냉방부하·운전대수 분석을 통한 데이터센터 냉수펌프 과다운전 진단 및 운전 최적화

1. 냉방부하가 줄어도 펌프 운전대수가 그대로라면

데이터센터는 IT 장비의 안정적인 열환경을 유지하기 위해 냉방설비를 연속 운전합니다. 그러나 냉방부하는 계절과 IT 부하에 따라 달라질 수 있습니다. 냉방부하가 낮아졌는데도 냉수펌프 운전대수가 높은 수준으로 유지된다면 필요한 유량 이상을 순환시키면서 불필요한 반송동력이 발생할 가능성이 있습니다.

2. 실제 운전데이터는 계절별 냉방부하와 펌프 운전대수를 함께 보여준다

확보된 운전데이터 분석자료에는 냉방부하 평균이 1월 421, 4월 475, 7월 562, 10월 390 RT/h로 정리되어 있습니다. 같은 기간 냉수펌프 평균 가동대수는 각각 3.00, 3.00, 3.29, 3.02대입니다. 냉방부하는 계절에 따라 변하지만 펌프는 대부분 3대 이상 운전된 패턴이 확인됩니다.

3. 냉동기 운전에서도 ‘실제가동대수와 필요대수’의 Gap이 확인됐다

같은 분석자료에서 냉동기 실제 가동대수는 연평균 2.1대, 냉방부하 기준 필요대수는 1.2대로 정리되어 있으며 평균 차이는 0.9대입니다. 이 수치는 냉수펌프 과다운전량을 직접 의미하지는 않지만, 현장 분석이 부하를 기준으로 실제 가동대수와 필요대수를 비교하는 방식으로 수행되었음을 보여줍니다.

4. 냉수펌프도 시스템 레벨에서 실제 가동대수와 필요대수를 별도로 관리한다

Trend 분석용 Excel에는 5℃ 및 13℃ 냉수펌프 시스템별로 유량, 전력, 원단위, 가동대수의 합, 필요대수, 가동 중 정격유량 합, 부하율이 별도 데이터 포인트로 정의되어 있습니다. 즉 ‘몇 대가 켜져 있는가’와 ‘현재 유량에 실제 몇 대가 필요한가’를 직접 비교할 수 있는 데이터 구조입니다.

5. 과다운전은 단순히 펌프가 여러 대 켜져 있다는 뜻이 아니다

과다운전 여부는 설치대수나 운전대수만으로 판단하지 않습니다. 현재 요구되는 냉방부하와 냉수유량을 만족하는 필요대수를 먼저 계산한 뒤 실제 가동대수와 비교해야 합니다. 핵심 KPI는 Operating Gap = Actual Running Units − Required Units입니다.

6. 냉방부하와 냉수유량을 먼저 연결한다

냉방부하 RT와 공급·환수 냉수온도차, 냉수유량은 서로 연결됩니다. 따라서 냉수펌프 필요대수는 단순히 냉동기 운전대수와 1:1로 맞추기보다 실제 냉수유량과 계통조건을 기준으로 판단하는 것이 안전합니다.

7. 5℃와 13℃ 냉수계통은 분리해서 본다

EEMS 데이터 구조에는 5℃ 냉수펌프와 13℃ 냉수펌프가 각각 1·2구간으로 구분되어 있습니다. 계통별 요구온도와 유량조건이 다를 수 있으므로 전체 펌프를 하나의 그룹으로 합쳐 필요대수를 계산하지 않고 계통·구간별로 판단합니다.

8. 냉수펌프 시스템의 KPI는 ‘유량-전력-대수’를 하나로 묶는다

System Level에서 유량(m³/h), 전력(kW), 원단위(m³/kWh), 실제 가동대수, 필요대수, 가동 중 정격유량 합, 부하율을 동시에 봅니다. 이렇게 해야 펌프 한 대를 줄였을 때 필요한 유량을 유지하면서 실제 시스템 전력이 감소했는지를 검증할 수 있습니다.

9. m³/kWh로 펌프군의 수송 생산성을 확인한다

원자료의 펌프 원단위는 유량/전력 구조입니다. 따라서 m³/kWh가 높을수록 같은 전력으로 더 많은 냉수를 이송하는 방향입니다. 단순 가동대수 감축뿐 아니라 운전조합 변경 전후의 수송 생산성을 함께 비교합니다.

10. 실시간 운전가이드는 ‘가동대수 vs 필요대수’를 직접 Action으로 연결한다

관련 UPOS 운전가이드 자료에는 냉동기와 냉수펌프에 대해 실제 가동대수와 필요대수를 비교하고 초과 시 특정 설비 OFF를 조치사항으로 제시하는 구조가 확인됩니다. 예시 화면에서는 냉수펌프 8대 운전, 필요 7대일 때 CHECK 판정과 1대 OFF 가이드가 표시됩니다.

11. 그러나 ‘펌프 1대 OFF = 절감’으로 바로 계산하면 안 된다

펌프를 한 대 줄이면 나머지 펌프의 유량·부하율·차압이 변할 수 있습니다. 냉수 공급조건을 만족하지 못하거나 Bypass가 증가하면 시스템 전체효과가 달라질 수 있으므로, 가동대수 변경 후 유량·차압·냉수온도와 시스템 kW를 다시 확인해야 합니다.

12. Bypass와 차압은 과다운전의 중요한 원인 신호다

관련 실시간 운전가이드에는 Bypass 밸브 OPEN 상태를 CHECK하고 차압 설정값 조정 및 가동대수 감축을 조치방안으로 연결하는 구조가 있습니다. 과도한 펌핑으로 Bypass 유량이 증가한다면 펌프를 많이 운전하면서 다시 물을 우회시키는 비효율이 발생할 수 있습니다.

13. 운전 최적화의 기본 Action은 ‘필요대수 추종’이다

냉방부하·유량이 감소하는 구간에서는 필요대수를 다시 산정하고, 공급조건을 만족하는 범위에서 초과 운전 펌프의 정지를 검토합니다. 부하가 다시 증가하면 추가 펌프를 기동하도록 하여 고정대수 운전에서 수요추종 운전으로 전환합니다.

14. M&V는 펌프전력만이 아니라 냉방서비스를 함께 검증한다

M&V = Measurement & Verification(측정 및 검증)에서는 개선 전후 냉수펌프 kW·kWh와 함께 냉수유량, 공급·환수온도, 차압, 냉방부하와 필요한 경우 IT 환경조건을 확인합니다. 동일한 냉방서비스를 유지하면서 반송동력이 감소했는지를 검증해야 합니다.

15. Rule-based FDD로 과다운전을 자동 탐지할 수 있다

FDD = Fault Detection and Diagnostics(고장 탐지 및 진단)로 확장하면 Actual Running Units > Required Units 상태가 일정시간 지속되는 경우, 저부하인데 펌프대수가 감소하지 않는 경우, Bypass OPEN과 과다 펌핑이 동시에 나타나는 경우 등을 Rule로 탐지할 수 있습니다.

16. AI는 Expected Required Units Model로 확장한다

충분한 정상운전 데이터가 쌓이면 냉방부하, 냉수유량, 공급·환수온도, 외기조건, 운전모드를 입력으로 Expected Required Units를 예측할 수 있습니다. 실측 가동대수와 예상 필요대수의 Gap이 지속될 때 운영자에게 감축 후보와 확인항목을 Recommendation으로 제시할 수 있습니다.

17. 산업 배경 — 24시간 시설에서도 냉방부하는 일정하지 않다

데이터센터는 연중 24시간 운영되지만 냉방부하가 항상 최대부하로 유지되는 것은 아니다. IT 부하, 외기조건, 공기유동, 냉방기 운전상태에 따라 냉수 수요는 변한다. 따라서 냉수펌프를 설계 최대조건에 가까운 고정대수로 계속 운전하면 저부하 시간대에 불필요한 반송동력이 남을 수 있다. CASE79는 “24시간 시설이므로 펌프도 항상 같은 대수로 운전해야 한다”는 가정을 데이터로 검증하는 사례다.

18. 업계동향 — Constant Flow에서 Variable Flow·Demand-based Control로

고효율 냉수시스템은 고정유량 운전보다 실제 수요에 맞춰 유량과 펌프속도를 조정하는 방향으로 발전하고 있다. ASHRAE는 Variable-Speed Pumping에서 냉수온도와 차압 Set Point를 부하에 따라 최적화할 수 있으며, 저부하에서 차압을 불필요하게 높게 유지하면 밸브가 닫히면서 펌핑에너지가 증가할 수 있다고 설명한다.

19. 데이터센터 냉수펌프 최적화는 ‘대수’와 ‘속도’를 함께 본다

펌프 최적화는 한 대를 끄는 문제만이 아니다. 먼저 현재 냉방부하와 유량에 필요한 펌프 대수를 결정하고, 운전 중인 펌프는 VFD = Variable Frequency Drive(가변주파수 구동장치) 또는 VSD = Variable Speed Drive(가변속 구동장치)를 이용해 필요한 차압과 유량을 만족하도록 속도를 조절하는 방식으로 발전할 수 있다. 대수제어와 속도제어를 결합해야 저부하에서의 과다운전을 줄이면서 안정적인 냉수공급을 유지할 수 있다.

20. 해외 데이터센터 Reference — 실제 냉수펌프 구성과 Variable Speed 운전

LBNL이 공개한 데이터센터 Energy Benchmarking 사례에서는 Primary Chilled Water Pump와 Secondary Chilled Water Pump를 분리하여 계측·진단했고, Secondary Pump에는 Variable Speed Drive가 적용되어 건물의 냉수 요구조건에 따라 운전되었다. 이 사례는 냉수펌프를 단순 부속설비가 아니라 독립적인 계측·제어 대상 End-use로 관리하는 해외 사례다.

21. 해외 기술 Reference — DOE는 평균 냉수유량과 Bypass를 줄이도록 권고한다

미국 DOE/LBNL의 데이터센터 고효율 설계 가이드는 기존 시설의 Efficient Pumping 방법으로 평균 냉수유량 저감, Constant Flow에서 Variable Flow로의 전환, 불필요한 Bypass 제거, 냉수 공급압력 Set Point 저감, Differential Pressure Set Point Reset 등을 제시한다. CASE79의 실제 가동대수·필요대수 분석은 이러한 고도화 단계로 이어질 수 있다.

22. 해외 제조시설 Reference — Nissan은 냉수펌프 제어와 냉동기 Sequence를 함께 개선했다

DOE Better Plants의 Nissan 사례에서는 Secondary Chilled Water Pump의 VFD 제어를 개선하여 고정 냉수루프를 Variable Flow로 전환하고, 냉각수펌프 속도와 냉동기 Sequence, 냉수·냉각수 유량을 함께 최적화했다. 업종은 다르지만 부하변화 → 펌프제어 → 냉동기 Sequence → 전체 Plant KPI로 확장하는 실무구조를 보여준다.

23. 응용 1 — Operating Gap을 실시간 KPI로 만든다

Operating Gap = Actual Running Units − Required Units를 실시간 계산하면 과다운전 상태를 직관적으로 볼 수 있다. Gap = 0이면 현재 계산기준상 적정대수, Gap > 0이면 감축 검토대상, Gap < 0이면 냉방서비스 부족 가능성을 우선 확인하는 방식으로 운영 Dashboard에 적용할 수 있다.

24. 응용 2 — 계절·시간대별 최소 안전운전대수를 학습한다

동일한 데이터센터라도 하절기 주간과 동절기 야간의 냉방수요는 다를 수 있다. 냉방부하·냉수유량·외기조건·IT 부하를 장기간 축적하면 계절·시간대·운영모드별 정상 가동대수 Band를 만들 수 있다. 단순한 고정 최소대수보다 실제 운전조건을 반영한 기준이다.

25. 응용 3 — Bypass와 Differential Pressure를 함께 최적화한다

펌프가 과도하게 운전되면 말단 밸브가 닫히거나 Bypass 유량이 증가할 수 있다. 따라서 가동대수 감축과 함께 Differential Pressure(차압) Set Point, 말단 밸브 개도율, Bypass Flow를 분석하면 “필요하지 않은 압력을 만들고 다시 우회시키는” 운전을 줄일 수 있다.

26. 응용 4 — 냉수 ΔT를 이용해 과유량을 진단한다

냉방부하에 비해 냉수유량이 지나치게 많으면 공급·환수 온도차 ΔT가 작아지는 Low-ΔT 현상이 나타날 수 있다. 따라서 RT, 유량, 공급·환수온도와 펌프 가동대수를 함께 분석하면 과유량과 과다운전의 관계를 더 명확히 확인할 수 있다. 다만 CASE79에서 특정 Low-ΔT 원인이 확정되었다고 표현하지는 않는다.

27. 응용 5 — 펌프 OFF Test를 단계적으로 수행한다

과다운전 후보가 발견되면 즉시 여러 대를 정지하는 것이 아니라 1대 단위의 단계적 Test를 수행한다. Test 전·후 냉수유량, 차압, 공급·환수온도, 냉방부하, 펌프전력과 전산실 환경조건을 확인하여 냉방서비스가 유지되는지 검증한다. 이상이 없으면 다음 운전구간의 적정대수 기준으로 반영한다.

28. Continuous Commissioning으로 과다운전의 재발을 막는다

Continuous Commissioning(지속 커미셔닝) 관점에서는 한 번 펌프 대수를 줄이는 것으로 끝내지 않는다. 설비증설, IT 부하변화, Set Point 변경, Manual Override 등으로 운전조건이 달라지면 필요대수를 다시 계산하고 Actual/Required Gap을 지속 감시한다. ASHRAE도 냉수플랜트가 초기 의도와 달라지는 것을 막기 위해 Performance Monitoring과 Ongoing Commissioning의 중요성을 설명한다.

29. AI는 Expected Required Units와 Pumping Power Model로 발전시킨다

Rule-based 단계에서는 Actual Units > Required Units, 저부하 고정대수, Bypass OPEN 등의 명확한 조건을 탐지한다. 이후 정상데이터가 충분해지면 IT Load, Cooling Load, 냉수유량, ΔT, 외기조건, 차압을 입력으로 Expected Required Units Model과 Expected Pumping Power Model을 구성할 수 있다. 실측과 예상의 Residual을 이용해 과다운전·성능저하 후보를 선별하고 운영자에게 감축·점검 Recommendation을 제시한다.

30. 최종 단계는 냉수펌프가 아니라 Cooling Plant 전체 최적화다

냉수펌프 전력을 최소화하는 것과 냉방시스템 전체 전력을 최소화하는 것은 동일하지 않을 수 있다. 펌프 대수·속도 변경은 냉수유량과 ΔT, 냉동기 운전점에 영향을 줄 수 있으므로 최종적으로 냉동기, 냉수펌프, 냉각수펌프, 냉각탑을 포함한 Plant kW와 냉방부하를 함께 평가해야 한다.

31. 현장 분석 Process

IT/냉방부하 확인 → 냉수유량·ΔT → 계통/구간 분리 → 실제 가동대수 → 필요대수 → Operating Gap → 펌프 kW·m³/kWh → Bypass/차압 → 과다운전 후보 → 1대 단위 OFF Test → 냉방서비스 검증 → M&V → 계절·시간대 정상 Band → Continuous Commissioning → Rule-based FDD → AI Expected Required Units/Pumping Power Model → Cooling Plant Optimization.

32. Evidence & Measurement Boundary

실제 확인 FACT · Evidence B: 현장 운전데이터 분석자료에서 계절별 냉방부하와 냉수펌프 가동대수 패턴이 확인된다. EEMS/Trend 자료에는 5℃·13℃ 냉수펌프 시스템별 유량·전력·m³/kWh·실제 가동대수·필요대수·정격유량 합·부하율이 정의되어 있으며, 관련 실시간 운전가이드에는 실제 가동대수가 필요대수를 초과할 때 펌프 OFF Action으로 연결하는 구조가 존재한다.

예상효과 · Evidence C: CASE79만의 독립적인 최종 절감률·절감량·절감금액은 현재 확인자료에서 확정하지 않는다.

해외 Reference: LBNL 데이터센터 Benchmarking, DOE/LBNL Efficient Pumping, ASHRAE Variable-Flow 및 Ongoing Commissioning, DOE Better Plants 제조시설 사례는 기술배경·확대응용이며 CASE79 현장성과로 사용하지 않는다.

향후 확대응용: Variable-Speed Pumping, Differential Pressure Reset, Low-ΔT 분석, Continuous Commissioning, Rule-based FDD, Expected Required Units/Pumping Power Model, Cooling Plant Optimization.