Liquid cooling system performance analysis: free cooling opportunities in Saint Petersburg

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This paper presents an analysis and comparison of the energy and cost effectiveness of year-round liquid cooling systems that could be used in the climate of Saint Petersburg. An analysis of average monthly outdoor air temperatures over the past 10 years and the calculation of the seasonal energy performance ratio of a standard chiller and a chiller with an integrated free cooling system allowed to calculate the cost effectiveness of the free cooling technology.

The study showed that a chiller with an integrated free cooling system has a significantly higher (by approximately 30%) seasonal energy performance ratio compared to a standard chiller. A cost estimate has confirmed that, despite higher initial capital costs, the free cooling system provides annual energy savings of approximately 1.5 million RUB. Economic benefits (return on additional investment) are already achieved in the first year of operation due to a significant reduction in operating costs.

This study analyzes and provides design solutions for cooling systems based on real-life climate data for Saint Petersburg (average annual temperature = 7.1 °C) and the parameters of specific systems, enhansing the applicability of the findings in desiging energy-efficient systems in this region.

About the authors

Rostislav V. Sigunov

ITMO University

Author for correspondence.
Email: rsigunov@thermexenergy.ru
Russian Federation, Saint Petersburg

Igor V. Baranov

ITMO University

Email: barigor@mail.ru
ORCID iD: 0000-0003-0595-368X
SPIN-code: 1938-6901
Scopus Author ID: 57209773690

Dr. Sci. (Engineering), Professor

Russian Federation, Saint Petersburg

Vladimir V. Mitropov

ITMO University

Email: vvmitropov@itmo.ru
ORCID iD: 0000-0003-1614-7392
SPIN-code: 6602-5288
Scopus Author ID: 57213689378

Cand. Sci. (Engineering), Assistant Professor

Russian Federation, Saint Petersburg

References

  1. Kwon TD, Jeong JW. Energy advantage of cold energy recovery system using water- and air-side free cooling technologies in semiconductor fabrication plant in summer. Journal of Building Engineering. 2023;69. doi: 10.1016/j.jobe.2023.106277 EDN: GMMJPE
  2. Kargar S, Moran JL. Combining direct and indirect free cooling for data centers via transformation into a building-scale heat exchanger. Applied Energy. 2025;392. doi: 10.1016/j.apenergy.2025.125973
  3. Borkowski M, Piłat AK. Customized data center cooling system operating at significant outdoor temperature fluctuations. Applied Energy. 2022;306. doi: 10.1016/j.apenergy.2021.117975 EDN: SUOFIH
  4. Borkowski M, Piłat AK. Energy Efficiency Increase Achieved by Dedicated Rule-Based Control of Chillers Operating in the Data Center. Energies. 2022;15. doi: 10.3390/en15010254 EDN: HKJTHD
  5. Astafiev R. Application of direct freecooling (freshcooling) based on STULZ precision air conditioning. AVOK. 2021;7:16–19. (In Russ.)
  6. Khomutskiy Yu. Bulletin of the UCC APIC: Myths and Truth about Free Cooling. 2019. (In Russ.) Accessed: 04.04.2025. Available from: https://mir-klimata.info/vestnik-ukc-apik-mify-i-pravda-o-frikulinge/
  7. Fan C, Zou B, Liao Y, Zhou X. Evaluation of energy performance and ecological benefit of free-cooling system for data centers in worldwide climates. Sustainable Cities and Society. 2024;108(3). doi: 10.1016/j.scs.2024.105509
  8. Baranenko AV, Malinina OS. Development of refrigeration systems based on absorption lithium bromide refrigeration machines. Bulletin of the International Academy of Refrigeration. 2024;1:3–12. (In Russ.) doi: 10.17586/1606-4313-2024-23-1-3-12 EDN: ICQZTI
  9. Baranenko AV, Bukharin NN, Pekarev VI, et al. Refrigerating machines. St. Petersburg: Politekhnika; 1997. (In Russ.)
  10. Antipov AV. Ways to improve the energy efficiency of chillers. Milk processing. 2012;147(1):28–33. (In Russ.) EDN: WJLLVF
  11. Weather in Saint Petersburg — RP5. [internet] Accessed: 04.04.2025. Available from: https://rp5.ru/Погода_в_Санкт-Петербурге
  12. Bozorgi M, Tasnim SH, Mahmud S. Machine learning-driven hybrid cooling system for enhanced energy efficiency in multi-unit residential buildings. Energy & Buildings. 2025;336:11–28.
  13. Yang J, Chan KT, Wu X, et al. An analysis on the energy efficiency of air-cooled chillers with water mist system. Energy and Buildings. 2012;55:273–284.
  14. Selection of compressor and piping of refrigeration machine. (In Russ.) [internet] Accessed: 04.04.2025. Available from: https://ridan.ru/instruments/coolconfig#introduce-cool-config (дата обращения 15.05.2024).
  15. Maake V, Eckert GYu, Koshpen JL. Textbook on refrigeration engineering. Moscow: Polmann; 1998. (In Russ.)
  16. Axial fans EC Weiguang. [internet] Accessed: 04.04.2025. Available from: https://weiguang.ru/catalog/r-osevie_ec/
  17. SANHUA. Micro-channel heat exchangers [internet] Accessed: 04.04.2025. Available from: https://cdn.sanhuaeurope.co.uk/new_content/static/uploads/files/catalogue/mche-pdf.pdf
  18. Pump selection CNP. [internet] Accessed: 04.04.2025. Available from: https://v3.cnppump.ltd/#/RU/Index (дата обращения 10.05.2024).
  19. Maslakov V.N. Method for calculating the payback period of natural cooling (free cooling). Refrigeration Technology. 2018;107(2):44–48. (In Russ.) EDN: YVVLIL

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Average monthly temperature in Saint Petersburg (2013–2024).

Download (162KB)
Indexing metadata
3. Fig. 2. Schematic diagram of a chiller with a built-in free cooling system: 1, compressor; 2, air-cooled condenser; 3, thermal expansion valve; 4, evaporator; 5, fan; 6, transfer pump; 7, three-way valve; 8, free cooling heat exchanger.

Download (42KB)
Indexing metadata
4. Fig. 3. Average monthly energy consumption of chiller compressors for a cooling capacity of 512 kW.

Download (172KB)
Indexing metadata
5. Fig. 4. Annual power consumption of cooling systems and their components.

Download (117KB)
Indexing metadata
6. Fig. 5. Comparative diagram of seasonal performance ratios of the studied cooling systems.

Download (46KB)
Indexing metadata

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».