외기조건·냉각수온도 분석을 통한 데이터센터 냉각탑 성능열위 진단 및 성능개선
같은 외기조건에서 왜 특정 냉각탑만 더 높은 냉각수온도를 보이는가? 외기 습구온도와 냉각수 입·출구온도, 냉각부하와 Fan 운전상태를 연결하여 성능열위 냉각탑을 찾고, 개선 후 성능회복을 검증하는 데이터 기반 진단 사례입니다.
Data CenterCooling TowerWet-BulbApproachRangeFDD / AI공개 홈페이지에서는 고객사명·센터명·내부 플랫폼명·설비 식별정보를 노출하지 않고 “국내 데이터센터”로 비식별화합니다.
1. 냉각수온도가 높다고 냉각탑 성능이 나쁘다고 단정할 수 없다
냉각탑은 외기와 직접 열·물질교환을 하는 설비이므로 냉각수 출구온도는 외기조건의 영향을 크게 받습니다. 따라서 한 시점의 냉각수온도만으로 냉각탑 성능을 판단하지 않고 외기 습구온도와 냉각부하를 함께 비교해야 합니다.
2. 현장에서는 냉각탑 성능진단과 운전방법 개선을 별도 과제로 다뤘다
비식별 국내 데이터센터 컨설팅 자료에는 냉각탑 성능진단 및 개선이 독립 항목으로 설정되어 있고, 성능열위 냉각탑의 개선방법을 제안하도록 되어 있습니다. 동시에 센터별 냉각탑 설정온도 최적화와 외기조건별 운전방법 수립이 별도 운전개선 과제로 구성되어 있습니다.
3. 실제 프로젝트에서는 계절별 Set Point Test와 성능열위 설비 검토가 진행됐다
현장 자료에는 센터별·계절별 최적 설정온도 Test가 진행 중이었고, 특정 센터에서 확인된 냉각탑 성능열위에 대한 개선방안도 함께 검토한 것으로 기록되어 있습니다. 다른 센터는 계측데이터 정합성 확보 후 동일한 성능개선 절차를 적용하는 단계였습니다.
4. 고객사와 센터명은 공개 홈페이지에서 Masking한다
CASE81 공개본에서는 고객사명, 개별 센터명, 내부 플랫폼명과 설비 식별정보를 노출하지 않습니다. 실제 프로젝트의 분석구조와 Evidence는 유지하되 현장은 ‘국내 데이터센터’로 비식별화합니다.
5. 외기 습구온도가 냉각탑 진단의 기준점이다
냉각탑의 증발냉각 성능은 외기 건구온도보다 WB = Wet-Bulb Temperature(습구온도)와 직접적인 관계가 있습니다. 따라서 서로 다른 계절·시간대의 냉각수 출구온도를 그대로 비교하기보다 동일 또는 유사한 습구온도 조건에서 성능을 비교해야 합니다.
6. Approach는 냉각탑이 외기 한계에 얼마나 접근했는지를 보여준다
Cooling Tower Approach는 냉각탑 출구 냉각수온도와 외기 습구온도의 차이입니다. Approach = Leaving Condenser Water Temperature − Outdoor Wet-Bulb Temperature로 정의할 수 있습니다. 동일한 외기·부하조건에서 Approach가 상대적으로 큰 설비는 성능열위 후보가 됩니다.
7. Range와 냉각부하도 함께 본다
Range는 냉각탑 입구와 출구 냉각수온도의 차이입니다. 동일 Approach라도 냉각부하와 유량이 다르면 냉각탑의 실제 역할이 다를 수 있으므로 입·출구온도, 유량, 냉각부하를 함께 분석해야 합니다.
8. 성능열위는 동일 조건의 냉각탑끼리 비교한다
냉각탑별 Approach, Range, Fan 운전상태와 전력을 동일한 외기 습구온도 및 유사 냉각부하 조건에서 비교합니다. 특정 설비가 반복적으로 불리한 패턴을 보이면 상세점검 우선순위로 선별합니다.
9. Fan 운전상태는 성능저하 원인을 찾는 첫 번째 단서다
관련 실시간 운전가이드에는 냉각탑 어프로치효율 이상 시 냉각탑 효율점검과 Fan 가동상태 점검을 조치사항으로 연결하는 구조가 확인됩니다. Fan 미가동·운전대수 부족·제어 이상은 Approach 악화의 원인 후보가 될 수 있습니다.
10. 성능열위의 원인은 열교환면·공기·물 분배까지 확인해야 한다
성능열위 후보가 발견되면 Fan뿐 아니라 Fill 오염·스케일, 노즐 및 수분배 불균형, 공기 재순환, 흡입부 장애, 수량 불균형 등 냉각탑의 열·물질전달을 방해하는 원인을 점검합니다. 이 항목들은 일반적인 상세진단 확장사항이며 CASE81에서 특정 원인이 실제 확정되었다고 표현하지 않습니다.
11. 냉각수온도를 무조건 낮추는 것이 최적은 아니다
낮은 냉각수온도는 냉동기의 응축조건을 개선할 수 있지만 냉각탑 Fan 전력이 증가할 수 있습니다. 따라서 냉각탑 단품 전력 최소화나 냉각수온도 최소화가 아니라 냉동기와 냉각탑을 포함한 시스템 전력의 균형을 봐야 합니다.
12. 계절별 최적 Set Point는 외기조건에 따라 달라진다
현장 추진계획에는 외기조건별 최적 설정온도와 운전방법 수립이 명시되어 있습니다. 하나의 고정 냉각수 Set Point를 연중 적용하기보다 외기 습구온도와 냉방부하 변화에 따라 설정조건을 검토하는 접근입니다.
13. 성능열위 개선과 Set Point 최적화는 서로 다른 Action이다
성능열위 개선은 동일 조건에서 상대적으로 성능이 낮은 냉각탑 자체의 문제를 찾고 회복시키는 활동입니다. Set Point 최적화는 정상설비를 어떤 냉각수온도 목표로 운전할지를 결정하는 제어 문제입니다. CASE81의 중심은 전자이며 후자는 시스템 확대응용으로 연결합니다.
14. M&V는 외기조건과 냉각부하를 보정해야 한다
M&V = Measurement & Verification(측정 및 검증)에서는 개선 전후 냉각수온도만 비교하지 않습니다. 외기 습구온도, 냉각부하, 냉각수 유량, Fan 운전상태를 맞추거나 보정한 뒤 Approach, Range와 냉각탑 전력을 비교합니다.
15. CASE46과 CASE81의 핵심 질문은 다르다
기존 CASE46은 센터별·계절별 냉각수 설정온도를 Test하여 냉동계통 전체의 유리한 Set Point를 찾는 운전최적화가 중심입니다. CASE81은 동일 외기조건에서 냉각탑 자체의 열교환 성능을 비교하여 성능열위 설비를 찾아내고 성능을 회복시키는 진단이 중심입니다.
16. 산업 배경 — 데이터센터 냉각탑은 외기조건에 따라 성능기준 자체가 움직인다
데이터센터는 연중 열을 배출해야 하므로 냉각탑도 장시간 운전되는 경우가 많다. 그러나 냉각탑이 도달할 수 있는 냉각수온도는 고정값이 아니라 외기 습구온도에 따라 달라진다. 따라서 여름과 겨울의 냉각수 출구온도를 그대로 비교하거나 센터 간 냉각수온도만 비교하면 성능열위를 잘못 판단할 수 있다. 핵심은 외기조건과 냉각부하를 보정한 뒤 냉각탑이 습구온도에 얼마나 가까이 접근했는지를 평가하는 것이다.
17. ASHRAE — Approach는 냉각탑 열성능을 해석하는 핵심 지표다
ASHRAE는 냉각탑의 Approach를 냉각탑 출구수온과 유입공기 습구온도의 차이로 정의한다. 또한 냉각탑 열성능은 주로 유입공기의 습구온도에 영향을 받으며, 동일 열부하·유량·외기조건에서 더 작은 Approach를 만드는 냉각탑이 더 높은 열적 성능을 나타낸다. CASE81에서 외기 습구온도를 기준축으로 두는 이유가 여기에 있다.
18. 해외 데이터센터 Reference — NERSC는 습구온도와 Cooling Plant 전력을 같은 축에서 분석했다
LBNL의 NERSC 운영데이터 분석사례에서는 Cooling Water Pump, Tower Water Pump, Cooling Tower Fan의 전력을 외기 습구온도와 함께 분석했다. 이후 Tower Water Supply Temperature Set Point를 외기 습구온도에 따라 Reset하고 일정한 Approach를 유지하는 Test를 수행했다. 공개자료에서는 서로 다른 Approach 설정을 실제로 비교하여 전체 Cooling Water Plant 전력이 가장 낮은 설정을 선택했다.
NERSC의 Approach 설정값과 에너지효과는 해외시설의 실험결과이며 CASE81 현장의 실제 성과로 사용하지 않는다. CASE81에는 동일한 분석논리와 검증방법만 기술 Reference로 적용한다.
19. 해외 데이터센터 Reference — 냉각탑은 ‘작은 Approach’와 Fan Energy의 Trade-off를 가진다
LBNL의 데이터센터 효율개선 자료는 냉각탑이 외기 습구온도보다 낮은 수온을 만들 수 없으며, Approach가 유량·입구수온·습구온도·Fan Speed 등의 영향을 받는다고 설명한다. 더 낮은 Approach는 냉동기의 응축조건을 개선할 수 있지만 이를 위해 Fan을 더 빠르게 운전하면 냉각탑 전력이 증가할 수 있다. 따라서 최적점은 냉각탑 단품이 아니라 Cooling Plant 전체에서 결정해야 한다.
20. 해외 데이터센터 Reference — VSD Cooling Tower와 Condenser Water Reset
DOE/LBNL의 데이터센터 고효율 설계 가이드는 VFD/VSD Fan이 적용된 냉각탑과 Condenser Water Temperature Reset을 결합하는 방식을 고효율 Water-Cooled Chiller Plant의 중요한 운전전략으로 제시한다. 외기가 유리할 때 더 낮은 냉각수온도를 확보하면 냉동기 효율을 개선할 수 있지만, Tower Fan과 Pump Energy를 함께 고려해야 한다.
21. 해외 Benchmark — 냉각탑 Fan Speed를 출구수온으로 제어한 실제 사례
LBNL 데이터센터 Benchmarking 사례에는 병렬 냉각탑에 VSD Fan을 적용하고 냉각탑 출구수온에 따라 Fan Speed를 제어한 시설이 보고되어 있다. 당시 조사에서는 Condenser Water Supply Temperature의 정확한 Reset Schedule이 확인되지 않았는데, 이는 설비가 VSD를 갖추고 있더라도 실제 제어 Sequence와 Set Point가 성능진단의 중요한 확인대상이라는 점을 보여준다.
22. 성능열위 진단은 Expected Approach Curve로 발전시킬 수 있다
정상 냉각탑의 장기간 데이터를 외기 습구온도와 냉각부하 구간별로 정리하면 Expected Approach Curve를 만들 수 있다. 같은 조건에서 특정 냉각탑의 실제 Approach가 정상 Band보다 지속적으로 크다면 Fan, Fill, 노즐, 수분배, 공기 재순환 등 상세점검 대상으로 선별한다.
23. 응용 — 냉각탑별 Fingerprint를 만든다
각 냉각탑에 대해 Wet-Bulb Temperature, Heat Load, Water Flow, Fan Speed를 입력축으로 하고 Leaving Water Temperature와 Approach를 출력축으로 구성하면 설비별 정상성능 Fingerprint를 만들 수 있다. 동일 센터의 동종 냉각탑끼리 비교하면 제작사 정격값만으로는 보이지 않는 현장 성능편차를 찾을 수 있다.
24. 응용 — 성능열위 개선 후에는 Set Point Optimization으로 연결한다
열위설비의 성능을 정상수준으로 회복한 뒤에는 외기 습구온도에 따라 냉각수 목표온도를 Reset하는 운전전략으로 확장할 수 있다. 이 단계에서는 CASE46의 계절별 Set Point 최적화와 연결되지만, CASE81의 역할은 먼저 ‘정상적인 냉각탑 성능’을 확보하는 것이다.
25. 응용 — Energy뿐 아니라 Water Performance도 함께 본다
증발식 냉각탑은 전력뿐 아니라 물을 소비한다. DOE FEMP는 데이터센터 Cooling Tower에서 냉각수 처리, Cycles of Concentration, Blowdown, Side-Stream Filtration 등을 물 효율의 주요 관리항목으로 제시한다. CASE81의 현재 Evidence는 열성능 진단이 중심이지만 향후에는 Energy-Water Nexus 관점에서 Fan kWh와 보충수·Blowdown을 함께 관리할 수 있다.
26. Continuous Commissioning으로 성능저하 재발을 감시한다
Continuous Commissioning(지속 커미셔닝) 관점에서는 개선 직후의 Approach만 확인하고 끝내지 않는다. Fill 오염, 노즐 막힘, Fan 제어변경, 수분배 불균형과 계절변화로 성능이 다시 저하될 수 있으므로 Expected Approach와 실제값의 편차를 지속적으로 감시한다.
27. AI는 Expected Approach / Leaving Water Temperature Model로 확장한다
Rule-based FDD 이후에는 외기 습구온도, 냉각부하, 냉각수 유량, 입구수온, Fan Speed를 입력으로 Expected Approach 또는 Expected Leaving Water Temperature를 예측할 수 있다. 실측과 예상의 Residual이 지속 확대되는 설비를 이상 후보로 자동 선별하고 원인점검 Recommendation으로 연결한다.
28. 최종 목적함수는 Cooling Plant 전체 전력이다
냉각탑 Approach를 무조건 최소화하는 것이 최종 목표는 아니다. 더 낮은 냉각수온도는 냉동기 전력을 줄일 수 있지만 Tower Fan 전력을 증가시킬 수 있다. 따라서 최종 최적화에서는 Chiller kW + Condenser Water Pump kW + Cooling Tower Fan kW가 최소가 되는 외기조건별 운전점을 찾는다.
29. 현장 분석 Process
계측 정합성 → 외기 습구온도 → 냉각수 입·출구온도 → Range/Approach → 냉각부하·유량 → Fan 상태/전력 → 동일조건 Benchmark → Expected Approach → 성능열위 후보 → Fan/Fill/노즐/수분배 점검 → 개선 → 외기조건 보정 M&V → Fingerprinting → Continuous Commissioning → AI Expected Performance → Cooling Plant Optimization.
30. Evidence & Measurement Boundary
실제 확인 FACT · Evidence B: 비식별 국내 데이터센터 자료에서 냉각탑 성능진단, 성능열위 설비 개선 검토, 센터별·계절별 최적 설정온도 Test와 외기조건별 최적 설정온도·운전방법 수립이 실제 과제로 확인된다. 관련 운전가이드에는 냉각탑 어프로치효율 이상 시 냉각탑 효율과 Fan 가동상태를 점검하는 판단구조가 존재한다.
예상효과 · Evidence C: CASE81만의 독립 최종 절감률·절감량·절감금액은 현재 확인자료에서 확정하지 않는다.
해외 Reference: ASHRAE Cooling Tower 열성능 정의, LBNL NERSC Wet-Bulb 기반 Set Point Test, DOE/LBNL 데이터센터 Cooling Tower·Condenser Water Optimization 및 Benchmark 사례는 기술배경·확대응용이며 CASE81 현장성과로 사용하지 않는다.
향후 확대응용: Expected Approach Curve, Cooling Tower Fingerprinting, Energy-Water Performance, Continuous Commissioning, Rule-based FDD, AI Expected Performance Model, Cooling Plant Optimization.