データセンターの冷却および廃熱回収システムは多パラメータの結合により制御が複雑化し、モデル、測定、実行の誤差が制御精度を著しく低下させ、システムのエネルギー効率向上を制約している。本稿では、多目的の競合がデータセンターの総合性能に与える影響およびパラメータの不確実性による性能変動・運転リスクの定量化の課題に着目し、東江湖ビッグデータ産業パークの湖水源冷却・廃熱回収連携システムを対象として、システムのエネルギー消費と運用コストを両立させた多目的最適化戦略を提案し、モンテカルロシミュレーションにより不確実性下での制御戦略のロバスト性を定量化した。ルール制御と比較して、多目的最適化により連携システムのエネルギー消費および運用コストはそれぞれ11.07%、16.25%削減され、PUEは0.01低減した。単一目的のエネルギー消費最適化と比較して、エネルギー消費はわずか0.28%増加する一方、運用コストは3.20%削減され、単一目的の電力コスト最適化と比較してエネルギー消費は0.77%削減され、運用コストは0.54%増加した。多目的協調により、単一性能指標の変動係数は単一目的最適化よりわずかに高いが、エネルギー消費の変動係数は単一目的電力コスト最適化より2.8%低く、電力コストの変動係数は単一目的エネルギー消費最適化より2.2%低く、蓄放熱モードの誤判率は比較的低く、多パラメータ不確実性下での全体的なロバスト性優位性を持つ。

データセンター;廃熱回収;多目的最適化;不確実パラメータ;制御戦略