模式还可以按年内任一时刻提取,用于观察季节和时段变化。 图7 PUE、冷却运行模式与水损失 图8 冷却模式的瞬时状态 能量分布及自用率 PV100 情景的光伏年发电量高于负载需求,但预期的跨时段能量转移并未完全实现:系统仍存在从电网购电和向电网送电,说明间歇性光伏与 BESS 的联合定容并不简单。从总体能流看,PV60 配 BESS8h 的方案较为均衡。 图9 各情景能量分布总览 光伏自用率是现场使用的光伏电量占光伏总发电量的比例;能源自给率是由光伏供给的用电量占总用电量的比例。马拉加的 PV60 配 BESS8h 情景,自用率接近 90%,但自给率最高仅约 53%;PV100 配 BESS16h 的自给率则接近 73%。较低的自给率并不必然是缺点,因为电网购售电策略可能受到分时电价影响。 图10 研究情景的颜色标识 图11 光伏自用率与能源自给率指标 桑基图用于直观呈现能量在系统中的流向。文中对比了马拉加 PV100 配 BESS16h 与奥斯陆 PV60 配 BESS8h:前者的主要能源来自光伏,后者则主要来自电网。 图12 两个情景的能流桑基图 经济结果 首年总成本由 CAPEX 主导。例如,在奥斯陆 PV100 配 BESS8h 情景中,CAPEX 约为 8,492.7 万欧元,OPEX 约为 67.1 万欧元,前者占首年两项合计成本的 99.2%。 图13 首年成本 图14 光伏与 BESS 的资本支出 研究还假定电网电价每年上涨 3%,计算 15 年成本,并与不建设光伏和储能的“仅用电网”方案比较。在这些假设下,三个地点的“仅用电网”方案成本均至少高出 30%;PV100 配 BESS8h 在所比较的方案中模型化成本最低,相对仅用电网方案,里昂、马拉加、奥斯陆分别低 37%、46% 和 30%。这些是模型情景结果,而非现实项目的投资收益承诺。 图15 运行 15 年后的成本比较 图16 15 年成本变化及回本期 结果显示,在所评估方案中,PV100 配 BESS8h 的模型化成本最低。由于电池储能价格仍高,较大储能方案的回本期较长。研究仅覆盖九个情景;真正的最优容量还需进一步优化。模型也可扩展到波动电价下的运行策略,以及更深入的经济评估。不同地点适合的可再生能源类型未必相同,例如奥斯陆可能需要考虑风能等其他选项。 结论 在同一仿真环境中结合热力、水力、电气、控制与经济模型,可以整体评估新一代 AI 数据中心架构。将受天气影响的冷却表现与可再生能源发电、储能运行进行全年耦合,有助于工程师在实际建设前量化基础设施容量、运行效率与经济可行性之间的相互作用。对高密度液冷数据中心而言,冷却、配电和能源管理应作为紧密关联的系统,而不是彼此独立的子系统。 常见问题 什么是 AI 数据中心液冷仿真 它利用虚拟模型评估 IT 负载、液冷系统及配套能源基础设施之间的相互作用。本研究在 Simcenter Amesim 中结合热流体、电气、控制与经济模型,分析 5.22 MW 的液冷 AI 数据中心机房模块。 气候如何影响液冷数据中心 气候会改变冷水机组、自然冷却及干湿式冷却塔的运行。在所模拟的三个地点,冷却方式、PUE 和耗水量各不相同,说明评估冷却系统时必须考虑当地天气。 光伏和电池储能如何供能 在模型采用的策略中,光伏优先供给数据中心负载;剩余电量先用于电池充电,再送入电网。光伏不足时,电池可向负载供电。 光伏年发电足够,是否就能脱离电网 不能据此得出结论。全年发电总量足够,不代表每个用电时段都有可用电量。发电、负载和储能必须放在同一时间轴上评估。 增加储能是否总能改善经济性 在本文评估的情景中,并非如此。增加储能会改变光伏电量的利用方式,但也会推高投资;因此要同时比较能源表现和模型化长期成本。 为什么要联合仿真冷却与电气系统 冷却需求、IT 负载、天气、光伏发电、电池运行和电网交换相互影响。联合建模才能观察某一部分的设计决策如何改变其他部分的能流、PUE 与模型化成本。 欢迎免费试用Simcenter Amesim:https://trials.sw.siemens.com/en-US/trials/simcenter-amesim? 原文参考资料 [1] Dual sun DS500-120M10TB-03 技术数据:https://dualsun.com/en/professionals/datasheet/flash-500-half-cut-glass-glass-topcon/#techdata [2] PVGIS 光伏地理信息系统:https://re.jrc.ec.europa.eu/pvg_tools/en/ [3] Open-Meteo 历史天气数据:https://open-meteo.com/en/docs/historical-weather-api [4] 工商业储能成本与投资回报资料:https://en.u-energie.de/blogs/industrial-battery-storage-costs-roi-in-europe-a-guide-for-commercial-industrial-users [5] 欧洲光伏资本支出数据:https://www.solardataatlas.com/en/data/solar-capex [6] EDF 专业用户电价资料:https://entreprises.selectra.info/energie/profils/tarif-vert [7] Uptime Institute 2026 年数据中心调查:https://intelligence.uptimeinstitute.com/resource/growing-pue-advantage-larger-data-centers [8] PUE 背景资料:https://digitalpower.huawei.com/en/blogs/pue-data-center

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。