자유게시판

• 목록
• 답변
• 글쓰기

대규모 AI 데이터센터를 위한 태양광 연계

수소 에너지 저장 시스템(H-ESS) 설계 및 타당성 연구

요 약 (Abstract)

본 연구는 초거대 인공지능(AI) 데이터센터의 급증하는 전력 수요와 RE100 달성 과제를
해결하기 위해, 대규모 태양광 발전(PV/BIPV)과 수전해 기반 수소 에너지 저장 시스템
(H-ESS)을 통합한 마이크로그리드 모델을 제안한다. 재생에너지의 간헐성을 극복하고 장
주기 에너지 저장을 가능하게 하는 H-ESS는 에너지 피크 타임에 안정적인 전력을 공급

할 수 있다. 본 논문에서는 시스템의 토폴로지를 설계하고, 에너지 흐름 모델링을 통해 H-
ESS의 효용성 및 배터리 ESS와의 하이브리드 구성을 통한 경제적/기술적 타당성을 분석

한다.

1. 서론 (Introduction)
AI 기술의 발전에 따라 수만 개의 GPU가 집적된 초거대 AI 데이터센터가 등장하고 있으며, 이들의 전력
소비량은 단일 도시의 전력망을 위협할 수준에 이르렀다. 탄소 배출 규제 및 RE100 트렌드에 대응하기 위해
재생에너지 도입이 필수적이나, 태양광 발전의 심한 간헐성과 기존 리튬이온 배터리 ESS의 장기 저장 불가,
화재 위험, 용량 확장 한계 등의 문제가 대두되고 있다.
이를 해결하기 위한 대안으로 Power-to-Gas (P2G) 기반의 수소 에너지 저장 시스템(H-ESS)이 주목받고 있
다. 본 연구는 평지 및 건물 외벽을 활용한 태양광 시스템에서 생산된 잉여 전력으로 그린수소를 생산·저장
하고, 전력 피크 시 이를 연료전지로 발전하여 부하를 분당하는 시스템을 제안하고 그 타당성을 고찰한다.

2. 시스템 토폴로지 설계 (System Topology Design)
제안하는 시스템은 독립적 마이크로그리드로 구성되며 다음의 에너지 흐름을 갖는다.
발전 단계: 대규모 지상 PV 및 외벽 BIPV에서 전력 P
pv
(t) 생산.

수소 변환 (수전해): 데이터센터 부하 P

load(t)를 충당하고 남은 잉여 전력 P

surplus(t) = P
pv
(t) - Pload(t) (단,

P
pv
> Pload)를 PEM 수전해 장치에 공급하여 수소 생산.
수소 저장: 고압 탱크에 압축 저장.
•
•

•

재발전 (연료전지): 태양광 발전량이 부족하여 P
load(t) > P
pv
(t)가 되거나, 계통의 피크 부하 발생 시 저장

된 수소를 SOFC 또는 PEMFC에 공급하여 부족분 P

def(t)를 전력으로 변환.
EH2(t) = EH2(t-1) + [ηelec · Psurplus(t)] - [Pfc(t) / ηfc]
식 (1). 시간 t에서의 수소 저장량 모델링 (ηelec: 수전해 효율, ηfc: 연료전지 효율)

3. 성능 및 효율 분석 (Performance Analysis)
3.1. Round-Trip Efficiency (RTE) 한계 및 극복 방안
수소 ESS의 가장 큰 기술적 한계는 낮은 전주기 효율(RTE)이다. 전기를 수소로, 다시 수소를 전기로 변환
하는 과정에서 약 35~45%의 종합 효율을 보인다. 반면, 리튬이온 배터리는 90% 이상의 RTE를 갖는다. 그러
나 AI 데이터센터는 냉각 요구량이 매우 큰 특성을 지닌다. 따라서 연료전지(특히 고온형 SOFC)와 수전해
과정에서 발생하는 폐열을 회수하여 흡수식 냉동기(Absorption Chiller)의 열원으로 사용하는 열병합(CHP)
시스템을 구축할 경우, 시스템의 총합 열효율은 최대 80% 이상으로 상승할 수 있다.
3.2. 하이브리드 B-ESS / H-ESS 통합 최적화
연료전지는 부하 추종(Load Following) 속도에 한계가 있다. GPU 연산 시작 시 발생하는 순간적인 전력 스
파이크(밀리초~초 단위)에 대응하기 위해 소용량의 고출력 리튬이온 배터리(B-ESS)를 버퍼로 사용하고, 기
저 부하 백업 및 장주기(계절별/야간) 저장은 H-ESS가 담당하는 하이브리드 토폴로지가 필수적이다.

운전 모드 조건 (Condition) 전력 제어 전략 (Control Strategy)
충전 모드 P
pv
> Pload B-ESS 우선 충전 ➔ 잔여 전력 수전해(P2G) 가동

기저/방전 모드 P
pv
< Pload (야간/흐린날) H-ESS(연료전지) 기동하여 기저 부족분 충당

피크 대응 모드 P

load 급증 (AI 훈련 스파이크) B-ESS 즉시 방전 + H-ESS 출하량 증대 (Ramp-up)

표 1. 하이브리드 ESS 제어 전략

4. 경제성 및 부지 활용 기대효과
태양광 발전은 넓은 면적을 요구하므로, 데이터센터 부지의 주차장, 유휴 평지, 지붕, 그리고 건물 외벽
(BIPV)을 최대한 활용하여 발전 단가를 낮춘다. H-ESS는 대용량 저장 시 배터리보다 한계 비용(Marginal
•

Cost of Storage)이 현저히 낮아 경제성이 있다. 즉, MWh 규모 이상을 저장할 때 고가의 배터리 셀을 추가하
는 것보다 저렴한 철제 고압 수소 탱크를 추가하는 것이 시설 투자 비용(CAPEX) 측면에서 유리하다.

5. 결론 (Conclusion)
AI 데이터센터의 폭발적인 에너지 수요와 간헐적 재생에너지의 단점을 극복하기 위해 설계된 H-ESS 기반
마이크로그리드는 기술적으로 타당하며, 미래 데이터센터의 자립형 RE100 솔루션으로서 큰 잠재력을 지닌
다. 수소 변환 과정의 손실은 폐열 회수(냉각 활용)를 통해 보완할 수 있으며, 배터리와의 하이브리드 제어
기술을 통해 응답 속도 및 경제성을 최적화할 수 있다.