Mobile QR Code QR CODE : The Transactions of the Korean Institute of Electrical Engineers

The Transactions of the Korean Institute of Electrical Engineers

ISO Journal TitleTrans. Korean. Inst. Elect. Eng.

Main Menu

Journal Search

[

Research article

]

The Transactions of the Korean Institute of Electrical Engineers

KIEE Vol. 75, No. 7, p.1459-1471

ISSN (print) :

1975-8359

ISSN (online) :

2287-4364

Received : 11 Feb. 2026Revised : 27 May. 2026Accepted : 04 Jun. 2026

DOI :

10.5370/KIEE.2026.75.7.1459

데이터센터 부하모델 간 과도안정도 영향 비교

Transient Stability Impact Comparison of Data Center Load Models

최연빈 (Yeon-Bin Choi) ^*iD 조형준 (Hyeong-Jun Jo) ^*iD 김우영 (Woo-Young Kim) ^*iD 김민철 (Minchol Kim) ^*iD 김수배 (Soobae Kim) ^†iD

(Dept. of Electrical Engineering, Kyungpook National University, Republic of Korea.)

^† Corresponding Author : Dept. of Electrical Engineering, Kyungpook National University, Republic of Korea. E-mail : soobae.kim@knu.ac.kr

License :

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits un- restricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

This paper analyzes the impact of data center load models on the transient stability of power systems. Based on prior research, the study compares the Reference load model with the CLOD and ZIP load models. The ZIP load model tends to represent transient stability too optimistically when compared to the Reference load model, while the CLOD model tends to be slightly more conservative. The results show that the cooling load has the greatest impact on the CCT difference between the CLOD and Reference models, indicating that the dynamic characteristics of the cooling load have a significant effect on CCT. This paper emphasizes the importance of accurately modeling the cooling load in data center load models, highlighting that the ZIP model tends to overestimate transient stability, while the CLOD model provides a more balanced, realistic representation. The accurate modeling of cooling loads is essential for ensuring reliable data center operations and stability analysis in power systems.

Key Words

Data center, Dynamic load model, Complex load model, Power system stability, Transient stability, Critical clearing time

1. 서 론

전 세계 데이터센터의 전력 소비량은 2024년 기준 약 415 TWh로, 전 세계 전력 소비의 약 1.5%를 차지하며 최근 수 년간 가파른 증가 추세를 보이고 있다. 특히 AI 학습 및 추론 수요 확대에 따라 GPU 기반 가속 서버가 확산되면서 데이터센터의 전력 설비와 냉각 설비 요구가 동시에 증가하고 있다.이러한 기조에 따라 데이터센터의 설비 용량은 100 MW 이상으로 확대되고 있으며, 과거 30 MW 규모가 대형으로 분류되던 것과 달리 현재는 200 MW 규모의 데이터센터가 일반적인 규모로 자리 잡고 있다^[1~ ^2]. 그림 1은 데이터센터 유형별 전력 소비 규모를 가구 전력 소비량 등가로 나타낸 것으로, 최근 건설 중이거나 계획 단계에 있는 초대형 데이터센터는 단일 시설만으로도 수백만 가구의 연간 전력 소비량에 해당하는 전력을 사용하는 수준에 도달하였음을 보여준다. 이와 같은 대규모 데이터센터 부하는 전력계통 연계 검토 및 계획, 그리고 운영 안정성에 유의미한 영향을 미칠 수 있다. 실제로 해외에서는 초대형 데이터센터와 연관된 진동 현상이 보고되고 있다. 예를 들어, Meta 데이터센터에서는 약 11 Hz 저주파 진동이 관측되었고, 다른 데이터센터에서는 5-10 kHz 대역의 고주파 진동 사례도 보고된 바 있다^[3]. 데이터센터 부하는 서버 부하, 냉각설비, 네트워크 및 각종 부대설비 등 서로 다른 물리적 특성을 갖는 구성 요소로 이루어져 있으며, 이로 인해 사고 발생 시 전압 강하 및 회복 과정에서 각 구성 요소의 동특성이 상이하게 나타난다. 따라서 데이터센터가 연계된 전력계통에서는 부하를 단일 특성의 등가 부하로 단순화하는 전 통적인 접근만으로 계통 안정도 영향을 충분히 설명하기 어 렵다. 그럼에도 불구하고 실무 해석에서는 데이터센터를 포함한 대용량 부하를 ZIP(정임피던스·정전류·정전력) 부하모델로 단순화하여 과도안정도 평가를 수행하는 경우가 많다. ZIP 부하모델은 전압 의존 특성을 반영할 수 있으나, 유도전동기 기반 냉각부하의 재가속 과정이나 전압 회복 지연(Fault-Induced Delayed Voltage Recovery, FIDVR)과 같은 대표적인 전동기 동특성을 반영할 수 없다^[4]. 이로 인해 동일한 사고 조건에서도 부하 모델링 수준에 따라 임계 고장 제거 시간(Critical Clearing Time, CCT)과 같은 핵심 지표가 상이하게 평가될 가능성이 존재한다.

그림 1. 가구 전력 소비량 등가 기준으로 나타낸 데이터센터의 연간 전력 소비 규모^[1]

Fig. 1. Annual electricity consumption of date-center expressed in household electricity consumption equivalents^[1]

최근 문헌에서는 AI 워크로드를 포함하는 데이터센터 부하가 UPS, 전력전자 인터페이스, 냉각용 유도전동기 등으로 구성되어 정적 등가 부하모델로는 사고 시 동특성과 계통 응답을 충분히 재현하기 어렵다고 보고하며, 과도안정도 평가를 위한 동특성 모델의 필요성을 제기한다^[5]. 또한 부하모델 구조의 차이가 과도 및 미소신호 안정도 해석 결과를 유의미하게 변화시킬 수 있음이 보고된 바 있다^[6]. 전력계통 과도안정도 해석에서는 사고 이후 발전기와 부하의 전기적·기계적 동특성이 상호 결합되어 복잡한 동적 응답을 형성하므로, 이러한 특성이 모델링 단계에서 충분히 반영되지 않을 경우 과도안정도 여유가 실제보다 과대 또는 과소 평가될 수 있다. 특히 CCT는 계통의 안정·불안정 경계를 직접적으로 결정하는 지표로서, 발전기 및 부하모델의 구조와 파라미터 설정에 매우 민감하다. 따라서 과도안정도 해석 결과의 신뢰성을 확보하기 위해서는 단순 정적 부하모델을 넘어, 분석 대상 시스템의 물리적 특성과 운전 조건을 반영한 모델링 접근이 요구된다. 이러한 관점에서 대용량 데이터센터 부하를 대상으로 모델링 방식의 차이가 과도안정도 평가 결과에 미치는 영향을 정량적으로 비교·분석하는 것은 중요한 연구 과제이다.

이에 본 논문에서는 AI 워크로드를 포함하는 데이터센터 부하의 계통 과도안정도 영향 평가를 위하여, 데이터센터 부하모델을 기준 부하모델로 구현한다^[5]. 이를 ZIP 부하모델 및 복합 부하인 Complex Load Model(CLOD) 부하모델과 비교하여 과도안정도 관점에서 차이를 정량적으로 분석한다. 데이터센터 기준 부하모델은 서버·냉각·기타의 세 구성 요소로 분해하여 동일 모선에 병렬 등가 부하로 구성하였다. 서버 부하는 IEEL 기반 정전력 부하에 AI 워크로드의 GPU On/Idle 특성을 반영한 펄스형 전력 변동으로 모델링하였으며, 냉각부하는 CIM6 유도전동기 모델을 사용하여 전동기 동특성을 반영하였다^[7]. 기타 부하는 IEEL 기반 ZIP 정적 부하모델로 구성하여 부대설비의 전압 의존 특성을 고려하였다. 동일한 총 부하와 사고 시나리오 하에서 (ⅰ) ZIP 부하모델과 (ⅱ) CLOD 부하모델을 각각 비교군으로 정의하고 인근 발전기의 CCT 및 주요 과도응답을 비교하였다. 특히 본 논문은 동일한 총 부하 조건에서 부하모델 구조의 차이가 CCT 및 과도응답을 얼마나 변화시키는지를 정량적으로 제시함으로써, 데이터센터 부하 모델링 수준이 과도안정도 평가에 미치는 영향을 명확히 규명한다.

본 논문의 구성은 다음과 같다. 2장에서는 데이터센터 기준 부하모델의 구성 및 구현 방법을 제시하고, 3장에서는 비교군으로 사용한 ZIP 및 CLOD 등가 부하모델의 설정을 정의한다. 4장에서는 대상 계통, 사고 시나리오 및 부하모델별 CCT 및 과도응답 비교 결과를 제시하고, 5장에서 결론을 도출한다.

2. 데이터센터 기준 부하모델

본 논문에서는 사례 연구를 위한 대표 용량으로 총 200 M W를 가정하였다. 데이터센터 전력 사용은 일반적으로 서버, 냉각설비, 그리고 조명·네트워크·전원공급 및 배전설비 등의 기타 부하로 구성된다. 선행 연구에 따르면, 대규모 데이터 센터의 전력 소비는 IT 장비 50%(서버 40%, 네트워크 10%), 냉각 37%, 전원공급 및 배전 10%, 조명 3% 수준으로 보고되며, 다른 기술자료에는 Computing 40%, Cooling 40%, Other IT Equipment 20%의 구성으로 제시된다^[8~ ^9]. 본 논문에서는 이러한 문헌에 보고된 대표적인 전력 소비 구성을 참고하여 기준 부하 비율을 서버 40%, 냉각 40%, 기타 20%로 설정하였으며, 이에 따라 총 부하 200 MW를 서버 80 MW, 냉각 80 MW, 기타 40 MW로 분해하였다. 데이터센터의 유효전력 및 무효전력은 각 구성요소의 합으로 다음과 같이 표현된다.

(1)

$P_{DC} = P_{server} + P_{cool} + P_{misc}$

(2)

$Q_{DC} = Q_{server} + Q_{cool} + Q_{misc}$

여기서 $P_{server}$는 서버 부하, $P_{cool}$은 냉각설비, $P_{misc}$는 조명·네트워크 등 기타 부대설비의 유효전력을 의미한다. 또한 부하모델 간 비교의 단순화를 위해 초기 조건에서 모든 구성요소의 무효전력은 $Q=0$으로 설정하였다. 표 1은 본 논문의 데이터센터 부하 구성과 구현 방식을 요약한다.

표 1. 데이터센터 부하 구성 및 구현 요약

Table 1. Summary of data-center load composition and implementation

구성요소	부하전력 (MW)	부하모델	주요 특성 및 비고
서버	80	IEEL (정전력)	Python API로 GPU On/Idle 펄스 모사
냉각	80	CIM6 (유도전동기)	전압 회복 지연·재가속 등 전기기계 동특성 반영
기타	40	IEEL (ZIP)	전압 의존 정적 부하

2.1 서버 부하모델

AI 학습 워크로드는 GPU 기반 AI 가속의 On/Idle 상태가 반복되는 형태로 전력 소비가 변동되며, 작업 규모에 따라 이러한 전력 소비 변동의 시간 스케일이 달라진다^[10]. 전력계통 과도해석에서 재현할 수 있는 단순 파형으로 이러한 펄스 특성을 반영하기 위해, GPU 유효전력은 5초 On 상태 후, 1초 동안 Idle 상태를 유지하는 구형파 형태로 가정하였다. 이러한 가정은 실제 AI 학습 부하의 세부 파형을 그대로 재현하기 위한 것이 아니라, 학습 과정에서 나타날 수 있는 반복적인 전력 변동 특성을 계통 해석이 가능한 형태로 단순화하여 반영한 것이다. 또한 본 논문에서 설정한 On /Idle 패턴은 GPU 부하의 시간 스케일(초 단위~수십 초 단위)을 대표하는 기준 시나리오로 사용하였다. AI 서버의 전력 구성에서 GPU 전력 비중이 CPU 대비 지배적이기 때문에, 본 논문에서는 서버 부하 80 MW를 CPU 8 MW(10%), GPU 72 MW(90%)로 구성하였다^[11]. 즉, GPU On 구간에서는 $P_{GPU}$는 72 MW로 유지하고, Idle 구간에서는 $P_{GPU}$ =7.2 MW(정격의 10%)로 감소하였다. 이에 따라 서버 유효전력은 다음과 같이 표현된다.

(3)

$P_{server}(t) = P_{CPU} + P_{GPU}(t)$

여기서 $P_{CPU} = 8 MW$ 이고, $P_{GPU}(t)$는 GPU On/Idle 전력 특성에 의해 시간에 따라 갱신된다. 시뮬레이션 구현에서는 서버 부하를 IEEL 기반 정전력 부하로 구성하고, 동특성 해석 중 Python API를 이용하여 GPU 유효전력, $P_{GPU}(t)$를 주기적으로 갱신함으로써 펄스 특성을 가진 서버 부하를 구현하였다. 그림 2는 부하 용량 100 MW 기준에서 앞서 가정한 서버 부하 유효전력을 나타낸다.

그림 2. 서버 부하 동적 표현

Fig. 2. Server load profile

2.2 냉각 부하모델

냉각설비는 압축기·펌프·팬 등 유도전동기 구동 부하로 구성되며, 고장 제거 후 전압 회복 지연 및 재가속 과정에서 전기·기계적인 과도응답이 발생한다. 따라서 본 논문에서는 데이터센터 냉각부하를 유도전동기 기반 동특성 부하모델로 구성하기 위해 CIM6 유도전동기 부하모델을 적용하였다. CIM6은 전압 저하 시 토크·속도 특성에 따른 재가속 거동과 부하의 부분 탈락 및 재투입 특성 등을 포함하여, 사고 후 냉각설비의 대표적인 동적 거동을 모사할 수 있는 모델이다. 모델 파라미터는 표 2에 제시하였으며, 선행연구에서 제시된 유도전동기 예시 값의 일부를 참고하고 나머지 항목은 본 논문의 사례연구 조건과 모델링 목적에 맞게 설정하였다^[12]. 아울러 0으로 설정된 Motor type2, Torque Equation, Mbase 관련 파라미터는 표에서 생략하였다.

표 2. CIM6 파라미터

Table 2. CIM6 parameters

Parameter Name	Value
Motor type(IT)	1
Armature Resistance in per unit on machine MVABase($R_a$)	0.078[p.u.]
Leakage Reactance in per unit on machine MVABase($X_a$)	0.065[p.u.]
Magnetizing Reactance in per unit on machine MVABase($X_m$)	2.670[p.u.]
Rotor Resistance in per unit on machine MVABase($R_1$)	0.044[p.u.]
Rotor Reactance in per unit on machine MVABase ($X_1$)	0.049[p.u.]
$E_1$	1.000[p.u.]
S($E_1$)	0.250
$E_2$	5.000[p.u.]
S($E_2$)	0.500
PMULT	1.000
Inertia, per unit motor base(H)	0.500[s]
Time needed for voltage to remain below Vi for dropping induction motor, cycles($T_i$)	10.00[cycles]
Breaker delay for tripping, cycles($T_b$)	10.00[cycles]
Equation parameter(D)	1.000
Equation parameter(E)	0.500
Load torque at 1 pu speed (used for motor starting only) ($\ge 0$)($T_{nom}$)	0.500[p.u.]

2.3 기타 부하모델

기타 부하는 조명·네트워크 설비 등으로 구성되며, 동특성 관점에서 상대적으로 빠른 과도 구간보다는 정적 전압 의존 특성이 주요하다고 보고, 기타 부하 40 MW를 ZIP(정임피던스·정전류·정전력)형태의 정적 부하모델로 구성하였다. ZIP 계수는 전력시장 운영규칙 기준으로 설정하였으며, 비교 부하모델 정의와 함께 3절에서 표 3으로 제시한다.

3. 비교 부하모델 : ZIP 및 CLOD

본 절에서는 2장에서 구성한 데이터센터 기준 부하모델과 동일한 사고 조건에서 과도응답 및 CCT 차이를 비교하기 위하여, 데이터센터 (ⅰ)ZIP 등가 부하모델과 (ⅱ)CLOD 등가 부하모델을 정의한다. 두 비교모델 모두 초기 유효전력은 기준 부하모델과 같게 설정하고($P_0$=200 MW), 모델 비교의 단순화를 위해 무효전력은 $Q_0$=0 Mvar로 설정하였다. 또한, 두 비교모델 모두에서 서버 부하의 유효전력 변동은 동특성 해석 중 Python API로 시간에 따라 갱신하는 동일 구현 방식을 적용하였다. 따라서 본 절의 비교는 서버 부하 조건을 같게 유지한 상태에서, 부하모델 구조에 기인한 과도응답 및 CCT를 평가하는 데 목적이 있다. 그림 3은 본 논문에서 사용한 데이터센터 부하모델의 구성과 각 비교모델의 동특성 반영 범위를 개략적으로 나타낸다.

그림 3. 데이터센터 부하모델의 구성 및 비교 개념도

Fig. 3. Schematic diagram of data center load model configuration and comparison framework

3.1 ZIP 부하모델

ZIP 부하모델은 부하를 정임피던스(Z)·정전류(I)·정전력(P)성분의 조합으로 가정하고, 전압 크기에 따른 유효전력 변화를 다음과 같이 표현한다.

(4)

$P_{ZIP}(V) = P_0 (a_Z (\frac{V}{V_0})^2 + a_I (\frac{V}{V_0}) + a_P) \\ (a_Z + a_I + a_P = 1)$

무효전력도 마찬가지로 동일한 형태로 정의한다.

(5)

$Q_{ZIP}(V) = Q_0 (b_Z (\frac{V}{V_0})^2 + b_I (\frac{V}{V_0}) + b_P) \\ (b_Z + b_I + b_P = 1)$

해당 비교 부하모델에서는 데이터센터 총 부하를 하나의 등가 ZIP 부하모델로 구성하였다. ZIP 부하모델은 전압 크기에 따른 정적 부하 특성을 반영할 수 있으나, 유도전동기에서 고장 제거 이후 발생하는 재가속 과정이나 전압 저하로 인한 스톨(stall) 현상과 같은 전기기계적 과도 동특성은 포함하지 못한다. 따라서 기준 부하모델 및 CLOD 부하모델과의 비교에서, 이러한 한계는 과도안정도 차이를 유발하는 핵심 관찰 포인트가 된다. 본 논문에서 사용한 ZIP 계수는 유효전력과 무효전력 각각에 대해 정임피던스·정전류·정전력 성분의 비율을 나타내며, 각 항의 합이 100(%)가 되도록 표 3에 정리하였다.

표 3. ZIP 계수^[13]

Table 3. ZIP Coefficients^[13]

구 분	유효전력	무효전력
정전류(%)	19.2	30.8
정임피던스(%)	39.5	48.9

3.2 CLOD 부하모델

CLOD 부하모델은 하나의 부하 모선에서 유효전력 및 무효전력 수요를 단일 등가 부하로 표현하되, 내부적으로 유도전동기 부하, 정전력형 부하, 조명·방전등과 같은 비선형 정적 부하, 변압기 포화 및 탭 동작, 지수형 전압 의존 정적 부하 등을 포함하는 복합 구조를 갖는다. 따라서 전압 지연 회복 현상 및 재가속 등 모터 기반 동특성뿐 아니라 정적 부하의 전압 민감도까지 단일 모델 내에서 동시에 반영할 수 있다. 그림 4는 본 논문에서 사용한 CLOD 부하모델 등가 구조를 나타낸 것이다. 기준 부하모델에서의 서버 부하는 정전력 성분으로, 냉각부하는 유도전동기 성분으로, 기타 부하는 전압 의존 정적 부하 성분으로 각각 대응되도록 CLOD 내부 구성요소의 비율 및 계수를 설정하였다.

표 4는 그림 4의 각 구성요소에 대응하는 CLOD 파라미터 설정값을 요약한 것이다. 본 논문의 비교 목적에 부합하도록, 기준 부하모델의 부하 구성 비율을 CLOD 내부 구성에 반영하였다. CLOD 부하모델의 remaining Loads는 전압 의존성을 지수 형태로 표현하므로, ZIP 부하모델과의 전압 민감도를 일치시키기 위한 $K_P$를 선정하였다. ZIP 유효전력 모델을 식(4)으로 두고, remaining Loads를 식(6)과 같이 구성하여 비교하였다.

(6)

$P_{exp}(V) = P_0 V^{K_P}$

그림 4. CLOD의 모델 구조^[7]

Fig. 4. Structure of the CLOD load model^[7]

정격 전압인 V=1 p.u.에서 두 부하모델의 전압 민감도가 동일하도록 설정하면 식(7)과 같다.

(7)

$K_P = \frac{d}{dV} (\frac{P_{exp}}{P_0})|_{V=1} = \frac{d}{dV} (\frac{P_{ZIP}}{P_0})|_{V=1} = 2a_z + a_I$

표 4. CLOD 파라미터

Table 4. CLOD parameters

Parameter Name	Value
% large motor	40.0
% small motor	0.0
% transformer exciting current	0.0
% discharge lighting	0.0
% constant power	40.00
$K_P$ of remaining	0.982
Branch R (pu on load MW base)	0.0001
Branch X (pu on load MW base)	0.0001

이에 따라 본 논문에서는 ZIP 계수로부터 계산된 전압 민감도에 기반하여 remaining loads의 계수를 $K_P = 0.982$로 선정하였다. 즉, CLOD 파라미터는 기준 부하모델의 부하 구성 비율과 정격점 부근의 전압 민감도를 반영하도록 설정하였다.

4. 데이터센터 부하모델에 따른 과도안정도 비교

테스트 계통은 그림 5와 같이 3기의 동기발전기(SG1-SG3), 주요 부하 노드(버스 5, 6, 8) 및 추가 데이터센터 부하(버스 10)로 구성된다. 발전기는 계통의 주요 연계 버스에 변압기를 통해 접속되며, 2번 발전기는 버스 2측에서 버스 7 계통으로, 3번 발전기는 버스 3측에서 버스 9 계통으로 연계된다. 또한 1번 발전기는 중심 계통 영역과 인접한 버스 4측에 연결되어 전체 계통의 전력 균형 및 과도응답에 영향을 미치는 주요 발전원이다. 부하는 버스 5, 6, 8에 각각 125 MW/50 Mvar, 90 MW/30 Mvar, 100 MW/35 Mvar로 배치되었다.

더불어 본 논문의 분석 대상인 데이터센터 부하는 버스 10에 200 MW/0 Mvar로 접속하였고, 버스 10은 변압기를 통해 버스 4와 연결되어 상위 계통과 전력을 교환하도록 구성하였다. 이와 같은 구성은 데이터센터가 특정 지점에 대용량 부하로 집중적으로 연계되는 상황을 반영하며, 계통 교란 시 데이터센터 부하모델에 따른 과도안정도의 차이를 비교 및 평가하기에 적합하다. 즉, 그림 5와 같은 테스트 계통 구성은 발전-송전-부하의 전형적인 전력계통 구조를 유지하면서도 데이터센터 부하를 별도 버스로 분리하여 배치함으로써, 동일한 네트워크 조건에서 부하모델의 영향이 계통 안정도 지표에 미치는 차이를 명확히 관찰할 수 있도록 설계하였다. 또한 본 논문의 전력계통 모델링 및 과도안정도 해석은 PowerWorld Simulator를 사용하여 수행하였다.

4.2 상정 사고 시나리오

본 절에서는 데이터센터 부하모델 구성 차이가 계통 과도응답에 미치는 영향을 정량적으로 비교하기 위하여 세 가지 외란 시나리오를 구성하였다. 비교 대상은 데이터센터 부하를 서버·냉각·기타 부하의 구성요소로 분해하여 표현한 기준 부하모델, 정적 전압 의존 특성을 갖는 ZIP 부하모델, 그리고 정적 및 동적 성분을 포함하는 CLOD 부하모델로 설정하였다.

그림 5. WECC 9-Bus 테스트 계통^[14]

Fig. 5. WECC 9-Bus Test System^[14]

모든 부하모델은 동일한 계통 조건(발전기 및 제어기 모델, 관련 파라미터, 부하 수준, 계통 구성)을 기준으로 적용하였으며, 부하모델 자체의 차이가 과도안정도 지표에 미치는 영향을 평가하였다.

첫 번째 시나리오는 데이터센터가 접속된 버스 10에서 발생하는 3상 지락 사고이다. 해당 시나리오는 데이터센터 접속 모선에서 직접적인 전압 저하가 발생하므로, 데이터센터 부하모델의 동특성 차이가 과도안정도 응답에 미치는 영향을 가장 명확하게 확인할 수 있는 기준 시나리오로 설정하였다. 두 번째 시나리오는 발전기 접속 모선인 버스 3에서 발생하는 3상 지락 사고이다. 해당 시나리오는 데이터센터 접속 모선이 아닌 발전기 버스 측 외란 조건에서도 부하모델 간 과도안정도 차이가 유사하게 나타나는지 확인하기 위해 추가하였다. 세 번째 시나리오는 버스 3에 접속된 발전기 탈락 사고이다. 이 시나리오는 3상 지락 사고와 달리 고장 제거 시간을 갖는 단락사고가 아니라, 발전력 손실에 의해 계통의 전력 균형이 변화하는 외란이다. 따라서 해당 시나리오에서는 CCT를 산정하지 않고, 동일한 발전기 탈락 조건에서 부하모델별 회전자 위상각 응답을 비교하여 안정 또는 불안정 여부를 판별하였다.이를 통해 지락 사고뿐 아니라 다른 성격의 외란에서도 부하모델 선택에 따라 과도안정도 평가 결과가 달라지는지를 확인하였다. 3상 지락 사고 시나리오에서는 고장 지속시간을 변화시키는 방식으로 과도안정도 한계를 평가하였다. 구체적으로, $t = t_f$ 에서 대상 버스에 3상 고장을 인가하고, $t_c = t_f + \Delta t$ 에서 고장을 제거한다. 이때 $\Delta t$를 여러 값으로 변화시키며 과도응답의 안정·불안정 경계를 관찰하였다. 모든 시나리오에서 고장 인가 시각 $t_f$ 을 1초로 고정하였으며, 그 외 시뮬레이션 조건은 동일하게 유지한 상태에서 고장 지속시간 $\Delta t$만을 독립 변수로 설정하였다. 과도안정도 판별은 1번 발전기의 회전자 위상각 응답을 기준으로 수행하였다. 고장 제거 이후 회전자 위상각이 유한한 범위 내에서 감쇠 또는 동조 상태를 유지하는 경우를 안정으로 분류하였으며, 위상각 편차가 지속해서 증가하거나 동기탈조 양상을 보이는 경우를 불안정으로 판단하였다. 고장 지속시간을 점진적으로 증가시키며 안정에서 불안정으로 전이되는 임계 지속시간을 임계 고장 제거 시간(Critical Clearing Time, CCT)으로 정의하고, 이를 기준 부하모델, ZIP 부하모델, CLOD 부하모델 간에 비교함으로써 데이터센터 부하모델 구성 차이가 과도안정도 여유에 미치는 영향을 정량적으로 평가하였다.

표 5. 과도안정도 해석을 위한 상정 사고 시나리오

Table 5. Contingency scenarios for transient stability analysis

구 분	상정 사고
시나리오 1	버스 10(데이터센터 부하 접속 버스) 3상 지락 사고
시나리오 2	버스 3(3번 발전기 접속 버스) 3상 지락 사고
시나리오 3	3번 발전기 탈락

4.3 상정 사고별 과도안정도 시뮬레이션

4.3.1 시나리오 1 : 데이터센터 접속 모선 3상 지락 사고

시나리오 1에 대하여 부하모델별 과도안정도 응답을 비교·분석하였다. 고장 제거 이후의 동특성을 충분히 관찰하기 위해 시뮬레이션 시간은 30초로 설정하였다. 그림 6-8은 안정 경계 부근에서 부하모델별 대표 응답을 제시한다. 또한 그림 6-8에서 빨간색 음영 구간은 고장 발생 시점부터 고장 제거 시점까지의 고장 지속 시간($\Delta t$)을 나타낸다.

그림 6-8에 나타난 회전자 위상각 응답을 비교하면, ZIP 부하모델은 가장 긴 고장 지속시간에도 진동이 감쇠하며 안정 상태를 유지하는 반면, 기준 부하모델과 CLOD 부하모델은 더 짧은 고장 지속시간에서 불안정 경계에 도달하는 것으로 나타난다. 구체적으로 ZIP 부하모델의 경우 $\Delta t$=0.366 s에서는 고장 제거 이후 큰 회전자 위상각 진동이 발생하나 시간이 경과함에 따라 감쇠하며 안정 상태를 유지하는 반면 $\Delta t$=0.367 s에서는 고장 제거 직후 회전자 위상각이 급격히 증가하며 발산하는 양상을 보여 불안정으로 판정되었다. 동일한 방식으로 기준 부하모델에서는 $\Delta t$=0.091 s에서 안정, $\Delta t$=0.092 s에서 불안정 경계가 관찰되었으며, CLOD 부하모델에서는 $\Delta t$=0.061 s에서 안정, $\Delta t$=0.062 s에서 불안정 경계가 확인되었다. 표 6에서는 각 부하모델에 대한 1번 발전기의 CCT 결과와 기준 부하모델 대비 상대 변화율(%)을 함께 제시하였다.

그림 6. SG1 회전자 위상각 응답 – ZIP 부하모델

Fig. 6. SG1 rotor angle – ZIP load model

그림 7. SG1 회전자 위상각 응답 – 기준 부하모델

Fig. 7. SG1 rotor angle – Reference load model

그림 8. SG1 회전자 위상각 응답 – CLOD 부하모델

Fig. 8. SG1 rotor angle – CLOD load model

표 6. 부하모델 간 CCT 비교 (시나리오 1)

Table 6. Comparison of CCT according to load models (scenario 1)

부하모델	안정$\Delta t$ (s)	불안정$\Delta t$ (s)	CCT (s)	기준 부하모델 대비 변화율 (%)
ZIP	0.366	0.367	0.366	+302.2
기준	0.091	0.092	0.091	0.0
CLOD	0.061	0.062	0.061	-33.0

이러한 결과는 ZIP 부하모델이 데이터센터 냉각부하에서 나타나는 유도전동기의 동특성을 충분히 반영하지 못하기 때문으로 해석할 수 있다. 사고 시 전압 저하가 발생하면 냉각 모터의 토크가 감소하여 회전속도가 저하되며, 고장 제거 이후에는 재가속 과정에서 유효·무효전력 요구가 증가하게 된다. 이로 인해 전압 회복이 지연되고 과도안정도 여유가 감소하여, 기준 부하모델과 CLOD 부하모델의 더 작은 CCT로 이어진다. 즉, ZIP 부하모델의 CCT는 기준 부하모델 및 CLOD 부하모델에 비해 현저히 크게 나타나, 그림 9 와 같이 데이터센터 부하의 과도안정도 평가에 적용할 경우 안정도 여유를 과대평가할 가능성이 확인되었다. 따라서 이후 결과 분석에서는 ZIP 부하모델을 비교 대상에서 제외하고, 기준 부하모델과 CLOD 부하모델을 중심으로 과도응답 특성을 추가적으로 비교·분석하였다. 또한 서버 부하가 펄스 형태의 주기적인 전력 변동을 갖기 때문에, 세 부하모델 모두에서 고장 제거 이후 회전자 위상각 응답이 완전히 감쇠·수렴하지 않고 일정한 진동이 지속되는 특성이 공통적으로 관찰되었다. 이는 데이터센터 부하의 세부 구성 및 동특성 반영 여부가 과도안정도 여유 평가에 유의미한 영향을 끼침을 보여준다.

그림 9. 부하모델에 따른 SG1 회전자 위상각 응답 비교($\Delta t$=0.100 s)

Fig. 9. Comparison of SG1 rotor angle according to load models($\Delta t$=0.100 s)

기준 부하모델과 CLOD 부하모델 간의 CCT 차이가 확인됨에 따라, 해당 차이가 데이터센터 부하의 어떤 구성요소에서 기인하는지를 규명하기 위해 구성요소별 분석을 수행한다. 이를 위해 데이터센터 부하를 서버, 냉각, 기타 부하로 분리하고 각 구성요소를 단독으로 적용한 조건에서 기준 부하모델과 CLOD 부하모델의 과도안정도 응답을 비교하였다. 구성요소별 비교의 공정성을 확보하기 위하여 총 부하 용량은 기존 분석과 동일하게 유지하였으며, 서버 부하 80 MW, 냉각부하 80 MW, 기타 부하 40 MW로 각 구성요소의 용량을 고정하였다. 이후 동일한 과도안정도 평가 시나리오를 적용하여 각 구성요소 단독 적용 조건에서 CCT를 산정하였다. 그림 10-12에는 각 구성요소 단독 적용 시 안정·불안정 경계에 해당하는 두 고장 지속시간($\Delta t$, $\Delta t$+0.001 s)을 비교하여 CCT를 도출한 결과를 제시하였다.

구성요소 단독 적용 시 기준 부하모델과 CLOD 부하모델의 구현 방식 차이는 다음과 같이 반영하였다. 기준 부하모델의 경우 서버, 냉각, 기타 부하가 동일 모선에 병렬로 연결된 세 개의 부하로 구성되어 있으므로, 분석 대상 구성요소만 In-service(ON) 상태로 유지하고 나머지 두 부하는 Out-of-service(OFF)로 설정하였다. 반면 CLOD 부하모델은 복합 부하 내부에서 각 성분이 비율(%)로 정의되므로, 단독 적용 조건을 구현하기 위해 해당 성분의 비율을 100%로 설정하고 나머지 성분은 0%로 설정하였다. 구성요소별 단독 적용을 위한 세부 설정 방법은 표 7에 정리하였다.

표 7. 구성요소별 단독 적용 케이스 구현 방법

Table 7. Implementation of component-only load cases

단독적용 부하	기준 부하모델 설정	CLOD 부하모델 설정
서버	서버 ON 냉각 OFF 기타 OFF	%constant power=100 %large motor=0
냉각	서버 OFF 냉각 ON 기타 OFF	%constant power=0 %large motor=100
기타	서버 OFF 냉각 OFF 기타 ON	%constant power=0 %large motor=0

기타 부하 단독 적용 케이스의 경우, CLOD 부하모델의 구현 특성상 모터 성분과 정전력 성분 모두를 완전히 0%로 설정할 수 없는 제약이 존재한다. 이에 본 논문에서는 %large motor와 %constant power를 수치적 안정성을 확보하기위한 최소값인 0.0001%로 설정하고 나머지 부하는 remaining loads로 구성하였다. 해당 최소값은 전체 부하 구성에서 차지하는 비중이 극히 작아 과도응답 및 CCT 산정 결과에 영향을 미치지 않는 수준이며 결과 해석 시 이를 사실상 0%로 간주하였다. 따라서 기타 부하 단독 적용 케이스는 모터 및 정전력 성분이 제거된 조건에서의 응답으로 해석할 수 있다.

그림 10. SG1 회전자 위상각 응답 – 서버 부하 단독 적용

Fig. 10. SG1 rotor angle – server load only

그림 11. SG1 회전자 위상각 응답 – 냉각부하 단독 적용

Fig. 11. SG1 rotor angle – cooling load only

분석 결과, 서버 부하 단독 적용 조건에서는 기준 부하모델과 CLOD 부하모델의 CCT가 모두 0.154 s로 동일하게 산정되었다. 이는 서버 부하가 두 부하모델에서 동일한 정전력 특성으로 표현되며, 주어진 고장 조건 하에서 부하모델 구조의 차이가 과도안정도에 영향을 미치지 않음을 의미한다. 따라서 서버 부하는 기준-CLOD 부하모델 간 CCT 차이를 유발하는 주요 요인이 아님을 확인할 수 있다.

그림 12. SG1 회전자 위상각 응답 – 기타부하 단독 적용

Fig. 12. SG1 rotor angle – Misc. load only

반면, 냉각부하 단독 적용 조건에서는 기준 부하모델의 CCT가 0.095 s, CLOD 부하모델의 CCT가 0.079 s로 나타나 0.016 s의 유의미한 차이가 관찰되었다. 냉각부하는 유도전동기 기반의 동특성(재가속, 전압 회복 지연, 전기·기계 과도 등)이 CCT가 직접적으로 제한되는데, 기준 부하모델은 냉각 모터를 명시적 유도전동기 모델(CIM6)로 구현하는 반면, CLOD 부하모델에서는 모터가 내부 파라미터로 등가 표현되어 해당 파라미터를 사용자가 직접 확인할 수 없다. 이로 인해 두 부하모델 간 냉각 모터 표현 방식의 차이가 과도응답 시 유효전력 회복과 전기·기계 감쇠 특성을 다르게 형성하며, 그 결과 CLOD 부하모델이 기준 부하모델에 비해 더 보수적인 CCT를 산정한 것으로 해석된다. 이러한 결과는 전체 데이터센터 부하 조건에서 관측된 기준-CLOD 부하모델 간 과도안정도 차이의 주요 원인이 냉각부하(모터) 표현의 차이에 있음을 뒷받침한다.

마지막으로 기타 부하 단독 적용 조건에서는 기준 부하모델의 CCT가 0.142 s, CLOD 부하모델의 CCT는 0.143 s로 두 부하모델 간 차이는 0.001 s에 불과하였다. 이는 기준 전압을 1 p.u. 로 설정한 상태에서 두 부하모델의 전압 민감도를 동일하게 맞춘 결과로 전압 민감도 설정이 CCT에 미치는 영향이 매우 제한적임을 의미한다. 즉, 고장 이후 전압 저하 구간에서도 기타 부하의 전압 민감도 차이에 따른 CCT 변화가 거의 나타나지 않았다. 각 부하 구성요소 단독 적용 조건에서의 CCT 비교 결과는 표 8에 정리하였다.

표 8. 구성요소별 단독 적용 조건에서의 CCT 비교

Table 8. CCT comparison (component-only load cases)

단독적용 부하	기준 부하모델 CCT (s)	CLOD 부하모델 CCT (s)	부하모델 간 CCT 차이 (s)
서버	0.154	0.154	0.000
냉각	0.095	0.079	0.016
기타	0.142	0.143	0.001

4.3.2 시나리오 2 : 발전기 접속 모선 3상 지락 사고

시나리오 2에서는 3번 발전기 접속 모선인 버스 3에서 3상 지락 사고를 인가하고, 시나리오 1과 동일한 방식으로 고장 지속시간을 변화시키며 1번 발전기 회전자 위상각 응답을 비교하였다. 그림 13-15는 각 부하모델에 대해 안정·불안정 경계 부근의 회전자 위상각 응답을 나타낸다. 분석 결과, ZIP 부하모델은 $\Delta t$=0.178 s에서 안정, $\Delta t$=0.179 s에서 불안정으로 판정되어 CCT는 0.178 s로 산정되었다. 기준 부하모델은 $\Delta t$=0.083 s에서 안정, $\Delta t$=0.084 s에서 불안정 경계에 도달하여 CCT가 0.083 s로 나타났으며, CLOD 부하모델은 $\Delta t$=0.062 s에서 안정, $\Delta t$=0.063 s에서 불안정으로 판정되어 CCT는 0.062 s로 산정되었다.

그림 13. SG1 회전자 위상각 응답 – ZIP 부하모델

Fig. 13. SG1 rotor angle – ZIP load model

그림 14. SG1 회전자 위상각 응답 – 기준 부하모델

Fig. 14. SG1 rotor angle – Reference load model

그림 15. SG1 회전자 위상각 응답 – CLOD 부하모델

Fig. 15. SG1 rotor angle – CLOD load model

시나리오 2의 CCT는 시나리오 1과 비교하여 ZIP 부하모델과 기준 부하모델에서 각각 0.366 s에서 0.178 s, 0.091 s에서 0.083 s로 감소하였다. 이는 시나리오 1의 사고가 22.9 kV 데이터센터 접속 모선에서 발생한 것과 달리, 시나리오 2에서는 230 kV 발전기 접속 모선에서 사고가 발생하여 발전기 출력 전달 경로와 상위 계통 전압이 직접적으로 영향을 받기 때문이다.

한편, CLOD 부하모델의 CCT는 시나리오 1의 0.061 s에서 시나리오 2의 0.062 s로 소폭 증가하였다. 시나리오 1은 데이터센터 접속 모선에서 발생한 사고로 부하단 전압이 직접 0 V로 형성되는 반면, 시나리오 2는 데이터센터 부하단에 저전압이 형성된다. CLOD 부하모델은 초기화 과정에서 부하단 전압을 0.98 p.u.로 맞추기 위해 탭 비율을 조정한다^[15]. 이로 인해 CLOD 내부 부하단 전압은 기준 부하모델의 접속 모선 전압과 다르게 형성된다. 이러한 내부 전압 차이는 CLOD의 정전력 성분 응답에도 영향을 미친다. 정전력 부하가 설정된 전압 기준 이상에서는 일정 전력을 유지하지만, 해당 기준 이하의 저전압 영역에서는 그림 16와 같은 전압-전류 특성에 따라 부하 전류 및 부하전력이 감소한다^[16]. 따라서 시나리오 2와 같이 데이터센터 부하단에 저전압이 형성되는 경우, CLOD 내부의 정전력 성분의 전압 저하와 부하전력 감소 효과가 기준 부하모델과 다르게 나타난다. 그 결과 CLOD 부하모델에서는 사고 중 부하 흡수전력이 일부 완화되고, 이에 따라 전압 강하가 상대적으로 완화되어 시나리오 1 대비 CCT가 소폭 증가하였다.

표 9. 부하모델 간 CCT 비교 (시나리오 2)

Table 9. Comparison of CCT according to load models (scenario 2)

부하모델	안정$\Delta t$ (s)	불안정$\Delta t$ (s)	CCT (s)	기준 부하모델 대비 변화율 (%)
ZIP	0.178	0.179	0.178	+114.5
기준	0.083	0.084	0.083	0.0
CLOD	0.062	0.063	0.062	-25.3

그림 16. 저전압 영역에서의 정전력 부하 특성^[17]

Fig. 16. Constant-power load characteristic in the low-voltage region^[17]

위와 같은 저전압 영역에서의 정전력 부하 특성으로 인해 서버 부하 단독 적용에서 CLOD 부하모델과 기준 부하모델 간 차이가 발생했다. 기준 부하모델은 $\Delta t$=0.107 s에서 안정, $\Delta t$=0.108 s에서 불안정으로 판정되어 CCT가 0.107 s로 산정되었으며, CLOD 부하모델은 $\Delta t$=0.110 s에서 안정, $\Delta t$=0.111 s에서 불안정으로 판정되어 CCT가 0.110 s로 나타났다. 그림 18은 $\Delta t$=0.110 s 조건에서 서버 부하 단독 적용 조건에서 두 부하모델의 전압 및 유효전력 응답을 비교한 것이다. 고장 시간 동안 CLOD 부하모델은 기준 부하모델에 비해 부하전력이 감소하여 전압 강하가 덜 이루어지고 안정적인 전압 회복을 보인다. 따라서 서버 부하 단독 적용에서 CLOD의 CCT가 기준 부하모델보다 소폭 크게 산정된 것은 서버 부하의 물리적 동특성 차이라기보다, CLOD 부하모델 내부 등가 구조와 저전압 영역에서의 정전력 성분 처리 방식에 따른 모델 구현상의 차이이다.

표 10. 구성요소 단독 적용 조건에서의 CCT 비교

Table 10. CCT comparison (component-only load cases)

단독적용 부하	기준 부하모델 CCT (s)	CLOD 부하모델 CCT (s)	부하모델 간 CCT 차이 (s)
서버	0.107	0.110	0.003
냉각	0.089	0.077	0.012
기타	0.109	0.111	0.002

그림 17. SG1 회전자 위상각 응답 – 서버 부하 단독 적용

Fig. 17. SG1 rotor angle – server load only

본 냉각부하 단독 적용 조건에서는 기준 부하모델의 CCT가 0.089 s, CLOD 부하모델의 CCT가 0.077 s로 나타나 0.012 s의 가장 큰 차이가 관찰되었다. 이는 시나리오 1과 동일하게 냉각부하의 유도전동기 기반 동특성이 사고 후 재가속 과정과 전압 회복 지연에 직접적으로 관여하기 때문이다. 마지막으로 기타 부하 단독 적용 조건에서는 기준 부하모델의 CCT가 0.109 s, CLOD 부하모델의 CCT가 0.111 s로 나타나 두 부하모델 간 차이는 0.002 s로 나타났다. 이는 시나리오 1과 동일하게 두 부하모델의 전압 민감도를 정격 전압 부근에서 유사하게 맞춘 결과로, 사고 이후 전압 저하 구간에서도 기타 부하의 전압 민감도 차이에 따른 CCT 변화가 매우 제한적임을 의미한다. 따라서 시나리오 2에서도 기준-CLOD 부하모델 간 CCT 차이의 주요 원인은 냉각부하의 유도전동기 표현 방식 차이에 있으며, 서버 및 기타 부하가 전체 CCT 차이에 미치는 영향은 상대적으로 작음을 확인하였다.

그림 18. 서버 부하 단독 적용에서 기준 부하모델과 CLOD 부하모델의 전압 및 유효전력 응답 비교($\Delta t$=0.110 s)

Fig. 18. Comparison of voltage and active power responses between Reference and CLOD load models under the server-only load condition($\Delta t$=0.110 s)

4.3.3 시나리오 3 : 발전기 탈락 사고

본 절에서는 3번 발전기 탈락 사고를 적용하여 부하모델에 따른 계통 과도응답 차이를 비교하였다. 앞선 시나리오 1,2가 3상 지락 사고의 고장 지속시간을 변화시키며 CCT를 산정한 것과 달리, 발전기 탈락 사고는 고장 제거 시간에 따른 임계 지속시간을 정의할 수 어렵기 때문에 1초에 3번 발전기 탈락 이후 1번 발전기 회전자 위상각 응답을 기준으로 안정 여부를 비교하였다.

그림 19. SG1 회전자 위상각 응답 – 냉각부하 단독 적용

Fig. 19. SG1 rotor angle – cooling load only

그림 20. SG1 회전자 위상각 응답 – 냉각부하 단독 적용

Fig. 20. SG1 rotor angle – cooling load only

그림 21. SG3 탈락 시 부하모델별 SG1 회전자 위상각 응답

Fig. 21. SG1 rotor angle responses according to load models under the SG3 trip scenario

그림 21은 3번 발전기 탈락 시 CLOD, 기준, ZIP 부하모델별 1번 발전기 회전자 위상각 응답을 나타낸다. 분석 결과, ZIP 부하모델 적용 시 발전기 탈락 이후에도 회전자 위상각이 유한한 범위 내에서 진동하며 안정 상태를 유지하였다. 반면 기준 부하모델과 CLOD 부하모델은 발전기 탈락 직후 회전자 위상각이 급격히 증가하여 동기탈조 양상을 보였으며, 두 모델 모두 불안정으로 판정되었다. 이러한 차이는 발전기 탈락 이후 잔여 발전기가 전력 불균형을 분담하는 과정에서 부하모델별 전압 회복 특성이 다르게 나타나기 때문이다. ZIP 부하모델은 정적 전압 의존 특성만을 반영하므로, 냉각부하의 모터 재가속이나 이에 따른 추가 무효전력 요구를 충분히 재현하지 못한다. 반면 기준 및 CLOD 부하모델은 유도전동기 성분을 포함하므로, 발전기 탈락 이후 모터 재가속 과정에서 전압 회복이 지연되고 잔여 발전기의 전력 전달 여유가 감소한다. 전압 회복 지연은 1번 발전기의 전기적 출력 증가를 제한하며, 그 결과 가속전력이 충분히 감소하지 못해 회전자 위상각이 급격히 증가한다. 따라서 발전기 탈락 사고 조건에서도 ZIP 부하모델은 계통 안정도를 과대평가할 가능성이 있으며, 데이터센터 부하의 동특성을 반영한 기준 및 CLOD 부하모델을 적용할 필요가 있음을 확인하였다.

5. 결 론

본 논문에서는 전력계통 과도안정도 평가 관점에서 데이터센터 부하모델이 임계 고장 제거 시간(Critical Clearing Time, CCT)에 미치는 영향을 정량적으로 분석하였다. 데이터센터 부하는 선행 연구를 기반으로 서버·냉각·기타 부하로 분해한 기준 부하모델로 구성하였으며, 비교모델로 ZIP 부하모델과 CLOD 부하모델을 사용하였다. 특히 서버 부하는 AI 워크로드의 GPU On/Idle 특성을 시간에 따라 변화하는 정전력 형태로 반영하였고, 냉각부하는 유도전동기 동특성을 포함하여 고장 후 재가속 및 전압 회복 과정에서의 전기·기계 과도응답이 나타나도록 모델링하였다.

구성된 부하모델을 WECC 9-bus 테스트 계통에 적용하고, 데이터센터 접속 모선 3상 지락 사고, 발전기 접속 모선 3상 지락 사고, 발전기 탈락 사고의 세 가지 상정 사고 시나리오에 대해 과도안정도 응답을 비교하였다. 3상 지락 사고 시나리오에서는 고장 지속시간($\Delta t$)을 변화시키며 발전기(SG1) 회전자 위상각 응답을 기준으로 안정·불안정 경계를 판단하고 CCT를 산정하였다. 또한 발전기 탈락 사고 시나리오에서는 동일한 발전기(SG3) 탈락 조건에서 부하모델별 회전자 위상각(SG1) 응답을 비교하여 안정 여부를 평가하였다. 분석 결과, ZIP 부하모델은 기준 부하모델 대비 과도안정도를 지나치게 낙관적으로 평가하는 경향이 확인되었으며, CLOD 부하모델은 기준 부하모델 대비 다소 보수적인 과도안정도를 보였다. 이는 단일 정적 부하모델만으로는 데이터센터 내부 구성요소의 동특성을 충분히 반영하기 어렵다는 점을 시사한다.

또한 기준 부하모델과 CLOD 부하모델 간 과도안정도 차이의 원인을 규명하기 위해 서버·냉각·기타 부하를 각각 단독으로 적용하여 CCT를 비교하였다. 그 결과, 서버 부하 단독 적용 조건에서는 두 부하모델의 CCT가 부하모델 구조 차이에 따른 영향이 거의 나타나지 않았으나, 냉각부하 단독 적용 조건에서는 가장 큰 CCT 차이가 관측되어 데이터센터 부하모델 간 과도안정도 차이를 지배하는 핵심 요인임을 확인하였다. 또한 기타 부하는 두 부하모델 간 CCT 차이가 매우 미미하여 전체 과도안정도 차이에 미치는 영향이 제한적인 것으로 나타났다. 추가적으로 발전기 탈락 사고 조건에서도 ZIP 부하모델과 달리 기준 부하모델 및 CLOD 부하모델은 불안정 응답을 보여, 부하모델의 동특성 반영 여부가 사고 유형에 따라 안정도 평가 결과가 달라지게 할 수 있음을 확인하였다. 이러한 결과는 데이터센터 부하에서 냉각설비 성분의 동특성 반영 수준이 전력계통의 과도안정도를 결정하는 핵심 요소임을 시사한다.

종합하면, 본 논문은 데이터센터 부하를 ZIP 부하모델로 등가할 경우 전력계통의 과도안정도를 과대평가할 수 있음을 확인하였다. CLOD 부하모델은 기준 부하모델 대비 보수적인 특성을 보였으며, ZIP 부하모델과 달리 데이터센터 냉각부하의 동특성 영향을 과도안정도 평가에 반영할 수 있는 부하모델임을 확인하였다. 다만 본 논문 결과는 WECC 9-bus 기반 사례 계통과 본 논문에서 설정한 데이터센터 부하 구성 조건을 대상으로 도출된 비교 결과이므로, 계통 규모나 부하 구성 변화에 따른 일반화에는 한계가 있으며 대규모 계통이나 재생에너지 비중이 높은 계통 환경에 대한 추가 검토가 필요하다. 또한 CLOD 부하모델은 내부 모터 파라미터를 직접 확인하기 어려운 부하모델이므로, 기준 부하모델과의 세부 모터 동특성 차이에 대한 해석에는 일정 수준의 불확실성이 존재한다.

향후 연구에서는 데이터센터 냉각부하의 등가 모터 파라미터 정합과 다양한 운전 조건에서의 추가 검증을 통해 데이터센터 부하모델의 적용성과 신뢰성을 더욱 고도화할 필요가 있다. 또한 사용자 정의 모델(User Defined Model, UDM)을 활용한 비교 분석과 실계통 데이터 기반의 파라미터 검증을 통해 본 논문 결과의 적용 가능성을 확장할 필요가 있다.

Acknowledgements

This work was supported by the Korea Institute of Energy Technology Evaluation and Planning (KETEP), funded by the Ministry of Trade, Industry and Energy (MOTIE), Republic of Korea, in 2024 (RS-2024-00421642, Development of Technology for Operational Performance Evaluation of AC/DC Hybrid Distribution Networks).

References

International Energy Agency (IEA), [Online]Available:https://www.iea.org/reports/energy-and-ai, "Energy and AI," International Energy Agency, Paris, France, 2025.

Planet-Air, Dec. 6, 2024. [Online]Available:https://www.planet-air.com/ai-power-expanding-data-center-capacity-to-meet-growing-demand/, "AI power: Expanding data center capacity to meet growing demand," Planet-Air, 2024.

J. Sun, M. Xu, M. Cespedes, M. Kauffman, "Data Center Power System Stability Part I: Power Supply Impedance Modeling," CSEE J. Power Energy Systems, vol. 8, no. 2, pp. 403-419, 2022.

Y. Lee, S. Jung, "A Study on the FIDVR Mitigation Scheme using Dynamic Voltage Support by STATCOM," Trans. KIEE., vol. 67P, no. 4, pp. 208-213, 2018.

A. Jimenez-Ruiz, F. Milano, "Data Center Model for Transient Stability Analysis of Power Systems," arXiv:2505.16575, 2025.

I. D. Pasiopoulou, E. O. Kontis, T. A. Papadopoulos, G. K. Papagiannis, art. no. 107846, "Effect of Load Modeling on Power System Stability Studies," Electric Power Systems Research, vol. 207, 2022.

PowerWorld Corporation, [Online]Available:https://www.powerworld.com/WebHelp/Default.htm, "PowerWorld Simulator Help," PowerWorld Corporation, 2026.

Y. Wu, B. Fu, Z. Wu, S. Ge, "A Review on Energy-Efficient Technology in Large Data Center," Shenyang, China, pp. 5109-5114, 2018.

Center for Sustainable Systems, University of Michigan, Pub. no. CSS09-07. [Online]Available:https://css.umich.edu/publications/factsheets/built-environment/information-technology-factsheet, "Information Technology Factsheet," 2025.

Y. Li, Y. R. Li, "AI Load Dynamics - A Power Electronics Perspective," arXiv:2502.01647, 2025.

E. Choukse, "Power Stabilization for AI Training Datacenters," arXiv:2508.14318v2, 2025.

Y. H. Lee, B. H. Park, S. C. Oh, B. J. Lee, J. H. Shin, T. K. Kim, "Implementation of Under Voltage Load Shedding for Fault Induced Delayed Voltage Recovery Phenomenon Alleviation," Journal of Electrical Engineering and Technology, vol. 9, no. 2, pp. 406-414, 2014.

Korea Power Exchange (KPX), [Online]Available:https://www.kpx.or.kr/board.es?mid=a10205010000&bid=0030&act=view&list_no=74102&tag=&nPage=1, "Electricity Market Operating Rules," 2025.

Texas A&M University, [Online]Available:https://electricgrids.engr.tamu.edu/electric-grid-test-cases/wscc-9-bus-system/, "WSCC 9-Bus System," Electric Grid Test Case Repository

North American Electric Reliability Corporation (NERC), [Online]Available:https://www.nerc.com/globalassets/who-we-are/standing-committees/rstc/0-rstc-agenda-links/20251210_1_14_DRAFT_Dynamic-Load-Modeling-Technical-Reference_2025_8_19_LMWG_Approved-Redline.pdf, "DRAFT Dynamic Load Modeling: Technical Reference Document," 2025.

PowerWorld Corporation, [Online]Available:https://www.powerworld.com/files/TrainingI07VoltageControl.pdf, "Power Flow Analysis and Voltage Control using Simulator," PowerWorld Simulator Training I7, 2008.

V. Gropa, [Online] Available:https://gropa.narod.ru/PUC2_3.pdf, "Primii Pasi in PSS/E," Programarea si Utilizarea Calculatoarelor II, Universitatea Tehnică a Moldovei, Facultatea de Energetică, Catedra Electroenergetica, lecture slides

저자소개

최연빈 (Yeon-Bin Choi)

Yeon-Bin Choi received the B.S. degree in Electrical Engineering from Kyungpook National University, Daegu, Korea, in 2024. He is currently pursuing the M.S. degree in the School of Electronic and Electrical Engineering at Kyungpook National University, Daegu, Korea.

조형준 (Hyeong-Jun Jo)

Hyeong-Jun Jo received the B.S. and M.S. degrees in Electrical Engineering from Kyungpook National University, Daegu, Korea, in 2023 and 2025, respectively. He is currently pursuing the Ph.D. degree in the School of Electronic and Electrical Engineering at Kyungpook National University, Daegu, Korea.

김우영 (Woo-Young Kim)

Woo-Young Kim received the B.S. degree in Electrical Engineering from Yeungnam University, Daegu, Korea, in 2023. He is currently pursuing the M.S. degree in the School of Electronic and Electrical Engineering at Kyungpook National University, Daegu, Korea.

김민철 (Minchol Kim)

Minchol Kim received the B.S. degreein Electrical Engineering from Kyungpook National University, Daegu, Korea, in 2025. He is currently pursuing the M.S. degree in the School of Electronic and Electrical Engineering at Kyungpook National University, Daegu, Korea.

김수배 (Soobae Kim)

Soobae Kim received the B.S. degree in Electrical and Computer Engineering from Kyungpook National University, Daegu, Korea, in 2002, the M.S. degree from Seoul National University, Seoul, Korea, in 2004, and the Ph.D. degree from the University of Illinois at Urbana-Champaign, Urbana, IL, USA, in 2014. He was with Korea Electric Power Corporation (KEPCO) Research Institute, Daejeon, Korea, from 2004 to 2016. He is currently a Professor of Electrical Engineering at Kyungpook National University, Daegu, Korea. His current research interests include power system dynamics, model reduction, and the impacts of increased renewable generation coupled with power electronics on power system stability.

Tel : 053-950-7218

E-mail : soobae.kim@knu.ac.kr

KIEEThe Transactions ofthe Korean Institute of Electrical Engineers

The Transactions of the Korean Institute of Electrical Engineers

ISO Journal TitleTrans. Korean. Inst. Elect. Eng.

Journal Search

Journal XML

Journal Information

Transient Stability Impact Comparison of Data Center Load Models

Abstract

Key Words

1. 서 론

2. 데이터센터 기준 부하모델

(1)

(2)

2.1 서버 부하모델

(3)

2.2 냉각 부하모델

2.3 기타 부하모델

3. 비교 부하모델 : ZIP 및 CLOD

3.1 ZIP 부하모델

(4)

(5)

3.2 CLOD 부하모델

(6)

(7)

4. 데이터센터 부하모델에 따른 과도안정도 비교

4.2 상정 사고 시나리오

4.3 상정 사고별 과도안정도 시뮬레이션

4.3.1 시나리오 1 : 데이터센터 접속 모선 3상 지락 사고

4.3.2 시나리오 2 : 발전기 접속 모선 3상 지락 사고

4.3.3 시나리오 3 : 발전기 탈락 사고

5. 결 론

Acknowledgements

References

저자소개

최연빈 (Yeon-Bin Choi)

조형준 (Hyeong-Jun Jo)

김우영 (Woo-Young Kim)

김민철 (Minchol Kim)

김수배 (Soobae Kim)

Article Information (continued)

Key Words

KIEEThe Transactions of
the Korean Institute of Electrical Engineers