⚡ ingegneria elettrica

Airflow and Energy Optimization in the turbine-aided data center using Entransy approaches

Questo studio investiga numericamente una soluzione di raffreddamento assistita da turbina per i data center utilizzando la fluidodinamica computazionale e l'analisi basata sull'entransia per ottimizzare la distribuzione del flusso d'aria, migliorare l'efficienza energetica e potenziare la dissipazione del calore attraverso la manipolazione strategica dei flussi turbolenti d'impatto e del posizionamento del rotore.

Autori originali: Zhihang Song, Qiang Yue

Pubblicato 2026-10-01

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Zhihang Song, Qiang Yue

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

I data center sono i vasti, ronzanti magazzini del mondo moderno, che ospitano i server che alimentano le nostre vite digitali. All'interno di queste stanze, migliaia di computer generano un calore immenso, richiedendo un flusso costante e potente di aria fresca per evitare che si fondano. Il metodo standard prevede l'innalzamento del pavimento per creare un plenum nascosto, uno spazio cavo dove le unità di condizionamento dell'aria spingono l'aria fredda verso l'alto attraverso piastrelle perforate. Quest'aria viaggia nei corridoi freddi tra le file di rack dei server, assorbe il calore e ritorna nella parte superiore della stanza per essere raffreddata nuovamente. Tuttavia, questo sistema è spesso inefficiente. L'aria a volte si muove troppo velocemente, scontrandosi con il pavimento e creando una turbolenza che spreca energia, oppure non riesce a raggiungere i punti più caldi, lasciando i server surriscaldarsi mentre altre aree rimangono inutilmente fredde. La sfida per gli ingegneri è domare questo flusso caotico, assicurando che l'aria di raffreddamento si muova esattamente dove è necessaria senza sprecare potenza.

Un team di ricercatori si è posto l'obiettivo di risolvere questo problema introducendo un nuovo elemento nello spazio sotto il pavimento: una piccola turbina eolica. Invece di considerare l'aria impetuosa come un problema da combattere, l'hanno trattata come una risorsa da sfruttare. Hanno costruito una simulazione computerizzata dettagliata di una tipica stanza di un data center, lunga 8,75 metri e larga 6,4 metri, riempita da due file di rack per server. Nel loro modello, hanno posizionato un rotore di turbina nel percorso dell'aria di raffreddamento mentre questa scende dal fondo dell'unità CRAC nel plenum sottostante il pavimento. L'obiettivo era vedere se questa turbina potesse fare due cose contemporaneamente: rallentare l'aria quanto basta per evitare che si schianti contro il pavimento e sprecare energia, e simultaneamente catturare parte della potenza di quell'aria in movimento per generare elettricità. Hanno testato diverse posizioni per la turbina e hanno regolato quanta resistenza la turbina offriva al flusso d'aria, calibrando essenzialmente quanto l'aria dovesse spingere contro le pale.

I risultati delle loro simulazioni hanno rivelato che la turbina agisce come un regolatore gentile per l'aria. Senza la turbina, l'aria ad alta velocità proveniente dall'unità di raffreddamento si sarebbe abbattuta sul pavimento, creando uno schizzo di pressione caotico che sprecava quantità di moto. Quando la turbina è stata aggiunta, ha assorbito parte di quella forza, regolarizzando il flusso e riducendo la pressione che colpiva il pavimento. Questo è stato particolarmente efficace quando la turbina è stata posizionata più in alto nello spazio sotto il pavimento e quando è stata impostata per offrire una resistenza moderata all'aria. I ricercatori hanno scoperto che questa configurazione non solo ha risparmiato energia riducendo la turbolenza, ma ha anche permesso alla turbina di raccogliere una piccola quantità di energia dal flusso d'aria stesso. La configurazione più efficiente per la generazione di energia si è verificata quando la turbina è stata posizionata a 0,73 metri dalla soletta e la resistenza al flusso d'aria è stata tarata su un livello specifico, creando un punto di equilibrio ideale in cui l'aria si muoveva costantemente attraverso le pale.

Oltre al semplice risparmio energetico, la turbina ha migliorato l'effettivo raffreddamento dei server. Nella simulazione, la presenza della turbina ha aiutato a distribuire l'aria fredda in modo più uniforme sulle piastrelle del pavimento. Ciò ha portato a una temperatura più uniforme nei corridoi, riducendo la quantità di aria calda che altrimenti verrebbe aspirata nella parte anteriore dei server. Il team ha osservato un calo della temperatura di circa 2 gradi Celsius agli ingressi dei server rispetto a una stanza senza la turbina. Ciò significa che i server possono funzionare in modo più fresco ed efficiente, riducendo potenzialmente la loro durata operativa e il carico sulle unità principali di condizionamento dell'aria. I ricercatori hanno utilizzato un metodo di analisi specifico, noto come approccio dell'Entransy, per misurare quanto bene il calore si stesse muovendo attraverso il sistema. Questo metodo li ha aiutati a quantificare i miglioramenti nell'organizzazione del flusso d'aria, confermando che la turbina aiutava a organizzare l'aria caotica in un flusso più ordinato ed efficace.

Per garantire che i loro risultati fossero solidi, i ricercatori hanno utilizzato una tecnica statistica chiamata Metodologia della Superficie di Risposta. Ciò ha permesso loro di mappare la relazione tra la posizione della turbina, la sua resistenza all'aria e le prestazioni complessive del sistema di raffreddamento. Hanno scoperto che i migliori risultati derivavano da una specifica combinazione di fattori: un livello moderato di resistenza all'aria e un'altezza della turbina di circa 0,21 metri dalla soletta per l'efficienza ottimale del raffreddamento, o 0,73 metri per la massima generazione di potenza. Il modello informatico ha previsto questi risultati con alta precisione, mostrando un margine di errore molto piccolo rispetto ai loro calcoli dettagliati. Lo studio suggerisce che l'aggiunta di una semplice turbina nello spazio sotto il pavimento di un data center è un modo praticabile per migliorare sia l'efficienza energetica che le prestazioni di raffreddamento. Trasforma una forza sprecata — l'aria impetuosa — in uno strumento utile, offrendo un nuovo modo per gestire l'ambiente termico complesso delle moderne strutture informatiche.

Sintesi Tecnica: Flusso d'aria e Ottimizzazione Energetica nel Data Center Assistito da Turbina mediante Approcci Entransy

Problematica
I moderni data center affrontano sfide significative riguardanti la maldistribuzione della turbolenza di raffreddamento e il conseguente spreco energetico. Nello specifico, l'eccesso di portata di massa di raffreddamento fornita dalle unità CRAC (Computer Room Air Conditioning) porta spesso a condizioni al contorno del flusso inefficienti e a un trasporto del flusso di calore imprevedibile a livello di rack. Sebbene le configurazioni a pavimento sopraelevato siano lo standard, esse soffrono frequentemente di punti caldi (hot spots) e perdite di energia dovute a una scarsa organizzazione del flusso d'aria. Le metriche di valutazione esistenti, come il PUE (Power Usage Efficiency) o gli indici termici (RHI/SHI), forniscono spesso valutazioni qualitative di bypass e ricircolo, ma mancano della magnitudo fisica quantitativa necessaria per ottimizzare la complessa fisica del raffreddamento multivariata. Inoltre, il potenziale di recuperare energia dal flusso di raffreddamento eccedente nel contesto degli ambienti sottopavimento dei data center rimane poco esplorato.

Metodologia
Lo studio impiega un approccio numerico multifasico per investigare un'infrastruttura di raffreddamento "assistita da turbina", di nuova proposta, all'interno di un ambiente data center con un singolo CRAC e pavimento sopraelevato.

Fluidodinamica Computazionale (CFD): Il dominio fisico (8,75 m × 6,4 m × 5,15 m) contenente due file di rack server e un plenum sottopavimento alto 0,914 m è stato modellato utilizzando il software FLOTHERM. Le simulazioni hanno utilizzato il modello di turbolenza LVEL K-Epsilon con calcoli RANS (Reynolds-averaged Navier-Stokes). Uno studio di indipendenza della griglia ha confermato che una mesh di 356.402 celle forniva un equilibrio tra precisione ed efficienza.
Modellazione Assistita da Turbina: Un modello di turbina compatta è stato introdotto nel plenum sottopavimento per interagire con il flusso discendente del CRAC. La turbina è stata caratterizzata da una condizione al contorno di salto di pressione (porous-jump) che rappresenta la resistenza del rotore. I parametri chiave includevano il fattore di induzione assiale ( $a$ ) e la distanza turbina-lastra ( $h$ ). Il modello ha calcolato la potenza estratta ( $P_t$ ), i coefficienti di spinta ( $C_T$ ) e le cadute di pressione basandosi sulla teoria del disco attuatore e sulle curve di Glauert.
Analisi Basata sull'Entransy: Per valutare la trasferibilità del calore in modo più rigoroso rispetto agli indici tradizionali, lo studio ha applicato l'approccio Entransy. Ciò ha comportato il calcolo della dissipazione di Entransy a livello di stanza ( $\Delta J_{E,rm}$ ), a livello di rack ( $\Delta J_{E,rk}$ ) e, specificamente, della perdita "sotto-organizzata" ( $\Delta J_{E,u0}$ ), che quantifica l'inefficienza causata dal mescolamento dell'aria dei corridoi freddi/caldi e dal flusso non uniforme.
Metodo della Superficie di Risposta (RSM): È stato implementato un Disegno Composito Centrale (CCD) per ottimizzare l'interazione tra il fattore di induzione assiale ( $a$ ) e il posizionamento del rotore ( $h$ ). Un modello polinomiale del secondo ordine è stato adattato ai dati di perdita di Entransy per identificare le condizioni operative ottimali.

Risultati Chiave

Riduzione dell'Impatto del Flusso: L'introduzione della struttura assistita da turbina ha ridotto efficacemente l'impatto della pressione del flusso di impatto sulla lastra del plenum. L'aumento del fattore di induzione assiale ( $a$ ) e la regolazione dell'altezza del rotore ( $h$ ) hanno attenuato significativamente il momento della portata di massa fornita dal CRAC, particolarmente nella regione centrale.
Recupero Energetico: È stato riscontrato che la potenza estratta dalla turbina dipende sia dal fattore di induzione assiale che dalla posizione del rotore. La massima potenza è stata raggiunta quando $0,6 < a < 0,7$ con un'altezza del rotore di $h = 0,73$ m. Tuttavia, con fattori di induzione molto elevati ( $a = 0,8$ ) e distanze maggiori, il flusso tende a passare accanto al rotore piuttosto che attraverso di esso, a causa di un processo di impedimento sulla superficie di resistenza del rotore, il che riduce il recupero di energia.
Prestazioni Termiche: Nella configurazione ottimale ( $a = 0,5, h = 0,55$ m), il sistema assistito da turbina ha dimostrato una riduzione di 2°C nelle temperature di ingresso dei server rispetto alla linea di base senza turbina. Questo miglioramento è stato attribuito a un momento più uniforme del flusso dei piastrelloni in direzione z e a una riduzione del ricircolo di aria calda nella parte superiore dei rack.
Accuratezza dell'Ottimizzazione: L'ottimizzazione RSM basata su Entransy ha identificato una perdita minima di Entransy ( $\Delta J_{E,u0}$ ) di 136.523 W·K a $h = 0,21$ m e $a = 0,5$ . Questo risultato ha mostrato un elevato grado di concordanza (entro un errore relativo dello 0,6%) con i calcoli CFD diretti, validando l'approccio RSM per questa applicazione.

Significatività e Rivendicazioni
L'articolo sostiene che l'infrastruttura assistita da turbina proposta offre un duplice beneficio: migliora l'efficienza energetica del data center recuperando il momento dal flusso di raffreddamento e migliora la gestione termica organizzando più efficacemente il flusso d'aria. Trattando l'induzione assiale della portata di massa fornita dal CRAC e la resistenza del posizionamento del rotore come componenti fattoriali primarie, lo studio rivela che queste interazioni possono ridurre significativamente lo spreco di momento del flusso sul fondo del plenum.

Gli autori enfatizzano il valore dell'approccio basato su Entransy come uno strumento più robusto per valutare il trasporto del flusso di calore rispetto agli indici empirici, poiché fornisce una misura quantitativa delle perdite di energia "sotto-organizzate". Il successo dell'integrazione della teoria dell'Entransy con il Metodo della Superficie di Risposta (RSM) è presentato come un metodo scientifico valido per visualizzare e potenziare le interdipendenze tra i meccanismi multivariati di trasferimento di calore e massa. In definitiva, la ricerca suggerisce che le soluzioni assistite da turbina, quando ottimizzate tramite questi metodi, possono offrire intuizioni creative per futuri avanzamenti nel raffreddamento e nel potenziamento energetico nei data center.

Articoli simili