Limiting the Impact of AI Data Centers on Fatigue Life of Thermal Turbine Generators in the Grid: A Frequency-Domain Approach

기술 요약: AI 데이터센터가 열 터빈 발전기의 피로 수명에 미치는 영향 제한

문제 제기
인공지능 (AI) 데이터센터 (DC) 는 특히 학습 주기 동안 매우 변동이 큰 전력 소비 패턴을 보이며, 이 기간 중 전력은 짧은 시간 내에 정격의 최대 70% 까지 증가할 수 있습니다. 이러한 지속적인 과도 현상은 계통 신뢰성에 중대한 도전을 제기합니다. 기존 문헌은 AI 데이터센터로 인한 전자기 모드 여기 및 인버터 기반 자원 (IBR) 에 의한 서브싱크로너스 진동 (SSO) 에 대해 다루었으나, 동기 발전기 (SG) 열 터빈 축의 피로 수명에 미치는 영향에 대해서는 중요한 공백이 존재합니다.

현재 유틸리티 규정 (예: ERCOT, LIPA, AESO) 은 부하 변동에 대한 정량적 한계를 부과하고 있으나, 이러한 한계들은 종종 1 차 원리에서 도출된 견고한 기술적 근거가 부족합니다. 구체적으로, 비동기 진동 및 주파수 편이로 인한 블레이드 진동에 대응하여 터빈 - 발전기 피로 수명을 보장하면서 여러 AI 데이터센터에 대한 허용 변동량을 동시에 최적화할 수 있는 확립된 방법이 존재하지 않습니다.

방법론
본 논문은 AI 데이터센터 부하 변동을 평가하고 제한하기 위한 주파수 영역 프레임워크를 제안합니다. 이 접근법은 3 단계 프로세스로 구성됩니다:

1. 1 단계: 발전기 단자에서의 최대 허용 전력 변동 결정

   • 비틀림 피로: 터빈 - 발전기 기계측의 집중 다중 질량 모델을 사용합니다. 프레임워크는 항복 및 피로 파괴를 방지하기 위해 평균 응력과 교번 응력을 모두 고려한 보강된 수정 굿맨 다이어그램을 기반으로 각 축 단면의 최대 허용 전단 진폭을 계산합니다. 발전기 전력 출력과 축 응력 간의 전달 함수를 유도하여 응력을 안전 한계 내로 유지하는 최대 허용 단일 주파수 전력 변동 ($P_{e,i}^{max}$) 을 결정합니다.
   • 블레이드 진동: 터빈 블레이드에서의 진동 응력을 유발하는 정격이 아닌 주파수 작동을 방지하기 위해 허용 주파수 편이 ($\Delta f_{max}$) 를 기반으로 한 제한도 부과됩니다.
   • 다중 주파수 합성: Hölder 부등식을 사용하여, 발전기 전력 출력의 모든 주파수 성분의 진폭 합이 단일 주파수 분석에서 유도된 최소 허용 변동량을 초과하지 않아야 한다는 충분 조건을 프레임워크가 설정합니다.

2. 2 단계: 대수적 상호작용 계수 (IFs) 계산

   • 특정 버스에서의 AI 데이터센터 부하 변화를 다양한 발전기 단자의 전력 출력 변화로 매핑하기 위해, 저자들은 새로운 부하 흐름 기반 접근법을 제안합니다.
   • 이 방법은 기본 사례 부하 흐름을 실행하고, 서브트랜지언트 임피던스 뒤의 내부 전압을 계산하며, 단자 버스를 PQ 버스로 유지하면서 발전기 내부 버스를 슬랙 버스로 취급하는 것을 포함합니다.
   • AI 데이터센터 부하를 교란시키고 이에 따른 발전기 전력 변화를 관찰하여 대수적 상호작용 계수 ($IF_{ij} = \Delta P_{e,i} / \Delta P_{L,j}$) 를 계산합니다. 이 방법은 확장 가능하도록 설계되었으며, 분리된 부하 흐름 가정에 의존하지 않습니다.

3. 3 단계: 최적화 및 선별

   • 버스 선별: AI 데이터센터 입지에 대한 후보 버스들은 발전기 한계를 위반하지 않고 지원할 수 있는 최대 허용 변동량 ($P_{dc}^{max}$) 을 기준으로 순위가 매겨집니다.
   • 선형 계획법 (LP): 여러 AI 데이터센터에 대한 최적 허용 변동량을 결정하기 위해 최적화 문제가 수립됩니다. 목표는 각 발전기 단자에서의 가중치 합 (상호작용 계수를 통해) 이 최대 허용 한계를 초과하지 않도록 하는 제약 조건 하에서 허용 변동량의 합을 최대화하는 것입니다.

검증 프레임워크
제안된 접근법은 동위상자 (Dynamic Phasor, DP) 모델링 프레임워크를 사용하여 검증됩니다. 이 프레임워크는 송전선 동역학, 다중 질량 SG 터빈 모델, 그리고 IBR 을 포함하는 대규모 강성 계통의 확장 가능한 시뮬레이션을 허용하면서 주파수 영역 분석 능력을 유지합니다. DP 모델은 서브싱크로너스 공진 (SSR) 을 위한 IEEE 첫 번째 벤치마크 모델 (FBM) 을 사용하여 전자기 과도 (EMT) 모델에 대해 검증되었습니다.

주요 결과
본 프레임워크는 세 가지 테스트 시스템에 적용되었습니다:

1. 수정된 IEEE 4-발전기 시스템: 이 접근법은 특정 버스에서 32.39 MW 진폭을 가진 20 Hz 성분 (비틀림 모드와 일치) 이 축 응력과 주파수 편이를 안전 한계 내에 유지시키는 것으로 성공적으로 확인했습니다. 시간 영역 시뮬레이션은 대수적 상호작용 계수 접근법이 보수적이지만 정확한 경계를 제공함을 확인했습니다.
2. 수정된 IEEE 68-버스 시스템: 이 연구는 선형 계획법 최적화의 필요성을 입증했습니다. 12 개의 후보 버스가 조정 없이 개별 최대치로 변동할 수 있도록 허용되었을 때, 발전기 7(G7) 에 대한 집합적 영향은 그 한계를 초과하여 예측된 축 파손으로 이어졌습니다. 선형 계획법을 해결함으로써 각 버스의 허용 변동량을 줄였습니다 (예: 상위 순위 버스의 경우 약 80 MW 에서 약 13 MW 로), 모든 축 응력과 주파수 편이가 안전 한계 내에 있도록 보장했습니다.
3. 합성 2,000-버스 텍사스 시스템: 이 방법의 확장성이 입증되었습니다. 선형 계획법 최적화는 485 개의 발전기와 1,123 개의 부하가 있는 계통에서 실행되었습니다. 선별 및 순위 매기기를 통해 이 방법은 10 MW 임계값보다 큰 허용 변동량을 가진 13 개의 실현 가능한 버스를 식별하여 대규모 계통에 대한 접근법의 적용 가능성을 입증했습니다.

의의 및 주장
본 논문은 터빈 - 발전기 피로 수명을 보호하기 위해 AI 데이터센터 부하 변동에 대한 정량적이고 기술적으로 정당화된 한계를 결정하기 위한 1 차 원리 기반 프레임워크를 제공한다고 주장합니다. 주요 기여 사항은 다음과 같습니다:

• 주파수 영역 분석과 굿맨 다이어그램을 사용하여 AI 데이터센터 부하 변동과 비틀림 피로 손상 간의 연관성을 확립합니다.
• 복잡한 소프트웨어 도구 없이 상호작용 계수를 계산하기 위한 계산 효율적인 부하 흐름 기반 방법을 제안합니다.
• 여러 AI 데이터센터에 대한 허용 변동을 동시에 최적화하기 위한 확장 가능한 선형 계획법 접근법을 수립합니다.
• 이러한 한계를 결정하기 위해 전체 계통이 아닌 지역화된 연구 영역이 종종 충분함을 입증하여 계획자들의 실용적 적용성을 향상시킵니다.

저자들은 주파수 영역 분석이 보수적인 정상 상태 경계를 제공하지만, 시간 영역 시뮬레이션은 승강률에 대한 제약과 사용된 노름 부등식의 보수성으로 인해 과도 현상의 오버슈트가 원하는 한계 내에 머무른다고 확인한다고 강조합니다.