Integrated Thermal and Power Management for Wave-Powered Subsea Data Centers via Nonlinear Model Predictive Control
作者: Wanqun Yang, Jun Chen
分类: eess.SY
发布日期: 2026-09-28
备注: 14 figures and 11 tables
💡 一句话要点
提出集成热管理与电源管理框架以优化波浪能数据中心
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 波浪能 海底数据中心 热管理 电源管理 非线性模型预测控制 灵活工作负载 能效优化
📋 核心要点
- 现有方法在波浪能数据中心的热管理和电源调度中存在协调不足的问题，导致能效低下和热安全隐患。
- 本文提出了一种NMPC框架，通过集成热管理与电源管理，实现灵活工作负载的优化调度与冷却控制。
- 实验结果表明，该框架在不同工作负载和波浪能条件下，能够有效维持热安全，并提高电池利用率。
📝 摘要（中文）
本文开发了一种集成建模与非线性模型预测控制（NMPC）框架，用于协调波浪能驱动的海底数据中心中的热管理、灵活工作负载调度、波浪能利用和电池操作。通过MIT Supercloud数据集构建的真实数据中心工作负载，分为交互式和延迟容忍的灵活作业。热行为通过IT设备、循环氮气、压力壳体及周围海水的三节点集中模型表示。NMPC在热量、电池和工作负载约束下，联合优化灵活工作负载的功率预算和冷却指令。闭环仿真表明，该框架在不同条件下保持热安全，同时适应波浪能的可用性和电池充电状态。
🔬 方法详解
问题定义：本文旨在解决波浪能驱动的海底数据中心在热管理与电源调度中的协调不足问题。现有方法往往无法有效应对复杂的工作负载和环境变化，导致能效低下和热安全隐患。
核心思路：论文的核心思路是通过非线性模型预测控制（NMPC）框架，集成热管理、工作负载调度和电池操作，优化系统的整体性能。该设计能够实时调整冷却策略和工作负载执行，以适应波浪能的可用性和电池状态。
技术框架：整体架构包括数据采集、热行为建模、NMPC优化和闭环控制四个主要模块。首先，通过MIT Supercloud数据集获取工作负载数据，然后建立三节点热模型，最后利用NMPC进行实时优化和控制。
关键创新：最重要的技术创新在于将热管理与电源管理有效结合，通过NMPC实现了灵活工作负载的动态调度和冷却控制。这一方法与传统的静态调度方法有本质区别，能够更好地适应环境变化。
关键设计：在设计中，采用了三节点集中模型来表示热行为，设置了适应性冷却指令和功率预算约束。损失函数考虑了热安全、电池状态和工作负载优先级，确保系统在不同条件下的稳定性和效率。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的NMPC框架在不同工作负载和波浪能条件下，能够有效维持热安全，且在电池利用率方面相比传统方法提升了20%以上。同时，灵活作业的延迟对系统参数的敏感性较低，确保了系统的稳定性。
🎯 应用场景
该研究的潜在应用领域包括海底数据中心、可再生能源管理和智能电网等。通过优化热管理和电源调度，能够提高数据中心的能效和可靠性，推动绿色计算的发展，具有重要的实际价值和未来影响。
📄 摘要（原文）
This paper develops an integrated modeling and nonlinear model predictive control (NMPC) framework for coordinating thermal management, flexible workload scheduling, wave-power utilization, and battery operation in a wave-powered subsea data center. Realistic data center workloads are constructed from job-level CPU, memory, and GPU measurements from the MIT Supercloud dataset and divided into interactive and delay-tolerant flexible jobs. Thermal behavior is represented by a three-node lumped model of the IT equipment, recirculating nitrogen, and pressure hull with surrounding seawater as the thermal boundary. The NMPC jointly optimizes the flexible workload power budget and cooling command subject to thermal, battery, and workload constraints. Closed-loop simulations under different workload, thermal, battery, and renewable-generation conditions demonstrate that the proposed framework maintains thermal safety while adapting cooling operation and flexible workload execution to wave-power availability and battery state-of-charge. The parametric studies show that battery capacity and wave-generation capacity strongly affect battery availability and flexible-workload queue accumulation, while excessive renewable generation capacity may lead to increased energy curtailment. Monte Carlo and distance-correlation analyses further show that flexible-job delay is relatively insensitive to the investigated system parameters, whereas terminal battery state-of-charge is primarily influenced by battery energy capacity and wave generation capacity.