##plugins.themes.bootstrap3.article.main##
Анотація
Запропоновано методологію вибору оптимального методу охолодження дата-центру для штучного інтелекту (ШІ-дата-центру) з урахуванням інтеграції відновлюваних джерел енергії та smart-grid технологій через систему теплової акумуляції. Розроблена тришарова процедура прийняття рішень поєднує фільтр термодинамічної здійсненності, апостеріорний Парето-аналіз та нечітку багатокритеріальну згортку в архітектурі віртуальної енергетичної системи. Серед чотирьох розглянутих критеріїв особливе місце займає індекс smart-grid інтеграції, формалізований як приведена п'ятирічна вартість двох smart-grid сервісів: RTP-арбітражу через систему акумуляцію теплової енергії та утилізації скидної теплоти в системі централізованого теплопостачання. Апробацію методології виконано на модельному ШІ-дата-центрі потужністю 1 МВт ІТ, розташованому в умовах м. Одеса з локальною PV-станцією. Показано, що оптимальним методом охолодження є пряме рідинне охолодження мікросхем через холодну пластину (direct-to-chip cold plate); рішення є робастним до варіації ваг критеріїв ±20 %. Підхід розширюється на ШІ-дата-центри більшого масштабу та на нові покоління GPU.
##plugins.themes.bootstrap3.article.details##
Посилання
2. Chen M., Gao C., Song M., Chen S., Li D., Liu Q. Internet data centers participating in demand response: A comprehensive review. Renewable and Sustainable Energy Reviews. 2020. Vol. 117. Article 109466. DOI: 10.1016/j.rser.2019.109466.
3. Kong R., Zhang H., Tang M., Zou H., Tian C., Ding T. Enhancing data center cooling efficiency and ability: A comprehensive review of direct liquid cooling technologies. Energy. 2024. Vol. 308. Article 132846. DOI: 10.1016/j.energy.2024.132846.
4. Artemenko S., Mazur V. Cloud-computing and Smart Grid for Energy-Efficient Refrigeration Systems. Artemenko S., Mazur V. Cloud-computing and Smart Grid for Energy-Efficient Refrigeration Systems. Proceedings of IEEE Conference. 2023. [вкажіть назву конференції, DOI або місце проведення].
5. Ginzburg-Ganz E., Lifshits P., Machlev R., Belikov J., Krieger Z., Levron Y. Technical challenges of AI data center integration into power grids — a survey. Energies. 2025. Vol. 19, No. 1. Article 137.
6. Zadeh L. A. Fuzzy sets. Information and Control. 1965. Vol. 8, No. 3. P. 338–353.
7. Bellman R. E., Zadeh L. A. Decision-making in a fuzzy environment. Management Science. 1970. Vol. 17, No. 4. P. B141–B164.
8. Saaty T. L. The Analytic Hierarchy Process. New York : McGraw-Hill, 1980. 287 p.
9. Hwang C. L., Yoon K. Multiple Attribute Decision Making: Methods and Applications. Berlin : Springer-Verlag, 1981. 259 p.
10. Deb K., Pratap A., Agarwal S., Meyarivan T. A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation. 2002. Vol. 6, No. 2. P. 182–197.
11. Markovic D., et al. Smart power grid and cloud computing. Renewable and Sustainable Energy Reviews. 2013. Vol. 24. P. 566–577.
12. NIST Reference Fluid Thermodynamic and Transport Properties Database. URL: https://webbook.nist.gov (дата звернення: 26.05.2026).
13. Bell I. H., Wronski J., Quoilin S., Lemort V. Pure and pseudo-pure fluid thermophysical property evaluation and the open-source thermophysical property library CoolProp. Industrial & Engineering Chemistry Research. 2014. Vol. 53, No. 6. P. 2498–2508.
14. Photovoltaic Geographical Information System (PVGIS). European Commission Joint Research Centre. URL: https://re.jrc.ec.europa.eu/pvg_tools/en/ (дата звернення: 26.05.2026).
15. Mell P., Grance T. The NIST Definition of Cloud Computing. NIST Special Publication 800-145. 2011. 7 p.