1. 연료전지와 배터리의 차이는 무엇인가요?
연료전지: 수소, NG등 연료를 주입하여 전력을 생산하는 장치 (에너지 변환)
배터리: 전기를 저장하였다가 방전하는 방식으로 전력을 공급하는 장치 (에너지 저장)
배터리(에너지 저장 장치)
충전 시: 전기 → 화학 에너지 (저장)
방전 시: 화학 에너지 → 전기 (사용)
내부 전극 물질이 화학 반응에 직접 참여, 반응 물질이 소진되면 멈춤
충·방전 반복으로 전극 물질 열화
연료전지(에너지 변환 장치)
연료(수소) + 산소 → 전기 + 물 + 열
전극은 촉매 역할만 (소모되지 않음), 연료와 산소가 계속 공급되면 계속 발전
연료 공급만으로 작동 지속
2. 연료전지를 통해 데이터센터에 전력 공급시 신뢰성과 안정성은 어떤가요?
a.) 가동률 : 데이터센터 요구사항: 99.99% (Tier 3), 99.995% (Tier 4)
- 상용 연료전지 시스템의 실제 성적
SOFC (고체산화물): 95-98% 가동률
PEMFC (고분자전해질): 97-99% 가동률
- 차이 해소 방안
단일 연료전지로는 부족 → 다중화 필수
N+1, 2N 리던던시 구성으로 목표 달성 가능
예: 3개 스택 중 1개 장애 시에도 100% 출력 유지
연료전지 고장 유형
- 스택 성능 저하 (40%)
- 주변 장치 오류: 펌프, 블로워, 제어기 (35%)
- 연료 공급 문제 (15%)
- 전력 변환 장치 오류 (10%)
예방 조치
- 실시간 모니터링 시스템 구축
- 예지 정비(Predictive Maintenance)
- 중요 부품 이중화
b.) 부하 변동 대응
데이터센터 부하 특성 :
평균 부하: 설계 용량의 60-80%
피크 부하: 설계 용량의 90-100%
부하 변동: 분 단위로 ±10-20%
급격한 변동: 서버 재부팅, 워크로드 증가 시
연료전지 타입별 부하 응답성
PEMFC (고분자전해질)
응답 시간: 수 초 이내
부하 변동 추종: 우수 (0-100% in 10초)
장점: 데이터센터 동적 부하에 적합
단점: 효율이 SOFC보다 낮음 (40-50%)
적합도: ★★★★★
SOFC (고체산화물)
응답 시간: 수 분~수십 분
부하 변동 추종: 제한적 (느린 온도 변화)
장점: 최고 효율 (55-60%)
단점: 급격한 부하 변동 시 열충격 우려
적합도: ★★★☆☆ (베이스로드 전용)
3. 그렇다면 최적의 구성 및 운영 시나리오는 어떻게 되나요?
하이브리드 시스템 구성
SOFC Base Load: 70~80% 부하를 담당
PEMFC Load Fluctuation: 20~30% 부하변동을 담당
배터리/UPS milisecond 단위의 순간응답
운영 시나리오
정상 운전: SOFC 70% + PEMFC 10% = 80% 부하
피크 시간: SOFC 70% + PEMFC 30% = 100% 부하
급격한 증가: 배터리가 즉시 대응 → PEMFC 증가 → 안정화
야간 저부하: SOFC만 운전 (최고 효율)
4. 그럼 문제가 없는 건가요?
경제성 측면에서 보면, 한국의 경우 전력 가격이 160~190 원/kw 이지만 연료전지로 전기 생산에 필요한 가격은(LCOE) 약 200~300원/kw 수준으로 아직 경제성 측면에서 경쟁력 확보가 필요한 상황입니다.
연료전지외에도 Gas Engine, 태양광, 풍력등 여러 에너지 자원에 대해서도 함께 하이브리드로 구성하는 등 여러 측면에서 검토가 필요합니다.

https://www.fuelcellenergy.com/industries/
Fuel cells for data centers | FuelCell Energy
Learn how fuel cell technology can help data centers with the time to power issue.
www.fuelcellenergy.com
'Data Center > Data Center' 카테고리의 다른 글
| 연료전지 개요와 Type별 특징 (3) | 2025.11.25 |
|---|---|
| AI Datacenter 에 필요한 Load(부하) 특성 _ Part 6_(LLM Inference) (0) | 2025.07.21 |
| AI Datacenter 에 필요한 Load(부하) 특성 _ Part 6_(LLM Inference) (0) | 2025.07.18 |
| AI Datacenter 에 필요한 Load(부하) 특성 _ Part 5_(Finetuning) (0) | 2025.07.15 |
| AI Datacenter 에 필요한 Load(부하) 특성 _ Part 4 (LLM Training) (0) | 2025.07.12 |