摘要
#2026#
////
为什么电网不仅难以满足规模需求，也难以满足不断变化的需求模式？
马特·哈桑
2026年7月03日
数据中心，例如位于弗吉尼亚州阿什本的亚马逊网络服（AWS）数据中心，在能源需求中所占份额越来越大。（图片来源：Lexi Critchett/Bloomberg/Getty Images）
人工智能基础设施的快速扩张通常被视为一个能源问题。数据中心预计将消耗全球越来越多的电力需求：国际能源署估计，未来十年内，数据中心的电力消耗量可能占全球总消耗量的3%至4%。
为了适应超大规模设施和高密度计算集群带来的预期增长，公用事业公司已经开始调整长期预测。
这种框架展现了规模，却忽略了行为。
现在出现的问题不仅仅是大规模计算系统消耗多少电力，而是日益密集和同步的计算工作负载如何通过越来越难以预测且在时间和地点上快速变化的需求，开始改变电网本身的运行特性，从而给电网运营商带来新的运营挑战。
一、人工智能反复无常的能源需求
传统的电网规划假设需求行为相对可预测。工业、商业和居民用电负荷通常遵循既定的模式，可以较为准确地预测。即使需求出现大幅增长，历史上也通常可以通过备用容量规划、输电升级和需求侧管理方案来应对。
大规模计算基础设施引入了一种不同的电力负荷类型。训练（即构建人工智能模型的计算任务）通常在GPU、TPU和专用加速器集群上高度同步运行，这些集群并行、计算密集且相对定时执行。而推理（即实际使用这些模型的过程）通常更加分散且由用户驱动，因此其需求在时间和地点上都更难以预测。尽管原因各不相同，但两者都与传统的工业需求模式存在显著差异。与许多传统工业流程不同，这些工作负载可以根据模型训练周期、分布式计算协调和工作负载调度策略快速增长。
从电网的角度来看，这不仅仅是更高的需求，而是更剧烈的需求波动。高密度计算工作负载会在极短的时间内导致电力消耗发生显著的阶跃变化，包括毫秒级的快速波动。数据中心运营商已经在部署缓解技术，例如电池、电源调节系统和超级电容器。然而，总体而言，数据中心负载的快速变化会对备用发电储备、根据需求调整供电的系统、维持电网稳定的频率控制机制以及本地输电基础设施造成额外的压力。
计算相关的波动性与可再生能源并网带来的间歇性有所不同。风能和太阳能的波动性主要源于供应侧，并与环境条件密切相关。而计算相关的波动性则源于需求侧，受工作负载同步、调度行为和计算强度等因素驱动。日益动态的供需状况之间的相互作用，给预测、备用容量管理、拥塞规划和平衡操作带来了额外的不确定性。
包括美国国家可再生能源实验室（NREL）在内的研究机构强调，将高度动态的资源整合到现代电网运行中，其复杂性日益增加。
二、地点，地点，地点
当计算活动在地理上高度集中时，这个问题就显得尤为突出。大型数据中心往往聚集在那些拥有有利条件的地区，例如光纤连接、市场准入、税收优惠以及历来较低的电力成本。北弗吉尼亚，通常被称为“数据中心走廊”，仍然是最突出的例子。该地区拥有全球最密集的数据中心，并承载着全球互联网流量的很大一部分。
在这些地区运营的公用事业公司已经将数据中心的增长视为未来负荷扩张的主要驱动力。例如，总部位于弗吉尼亚州的电力供应商 Dominion Energy 在其综合资源规划文件中多次强调了超大规模需求的增长。
弗吉尼亚州是全球数据中心建设规模最大的州之一。在弗吉尼亚州马纳萨斯市，亚马逊网络服务（AWS）和铁山（Iron Mountain）的数据中心占据了主导地位。（图片来源：Nathan Howard/Bloomberg/Getty Images）
即使整个电网保持足够的总容量，特定地理区域内电力消耗的突然增加也会给变电站、输电线路和局部平衡运行带来压力。这会造成局部可靠性挑战，而这些挑战并非总能通过系统整体需求指标体现出来。
热管理系统进一步加剧了这些影响。高密度计算设施中的冷却基础设施必须动态响应不断变化的工作负载。随着处理强度的增加，冷却需求也会增加，而且通常呈非线性增长。计算系统和散热系统之间的这种耦合意味着工作负载的波动会同时影响设施的多个能耗层级。
高密度计算集群也可能在局部范围内引发电力质量问题。大量加速器、开关电源和高频计算设备聚集在一起会产生谐波和非线性负载行为，从而给配电基础设施带来额外的压力。虽然现代设施采用了缓解技术，但下一代计算设施的规模和密度可能需要电力公司和运营商重新审视关于局部电力调节、谐波管理和基础设施弹性的假设。这些情况还会导致短时电力瞬变，从而给局部基础设施和电力调节系统带来额外的压力。
三、法规需要更新
部分挑战在于，许多现有的监管和运营框架都是围绕相对稳定的工业需求模式设计的。历史上，大容量、快速波动的负荷一直受到限制，因为突发的周期会使平衡操作复杂化，增加输电设备的压力，并降低系统运行的可预测性。高密度计算集群并不完全符合这些假设。
这给运营调整和监管重新评估都带来了压力。
需求响应机制允许在系统压力高峰期转移或削减某些计算工作负载。数据中心运营商正在探索灵活调度、电池储能和用户侧发电等方案。与此同时，电网运营商正在评估针对日益庞大的灵活负荷的规划框架和互联方案。
例如，德克萨斯州电力可靠性委员会 (ERCOT) 已公开承认，包括数据中心在内的大型灵活负荷对电网长期规划和运行稳定性的影响日益加剧。全美各地的并网排队情况持续显著增长，反映出发电和输电基础设施面临的压力不断增大。然而，电网扩建的时间表是以年而不是季度来计算的。
这就造成了结构上的不匹配。计算基础设施可以快速扩展，而电力基础设施通常无法做到这一点。
更广泛的意义在于，大规模计算基础设施不仅仅是另一种工业负荷类别，它代表着电力需求本身在时间和空间特征上的转变。
仅从总能耗的角度来界定问题，可能会忽略这些次要的运行影响。单靠扩容无法完全解决快速爬坡、同步、局部拥塞、瞬态不稳定、备用容量压缩或日益苛刻的负荷跟踪要求等问题。
挑战不仅在于这些系统消耗了多少电力，更在于它们如何开始改变电网本身的运行状况。我们并非要放慢人工智能的发展步伐，而是要认识到超大规模计算代表了一种新型的电力需求。随着人工智能基础设施的不断扩展，规划框架不仅需要考虑总能耗，还需要考虑需求波动、同步效应和地理集中度。电网韧性将越来越取决于对这些设施如何消耗电力的理解，而不仅仅是它们消耗了多少电力。
✦
•
✦
文章来源
✦
✦
✦
原文链接 ：
https://spectrum.ieee.org/data-centers-grid-instability
能创科技致力于科技促进能源创新和提升能源效率及实现零碳排放，科技促进研发机器人智能装备，推动工业及智能制造转型升级。能创科技的发展目标是成为领先的科技公司。
