Research Article

Journal of Korean Institute of Architectural Sustainable Environment and Building Systems. 30 October 2023. 296-307
https://doi.org/10.22696/jkiaebs.20230025

ABSTRACT


MAIN

  • 서 론

  •   연구배경 및 목적

  •   연구 범위 및 방법

  • 제어 알고리즘 개발

  •   Free cooling 운전 조건

  •   제어 알고리즘 작성

  • 시뮬레이션 모델링 및 계산 결과

  •   건물 및 HVAC 모델링

  •   계산 결과

  • 결 론

서 론

연구배경 및 목적

데이터센터는 네트워크 장비, 서버, 스토리지 등을 통합 운영 및 관리하는 중앙집중식 시설로 다수의 IT 장비가 집적되어 있다. 고용량화 및 고성능화 되고 있는 IT 장비는 운전과 함께 발열을 동반하여 연간 부하 변동량이 적고, 건물의 용도적 특성에 의해 연중 무중단으로 운전된다. 또한 장비의 신뢰성을 위한 안정적인 실내 온습도 유지는 데이터센터의 운영에 있어 가장 중요한 요소의 하나로 거론된다(Park and Moon, 2021).

한편, 데이터센터의 수요는 지속적으로 증가하고 있는 추세이며, 해당 시설의 냉방 에너지 사용량은 일반건물의 약 40배에 달하여, 냉방 에너지 절감의 잠재력이 크다(Choi and Park, 2018). 따라서 HVAC 시스템에서 사용되는 전체 에너지의 약 50%를 차지하는 냉동기의 효율 향상에 관한 많은 시도가 이루어지고 있다. 이에 대부분의 데이터센터에서는 Free cooling 냉각 방법을 도입하고 있다. 그 중에서 Water-side Economizer(이하, WSE)는 Air loop, 부하측과 냉동기 증발기를 순환하는 냉수(Chilled water, 이하 CHW) loop, 냉동기 응축기와 냉각탑을 순환하는 냉각수(Condenser) loop로 구성된 중앙냉방시스템에 열교환기가 추가된 형태로 냉각탑과 열교환기를 통해 냉수를 제조하여 냉동기의 작동을 정지시키거나 장치 부하를 감소시켜 냉방 에너지를 절감하는 시스템을 의미한다. 그러나 Free cooling은 낮은 외기 조건에서만 운전이 가능하므로 연간 활용성에 제한이 있어, 운전 시간 확대를 위한 다양한 연구들이 진행되고 있다.

Taylor (2014)은 Free cooling 운전 기간 확대를 위해 WSE와 냉동기를 직렬 연결하는 것과 냉각탑 및 열교환기의 어프로치 값이 운전 기간 결정에 핵심적인 요소라 언급하였다. 또한, Lin et al. (2018)은 냉동기의 냉수 설정 온도 상승에 따른 Free cooling 운전 시간 확대에 관한 연구에서 7°C부터 21°C의 범위내의 Free cooling 운전 기간 및 에너지 절감률을 분석하였다. 그 결과 냉수 공급온도가 17°C일 때 에너지 사용량이 39%, 21°C에서 50% 절감되는 것을 확인하였으나, 17°C보다 높은 조건에서는 CRAH (Computer room air handler)의 냉각 코일 최적화가 필요함을 제시하였다.

한편, Zou et al. (2023)는 데이터센터의 실내 공급 공기 온도를 22°C에서 26°C로 상승시킬 경우, CRAH의 연간 에너지 사용량이 3.8% 절감되는 것을 확인하였으며, Liu et al. (2021)는 실내 온도보다 2K 낮은 온도가 냉수 리턴 온도의 상한값임을 도출하고, 냉수 온도차가 11K일 때 에너지 절감량이 가장 큰 것을 확인하였다. 아울러, Kim et al. (2023)은 WSE 시스템을 대상으로 냉각탑 fan 풍량과 냉각수 유량 비율을 의미하는 LGR (Liquid to Gas Ratio)과 냉각수 출구온도와 외기습구온도의 차이인 어프로치 값의 상관관계를 분석하였으며, LGR 값이 낮을수록 에너지 사용량이 절감되어 최대 22.4%의 효과가 있음을 파악하였다.

이상의 선행 연구들은 하나의 loop를 대상으로 기기 배치 및 변수 제어를 통해 Free cooling 운전 기간을 확장하는 것에 주안점을 두고 있으나, 실제 WSE는 냉각탑, 냉각수, 냉수 및 CRAH 등 여러 구성 요소와 영향을 주고 받기 때문에 결과의 활용에는 한계가 있을 것으로 보인다. 따라서, 냉각탑 Fan 풍량, 냉각수, 냉수, 공급 공기 등 주요 매개변수들의 물리적인 상관관계를 통해 유량 및 온도 변화를 파악하고, 이를 통한 순차적인 제어방안 수립이 필요할 것으로 판단된다.

이에, 본 연구에서 데이터센터 냉방 성능 향상을 위해 WSE 시스템을 구성하는 냉각수, 냉수 및 CRAH air의 개별 loop에 해당하는 유량 제어를 기반으로 Free cooling 운전 기간 확대 알고리즘의 개발과 이의 정량적 효용 검증을 하고자 한다.

연구 범위 및 방법

연구 대상은 가상의 데이터센터 건물로 위치는 서울로 하였으며 HVAC 시스템에는 WSE를 포함하였다. 전술한 바와 같이 Free cooling 운전 기간 확대를 위한 알고리즘은 Air loop, CHW loop, Condenser loop의 각 유체의 유량을 제어 대상으로 하였다. 이후, 개발 알고리즘의 운전 효용을 확인하기 위해 냉동기 에너지 사용량의 정량적 비교와 검토를 실시하였다.

Figure 1은 연구 과정을 단계별로 나누어 나타낸 연구 흐름도이다. 먼저 문헌 고찰 및 EnergyPlus Engineering Reference의 물리식을 통해 Free cooling의 운전 범위를 결정하는 변수들을 선정하였다. 이후, 냉방 시퀀스를 반영하여 Free cooling 운전 기간 확대 알고리즘을 구축하고 냉방 시스템의 에너지 절감량 확인을 위해 model-based 계산을 실시하였다. 에너지 사용량 및 운전 분석은 EnergyPlus를 활용하였으며, 시스템 운전 제어는 프로그램에 내장된 pythonEMS를 이용하였다.

https://cdn.apub.kr/journalsite/sites/kiaebs/2023-017-05/N0280170508/images/Figure_KIAEBS_17_5_08_F1.jpg
Figure 1.

Research process

제어 알고리즘 개발

Free cooling 운전 조건

Free cooling 운전 시간은 WSE 시스템의 성능 향상에 가장 큰 영향을 미치는 요소이며, 운전 모드는 Full free cooling, Partial free cooling 및 Chiller cooling의 3가지로 구분된다. 먼저, Full free cooling은 냉동기 작동을 중지시키고 저온 외기와의 열교환만으로 실을 냉방하는 운전 모드이다. 또한, Partial free cooling은 냉각탑과 열교환기를 통해 리턴 냉수의 온도를 저하시켜 냉동기의 부하를 저감하는 것이며, Chiller cooling은 일반적인 냉방 시스템과 동일한 운전 방식을 의미한다. 이상의 3가지 Free cooling 운전 모드는 다음의 식 (1), (2)에 따른 외기 습구 온도에 의해 결정된다.

(1)
WBfull=TempWaterin-CTapproach-HXapproach
(2)
WBpar=TempWaterout-CTapproach-HXapproach

여기서, WB는 외기습구온도, TempWaterin는 냉수 공급온도, TempWaterout은 냉수 리턴 온도, CTapproach는 냉각탑 어프로치 값, HXapproach는 열교환기의 어프로치 값이다. 외기 습구 온도가 WBfull 이하이면 Full free cooling 운전이, WBfullWBpar 사이에서는 Partial free cooling 운전이, 그리고 WBpar 이상의 조건에서는 Chiller cooling 운전이 이루어진다. 한편, 냉각탑 어프로치 값은 외기 조건과 냉각탑의 Fan 풍량 및 UA factor(열교환효율)등에 의해 영향을 받으며, 열교환기 어프로치 값은 열교환기 효율 및 면적에 의해 계산된다. 이상의 조건을 바탕으로 Free cooling의 가용범위를 확대하기 위해 냉수의 공급 및 리턴 온도를 상승시키고 냉각탑 어프로치 값을 낮추는 방향으로 전체적인 알고리즘을 구상하였다. Figure 2는 냉방 시스템과 제어 계통도를 도식화한 것이다.

https://cdn.apub.kr/journalsite/sites/kiaebs/2023-017-05/N0280170508/images/Figure_KIAEBS_17_5_08_F2.jpg
Figure 2.

HVAC system control configuration

제어 알고리즘 작성

상기에서 선정된 변수를 제어하기 위해 WSE 시스템을 구성하는 요소 기기별 물리식을 기반으로 loop 간 상호작용 알고리즘을 작성하였다. 이는 (1) Airloop의 CRAH fan 풍량 제어, (2) CHW loop의 냉수 유량 제어, (3) Condenser loop의 유량 및 냉각탑 풍량 제어, (4) 열교환기(economizer)의 냉수 출구 온도 산출, (5) Free cooling 운전 모드 결정으로 구성된다. 먼저, CRAH fan 풍량 증가를 통해 냉수 공급 온도를 상승시키고, 유량 감소에 따라 Partial free cooling 운전을 결정하는 리턴 냉수 온도를 상승시킨다. 다음으로 냉각수 유량 감소 및 냉각탑 fan 풍량 증가를 통해 냉각탑 어프로치 온도를 감소시켜 Free cooling 기간을 확대하고자 하였다.

첫 번째, CRAH fan 풍량 제어에서는 풍량 증가에 따라 공급 냉수 온도를 높이는 것으로 하였다. 냉수의 온도차가 일정할 경우, 공급 냉수 온도의 상승에 따라 리턴 냉수 온도가 올라가 Full 및 Partial free cooling 운전 기간 확대가 가능해진다. 공급 냉수는 냉각 코일에서 공기와 열교환되기 때문에 실에 공급되는 공기(Supply air ,이하 SA)의 온도를 우선적으로 상승시켜야 한다. 냉각 코일에서 제조되는 공기 및 냉수의 온도는 코일의 효율과 부하에 의해 결정되며, 코일의 효율은 다음의 식 (3), (4)에 의해 산정된다(DOE, 2021).

(3)
ηcross=1-ExpExp(-NTURatio)StreamcapacityNTU-0.22)-1RatioStreamcapacityNTU-0.22
(4)
RatioStreamcapacity=MincapacityStreamMaxcapacityStream

여기서, Ratiostreamcapacity는 최소 및 최대 열용량의 비율로, 이와 전달 단위 계수(NTU)를 통해 냉수 코일의 열교환 효율(ηcross)을 계산한다. 최대 열교환량(MaxHeatTransfer)은 식 (5)에 따라 코일에 유입되는 각 유체의 열용량 및 온도에 의하여 결정된다.

(5)
MaxHeatTransfer=Minstreamcapacity(TempAirin-TempWaterin)

이에 따라 공급 공기 온도(TempAirin)와 냉수 공급온도(TempWaterin) 산정식을 정리하면 다음, 식 (6)(7)과 같다.

(6)
TempAirout=TempAirin-ηcrossMaxHeatTransferStreamCapacityAir
(7)
TempWaterin=TempWaterout-ηcrossMaxHeatTransferStreamCapacityWater

코일의 부하(Qcoil)는 정격조건의 CRAH 처리 열량으로 풍량과 공기의 온도차(Δt)의 곱으로 계산되고, 다음의 식 (8)과 같이 CRAH의 Fan 풍량(Mair)이 증가하면 공급 공기 온도(TempAirout)는 상승하게 된다.

(8)
TempAirout=TempAirin-QcoilMair

다음으로, 냉수 유량 제어에서는 유량 감소에 따른 리턴 온도 상승에 의하여 WBpar 온도를 올리는 것으로 하였다. 일정 공급 냉수 온도 조건에서 냉수 유량을 감소시켜 냉수 온도차가 증가되면, 냉수 리턴 온도의 상승으로 인해 Partial free cooling 운전 기간을 확대할 수 있기 때문이다(Kang et al., 2019).

(9)
QDesign=WaterflowTwater
(10)
Twater=TempWaterout-TempWaterin

식 (9)는 냉동기 설계 용량(QDesign)을 나타낸 것으로, 유량(Waterflow)이 감소하면 냉수의 온도차(ΔTwater, 식 (10))가 증가하는 관계에 있으나, 건물의 부하량 처리가 우선이므로 절대값은 변화하지 않는다. 아울러, 냉수 유량 감소에 의해 펌프의 에너지가 절감될 수 있으나 펌프의 장비 사양에 따라 요구되는 최소 유량의 제한사항을 고려하였다.

마지막으로, 냉각탑 Fan 풍량 및 유량 제어에서는 LGR (Liquid to Gas Ratio) 감소를 통해 어프로치 값을 줄이고자 하였다. 어프로치 값이 감소한다는 것은 냉각탑에서 외기와 냉각수의 열교환 손실이 줄어드는 것을 의미하며, 이는 저온의 냉각수는 냉동기의 효율 향상과 Free cooling 운전 기간의 확대로 이어진다(Ha et al., 2021).

(11)
LGR=mwatermair
(12)
CTrange=QCTmwaterCpw

식 (11)은 냉각탑의 풍량 대비 유량 비율인 LGR의 관계식, 식 (12)는 냉각탑에서의 Range, 식 (13)은 냉각탑의 어프로치 산정식이다. 여기서, mwater는 냉각수 유량, mair는 냉각탑 fan 풍량, CTrange 냉각탑의 입출구 온도차, QCT는 냉각탑의 처리 열량, Cpw는 냉각수의 비열, CTapproach는 냉각탑 어프로치 값, Tin, wb는 냉각탑에 유입되는 외기습구온도를 말한다. 𝛽1~27Table 1에 나타난 바와 같이 제조사에서 제공하는 냉각탑 모델 특성을 나타내는 계수이다. 냉각탑 fan 풍량을 증가시키고 냉각수 유량을 줄이면 식 (11)에 의해 LGR이 감소하고, 식 (12)에 따라 냉각탑의 Range가 증가한다. 이를, 식 (13)에 대입하면 어프로치 값이 감소하게 되므로, 식 (1)(2)에 의해 Full 및 Partial Free cooling의 운전 기간이 모두 확대된다.

(13)
CTapproach=β1+beta2Tin,wb+β3Tin,wb2+β4TRange+β5Tin,wbTRange+β6Tin,wb2TRange+β7TRange2+β8Tin,wbTRange2+β9Tin,wb2TRange2+β10LGR+β11Tin,wbLGR+β12Tin,wb2LGR+β13TRangeLGR+β14Tin,wbTRangeLGR+β15Tin,wb2TRangeLGR+β16TRange2LGR+β17Tin,wbTRange2LGR+β18Tin,wb2TRange2LGR+β19LGR2+β20Tin,wbLGR2+β21Tin,wbLGR2+β22TRangeLGR2+β23Tin,wbTRangeLGR2+β24Tin,wb2TRangeLGR2+β27Tin,wb2TRange2LGR2
Table 1.

Approach temperature coefficients of cooling tower

β1β2β3β4β5
-0.359741205 -0.055053608 0.002385042 0.173926877 -0.0248473764
β6β7β8β9β10
0.00048430224 -0.005589849456 0.0005770079712 -1.34242726E-05 2.8476580111111
β11β12β13β14β15
-0.121765149 0.0014599242 1.680428651 -0.0166920786 -0.0007190532
β16β17β18β19β20
-0.025485194448 4.8749169E-05 2.719234152E-05 -0.065376625556 -0.002278167
β21β22β23β24β25
0.0002500254 -0.0910565458 0.00318176316 3.8621772E-05 -0.003428538235
β26β27
8.56589904E-06 -1.51682155E-06

Figure 3는 이상의 요소 기기 모델의 물리식을 모두 반영하여 작성한 제어 알고리즘이다. 먼저 CRAH 냉각코일의 부하를 호출한 후, 공급 공기 온도 상승을 위해 CRAH Fan 에너지 사용량이 냉동기의 사용량과 같아지는 수준까지 풍량을 증가시킨다 (식 (8)).

다음, 식 (9)에서 냉수 온도차의 증가에 따라 감소되는 냉수 유량을 계산한 후, 식 (3)(4)를 이용하여 냉각 코일 효율 및 열용량, 열전달량에 의해 결정되는 공급 냉수 온도를 산출한다. 이후, 냉수의 온도차에 따라 결정되는 리턴 냉수 온도를 계산하고 실내 온도보다 2K 낮은 조건의 상한값에 도달할 때까지 냉수 온도차를 계속 증가시킨다.

다음으로 냉각탑 제어 구간에서는 냉각탑 Fan 풍량을 최대로 하며, 열교환기에 흐르는 냉각수 유량을 냉수 유량과 동일한 값으로 설정하였다. 식 (11)을 통해 냉각탑 Fan 풍량과 냉각수 유량에 따른 LGR을 산출하고 식 (12)(13)을 활용하여 냉각수 온도차 및 냉각탑 어프로치 값을 계산한다. 이를 이용하여 냉각수 출구 온도를 계산하고 EnergyPlus의 열교환기로 보낸다. 마지막으로 Free cooling 운전 모드를 결정하고 상기에서 산출된 변수의 제어값을 EnergyPlus로 전달하여 에너지 사용량을 산출하는 것으로 하였다.

https://cdn.apub.kr/journalsite/sites/kiaebs/2023-017-05/N0280170508/images/Figure_KIAEBS_17_5_08_F3.jpg
Figure 3.

Free cooling period extension algorithm based on flow control

시뮬레이션 모델링 및 계산 결과

건물 및 HVAC 모델링

데이터센터 모델은 Sun et al. (2021)의 Large Data Center로 선정하였고 실면적은 540 m2, IT 장비 발열량은 5,382 W/m2이며, 대상 지역인 서울의 표준 기상 데이터 세트를 적용하였다 (PHIKO, 2022). 실내 설정 온도는 ASHRAE 90.1의 Datacom 장비를 위한 권장 조건에 따라 26°C로 설정하였다. Table 2은 건물의 개요를 나타낸 것이다.

Table 2.

Building outline

Use Data center
Location Seoul
Operation 24 hr/7 days
Room dimension 540(30×18) m2
Room height/Raised floor 4/0.8 m
IT load density 5,382 W/m2
Cooling set temperature 26°C

건물 모델 및 냉방 시스템 특성에 따라 산정한 시스템 용량은 Table 3와 같다. HVAC 시스템은 수랭식 정속 타입 냉동기, 냉각탑, 인버터 타입의 냉수 및 냉각수 펌프, WSE, CRAH를 각각 4대로 구성하였다. 열교환기 효율은 0.9이며 알고리즘 적용 유무의 비교를 위한 Baseline 모델의 냉수 공급 및 리턴 온도는 각각 7°C와 12°C, 공급 공기 설정 온도는 12.8°C로 설정하였고 냉수 유량 비율은 100%이다.

Table 3.

HVAC system outline

Equipment Design parameters Value
Chiller (4 EA) Capacity 847 kW
COP 5.5
Chilled water flow rate 0.0413 m3/s
Condenser water flow rate 0.0537 m3/s
Chilled water outlet/inlet temperature 7/12°C
Cooling tower (4 EA) Capacity 1,100 kW
Air flow rate 44.75 m3/s
Fan power 12 kW
Condenser water outlet / inlet temperature 29/34°C
Pump (4/4 EA) Chilled water pump power 15 kW
Condenser water pump power 19 kW
CRAH (supply, return) Air flow rate 56.82 m3/s
(each 4 EA) AHU air outlet / inlet temperature 12.8/24°C
Fan power 68.6 kW
Heat exchanger (4 EA) Capacity 847 kW
Efficiency 0.9

계산 결과

앞서 작성한 Free cooling 운전 시간 확대 알고리즘의 효용을 확인하고자 Baseline 및 제어 알고리즘의 케이스 계산을 각각 실시하였다.

https://cdn.apub.kr/journalsite/sites/kiaebs/2023-017-05/N0280170508/images/Figure_KIAEBS_17_5_08_F4.jpg
Figure 4.

Comparison of chiller energy consumption and free cooling operation hour

Figure 4는 Baseline과 Algorithm 케이스의 냉동기 에너지 사용량 (a), Free cooling 운전 시간 (b)을 각각 나타낸 것이다. Baseline의 경우 연간 냉동기 에너지 사용량이 839.4 MWh이며, Algirithm의 경우 606.9 MWh로 총 28%의 에너지가 절감되었다. Free cooling 운전 기간은 알고리즘 적용에 따라 Baseline 보다 1,324시간 증가하였으며, 이 중 Full free cooling 운전이 2,574시간 Partial free cooling 운전이 2,907시간으로 나타났다.

https://cdn.apub.kr/journalsite/sites/kiaebs/2023-017-05/N0280170508/images/Figure_KIAEBS_17_5_08_F5.jpg
Figure 5.

Comparison of supply CHW temperature and return CHW temperature and supply CW temperature and room temperature

Figure 5는 중간기 중 4월 10일의 각각 Baseline (a)와 Algorithm (b)의 냉수 출구 온도 및 냉수 리턴 온도, 냉각수 출구 온도, 실내온도의 일간 데이터를 나타낸 것이다. 두 케이스 모두 실내온도는 26°C로 유지되며, 알고리즘 적용에 따라 Baseline 대비 냉수 출구 온도는 1.5°C 상승하였고, 냉수 리턴 온도는 3.8°C가량 상승하였다. 냉각수 출구 온도의 경우 15.5°C 감소하였다. 이를 통해 Baseline에서 Free cooling 운전이 불가능한 시간에 Partial free cooling 운전이 되었다는 것을 알 수 있다.

결 론

본 연구에서는 데이터센터 냉방 성능 향상을 위하여 WSE 시스템의 유량 제어를 기반으로 한 Free cooling 운전 기간 확대 알고리즘을 개발하였다. 제어 알고리즘 작성을 위해 냉방시스템의 요소 기기별 물리식에 기반하여 냉매의 유량을 제어함으로써, Free cooling 운전 범위에 영향을 미치는 냉매의 온도를 상승시키고, 열교환 온도 손실을 최소화할 수 있다. 냉방시스템을 구성하는 loop의 풍량 증가 및 유량 감소에 따라 각 냉매의 열교환량이 향상되어, 공급 냉수 온도 및 리턴 냉수 온도 상승, 냉각탑 어프로치 값을 감소시킬 수 있다. 본 알고리즘의 효용을 검토하기 위해 EnergyPlus를 이용하여 에너지 시뮬레이션 분석을 실시하였다. 그 결과, Free cooling 기간이 1,324시간 증가하여 냉동기 에너지 사용량이 28% 절감되었으며, 냉수의 공급 및 리턴 온도가 각각 1.5°C, 3.8°C 상승하였다.

개발된 알고리즘은 일반적인 냉방시스템을 구성하는 loop 들의 작동 변수와 다중 loop 간의 열교환을 포괄한다. 또한, 본 알고리즘은 기타 추가적인 장치의 도입 없이 대부분의 냉방시스템의 운전 변수인 유량 및 온도 변수를 제어하므로, 지역, 용도, 외피 등 다른 조건을 가지는 건물 및 냉방시스템에 적용할 수 있는 확장성을 가질 것으로 사료된다. 추후의 연구에서는 냉동기 에너지 사용량 뿐만 아니라 알고리즘 적용에 따른 전체 냉방시스템의 각 요소 기기별 성능 및 운전 분석을 실시하고자 한다.

Acknowledgements

이 연구는 보건복지부의 재원으로 감염병 의료안전강화 기술개발사업 지원에 의하여 이루어진 것임(HG22C0044).

References

1
Choi, Y., Park, B. (2018). Analysis of Air Conditioning Methods for Providing Optimal Thermal Environment in Data center. Journal of KIEAES, 18(6), 97-102. 10.12813/kieae.2018.18.6.097
2
Ha, J., Kim, Y., Kim, H., Song, Y. (2021). Development of Control Algorithm for cooling Tower Low-Apporach Temperature. Journal of KIAEBS, 15(5), 431-442.
3
Kim, Y., Song, Y., Kim, H. (2023). Fan Flow Control of Cooling Towerwith Water-side Economizer for Free cooling Period Expansion. Journal of KIAEBS, 17(3), 157-165.
4
Liu, J., Su, L., Dong, K. (2021). Optimal Setting Parameters of Cooling System Under Different Climate Zones for Data Center Energy Efficiency. Int Energy Res Wiley, 45(7), 10086-10099. 10.1002/er.6499
5
Park, B., Moon, J. (2021). HVAC Control Technology Trends for Data center Cooling Energy Reduction. Journal of KIEAES, 21(2), 214-215.
6
Sun, K., Luo, N., Luo, X., Hong, T. (2021) Prototype Energy Models for Data Center. Energy & Buildings, 231, 110603. 10.1016/j.enbuild.2020.110603
7
Taylor, S.T. (2014). How to Design & Control Waterside Economizers. ASHRAE Journal, 56(6), 30-36. 10.1162/DESI_a_00247
8
Zou, S., Zhang, Q., Yue, C. (2023). Comparative Study on Different Energy-saving Plans Using Water-side Economizer to Retrofit the Computer Room Air Conditioning System. Journal of Building Engineering, 69, 106278. 10.1016/j.jobe.2023.106278
9
Kang, Z., Shao, Z., Su, L., Dong, K., Liu H. (2019). Experimental Study And Energy-saving Analysis on Cooling Effect with Large Temperature Difference and High Temperature of Chilled Water System in Data Center. Proceedings of the 11th International Symposium on Heating, Ventilation and Air Conditioning (ISHVAC 2019), 33-942. 10.1007/978-981-13-9524-6_97
10
Department of Energy (DOE). (2021). Energyplus Engineering Reference.
11
Lin, P., Avelar, V., Bean, J. (2018). How Higher Chilled Water Temperature Can Improve Data center Cooling System Efficiency. Rev 0 White Paper #227, 3-15.
12
Passive House Institute Korea (PHIKO). (2022). Available online: https://climate.onebuilding.org/
페이지 상단으로 이동하기