ABSTRACT
El aumento en el uso de energía de los data center, con algunas instalaciones consumiendo tanta electricidad como 25,000 hogares, subraya la necesidad de soluciones eficientes en la refrigeración de los centros de datos. Este estudio se centra en el data center de un pequeño hospital, y para analizar su sistema de enfriamiento utilizamos Dinámica de Fluidos Computacional (CFD). El estudio reveló ineficiencias: el diseño inicial requería el doble del flujo de aire estimado para alcanzar los objetivos de temperatura, y la alta velocidad en el plenum provocaba una distribución desigual del aire. La implementación de optimizaciones de diseño, como la adición de deflectores y el ajuste de las tasas de flujo de aire, redujo los costos de energía en casi un 50% y logró un enfriamiento uniforme, demostrando la efectividad del CFD para mejorar la eficiencia de enfriamiento en centros de datos.
INTRODUCCIÓN
La creciente demanda de procesamiento de datos ha llevado a la expansión de centros de datos que consumen grandes cantidades de energía, los cuales, para 2024, pueden llegar a consumir tanta electricidad como 25,000 hogares y representar entre el 1% y el 1.3% del consumo eléctrico global. Con un consumo global de energía de los centros de datos que alcanzó aproximadamente 460 TWh en 2022 y que podría superar los 1,000 TWh para 2026, la gestión eficiente de la energía es crucial. La regulación eficaz de la temperatura es clave para mantener el funcionamiento adecuado del equipo, ya que los sistemas de refrigeración de los centros de datos pueden consumir tanta energía como los propios servidores.
Para enfrentar estos desafíos, se ha desarrollado la Dinámica de Fluidos Computacional (CFD) con el fin de optimizar la refrigeración de los centros de datos. El CFD simula los patrones de flujo de aire, ayudando a los ingenieros HVAC a mejorar la temperatura del aire suministrado y las tasas de flujo, lo que reduce los costos de enfriamiento. Esta tecnología permite una gestión precisa de los sistemas de enfriamiento, lo cual es esencial para manejar el aumento en la demanda de energía impulsada por aplicaciones que requieren gran potencia, como la inteligencia artificial y la minería de criptomonedas.
CASE STUDY
La instalación en estudio es un pequeño centro de datos ubicado en un hospital, con un nivel de seguridad de Tipo III y un enfoque inicial basado en sala. A continuación, se muestra el esquema de la instalación mencionada, donde se observa la ubicación de los CRAHs, los servidores y las rejillas que conectan el falso suelo con la sala principal.
Estudiaremos 3+1 CRAHs basados en el siguiente cálculo de la potencia máxima de enfriamiento requerida: Se consideran las cargas térmicas asociadas al máximo equipamiento previsto para esta sala (disipación por armario de 11 kw cada uno, 25 racks):
- Carga térmica a disipar en la sala de racks: 275 kW
- Carga térmica a disipar en las salas de paneles eléctricos y UPS: 28 kW
- Carga térmica debida a cargas externas (techo y fachada): 3 kW
- Carga térmica latente por infiltración: 3 kW
- Otras cargas internas (iluminación): 1 kW
La carga máxima de refrigeración (instalación de 25 racks) asciende a 310 kW. El equipo necesario para una futura ampliación (instalación de 25 racks) es el siguiente:
| Equipo | Nº de unidades necesarias | Nº de unidades activas | Nº de unidades de reserva | Potencia por unidad (kW) | Potencia total instalada (kW) | Potencia total activa (kW) |
|---|---|---|---|---|---|---|
| Enfriador | 4 | 3 | 1 | 105 | 420 | 315 |
| Unidad interior de precisión | 4 | 3 | 1 | 95 | 380 | 285 |
| Unidad interior eléctrica | 2 | 1 | 1 | 25 | 50 | 25 |
OBJETIVOS
Los objetivos que se deben alcanzar son:
- Una temperatura inferior a 40 ºC (flujo objetivo de 11,168 m³/s, T 15 ºC, ΔT de 20 ºC para el aire suministrado).
- Distribución de velocidades uniforme del aire en el falso suelo
- Conseguir enfriar la sala con las distintas configuraciones de los CRAHs (n,n+1).
RESULTADOS
El análisis de este diseño de CPD bajo las condiciones mencionadas muestra resultados preocupantes: el diseño es ineficiente (requiere el doble del flujo de aire estimado para alcanzar las temperaturas objetivo en los racks) y la alta velocidad en el plenum (que no funciona como se esperaba) provoca una distribución desigual del aire en la sala; parte del aire suministrado no enfría los racks y se dirige hacia el retorno.
Para alcanzar los objetivos establecidos, se deben implementar algunas mejoras: se introducen cinco deflectores frente a cada par de racks para reducir la velocidad y redirigir el flujo, se agregan dos pares de rejillas dentro del plenum, y se reduce gradualmente la tasa de flujo para lograr el objetivo de 11 m³/s. Al simular tasas de flujo de 13 m³/s y 12 m³/s, comienzan a aparecer señales tempranas de que es posible alcanzar el flujo objetivo manteniendo las temperaturas máximas dentro de los racks.
Por lo tanto, los pasillos fríos que conectan el plenum con la entrada de aire a los racks se aíslan y se reduce la tasa de flujo al objetivo de 11 m³/s. A continuación, se verifica que el plenum funciona correctamente con diferentes combinaciones de CRAHs.
Aplicando estas optimizaciones de diseño, se estima que los costes energéticos podrían reducirse en casi un 50% en comparación con el escenario inicial. Además, se confirma que el flujo objetivo se puede alcanzar en condiciones seguras (salida de aire uniforme a través de las rejillas hacia el pasillo frío, y temperatura dentro de los límites en los racks). Se identifican áreas críticas dentro de los servidores, donde los elementos con menores necesidades de enfriamiento deben colocarse, y aquellos que requieren mayor extracción de calor deben evitar esas ubicaciones.
CONCLUSIÓN
En resumen, los análisis de CFD proporcionan un conocimiento profundo sobre cómo los diversos diseños proyectados para una misma instalación de centro de datos desempeñarán sus funciones y, en cualquier caso, sugieren posibles optimizaciones. Su uso es beneficioso, desde la determinación del enfoque de enfriamiento (sala, fila o rack) hasta el dimensionamiento del equipo o el establecimiento de condiciones operativas (flujo, temperatura), incluyendo la comprensión de cómo las condiciones ambientales afectan a las unidades exteriores.
En Engineering Simulation Consulting, ofrecemos soluciones de ingeniería avanzadas para ayudar a las empresas a optimizar sus diseños, mejorar el rendimiento de sus productos y reducir los costos de desarrollo. Contáctenos aquí para obtener más información sobre cómo diseñar y optimizar su sistema de refrigeración de centros de datos.
