随着数据中心产业高速发展,数据中心的数量和规模都在快速增长。为了节约数据中心的占地面积,机房内的IT设备摆放也越来越紧凑,这使得某些高发热量设备会在机房中形成局部热点,造成设备运行环境恶劣,从而影响数据中心的可靠性。由于机房内局部热点的分布是随着IT设备的使用情况及空调送风情况而变化的,因此,如何消除这些变化的热点并实现节能成为了数据中心空调系统控制面临的新挑战。针对这一问题,本文首先开展了数据中心热环境模拟及温度场快速预测方法的研究,然后,基于温度场的快速预测,本文对数据中心空调系统的优化控制策略进行了研究。本文以某大学云计算机房为研究对象,建立了三维模型和计算流体力学模型,通过数值模拟的方法获得数据中心内的温度场信息。为了验证数值模拟模型的准确性,本文设计搭建了移动式温度测量及数据采集试验台,并基于空间插值算法对实测数据进行了数据可视化处理。通过将温度的实测值与模拟值进行对比,发现其中86.4%的测点实测值与模拟值的相对误差在±20%以内,验证了数值模拟模型的准确性。在数值模拟的基础上,本文采用了POD方法,利用数值模拟模型提供训练数据集训练本征正交分解模型,建立数据中心内机柜进、出风温度的快速预测模型。本文对快速预测模型误差进行了分析,设置了四种测试工况,将数值计算的模拟值与预测值进行了对比,对比结果表明,85.5%的预测值的相对误差在±10%以内,96.5%的预测值的相对误差在±15%以内,说明快速预测模型可满足控制的需求。利用快速预测模型融合模拟退火优化算法的思想,引入蒙特卡洛准则对送风温度进行寻优,本文提出了数据中心空调系统送风温度的优化控制策略。最后,通过数值模拟模型对优化控制策略进行了验证,验证结果表明,常规控制策略下,送风温度恒定的高送风温度工况下热点的最高温度值为33.56℃,高于优化控制策略下的32.19℃,说明优化控制策略实时根据工况变化优化送风温度可以满足服务器的散热需求;送风温度恒定的低送风温度工况下热点的最高温度值为29.67℃,低于优化控制策略,这是由于其送风温度低于优化控制策略,证明了优化控制策略具有节能的效果。本文所提出的优化控制策略可以在满足数据中心机架的散热需求的同时达到节能的目的。