现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power gene...现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。展开更多
针对调谐质量阻尼器(tuned mass damper,TMD)系统应用于轻型结构时易失调从而导致减振效果下降的问题,提出了一种新型形状记忆合金半主动TMD系统。该系统利用钢索悬吊质量块并承担其全部重量,使用有效截面为矩形的大尺寸镍钛形状记忆合...针对调谐质量阻尼器(tuned mass damper,TMD)系统应用于轻型结构时易失调从而导致减振效果下降的问题,提出了一种新型形状记忆合金半主动TMD系统。该系统利用钢索悬吊质量块并承担其全部重量,使用有效截面为矩形的大尺寸镍钛形状记忆合金棒材,提供TMD系统水平面2个方向不同的抗弯刚度。为了研究该系统的半主动性能,进行了足尺形状记忆合金半主动TMD系统的自由振动试验,通过改变形状记忆合金的工作温度,研究了温度变化对TMD系统频率及阻尼比的影响。研究结果表明,控制形状记忆合金工作温度从-40~+80℃,TMD系统的频率随温度升高呈现升高趋势,而阻尼比随温度升高呈现下降趋势。将该新型形状记忆合金半主动TMD系统应用于受控结构中,一旦TMD失调,可以通过改变形状记忆合金的温度使其重新调谐。因此,设计的新型形状记忆合金TMD系统在轻型结构减振研究中具有一定的工程应用价值和前景。展开更多
文摘现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。
文摘针对调谐质量阻尼器(tuned mass damper,TMD)系统应用于轻型结构时易失调从而导致减振效果下降的问题,提出了一种新型形状记忆合金半主动TMD系统。该系统利用钢索悬吊质量块并承担其全部重量,使用有效截面为矩形的大尺寸镍钛形状记忆合金棒材,提供TMD系统水平面2个方向不同的抗弯刚度。为了研究该系统的半主动性能,进行了足尺形状记忆合金半主动TMD系统的自由振动试验,通过改变形状记忆合金的工作温度,研究了温度变化对TMD系统频率及阻尼比的影响。研究结果表明,控制形状记忆合金工作温度从-40~+80℃,TMD系统的频率随温度升高呈现升高趋势,而阻尼比随温度升高呈现下降趋势。将该新型形状记忆合金半主动TMD系统应用于受控结构中,一旦TMD失调,可以通过改变形状记忆合金的温度使其重新调谐。因此,设计的新型形状记忆合金TMD系统在轻型结构减振研究中具有一定的工程应用价值和前景。
