2.1 프로그램의 개발방향

본 프로그램은 데이터센터 기계설비 엔지니어가 설계단계에서 냉방 시스템 설계 및 시스템 에너지 성능검토에 활용할 수 있는 툴로서, 목적에 적합한 프로그램을 개발하기 위한 방향 설정은 다음과 같다. 첫째, 데이터센터 건물이 다른 건물과 차별화되는 부하특성 및 시스템 운영특성을 고려하여 시스템을 계획하고, 계획안의 에너지 성능을 정량적으로 검토할 수 있는 툴을 개발하였다. 데이터센터는 계획된 ITE 장비가 준공 초기에 한 번에 설치되는 것이 아니라 순차적이고 장기적으로 추가되는 경우가 빈번하다.따라서, 데이터센터의 냉방 시스템은 계획된 최대부하를 담당할 수 있는 동시에 부분 부하 운영 시에도 효율이 크게 저하되지 않는 시스템으로 계획해야 한다. 또한, 365일 냉방부하가 발생하는 데이터센터의 부하 특성을 고려하여 동계와 중간기에 외기를 냉방에 활용하는 시스템 적용이 필수적이다. 따라서, 외기냉방 또는 외기냉수냉방과 같은 이코노마이저 적용 시, 연중 변화하는 외기 상태에 따라 이코노마이저 운전조건을 판단하고, 외기 상태 및 부하율에 따라서 달라지는 시스템의 동적 성능을 반영하여 연간 에너지가 계산되도록 알고리즘을 구성하였다.

둘째, 시스템 설계단계에서 기계설비 엔지니어를 지원할 수 있도록 사용자 인터페이스를 개발하였다. EnergyPlus, TRANSYS 등의 동적 에너지 해석 프로그램은 앞서 기술한 데이터센터의 부하 및 시스템 운영 특성을 고려한 에너지 해석이 가능하나, 설비 엔지니어가 설계단계에서 사용하기에는 입력변수가 많고, 인터페이스가 복잡하다. 따라서, 시스템 설계와 성능 평가를 위해 툴을 활용할 때 설비 엔지니어가 쉽게 이해하여 모델링할 수 있도록 인터페이스를 구성하였다.

2.2 모듈의 구조 및 프로그램 기능

본 프로그램은 Matlab을 기반으로 작성되었으며, Fig. 1과 같이 시스템 설계 모듈과 성능평가 모듈로 구분되어 있다. 설계 모듈에서는 내부 발열 및 기타 부하조건을 입력하고 공조 조닝 및 열원 시스템을 구성하면 입력 데이터를 바탕으로 시스템의 주요 장비의 용량, 팬과 펌프의 설계 풍량 및 유량, 장비의 설계 동력을 순차적으로 계산한 후, 결과창에 최대 냉방부하와 함께 엔지니어가 장비 선정에 참고할 수 있는 장비 일람표를 출력해준다.

성능평가 모듈에서는 ITE의 발열 프로파일을 일별, 주간별 또는 월별로 사용자가 선택해서 부분 부하 운전 조건을 반영할 수 있도록 하였고, 입력된 발열 스케쥴에 따라 시간대별로 필요한 풍량 및 유량 그리고 시스템 성능이 반영된 장비의 소비동력이 계산된다. 이 때, 데이터센터가 위치하는 지역의 Hourly 기상데이터 파일을 불러와 외기냉방 또는 외기냉수냉방 적용에 따른 연간 냉방 에너지 시뮬레이션이 가능하다. 성능평가 모듈의 결과창에서는 연간 냉방부하와 냉방 시스템 전체의 에너지 사용량, 주요 장비별 에너지 사용량, 이코노마이저 가용시간을 최소 한 시간 단위로 확인이 가능하며, 데이터센터 냉방 시스템 에너지 성능지표인 MLC(Mechanical Load Component)와 데이터센터 에너지 성능지표인 PUE(Power Usage Effectiveness)를 함께 출력해준다. 설계 모듈에서 저장된 데이터는 성능평가 모듈에서 불러와 에너지 계산에 활용할 수 있도록 하였고, 설계 모듈과 성능평가 모듈을 독립적으로 사용하는 것도 가능하도록 구성하였다.

3.1 냉방부하 및 주요 장비 설계데이터 산정

3.2 냉방 에너지 계산

성능평가 모듈에서는 주요 장비의 설계 데이터와 사용자가 입력한 ITE 발열 스케줄, 그리고 기상데이터를 입력받아 각 장비에서 매시간 소비되는 동력과 장비별 에너지를 계산하고, 시스템의 에너지 성능을 평가할 수 있는 성능지표를 출력한다. 장비에서 소비되는 동력을 계산하기 위한 알고리즘은 ASHRAE 90.1 Performance rating method reference manual과 EnergyPlus의 Engineering reference를 참고하였으며, 성능평가 모듈에서 에너지와 시스템의 에너지 성능지표를 계산하기 위한 흐름도는 Fig. 3과 같다.

4.1 대상건물 및 시스템 개요

인천에 위치한 가상의 데이터센터를 대상으로 개발 중인 툴의 검증을 위한 시뮬레이션을 수행하였다. 대상건물 데이터센터의 최대 서버 발열량은 1MW으로, 전체 서버 중 부하율은 0.85로 가정하였다. 또한, 서버 발열량의 12% 정도가 UPS 및 PDU에서 발열되고, 외피, 조명, 환기 등의 기타 냉방부하로 단위면적당 0.054 kW가 발생한다고 가정하였다. 이상 대상건물의 개요는 Table 1과 같다. 서버룸은 공조효율을 고려하여 컨테인먼트가 설치되었다고 가정하고, CRAH의 급기온도는 열획득을 감안해서 Cold aisle 온도보다 2℃ 낮은 공기를 급기하여 컨테인먼트의 온도를 제어하는 것으로 설정하였다. 최근의 데이터센터는 컨테인먼트를 설치하고 row-based 공조방식을 적용함으로써, CRAH에서 취출된 공기가 서버입구에 도달하기까지 획득되는 열이 기존의 room-based 공조방식의 데이터센터에 비해 현저히 감소하였다. 또한, CRAH 취출공기 온도가 20~24℃ 정도로, 기존의 20℃ 이하의 저온 취출방식에 비하여 구조체로부터 획득되는 열도 크게 줄어들어 최근 설계회사에서는 CRAH 취출 공기온도를 Cold aisle 공기보다 2℃정도 낮게 설계를 진행하고 있다.

서버룸의 냉방 시스템은 중앙냉수식으로, 안전율 1.0~1.2를 적용하여 개발 중인 툴의 설계 모듈로 시스템을 계획하였다. Cold aisle 설정온도를 26℃로 유지하기 위하여 서버룸의 공조를 담당하는 CRAH의 급기온도는 24℃로 설정하였으며, CRAH의 급배기 온도차는 12℃(서버$\triangle$T=10℃ 및 열획득 2℃가정)로 설정하였다. 냉수의 공급수/환수 온도는 10℃/18℃, 냉각수의 공급수/환수 온도는 30℃/35℃를 적용하였다. 설계조건에서의 열매온도, 정압과 양정, 시스템 효율을 입력하여 설계 모듈에서 계산된 팬풍량/펌프유량 및 장비의 설계 동력은 Table 2와 같다. 설계 모듈에서 산정된 장비의 설계데이터를 최대한 활용하여 디자인빌더 시뮬레이션의 입력 데이터로 사용하였고, 동일한 데이터의 입력이 어려운 경우에는 두 모델의 장비 데이터가 최대한 유사한 값을 갖도록 디자인빌더로 모델링하였다(Table 2 비교표 참조).

중앙냉수시스템에 대한 검증과 함께 외기냉방(ASE)이 적용된 모델의 검증도 함께 진행되었다. 앞서의 중앙냉수시스템 모델에 외기냉방을 위한 배기팬이 추가되었고, 외기냉방의 제어는 외기의 노점온도(DP)와 건구온도(DBT)를 기준으로 제어하였다. ASHRAE thermal guideline의 서버실 권장 온습도 조건과 CRAH의 공급공기와 리턴공기의 온도를 바탕으로 외기의 노점온도가 15℃ 이상 또는 건구온도가 34℃ 이상인 경우에는 냉동기만 운전하고, 노점온도가 15℃ 미만이면서 건구온도가 22℃ 초과 34℃ 미만인 경우에는 외기냉방과 냉동기를 병렬로 운전하고, 노점온도가 15℃ 미만이면서 건구온도가 22℃ 이하인 경우에는 냉동기 운전없이 외기로만 냉방하도록 제어를 설정하였다. 외기냉방을 위한 배기팬의 설계 데이터와 외기냉방 제어방법은 Table 2에 기술하였다.

4.2 시뮬레이션 결과비교

앞 절에서 제시한 대상건물 및 시스템 개요를 바탕으로 개발 중인 분석 툴과 DesignBuilder로 각각 모델링을 실시한 후, 두 모델의 연간 냉방 에너지 결과를 비교 분석하였다. Fig. 4는 중앙냉수시스템 모델(Baseline 모델)과 외기냉방을 적용한 모델(ASE 모델)을 툴(Tool)과 DesignBuilder(DB)로 시뮬레이션하여 계산된 주요 장비의 연간 냉방 에너지 및 두 모델 결과값의 NMBE(Normalized mean bias error)와 CVRMSE(Coefficient of variation of the root mean square error)를 비교한 것이다. NMBE와 CVRMSE는 두 값(기준값과 비교값)의 차이를 정규화하여 서로 다른 스케일의 MBE와 RMSE를 비교 가능하도록 한 값으로 NMBE와 CVRMSE 값이 작을수록 기준값과 비교값 데이터의 일치율이 높다고 판단한다. 각각의 값은 아래의 식(14)와 (15)에 의해 구하며, ASHRAE guideline 14에 의해 NMBE값이 ±5% 미만이고, CVRMSE값이 15% 미만이면 모델이 유효하다고 판단할 수 있다(Table 3 참조). 중앙냉수시스템 모델과 외기냉방 모델을 툴과 디자인빌더로 시뮬레이션 한 결과, 외기냉방 운전시 냉동기 에너지 사용량의 CVRMSE가 19.00로 유효범위보다 큰 것으로 나타났고, 그 외의 데이터는 NMBE와 CVRMSE값이 모두 ASHRAE 가이드라인에서 제시된 값 이내로 모델의 유효성을 검증할 수 있었다. 외기냉방 모드 시 냉각탑 팬 에너지 사용량의 CVRMSE값은 14.45%로 유효범위인 15% 이내이나 비교적 높은 CVRMSE값을 나타냈다. CVRMSE는 오차를 정규화하기 위하여 RMSE를 기준값 에너지의 평균값(디자인빌더로 계산된 월별 에너지의 평균값)으로 나눠준다. 냉각탑 팬의 경우, RMSE는 0.8로 오차가 크지 않음에도 불구하고 에너지 사용량 자체가 작기 때문에 CVRMSE값이 다른 장비와 비교하여 상대적으로 크게 나타난 것으로 판단된다.

개발 중인 툴과 디자인빌더 모델의 냉동기 에너지 사용량 오차의 원인을 살펴보기 위하여 냉동기의 월별 에너지 사용량 결과를 비교한 결과, Fig. 5와 같이 툴을 사용하여 계산된 냉동기의 에너지는 월별로 유사한 수준으로 분포하고 있었으나 디자인빌더로 계산된 월별 냉동기 에너지는 외기온도가 낮아지는 동계에는 냉동기 에너지가 줄어들고 외기온도가 높은 하계에는 냉동기 에너지가 늘어나는 것으로 나타나 외기온도에 따라서 월별 차이가 발생하는 것을 확인할 수 있었다. 디자인빌더 모델의 경우, 냉각수 온도가 외기온에 따라서 변하면서 냉각수 온도가 낮아지는 겨울에는 냉동기 효율이 높아지고 냉각수 온도가 높아지는 하계에는 냉동기 효율이 낮아지는 것을 반영하여 계산하기 때문에 월별 냉동기 에너지 사용량에 차이가 발생한 것으로 판단된다. 본 연구에서 제안된 툴에 적용된 냉동기 모델은 외기냉수냉방이 적용된 경우에 한해서 외기온에 따라 냉각수 온도가 변하고 그에 따른 냉동기 효율이 달라지는 것을 모사할 수 있도록 프로그래밍이 되어있다. 외기냉수냉방 이외에는 냉각탑의 팬 풍량 제어를 통해 냉각수 온도를 설정 온도로 유지하도록 되어있어 툴로 모델링한 중앙냉수시스템의 월별 냉동기의 에너지 사용량은 비슷한 분포를 보였다. 따라서, 디자인빌더의 냉동기 모델링과 유사한 결과를 얻기 위해서는 이 부분에 대한 추후 보완이 필요할 것으로 판단된다.

외기냉방이 적용된 경우, 툴과 디자인빌더를 활용하여 월별 냉방 에너지를 시뮬레이션 한 결과는 Fig. 6과 같다. 두 모델의 외기냉방 제어는 Table 2에서와 같이 외기의 노점온도와 건구온도를 기준으로 동일한 제어를 적용하였다. 시뮬레이션 결과, 두 모델 모두 인천의 외기조건을 기준으로 11월부터 4월까지는 냉동기 가동 없이 외기냉방만으로 냉방이 가능한 것으로 나타났다. ASE가 적용된 두 모델의 연간 에너지 사용량은 거의 유사하였으나(Fig. 4참조) 두 모델의 냉동기 동력계산 방식의 차이로 인하여 냉동기 가동시 간이 늘어나는 7월과 8월에는 두 모델 간의 냉방 에너지 사용량 오차가 커지는 것으로 나타났다(Fig. 6참조)

.