AI 데이터 센터 및 전력 품질 - 그리드 교란의 새로운 범주
| 부하 유형 | 하이퍼스케일 AI 데이터 센터 — GPU 클러스터, 서버 전원 공급 장치, 고급 냉각, UPS 시스템 |
| 규모 | 100 에 MW 1+ 캠퍼스당 GW — 개별 시설은 이제 소규모 발전소의 발전 용량을 초과합니다. |
| 주요 PQ 차이점과. 기존 DC | AI 훈련은 동기화된 GPU 작동을 생성합니다. 즉, 1초 안에 수백만 와트가 변경되어 기존 데이터 센터에서는 알 수 없는 진동 부하 특성을 생성합니다. |
| 고조파 프로파일 | THD는 종종 초과 5% — 3위, 5일, 7차 지배적 - 그리드 임피던스와 병렬 공진 위험 |
| Transient load ramp rate | Several megawatts per second during training burst initiation — causes voltage flicker and frequency deviation at the PCC |
| Voltage sag risk to grid | Simultaneous UPS disconnection during voltage sags — Northern Virginia: hundreds of MW disconnecting at once |
| Documented grid incident | Dominion Energy grid event triggered by once-per-second voltage sag from a data centre facility |
| Regulatory gap | No specific grid codes for AI data centre load behaviour — IEEE 1547 and equivalent European codes written for generators, not large non-linear loads |
01 Context — When Data Centres Became Grid-Scale Problems
For two decades, data centres were managed as facility-level power quality problems: large collections of single-phase switch-mode power supplies drawing harmonic currents, requiring careful neutral conductor sizing, UPS ride-through specification, and occasionally active harmonic filtering at the distribution board level. Their grid impact was negligible — a 10 MW data centre connected to a 500 MVA substation is a 2% 하중, not a grid stability concern.
This has changed. AI model training requires the simultaneous operation of tens of thousands of GPU accelerators, drawing power at densities of 30–100 kW per rack, in buildings of 100 MW to several hundred megawatts. In regions with high AI data centre concentration — Northern Virginia, 피닉스, 싱가포르, the Amsterdam–Frankfurt corridor — individual transmission nodes now serve gigawatts of AI compute load. At this scale, the power quality behaviour of the data centre is no longer a facility problem. It is a grid problem.
2010년대의 기존 기업 데이터 센터는 상대적으로 안정적인 전력 소비로 5~20MW를 소비했습니다., 연속 부하 프로필. 하이퍼스케일 AI 훈련 시설 2025 초당 수십 메가와트씩 변화하는 매우 동적인 부하 프로필로 100~500MW를 끌어옵니다.. 북부 버지니아 데이터 센터 통로는 이제 3 단일 지역 전송 시스템에 연결된 데이터 센터 부하의 GW. 학습 작업이 완료되면, 또는 오류로 인해 여러 시설에서 동시에 UPS 연결이 끊어지는 경우, 순간적인 부하 변화는 대형 발전 장치를 잃는 것과 비슷할 수 있습니다. 이는 주파수 부족 부하 차단 방식의 개발에 동기를 부여한 것과 동일한 주파수 안정성 문제를 촉발합니다..
02 다른 종류의 로드 — GPU 훈련 시그니처
기존 데이터 센터 부하 - 웹 서버, 스토리지 시스템, 네트워킹 장비 - 상대적으로 원활하게 전원을 끌어옵니다., 연속 패턴. 개별 서버는 활용도에 따라 소비량이 달라집니다., 하지만 수천 개의 다양한 워크로드의 총합은 평균적으로 안정적입니다., 천천히 변화하는 총 수요. 이러한 통계적 평균화는 기존 데이터 센터 부하가 변전소 수준에서 좋은 역률과 상대적으로 낮은 고조파 함량을 갖는 이유입니다..
AI 훈련 부하는 이러한 평균 가정을 깨뜨립니다.. 분산 GPU 훈련 중, 수천 개의 GPU가 긴밀하게 동기화되어 작동합니다. 모두 정방향 및 역방향 전달 중에 동시에 계산합니다., 그런 다음 그라디언트 동기화 단계에서 모두 동시에 통신합니다., 그런 다음 모두 다시 계산하십시오.. 이 동기화된 작업은 진동 하중 특성을 생성합니다.: 전체 시설은 훈련 알고리즘의 반복 빈도에 따라 결정된 속도로 고전력 계산 단계와 저전력 통신 단계를 번갈아 가며 나타납니다..
AI 훈련 부하의 통계적 평균화 손실은 근본적입니다. 이는 더 나은 전원 공급 장치 사양으로 해결할 수 있는 설계 결함이 아닙니다.. 분산 훈련 알고리즘에는 GPU 동기화가 필요합니다.. 훈련 실행의 모든 GPU는 동기화 단계가 시작되기 전에 기울기 계산을 완료해야 합니다., 모든 GPU는 다음 계산 단계가 시작되기 전에 업데이트된 그래디언트를 수신해야 합니다.. 고전력 및 저전력 위상이 교대로 반복되는 것은 워크로드의 본질적인 속성입니다., 전원 공급 장치 설계의 인공물이 아닙니다.. 스무딩 적용 가능 - 랙 수준 배터리, 펌웨어 제어 램프 속도 제한, 의사소통 단계 중 더미 작업 부하 주입 - 훈련 효율성을 저하시키지 않고는 완전히 제거할 수 없음.
03 시설 수준의 전력 품질 문제
화성학
GPU 서버 전원 공급 장치는 스위치 모드 변환기입니다. THD가 종종 초과하는 비정현파 전류를 소비합니다. 5%, 3위가 지배함, 5일, 및 7차 고조파. 규모로는 100 수천 개의 서버 전원 공급 장치가 동시에 작동하는 MW AI 데이터 센터, 시설 변전소의 총 고조파 전류가 상당할 수 있습니다.. 문헌에 인용된 한 시설에서는 공급망에 과도한 전압 고조파 왜곡이 발생한 후 전용 고조파 완화 솔루션을 설치해야 했습니다..
기존 데이터 센터가 생성하는 것 이상으로 AI 데이터 센터에 특정한 조화 위험은 병렬 공명입니다.. 고밀도 시설에 대형 역률 보정 커패시터 뱅크와 UPS 커패시터 스테이지를 신속하게 설치하면 특정 고조파 주파수에서 공진 회로를 생성할 수 있습니다.. 설비의 고조파 전류가 네트워크의 공진 주파수와 일치하는 경우, 고조파 전압이 증폭되어 잠재적으로 변압기 과열을 유발할 수 있는 수준까지, 보호 계전기 오작동, 또는 연결된 유통망 전반에 걸친 장비 손상.
전압 플리커 및 주파수 편차
섹션에 설명된 동기화된 훈련 버스트 로드 서명 02 공통 커플링 지점에서 전압 플리커를 생성합니다.. When the entire facility ramps from communication-phase load to compute-phase load — a change of tens of megawatts in under a second — the voltage at the PCC drops briefly, then recovers as the grid frequency regulation system responds. If this ramp occurs at a rate that falls in the 1–15 Hz frequency range of peak human visual sensitivity, it produces perceptible light flicker on other customers connected to the same substation — a community impact problem analogous to the industrial welding machine flicker described in CS06, but at vastly larger scale.
문헌에 문서화된 기술 분석은 데이터 센터 시설에서 초당 정확히 한 번씩 전압 강하(훈련 작업 부하의 반복 빈도)를 생성하는 Dominion Energy 시스템의 실제 그리드 이벤트를 설명합니다.. 정규, 동일한 변전소 버스의 다른 고객에게 전파되는 정확한 시간의 전압 강하, 정확히 이 공급 방해 주파수에 민감한 장비에 체계적 간섭을 일으킴. 이는 이론적인 위험이 아닙니다.. 이는 기존 전력 품질 표준 프레임워크가 예상하지 못한 원인이 확인된 문서화된 작동 사고입니다. 프레임워크는 교란 주파수가 고정된 부하에 대해 작성되었기 때문입니다. (화성학) 아니면 무작위로 (모터 시동, 아크로), 서브 헤르츠 속도로 의도적으로 주기적이지 않음.
전압 불균형 및 상호고조파
Large AI data centres with dense single-phase server loads across three-phase distribution systems create voltage unbalance when the loads are not perfectly balanced across phases. The neutral current from triplen harmonics — third harmonic dominant in switch-mode power supplies — adds to the unbalance problem. 또한, certain switching patterns in high-frequency GPU power converters produce interharmonic components — frequency components that are not integer multiples of the fundamental — which can create beat frequencies with other equipment and cause unusual interference patterns not addressed by standard harmonic limits.
04 Grid-Level Risks — Beyond the Facility Fence
At gigawatt scale and geographic concentration, AI 데이터 센터 PQ 동작은 시설의 자체 유통 시스템을 훨씬 뛰어넘는 위험을 야기합니다.:
| 위험 | 기구 | 문서화된 규모 | 전례 |
|---|---|---|---|
| 동시 UPS 연결 끊김 | 전압 강하 중, 여러 시설에서 UPS 부하를 동시에 차단 - 수백 MW의 부하를 즉시 제거 | 북부 버지니아: 2.6 GW 동시 연결 끊김 위험 확인 | ERCOT 분석 — 그리드 불안정성에 대한 임계값 |
| 주파수 불안정 | 트레이닝 버스트의 다중 MW/초 부하 램프는 주파수 조절에 도전합니다. 발전기 트립 이벤트와 유사합니다. | 고밀도 영역에서 기록된 ±0.5Hz 주파수 편차 | 도미니언 에너지 그리드 이벤트 |
| 고조파 공명 전파 | 대규모 시설의 고조파 전류는 네트워크 임피던스와 상호 작용하며 공진 주파수에서 증폭됩니다. | 변압기 과열, 보호 계전기 문제 | 고조파 필터가 필요한 다수의 문서화된 사고 |
| 커뮤니티 규모의 깜박임 | 서브헤르츠 속도의 주기적인 훈련 버스트 전환으로 공유 변전소 버스에서 체계적인 조명 깜박임 생성 | 동일한 변전소에 있는 모든 고객에게 표시됨 | Dominion Energy는 초당 한 번 발생하는 새그 사고 |
05 완화 — 기술 및 운영 접근 방식
AI 데이터 센터 PQ 영향 완화는 두 가지 수준에서 작동합니다.: 시설 수준 (데이터 센터가 그리드로 방출하는 양을 줄입니다.) 그리고 그리드 레벨 (데이터 센터에서 방출되는 것을 흡수하는 그리드의 능력 향상).
시설 수준 조치
- 활성 고조파 필터 (APF) 및 정적 변수 생성기 (SVG) — 시설 고조파 THD를 아래로 줄일 수 있습니다. 3%. 시설의 고조파 전류가, 네트워크 임피던스와 결합, IEEE보다 높은 전압 THD를 생성합니다. 519 PCC의 한도
- 랙 수준 배터리 에너지 저장 — 컴퓨팅에서 통신으로의 단계 전환 중에 전력을 제공하거나 흡수하여 훈련 버스트 로드 과도 현상을 버퍼링합니다.. AI 데이터 센터 캠퍼스의 Tesla Megapack 배포는 다음과 같은 효과적인 로드 평활화를 입증했습니다. 100+ MW 규모
- 펌웨어로 제어되는 GPU 램프 속도 제한 — 훈련 버스트 시작 중에 GPU가 전력 소모를 늘리는 속도를 제한하는 소프트웨어 제약 조건, 그리드에 표시된 dP/dt를 다음에서 줄입니다. 10+ MW/s에서 1–2 MW/s의 제어 램프까지
- 더미 워크로드 주입 — 중요하지 않은 컴퓨팅 작업을 실행하여 통신 단계에서 최소 전력 소비를 유지합니다., 진동 특성의 깊이를 줄이고 하중 스윙 크기를 제한합니다.
- 위상 균형 및 부하 재분배 — systematic assignment of server loads across phases to minimise neutral current and voltage unbalance at the facility substation
Grid-level measures
- Coordinated UPS ride-through specifications — requiring AI data centre UPS systems to maintain grid connection down to 50–70% of nominal voltage for at least one second before disconnecting, preventing the simultaneous mass disconnection risk
- Fault ride-through requirements — analogous to the requirements imposed on renewable generators under IEEE 1547 and European grid codes, requiring AI data centres to remain connected during short-term voltage and frequency disturbances rather than disconnecting to protect hardware
- Dynamic performance requirements at the PCC — specifying harmonic emission limits, ramp rate limits, reactive power support obligations, and voltage tolerance ranges as conditions of grid connection approval for facilities above a defined threshold
Multiple grid operators — ERCOT, PJM, National Grid — are actively developing specific grid connection requirements for large AI data centre loads. The direction of travel is clear: data centres above a threshold size (typically 50–100 MW) will be required to demonstrate fault ride-through capability, harmonic compliance at the PCC, and controlled ramp rate behaviour as conditions of transmission connection. Facilities that cannot demonstrate compliance will face either mandatory retrofit of harmonic mitigation and battery storage, or connection to a dedicated substation with strengthened impedance. 적극적인 PQ 준수를 위한 투자 사례는 매력적입니다..
06 유틸리티 전력 품질 관점
AI 데이터 센터는 1990년대 VFD 확산 이후 전력 배전 엔지니어에게 등장한 가장 중요한 새로운 범주의 전력 품질 문제를 나타냅니다.. 평행선은 유익하다: VFD는 처음에 PQ 평가 요구 사항 없이 설치되었습니다., IEEE의 소급 적용을 통해 해결하는 데 10년이 걸린 고조파 문제 발생 519. AI 데이터 센터에서도 동일한 패턴이 이미 나타나고 있습니다. 빠른 배포, 연결 승인 시 부적절한 PQ 요구 사항, 현재 회고적 규제 조치를 추진하는 그리드 영향에 대한 문서화 증가.
주요 차이점은 규모입니다.. 규정을 준수하지 않는 VFD 설치는 한 시설과 인접한 몇몇 고객에게 영향을 미칠 수 있습니다.. A 500 MW AI data centre with inadequate harmonic mitigation and no fault ride-through requirement can affect thousands of customers across a regional substation area, and its simultaneous disconnection during a voltage sag can threaten grid stability across a transmission zone.
Utility power quality engineers are now being asked to assess grid connection applications for facilities that did not exist as a load category when their assessment frameworks were written. IEEE 519 framework addresses harmonics. The flicker standard addresses voltage fluctuations. Neither was designed for a load that creates megawatt-per-second ramps at precise sub-hertz frequencies, that can simultaneously disconnect hundreds of megawatts in response to a grid voltage event, 또는 단일 지역 전송 버스에 기가와트의 민감한 비선형 부하를 집중시키는 것입니다.. 엔지니어링 커뮤니티는 적응하고 있습니다. 이 사례 연구에 인용된 논문은 이러한 적응의 최첨단을 나타냅니다.. 그러나 현재 규제 프레임워크와 대규모 AI 데이터 센터의 실제 그리드 영향 사이의 격차는 넓습니다., 표준 위원회가 격차를 해소하기 위해 노력하는 동안 실시간으로 격차를 관리하는 사람은 전력 공급 엔지니어입니다..
참조
- Li B 외. “AI 데이터 센터를 위한 힘: 에너지 수요, 그리드 영향, 도전과 관점.” 에너지, 19(3), 722, 1월 2026. DOI: 10.3390/en19030722. 오픈 액세스 CC BY 4.0.
- 장 Y 외. “AI 데이터센터의 전력수요와 그리드 영향: 도전과제와 전망.” arXiv:2509.07218, 9월 2025. 사용 가능: arxiv.org/abs/2509.07218
- 자오 세트 외. “전력망에 AI 데이터 센터 통합의 기술적 과제 — 설문 조사.” 에너지, 19(1), 137, 12월 2025. DOI: 10.3390/en19010137. 오픈 액세스 CC BY 4.0.
- NERC / 에르코트. Large Load Integration Workshop Presentations. North American Electric Reliability Corporation, April–May 2025.
- IEEE 표준 519-2022. 전력 시스템의 고조파 제어에 대한 IEEE 표준. IEEE, 뉴욕, NY, 2022.
- IEEE 표준 1547-2018. IEEE Standard for Interconnection and Interoperability of Distributed Energy Resources with Associated Electric Power Systems Interfaces. IEEE, 뉴욕, NY, 2018.
Primary sources: Li B et al., 에너지 19(3):722 (2026), DOI: 10.3390/en19030722, CC BY 4.0 · Zhang Y et al., arXiv:2509.07218 (2025) · Zhao S et al., 에너지 19(1):137 (2025), CC BY 4.0. Documented grid incident: Dominion Energy system, as reported in Zhang et al. (2025).
SVG diagrams and the Utility PQ Perspective section (섹션 6) Denis Ruest의 원본 IPQDF 편집 콘텐츠입니다., 석사. (적용된), 물리 공학과. (퇴사.). IPQDF는 원본 연구의 저자임을 주장하지 않습니다..