하지원
(Jiwon Ha)
aiD
윤여정
(Yeojeong Yun)
biD
김성진
(Sungjin Kim)
ciD
정세웅
(Sewoong Chung)
d,†iD
-
충북대학교 공과대학 환경공학과
(Department of Environmental Engineering, Chungbuk National University)
Copyright © KOREAN SOCIETY ON WATER ENVIRONMENT
Key words
CE-QUAL-W2, Cooling water, Data center, Deep water intake, Lake Soyang, Outflow temperature
1. Introduction
인공지능 보급의 확대와 IT기술의 발달에 따라 데이터의 사용량이 급증하고 있다. 2015년부터 2020년까지 데이터센터의 수는 연 평균 약 10.9%
성장했으며, 다가오는 미래에도 점차 증가할 것으로 예상된다(Park et al., 2022). 최근 보고서에 따르면, 전세계 데이터센터 전력 소비는 2022년 기준 약 460 TWh로 전력 소비 전체의 약 2%를 차지하였으며, 2026년까지
두 배 수준으로 증가할 가능성이 제기되고 있다(IEA, 2024). 데이터센터 가동 시 내부 장비에서 발생하는 막대한 열을 제어하기 위한 공조 시스템은 설계⋅기후⋅운영에 따라 전체 에너지 소비의 약 30-40%를
차지하는 것으로 보고된다(Almoli et al., 2012;
Lee and Chen, 2013;
Winick et al., 2025;
Zhang et al., 2022).
이에 따라 국내외적으로 수열을 활용한 데이터센터 냉각 시스템에 관한 연구가 진행되고 있다. 국외의 경우, 호수나 해양의 심층수를 활용하는 수열에너지
시스템의 에너지 절감 효과와 경제성 분석에 대한 연구가 수행되었다(Kumar et al., 2025;
Ling et al., 2017;
Mokhatari and Arabkoohsar, 2021). 국내에서도 수열에너지 활용 연구가 이루어지고 있으나, 대다수의 선행연구는 데이터센터의 폐열과 에너지 효율 관점에 국한되어 있다(Cho and Choi, 2021;
Korea Energy Economics Institute, 2019;
Park and Seo, 2014). 특히, 소양호와 같이 계절적 성층이 뚜렷하고 집중호우 시 탁수가 발생하는 복잡한 수리 환경에서, 안정적인 수온 확보와 수질 제약 조건을 동시에
만족하는 취수 전략에 관한 구체적인 연구는 미비한 실정이다.
현재 소양강댐에서 계획하고 있는 ‘강원도 수열 에너지 융복합 클러스터 사업’에서는, 발전방류구에서 추가로 관로를 설치하여 냉각수로 활용하는 방안을
발표한 바 있다(Song, 2020). 하지만 데이터센터를 안정적으로 운영하려면 연중 7℃ 이하의 냉각수를 지속적으로 공급할 수 있어야 한다. 또한, 여름철에 발생하는 장기 탁수로 인한
영향을 최소화해야 하므로, 심층수 취수 위치에 따른 수온과 수질 변화를 정밀하게 예측하는 과정이 필수적이다.
저수지나 호수와 같은 깊은 수체의 임의 층에서 물을 선택 취수하는 설비는 하류하천 수온 및 수질관리와 수생태계 보호를 위해 광범위하게 활용되고 있다(Fischer, 1979;
Jung et al., 2007;
Martin et al., 2018;
Sapin et al., 2017). 선택적으로 취수한 물의 수온과 수질은 취수 수심과 취수량, 수온 성층 구조, 수질의 수직 분포 등에 의해 결정된다(Imberger and List, 1989). 따라서 소양호와 같이 수심이 깊은 수체에서 취수하는 물의 수온과 수질의 연중 변화를 정밀 예측하기 위해 복잡한 저수지 수리현상을 반영한 다양한
수치모델이 활용되고 있다(Lee et al., 2007;
Lee and Chen, 2013;
Lee et al., 2021;
Park and Chung, 2020;
Yang et al., 2019).
수치모델 중 CE-QUAL-W2 모델(이하 W2)은 소양호와 같이 폭이 좁고 수심이 깊은 저수지의 수온성층 해석에 적합하며, 소양호를 대상으로 다수의
선행연구에서 여름철 수온 성층 구조와 집중호우 이후 발생하는 중층 밀도류 현상을 적절히 잘 재현하는 것으로 검증되었다(Chung et al., 2011;
Kim and Kim, 2006;
Kim et al., 2001;
Woo et al., 2010;
Yun et al., 2019). 또한, 소양호 외에도 전 세계 여러 저수지에서 수온 및 수질 예측에 널리 활용되어 그 신뢰성이 입증되었다(Hu et al., 2025;
Jung et al., 2007;
Tak et al., 2015;
Ziaie et al., 2019).
본 연구의 목적은 소양강댐에서의 수온 성층 구조와 탁수 거동을 예측하여, 데이터센터 냉각에 필요한 연중 7℃ 이하의 냉각수를 안정적으로 확보할 수
있는 최적 취수 전략을 제안하는 것이다. 이를 위해 W2를 적용하여 현재 계획된 발전방류구 취수 방식과 더 깊은 수심에서 선택취수하는 방식을 각각
모의하였다. 각 시나리오별 취수 수온과 탁도를 예측하고, 방류 특성을 비교⋅평가함으로써 목표 수온 달성 가능성과 장기 탁수의 영향 최소화 효과를 정량적으로
분석하였다. 최종적으로, 이러한 평가 결과를 바탕으로 지속가능한 냉각수 확보와 효율적 수열에너지 운영을 위한 최적 취수 방안을 제안한다. 기존의 W2
모형을 이용한 연구들은 주로 홍수기 밀도류의 수리적 거동 해석이나 부영양화 기작 규명 등 자연 현상의 재현에 주력해왔다면, 본 연구는 실제 데이터센터
냉각수 공급 조건을 반영한 다심도 취수 시나리오를 구성하여 연중 냉각수 안정성, 탁도 저감 효과, 수문변동(풍수년⋅가뭄년)에 따른 취수 위험성을 정량적으로
비교한 점에서 차별성을 갖는다. 연구의 결과는 소양호뿐만 아니라 국내 다목적댐에서 추진 중인 수열에너지 활용 사업의 심층 취수 전략 최적화와 수질
영향 예측에 기여할 수 있다.
2. Materials and Methods
2.1 연구대상지역
본 연구의 대상지역인 소양강댐은 강원도 춘천시 소양강에 위치한 다목적댐이다(Fig. 1). 소양호는 한반도 중앙부에 위치하고 있으며 유역면적 2,703.0 km2, 저수면적 70.0 km2, 총 저수용량 29억 m3 인공호수로, 홍수 방지는 물론 갈수기에 유지용수공급기능을 겸하고 있다(K-water, 2022a, 2022b). 소양강댐은 길이 530.0 m, 높이 123.0 m, 체적 9,600천 m3의 중앙차수벽형 사력댐이다(K-water, 2019). 계획홍수위는 EL. 198.0 m이며, 상시만수위는 EL. 193.5 m, 저수위는 EL. 150.0 m로 운영된다.
수문 방류시설은 EL. 186.5 m에 설치되어 홍수기에 초과 유입된 물을 방류함으로써 댐 수위를 조절한다. 발전 방류시설은 EL. 130.0-150.0
m 구간에 위치한 발전방류구(penstock)를 통해 심층수를 취수하여 발전에 활용하며, 발전 후 방류수가 하류로 흘러 나간다. 이와 같이 발전 방류시설은
저층수를 방류하는 주요 통로로서 하류 수온과 수질에 직접적인 영향을 미친다.
한국수자원공사는 탁수 유입시 고탁도 물의 장기간 방류에 따른 하류영향 최소화를 위해 수온과 수질 상태에 따라 물을 선택적으로 취수할 수 있는 선택취수설비를
2017년에 준공하여 운영 중이다(Yum et al., 2011). 신규 선택취수탑은 기존 발전방류 취수탑 인근에 위치하며, EL. 170.0 m-EL. 184.5 m의 구간에서 선택적으로 물을 취수할 수 있는
3개의 문비 (B10 m×H4.8 m×H89.2 m)를 갖추고 있다(Fig. 2). 저수지 임의 층에서 선택취수한 물은 신규 터널(D7.3 m×L61.9 m)을 통해 기존 도수터널에 접속되어 발전방류구를 통해 발전 및 하류 용수공급에
이용된다.
Fig. 1. Layout of Lake Soyang and locations of monitoring stations
Fig. 2. Schematic view of selective intake structures at Soyanggang Dam
2.2 CE-QUAL-W2 모델 개요
W2 모델은 1980년대 미 육군 공병단(US Army Corps of Engineers)에 의해 개발된 2차원 횡방향 평균 수리-수질 연동 모델로,
저수지 수온 성층 해석과 밀도류 유동 해석이 가능하다. 미 육군 공병단, 미 개척국(USBR), 테네시 유역 관리청(TVA) 등 미국의 주요 저수지
관리 기관에서 댐 저수지의 수질관리를 위한 모형으로 광범위하게 활용되고 있다(Cole and Tillman, 2001). W2 모델은 횡방향 완전혼합을 가정하므로 국내의 소양호와 같이 폭이 좁고 수심이 깊은 수체 모의에 적합하다(Chung et al., 2005). W2 모델의 지배방정식은 연속방정식(식 2.1)과 x-방향 및 z-방향 운동량 방정식(식 2.2, 식 2.3), 자유수면방정식(식 2.4), 밀도
상태방정식(식 2.5), 물질수지방정식(식 2.6)으로 구성되며, 6개의 미지수 즉, x-방향 유속($u$), z-방향 유속($w$), 수압($P$),
밀도($\rho$), 저수지 수위($\xi$), 수질농도($C$)를 유한차분 수치해석기법을 사용하여 계산한다.
여기서, $B$=저수지 폭(m), $u$=x-방향 유속(m/s), $w$=z-방향 유속(m/s), $q$=측방 유입량(m3/s), $P$=압력(N/m2), $\rho$=밀도(kg/m3), $\tau$=전단응력(m3/s2), $A$=와점성계수(m2/s), $H$=저수지 수심(m), $\xi$=자유수면 위치(m), $C$=물질의 농도(mg/L), $C_{TDS}$=총용존 고형물 농도(mg/L),
$C_{SS}$=부유 고형물 농도(mg/L), $T$=수온(℃), $E$=와확산계수(m2/s)이다.
2.3 모델의 보정 및 검정
과거 10년(2014-2023년)의 소양강댐 강우량과 유입량, 방류량, 저수위의 시계열을 Fig. 3에 나타내었다. 수문자료는 한국수자원공사 물정보포털에서 제공한 일단위 자료를 사용하였다. 과거 수문현황에 대해 분석한 결과, 5-10월 누적 강우량(1507.3
mm/day)과 일 최대 강우량(166.4 mm/day), 하루 100 mm 이상의 강우빈도(6회)가 최대 수준을 나타낸 2022년을 보정기간으로
선정하였다.
모의 대상 연도의 유입량을 비교해보면 2022년의 평균 유입량이 87.3 m3/s로 평년 대비 약 127%로 나타나, 풍수년의 특성을 보였다. 검정 기간인 2016은 5-10월 누적 강우량은 1037.0 mm, 일 최대 강우량은
241.6 mm, 하루 100 mm 이상의 강우빈도가 2회 였으며, 연평균 유입량은 52.0 m3/s로 평년 대비 약 76%를 나타내어 가뭄년으로 기록되었다. 일 최대유입량이 3000.0 m3/s 이상인 탁수 사상은 2020년과 2016년에 각각 2회와 1회 발생하였다.
Fig. 3. Daily variations of hydrological factors in Lake Soyang (2014-2023)
2.4 시나리오 구성
데이터센터 냉각수 심층 취수 위치가 댐 방류수의 수온 및 탁도에 미치는 영향을 분석하기 위해 4개의 운영 시나리오를 구성하였다. 시나리오는 모델의
보정기간인 2022년과 검정기간인 2016년을 기준으로 적용하였다. 기준 시나리오 S0는 발전방류구(EL. 130-150 m)를 통해 발전용수만 공급하는
현재 조건, S1은 하루 241,000 m3 (2.79 m3/s)의 냉각수를 발전방류구를 통해 추가 취수하는 조건, S2와 S3는 S1과 동일한 유량의 냉각수를 각각 EL. 130 m와 EL. 120 m에서
선택 취수하여 공급하는 조건으로 설정하였다. S1의 경우 사업 계획에 따라 기존 발전방류구를 통해 방류되는 발전방류량에 데이터센터 취수량(2.79
m3/s)을 합하는 방식으로 구성하였다. 이는 단순하게 방류량이 증가된 것과 같으며, 취수량은 발전방류량의 약 1%정도 수준에 해당한다. S2와 S3는
발전방류량과 혼합하지 않고 선택취수설비와 같은 별도 구조를 통해 취수하는 조건이다. S4-S7은 2022년과 같은 조건을 2016년에 적용한 것이다.
각 시나리오의 조건은 Table 1과 같다.
Table 1. Scenarios for operation of deep water withdrawal
|
Scenario
|
Year
|
Withdrawal Elevation
|
Withdrawal Amount (m3/s)
|
Remark
|
|
S0
|
2022
|
EL. 130-150 m
|
-
|
Penstock outlet
|
|
S1
|
EL. 130-150 m
|
2.79
|
Penstock outlet
|
|
S2
|
EL. 130 m
|
2.79
|
Selective intake
|
|
S3
|
EL. 120 m
|
2.79
|
Selective intake
|
|
S4
|
2016
|
EL. 130-150 m
|
-
|
Penstock outlet
|
|
S5
|
EL. 130-150 m
|
2.79
|
Penstock outlet
|
|
S6
|
EL. 130 m
|
2.79
|
Selective intake
|
|
S7
|
EL. 120 m
|
2.79
|
Selective intake
|
2.5 모델의 구성
2.5.1 지형 자료 구성
W2 모델의 입력자료로는 지형자료, 기상자료, 유량과 수질 경계조건자료, 초기조건자료, 그리고 각종 매개변수 등이 있다(Cole and Wells, 2015). 본 연구의 수치격자 자료는 선행연구(Ryu, 2009)를 통해 구축된 자료를 사용하였다(Fig. 4). 소양호의 격자구성은 총 연장 약 70 km에 달하며, 흐름방향으로 500 m 간격의 138개 Segment와 수직방향으로 1 m 간격의 최대
134개 Layer로 구성하였다. 수치격자의 정확도를 평가하기 위해 예측된 수위별 저수용량과 수위-저수용량 곡선식(Table 2)을 이용한 실측값을 비교하였다. 오차평가는 Absolute Mean Error (AME), Root Mean Square Error (RMSE),
Coefficient of Determination (R2)을 사용하였다(Table 3). 산정한 결과, R2 값이 0.999로 매우 높게 나타났으며, AME와 RMSE값도 19.226×106 m3, 29.398×106 m3로 유효저수용량(1,920 ×106 m3) 대비 각각 1.0%와 1.5%로 낮아 수치격자의 신뢰도는 높게 평가되었다(Fig. 5).
Fig. 4. Grid system created for Lake Soyang based on bathymetry data; (a) Top view,
(b) Cross view, (c) Side view
Table 2. Water level-storage capacity curve of Lake Soyang
|
Water level range
|
Curve Equation
|
|
-999 < X ≦ 86.69
|
0.0013131313×X3 -0.3185714286×X2 +25.7841630592×X -696.176666667
|
|
86.69 < X ≦ 120.3
|
0.0016612367×X3 -0.3700997158×X2 +27.4714253243×X -681.9903320794
|
|
120.3 < X ≦ 154.96
|
-0.0000116934×X3 +0.2371019596×X2 -46.3462717001×X +2323.3611377873
|
|
154.96 < X ≦ 170.45
|
0.0041903165×X3 –1.6533836429×X2 +237.4423796011×X -11892.7005882403
|
|
170.45 < X ≦ 999
|
-0.000528391×X3 +0.7780514326×X2 -179.7589007195×X +11945.873265358
|
|
X=Water Level
|
Table 3. Statistical indices used to evaluate the model accuracy
|
Statistical Index
|
Equation
|
|
Absolute Mean Error
|
$AME = \frac{1}{N} \sum_{i=1}^{N} |Q_f - Q_o|$
|
|
Root Mean Square Error
|
$RMSE = \sqrt{\frac{1}{N} \sum_{i=1}^{N} [Q_f - Q_o]^2}$
|
|
Coefficient of Determination
|
$R^2 = 1 - \frac{\sum_{i=1}^{N} (Q_o - Q_f)^2}{\sum_{i=1}^{N} (Q_o - Q_{ave})^2}$
|
|
Qo=observations, Qf=simulations, Qave=mean of observations, N=total of observations
|
Fig. 5. Comparison of observed and simulated capacity-water level curves in Lake Soyang
2.5.2 입력 자료 구성
모델의 보정연도(2022년)와 검정연도(2016)에 대한 입력자료는 다음과 같다. 초기조건 데이터는 저수지 수위, 수심별 수온과 SS 농도가 필요하며
모의 시작 시점에 가장 가까운 측정값을 사용하였다. 수위의 경우 한국수자원공사 물정보포털의 댐 운영자료(시간 단위)를 사용하였고, 수온과 SS 농도
등 수질 자료는 기후에너지환경부 물환경정보시스템 소양강댐 수질측정망 자료(주간 단위)와 한국수자원공사에서 제공한 소양호 댐앞 자동측정망 자료(분 단위)를
이용하였다.
경계조건은 유입유량, 방류량(발전방류, 수문방류, 관개방류, 비상방류), 기상, 유입수 수온, 유입수 SS농도 자료를 사용하였으며, 댐의 유입량 및
방류량은 국가수자원관리종합정보시스템(WAMIS)의 일단위 자료를 이용하였다. 유입수 수온과 유입수 SS농도는 한국수자원공사에서 제공한 사구미교 자동측정망의
시간단위 자료를 사용하였다. 사구미교 자동측정망 자료의 경우 보정기간에 1-6월, 검정기간에 1-4월 동안 수온과 탁도에 대해 결측치가 존재하여 수온
추정식(식 2.7, 식 2.8)을 적용해 결측치를 보간하였다(K-water, 2007;
Ryu, 2009). 유입수 SS 농도는 탁도 실측 데이터를 선행연구를 통해 개발된 탁도-SS 관계식(식 2.12)을 사용하여 변환하였으며, 결측치에 대해서는 SS
회귀식(식 2.9, 식 2.10, 식 2.11)을 사용하였다(K-water, 2022a;
Park et al., 2018). 댐 내 탁도는 강우 시 측정된 데이터로 개발한 탁도-SS 관계식(식 2.13)을 사용하였다. 기상자료는 기온, 풍향, 풍속, 이슬점온도, 일사량을
춘천 자동기상관측소(AWS)에서, 전운량을 북춘천 자동기상관측소(AWS)에서 수집된 자료를 사용하였다.
유입수에 포함된 SS의 입경은 크기에 따라 3개의 그룹으로 구분하여 구성하였다(Table 4). 강우시 SS 입경분포는 강우 강도와 규모, 그리고 강우 시기에 따라 변동성이 커 실험실 입도 분석과 Laser In Situ Scattering
Transmissometry (LISST) 실험결과를 참고하여 2022년과 2016년에 각각 다른 분율을 적용하였다.
Table 4. Classification of suspended solids (SS) groups and fractions for 2022 and
2016
|
Group
|
Settling velocity (m/day)
|
2022 Fraction(%)
|
2016 Fraction(%)
|
|
SS1
|
0.1
|
50
|
80
|
|
SS2
|
2.0
|
40
|
10
|
|
SS3
|
5.0
|
10
|
10
|
W2에서 수온과 탁도 보정에 사용된 매개변수들은 Table 5와 같다. Longitudinal eddy viscosity (AX)는 운동량의 종방향 난류 확산계수이며, Longitudinal eddy diffusivity
(DX)는 횡 방향 평균 질량과 열의 종 방향 난류 확산계수이다. 저수지 바닥과 상부 수체 경계면에서의 열 교환은 저수지 바닥 퇴적층 온도, 퇴적층
상부 수체의 수온, 퇴적층-수체 두 매채 간의 열 교환 계수(CBHE)에 의해 결정된다. 대기와 저수지 수표면 경계에서 열 교환이 고려된 것은 증발,
바람에 의한 응력, 태양복사에너지에 의한 열 교환이다. 바람에 의한 에너지 교환은 바람차단효과(Wind sheltering effect)에 의해 결정되며
WSC는 바람의 차단효과를 정량적으로 반영하는 매개변수이다. W2 모형에서 감쇠계수는 순수한 물에 의한 감쇠(EXH20), 무기부유물질에 의한 감쇠(EXHSS),
유기부유물질에 의한 감쇠(EXOM), 조류에 의한 감쇠(EXA)로 구분하며, 후자 3가지의 경우 이들 물질이 모의 될 때만 포함된다. BETA는 태양복사
에너지 중 저수지 수면으로부터 0.6 m 깊이에 흡수되는 비율을 나타내는 매개변수이다.
여기서, WT=유입수 수온(℃), Tair=대기기온(℃), Tdew=이슬점온도(℃), Q=유량(m3/s)이다.
Table 5. Model parameters used for hydrodynamic calibration
|
Parameters
|
Variable
|
Unit
|
Default
|
Calibrated
|
|
Longitudinal eddy viscosity
|
AX
|
m2/s
|
1.0
|
1.0
|
|
Longitudinal eddy diffusivity
|
DX
|
m2/s
|
1.0
|
1.0
|
|
Coefficient of bottom heat exchange
|
CBHE
|
W m2/s
|
0.3
|
0.45
|
|
Bottom friction solution
|
FRICC
|
-
|
CHEZY
|
CHEZY
|
|
Wind sheltering coefficient
|
WSC
|
-
|
-
|
1.0-2.5
|
|
Solar radiation absorbed in surface layer
|
BETA
|
-
|
0.45
|
0.45
|
|
Extinction coefficient for pure water
|
EXH20
|
m-1
|
0.45
|
0.25
|
3. Results and Discussion
3.1 물수지 검정
지형자료의 물수지 재현성을 확인하기 위해 보정연도(2022)와 검정연도(2016)의 실측 수위와 모의된 수위를 시계열로 비교하여 나타내었다(Fig. 6). 분석 결과, 2016년의 AME와 RMSE는 각각 0.095 m, 0.232 m, 2022년은 각각 0.101 m, 0.233 m로 나타나 실측
저수위 대비 매우 작은 오차를 보였다. 또한, R2는 2016년에 0.996, 2022년에 0.999로 유입⋅유출에 따른 수위 변동 예측에 높은 정확도를 보였다.
Fig. 6. Comparisons of observed and simulated water surface elevations for (a) 2022
and (b) 2016
3.2 수온 보정 및 검정
수온 성층 재현성을 평가하기 위해 보정기간인 2022년과 검정기간인 2016년을 대상으로 실측 수온과 모의 수온을 비교하여 제시하였다(Fig. 7). 각기 다른 두 수문사상에 대해 모델은 여름철 수온 성층이 일어날 때와 가을철 전도 현상이 나타나는 시기를 잘 모의하였으며, 계절에 따른 수온
성층의 발달과 소멸 과정을 잘 재현하였다. 2022년 모의값과 실측값의 AME와 RMSE가 각각 0.292℃와 6.01℃(평균 1.424℃), RMSE
0.368℃과 6.290℃(평균 1.985℃)로 나타났으며, 2016년은 AME 0.479℃와 3.440℃(평균 1.089℃), RMSE 0.520℃과
3.890℃(평균 1.399℃)로 나타났다.
소양호는 3월까지 완전혼합 상태를 유지하다가, 4월 이후부터 표층 수온이 상승하면서 성층이 발달하기 시작하였다. 7월 이후 표층과 심층간의 수온 차이가
증가하면서 수온 성층이 강화되고, 강우 시 외부의 유입으로 수온 약층 상부의 수온이 일시적으로 상승하게 되면서 이중 수온약층이 형성되었다. 홍수기간이
지나고 10월부터 대기 기온이 강하하면서 성층이 파괴되어 수직혼합이 일어났으며, 모델은 이러한 수온구조의 계절적 변화를 적절히 재현하였다.
그러나, 보정기간인 2022년에는 검정기간인 2016년에 비해 수온 전이층에서 오차가 크게 나타났다. 2022년은 강우 발생 빈도와 규모가 상대적으로
높아 중층으로 탁수가 유입되는 사례가 빈번하게 나타났다. 강우 시 유입되는 하천수는 수온이 급격히 낮아져 밀도 차이에 의해 중층으로 침투하게 되며,
이는 수온약층의 깊이와 저수지 내 수온 성층 구조 형성에 직접적인 영향을 미친다. 이러한 특성으로 인해 유입수 수온의 추정 과정에서 약간의 오차가
발생할 경우, 탁수 밀도류의 침투 깊이와 이동 경로가 실제와 다르게 모의될 수 있으며, 그 결과 Julian Day 226–249 구간에서 실측과
모의 간 수온 차이가 다소 크게 나타난 것으로 판단된다.
Fig. 7. Comparisons of observed and simulated water temperature profiles; (a) 2022,
(b) 2016
3.3 탁수 보정 및 검정
강우 사상에 따른 탁수 거동 모의 결과를 실측값과 비교하여 Fig. 8에 제시하였다. 모델은 2022년 7-10월에 집중된 강우 시 발생한 탁수의 유입과 중층 밀도류의 현상을 적절히 재현하였다(Fig. 8(a)). 유입된 탁수는 수온약층의 위쪽인 EL. 140-160 m 사이에 위치했으며, 첨두탁도는 약 EL. 150 m로 나타났다. 탁도의 모의값과 실측값을
AME와 RMSE로 평가하였으며, 각각 0.3-16.7 NTU(평균 5.5 NTU), 0.8-19.9 NTU (평균 6.8 NTU)로 나타났다. Julian
Day 287일 이후로 하층부에 탁수가 잔존하는 경향을 보였다.
2016년 7월에 집중된 강우 사상에 대한 탁수 거동 예측 결과를 Fig. 8(b)에 제시하였다. 실측값과 모의값의 오차는 AME 0.3-13.4 NTU(평균 5.3 NTU), RMSE 0.3-21.6 NTU (평균 8.0 NTU)로
나타났으며, Julian Day 274일 이후에도 탁도가 높게 형성되어 11월 이후까지 20 NTU 이상 분포하는 현상을 보였다.
실측값과 예측값의 오차와 심층부 탁수 잔존 원인은 유량-SS 관계식의 오차, 강우 사상별 입경분포의 시간변동, 모델에 사용하는 입자 침강속도의 불확실성에
있다. 모델의 오차를 줄이기 위해서는 강우시 실시간 모니터링을 통한 탁도-SS 관계식 사용, 다양한 강우사상에 대한 입경분포 자료 수집, LISST
등의 장비를 이용한 유사의 공간적 침강특 현장조사가 필요하다(Chung et al., 2011;
Pedocchi and García, 2006).
Fig. 8. Comparisons of observed and simulated turbidity profiles; (a) 2022, (b) 2016
3.4 방류수 수온 및 탁도 시계열 재현성 검정
데이터센터 취수 시나리오 분석의 직접적인 대상이 되는 방류수의 수온 및 탁도에 대한 모델의 재현성 검정은 대규모 탁수가 발생한 보정기간인 2022년을
대상으로 하였다(Fig. 9). 방류수 수온과 탁도 자료는 한국수자원공사가 소양강댐 발전방류구에서 실측한 자료를 수집하여 사용하였다. 단, 1-4월 기간에는 결측으로 인해 비교에서
제외하였다. 또한, 11월 이후의 데이터는 과거 10년(2014-2023년)의 방류수 수온 및 탁도 자료를 월별 box plot (Fig. 10)으로 비교 분석한 결과, 수온이 15℃에 고정되거나 탁도가 0으로 급감하는 등 측정 시스템의 오류로 판단되어 모델 평가에서 제외하였다.
방류수 수온의 시계열 재현성을 검정한 결과, W2 모델은 여름철 상승하고 겨울철 하강하는 계절적 변동 패턴을 실측값과 유사하게 모의하였으며, R2 0.889로 높은 재현성을 나타내었다. 탁도 또한 7-10월 집중호우 기간에 실측값과 유사한 시점에서 첨두값이 발생하여 강우 사상에 대한 모델의
재현성을 잘 유지하였으며, R2는 0.759로 나타났다. 다만, 탁도의 첨두값을 과소평가하는 경향을 나타내었다.
모델은 입력자료(입경분포, SS-탁도 관계식, 유량-SS 관계식 등)의 불확실성으로 인해 저층에서는 탁도 실측값을 과대 산정하는 경향을 보이나, 중층에서는
탁수층을 비교적 정확히 재현하였다. 그 결과 방류수의 수온과 탁도 시계열의 변동성은 각각 88.9%와 75.9% 이상의 재현성을 보였다. 다만, 현재
발전방류구가 위치한 EL. 130-150 m 이하의 심층에서는 탁도가 과대 산정되는 경향이 있어, 이 구간 아래에서 선택취수하는 시나리오에서는 탁도
영향을 실제보다 크게 평가할 가능성이 있으므로 해석 시 이를 고려해야 한다.
Fig. 9. Comparison of observed and simulated outflow: (a) water temperature and (b)
turbidity
Fig. 10. Boxplot analysis of monthly (a) water temperature and (b) turbidity of the
dam outflow (2014-2023)
3.5 시나리오 분석
보정과 검정을 거친 수리⋅수질 모델을 활용하여 데이터센터 냉각수 취수 위치에 따른 방류수 수온 및 탁도 변화를 정량적으로 분석하였으며, 2022년
수문 사상에 대한 4개의 시나리오(S0, S1, S2, S3)와 2016년 수문사상에 대한 4개의 시나리오(S4, S5, S6, S7) 모의 결과를
시계열로 비교하였다(Fig. 11).
우선, 기준 조건인 S0에서 방류수 수온은 여름철 최대 19.68℃까지, 탁도는 최대 26.3 NTU까지 상승하였다. 연평균 수온과 탁도는 각각 9.80℃와
4.0 NTU로 나타났다. 취수 위치를 변경하지 않은 S1의 경우, 방류량 대비 취수량의 비중이 1.0% 수준이어서 S0와 유사한 결과를 보였다.
방류수 수온은 연중 5.15-19.96℃ 범위(평균 9.96±4.16℃)로 분포하였으며, 방류수 탁도는 0.1-26.4 NTU(평균 3.8±5.7
NTU)로 나타났다. 특히, 6-11월 동안 수온이 7℃를 초과하는 일수는 179일에 달하여 장기간 고수온 조건이 지속됨을 확인하였다.
반면, 현재 발전방류구 위치보다 약 20 m 아래에 위치한 취수 조건(S3)에서는 연중 수온이 4.94-8.35℃ 범위(평균 5.56±0.70℃)로
유지되어 7℃ 이하의 안정적인 냉각수 확보가 가능하였다. 또한, 최대 탁도는 10.6 NTU로 S1 대비 약 60% 감소하였으며(Table 6), 탁도 변동성도 상대적으로 낮게 나타났다. 이러한 결과는 취수 위치 조정이 냉각수 품질 개선에 효과적임을 시사한다.
하지만, S1의 경우 강우 유입 이후 10월부터 탁도가 급격히 감소하는 반면, S2와 S3는 10월 이후에도 계속 잔존하는 경향이 나타났는데, 이는
탁수 예측 모델이 2022년 보정 기간에 심층에서 탁도가 잔류하는 오차를 보인 것이 원인으로 보인다. 이로 인해 방류수 탁도가 11월 이후 실측값보다
높게 예측되었으며(Fig. 9(b)) 시나리오 해석에도 영향을 미친 것으로 판단된다.
다른 수문 조건에서의 유효성을 확인하기 위해, 상대적으로 유입량이 적었던 2016년에 대해 동일한 시나리오 분석을 수행하였다. 기준 조건인 S4의
방류수 수온은 최대 13.05℃, 탁도는 최대 22.7 NTU까지 상승하였으며, 연평균 수온과 탁도는 각각 8.32℃, 6.6 NTU로 나타났다.
2016년 역시 취수 위치를 변경하지 않은 S5 조건에서 6-11월 동안 수온이 7℃를 초과하는 일수는 161일에 달하여 냉각수원으로서 한계를 보였다.
반면, 발전방류구 위치보다 20 m 아래에 위치한 취수 조건인 S7에서는 연중 수온이 4.65-8.30℃ 범위(평균 5.23±0.79℃)로 유지되어
기준을 안정적으로 만족하였으며, 최대 탁도 또한 13.7 NTU로 S5 대비 약 38% 감소하여 2022년과 같이 뚜렷한 개선 효과를 보였다. 이는
선택취수설비를 이용한 심층 취수 방식이 서로 다른 수문 사상에서도 일관되게 효과적임을 의미한다.
금번 시나리오 분석은 최근 홍수년(2022년)과 가뭄년(2016년) 탁수사상을 대상으로 수행되었으나, 극한호우 사상에서 문제는 더 심각해질 수 있다.
실제, 과거 사례 중 2006년 태풍 에위니아 내습 시 발생한 탁수 사상은 그 영향이 매우 심각하였다. 당시 소양강댐은 50 NTU 이상의 탁수를
240일 이상 발전방류를 통해 하류로 방류한 바 있으며(Lee, 2008;
Yum et al., 2011), 이와 같은 극한 탁수 사례는 냉각수 확보에 중대한 영향을 미칠 수 있다. 최근 이상기후로 인한 극한 호우 발생 빈도 및 강도의 증가가 보고되고
있는 점을 고려할 때, 장기 탁수 조건에서도 안정적인 냉각수 확보가 가능한 취수 위치 및 관리 전략의 수립이 필수적이다(Batuca and Jordaan, 2021).
Fig. 11. Time series of withdrawal temperature and turbidity by scenario (a) 2022,
(b) 2016
Table 6. Statistical summary of withdrawal water temperature and turbidity by scenario
|
Scenario
|
year
|
Location
|
Temperature(℃)
|
Turbidity (NTU)
|
|
Min
|
Max
|
Avg
|
Min
|
Max
|
Avg
|
|
S0
|
2022
|
EL. 130-150 m
|
5.15
|
19.68
|
9.80
|
0.2
|
26.3
|
4.0
|
|
S1
|
EL. 130-150 m
|
5.15
|
19.96
|
9.96
|
0.1
|
26.4
|
3.8
|
|
S2
|
EL. 130 m
|
5.05
|
8.43
|
5.93
|
0.3
|
14.0
|
3.4
|
|
S3
|
EL. 120 m
|
4.94
|
8.35
|
5.56
|
0.3
|
10.6
|
3.0
|
|
S4
|
2016
|
EL. 130-150 m
|
4.89
|
13.05
|
8.32
|
1.1
|
22.7
|
6.6
|
|
S5
|
EL. 130-150 m
|
4.88
|
13.73
|
8.56
|
1.1
|
22.1
|
6.8
|
|
S6
|
EL. 130 m
|
4.76
|
9.26
|
5.54
|
1.7
|
18.3
|
4.0
|
|
S7
|
EL. 120 m
|
4.65
|
8.30
|
5.23
|
1.8
|
13.7
|
3.3
|
4. Conclusion
본 연구에서는 2차원 수리-수질 연동 모델인 W2를 이용하여 소양호의 심층수를 데이터센터 냉각수로 활용하기 위한 취수 방안을 평가하였다. 풍수년(2022년)과
가뭄년(2016년)의 서로 다른 수문 조건에 대해 다양한 취수 시나리오를 모의한 결과, 현재 발전방류구를 활용하는 조건인 S1은 두 해 모두에서 여름과
가을에 데이터센터의 냉각수 기준 수온을 크게 초과하였으며, 시나리오 중 가장 높은 최대 탁도를 나타냈다. 반면, 현재 발전방류구보다 20 m 아래에서
선택취수설비로 취수하는 시나리오인 S3와 S7은 연중 7℃ 이하의 안정적인 수온 확보가 가능하였고, 최고 탁도 또한 S1, S5와 비교하여 각각 60%와
38% 감소하였다.
본 연구는 W2 모형을 활용하여 소양호의 심층수를 데이터센터 냉각수로 활용하기 위한 최적 취수 조건을 정량적으로 제시하였으며, 이는 기존의 성층⋅밀도류
해석 중심 연구와 구별되는 실제 수열에너지 활용사업의 설계⋅운영을 위한 공학적 의사결정 도구로서의 확장성을 보여준다. 따라서 본 연구에서 제시한 접근법은
소양호뿐 아니라 국내 다목적댐의 수열에너지 활용을 위한 심층 취수 전략 최적화 및 냉각수 품질 예측 모델로 활용될 수 있다는 점에서 학술적⋅실무적
기여가 크다.
그러나, 금번 연구는 2022년과 2016년의 특정 수문사상에 대해 분석하였으므로 이상강우 등 극한 기상의 영향은 반영하지 못한 한계가 있다. 따라서,
미래의 기후변화 시나리오를 고려한 극한 탁수사상에 대하여도 연구가 필요하다. 또한, 현재 설치되어 있는 소양강댐 선택취수설비는 EL.170.0 m
– EL.184.5 m 구간에서만 취수가 가능하므로 시나리오 S2, S3, S6, S7의 적용을 위해서는 추가적인 선택취수설비의 설치에 대한 기술적
타당성, 에너지 절감효과, 건설 비용 등을 종합적으로 고려하는 경제성 평가 연구도 필요하다.
Acknowledgement
본 결과물은 기후에너지환경부의 재원으로 한국환경산업기술원의 수생태계 건강성 확보 기술개발사업의 지원을 받아 연구되었습니다. (과제번호:2021003030004)
References
Almoli A., Thompsion A., Kapur N., Summers J., Thomppson H., Hannah G., 2012, Computational
fluid dynamic investigation of liquid rack cooling in data centres, Applied Energy,
Vol. 89, No. 1, pp. 150-155
Batuca D. G., Jordaan Jr. J., 2021, Silting and desilting of reservoirs, pp. 1-353
Cho Y., Choi J. M., 2021, A study on the improvement of the water source energy distribution
regulation for high efficient data center cooling system in Korea, Journal of the
Korean Society for Geothermal and Hydrothermal Energy, Vol. 17, No. 3, pp. 21-29
Chung S. W., Oh J. K., Park J. H., 2005, Simulations of temporal and spatial distributions
of rainfall-induced turbidity flow in a eerservoir using CE-QUAL-W2, Journal of Korea
Water Resources Association, Vol. 38, No. 8, pp. 655-664
Chung S. W., Park H. S., Yoon S. W., Ryu I. G., 2011, Effect of installing a selective
withdrawal structure for the control of trubid water in Soyang Reservoir, Journal
of Korean Society on Water Environment, Vol. 27, No. 6, pp. 743-753
Cole T. M., Tilman D. H., 2001, Water quality modeling of Allatoona and west point
reservoirs using CE-QUAL-W2, U. S. Army Corps of Engineers, pp. 3-10
Cole T. M., Wells S. A., 2015, CE-QUAL-W2: A two-dimensional, laterally averaged,
hydrodynamic and water quality model, Version 3.72 user manual, pp. 16-27
Fischer H. B., 1979, Mixing in inland and coastal waters, pp. 201-202
Hu G., Yang Z., Lu J., Bai F., 2025, Thermal response of deep monomictic reservoir
under different selective withdrawal types, Journal of Environmental Management, Vol.
373, pp. 123794
Imberger J., List E. J., 1989, Physical limnology, Advances In Applied Mechanics,
Vol. 27, pp. 303-475
2024, Electricity 2024
Jung Y. R., Liu H., Kim Y. K., Ye L., Chung S. W., 2007, Effect of selective withdrawal
on the control of turbidity flow and its water quality impact in Deacheong Reservoir,
Journal of Korea Water Resources Association, Vol. 40, No. 8, pp. 601-615
Kim Y. H., Kim B. C., 2006, Application of a 2-dimensional water quality moel(CE-QUAL-W2)
to the turbidity interflow in a deep reservoir (Lake Soyang, Korea), Lake and Reservoir
Management, Vol. 23, No. 3, pp. 213-222
Kim Y. H., Kim B. C., Choi K. S., Seo D. I., 2001, Modeling of thermal stratification
and transport of density flow in Soyang Reservoir using the 2-D hydrodynamic water
quality model, CE-QUAL-W2, Journal of the Korean Society of Water and Wastewater,
Vol. 15, No. 1, pp. 40-49
2019, Case studies of data center waste heat utilization for district heating and
cooling and policy implications
Kumar K., Syed M. A., Annadurai G., 2025, Methodology to analyze the feasibility of
deep seawater cooling systems, Renewable Energy, Vol. 252, pp. 123567
2007, Report on establishing turbid water reduction measures for multipurpose dams
2019, Survey report on sedimentation in soyang river dam (2017)
2022, Effectiveness evaluation of dam turbid water reduction measures and development
of reduction methods considering climate change
2022, Final report on the basic survey of water resources and environment for the
soyang river dam and hoengseong dam basins(2022)
Lee H. S., Chung S. W., Shin S. I., Choi J. K., Kim Y. K., 2007, Evaluation of SELECT
model for the quality prediction of water released from stratified reservoir, Journal
of Korean Society on Water Environment, Vol. 23, No. 5, pp. 591-599
Lee J. Y., 2008, A hydrological analysis of current status of turbid water in Soyang
River and its mitigation, Journal of Soil and Groundwater Environment, Vol. 13, No.
6, pp. 85-92
Lee K. P., Chen H. L., 2013, Analysis of energy saving potential of air-side free
cooling for data centers in worldwide climate zones, Energy and Buildings, Vol. 64,
pp. 103-112
Ling L., Zhang Q., Zeng L., 2017, Performance and energy efficiency analysis of data
center cooling plant by using lake water source, Procedia Engineering, Vol. 205, pp.
3096-3103
Martin J. L., Schottman R. W., McCutcheon S. C., 2018, Hydrodynamics and transport
for water quality modeling, pp. 1-816
Mokhtari R., Arabkoohsar A., 2021, Feasibility study and multi-objective optimization
of yseawater cooling systems for data centers: A case study of Caspian Sea, Sustainable
Energy Technologies and Assessments, Vol. 47, pp. 101528
Park H. S., Chung S. W., 2020, Characterizing spatiotemporal variations and mass balance
of CO2 in a stratified reservoir using CE-QUAL-W2, Journal of Korean Society on Water
Environment, Vol. 36, No. 6, pp. 508-520
Park H. S., Chung S. W., Cho E. J., Lim K. J., 2018, Impact of climate change on the
persistent turbidity issue of a large dam reservoir in the temperate monsoon region,
Climatic Change, Vol. 151, No. 3, pp. 365-378
Park S. H., Seo J. H., 2014, Economic evaluation of air-side economizer system for
data center, Korean Journal of Air-Conditioning and Refrigeration Engineering, Vol.
26, No. 4, pp. 145-150
Park J. Y., Jang H. J., Choi S. H., Jung R., Jung S. H., 2022, Current and prospects
of waste heat utilization and cooling technology in data centers, Journal of Korean
Society of Environmental Engineers, Vol. 44, No. 11, pp. 493-503
Pedocchi F., Garcia M. H., 2006, Evaluation of the LISST-ST instrument for suspended
particle size distribution and settling velocity measurements, Continental Shelf Research,
Vol. 26, No. 8, pp. 943-958
Ryu I. G., 2009, Effect of selective withdrawal on the hydrodynamics and regime of
turbidity currents in a stratified reservoir, Master's Thesis, Chungbuk National University,
pp. 25-29
Sapin J. R., Saito L., Dai A., Rajagopalan B., Blair Hanna R., Kauneckis D., 2017,
Demonstration of integrated reservoir operations and extreme hydroclimate modeling
of water temperatures for fish sustainability below Shasta Lake, Journal of Water
Resources Planning and Management, Vol. 143, No. 10, pp. 04017062
Song Y. S., 2020, Plan to build an eco-friendly data center complex, Magazine of the
SAREK, Vol. 49, No. 11, pp. 16-21
Tak Y. H., Kim Y. D., Chong S. A., Chung S. W., 2015, Analysis of water quality impact
for water intake in Jinyang Reservoir using CE-QUAL-W2, Journal of Korea Water Resources
Association, Vol. 48, No. 10, pp. 857-868
Winick J. A., Zhu G., Kitz K., Adams A., 2025, Reducing data center peak cooling demand
and energy costs with underground thermal energy storage (UTES)
Woo J. S., Lee Lee, Lee S. H., Lee S. S., Kim W. B., Oh E. Y., Kwon O. Y., 2010, The
simulation of residence time and suspended solid in Soyang-River watershed during
storm rainfall by using the CE-QUAL-W2, pp. 625-626
Yang P., Fong D. A., Lo E. Y., Monismith S. G., 2019, Circulation patterns in a shallow
tropical reservoir: Observations and modeling, Journal of Hydro-Environment Research,
Vol. 27, pp. 75-86
Yum K., Ko Y., Lee P., Kim H., 2011, Current status of turbidity reduction planning
in Soyanggang-dam, Water for Future, Magazine of Korea Water Resources Association,
Vol. 44, No. 12, pp. 93-97
Yun Y. J., Park H. S., Chung S. W., 2019, Projection of water temperature and stratification
strength with climate change in Soyanggang Reservoir in South Korea, Journal of Korean
Society on Water Environment, Vol. 35, No. 3, pp. 234-247
Zhang Y., Zhao Y., Dai S., Nie B., Ma H., Li J., Miao Q., Jin Y., Tan L., Ding Y.,
2022, Cooling technologies for data centres and telecommunication base stations–A
comprehensive review, Journal of Cleaner Production, Vol. 334, pp. 130280
Ziaie R., Mohammadnezhad B., Taheriyoun M., Karimi A., Amiri S., 2019, Evaluation
of thermal stratification and eutrophication in Zayandeh Roud Dam Reservoir using
two-dimensional CE-QUAL-W2 Model, Journal of Environmental Engineering, Vol. 145,
No. 6, pp. 05019001