人工智能背后的力量

人工智能背后的力量天然气、核能和电池储能将解决太阳能问题。 请参阅第25页和第26页的重要披露信息。分析师认证位于第25页。威廉·布莱尔公司及其关联公司目前正与研究报告中所覆盖的公司进行业务往来，并寻求建立业务关系。因此，投资者应意识到，公司可能存在潜在的利益冲突，这可能会影响本报告的客观性。本报告的目的是提供一般性的信息，而非个人投资建议。本文中的观点和建议未考虑个别客户的情形、目标或需求，也不构成针对特定客户的特定证券、金融工具或策略的推荐。本报告的收件人必须对报告中提及的任何证券或金融工具做出自己的独立决定。 执行摘要............................................................................................................3第一步是承认问题。. ..................................................................4能源转型101：电网是如何运作的. ....................................................................6集成成本至关重要——生命周期成本并非全部故事。..................................................8早期证据指向燃气、太阳能加储能；核能长期. .....................12估算人工智能蓬勃发展期间电网弹性的成本. ...........................................14不确定区域间传输的作用........................................................18一个案例研究——加州在太阳能矿中的金丝雀. ......................................................20电池储能抵消太阳能ELCC. ..................................................................................21 数据中心增长的需求在过去20年里一直在累积，随着越来越多的流程数字化。然而，直到最近，这种需求还是可控的。大规模气候变化的到来，正在削弱一个日益脆弱的电网。在本报告中，我们探讨了第四代子语言模型（AI）和先行者激励措施，以及一种“电气化一切”的方法。在能源与可持续性领域的行业启动，我们深入探讨美国电网。我们的重点将集中在人工智能需求，预计将增加任何地方的电力需求——年电力需求。从2030年的150太瓦时到500太瓦时，年增长达到前所未有的4%-12%。 为什么理解人工智能在数据中心增长和能源需求中的作用很重要？与传统的搜索不同，用于Chat GPT的大型语言模型的参数需要消耗更多的能量。Chat GPT 3的每个查询估计需要2.9 Whr，而GPT 4.0则在1.2 kWhr到1.5 kWhr之间。这与传统的搜索大约0.3 Whr，或0.0003 kWhr，或基线与最终状态相比。用于加密货币或区块链的数据中心在每个查询上的能源需求同样巨大，高达10-430倍。这些模型将只会改进，表明这些是需求场景下。据CoinDesk报道，每笔比特币交易消耗的大约是1,000千瓦时的电力，而Visa交易则消耗约0.0003千瓦时。再次强调，这表明每笔交易的能量消耗相差30万倍。- 将边际成本推向近乎零，使可变可再生能源成为满足需求成本最低的选项。尽管技术专家们经常会辩称，对于可再生能源（如太阳能或风能）的“免费”输入燃料，新的需求，我们的数据得出相反的结论。事实上，由于我们的电网和我们的社会结构围绕着按需提供的可调度电力，当可再生能源在电网架构中的渗透率超过5%时，它迅速地从最便宜的发电资产转变为最昂贵的发电资产。尽管电池存储有所帮助，并且肯定将是解决方案的一部分，但我们得出结论，这些解决方案不仅必须成为讨论的一部分，而且可能是电网架构的核心。在短期内，最大的受益者将是天然气。从长远来看，我们得出结论，先进的核能... 投资者关键要点如下： • 我们认为，投资者要接触AI发展趋势的最佳方式是拥有天然气发电资产（GE Vernova）、储能（特斯拉）和核能资产。•数据中心和AI以及加密货币的需求为现有能源市场带来了极具挑战性的问题。电网系统中可再生能源的渗透率超过5%将电力成本推高远超预期。•传统观点认为，由于资本成本（利率）较高，太阳能处于周期性低迷，这与我们的分析不符，并且只是部分正确。事实上，我们认为这种情况更具有结构性而非周期性，并观察新技术的如氮化镓和碳化硅如何可能抵消利润率压缩。 攻击角过于陡峭，不论如何加大油门，升力开始失效。可再生能源正进入“过渡中期”的电力停滞状态。当飞机进入电力停滞时，风险在于飞机从天空中坠落。然而，一名熟练的飞行员可以轻松纠正这一情况，但前提是必须识别出相关迹象。虽然这与直觉相反，但纠正措施是减少油门，将机头向前推，并减小攻角。缺乏经验的飞行员可能会恐慌，试图通过增加动力摆脱困境，结果却可能加剧了致命的结果。 - 将这个隐喻应用于能源转型是有用的，尤其是对于可再生能源和电网，其中发动机代表补贴，而提升将是能源系统的经济回报。让我们假设这个例子中的试点代表政策制定者/监管者，燃料则代表……从技术或能源投资回报率（EROI）中产生。早期采用太阳能得益于电网资产的低渗透率、补贴资本和技术采用能力。然而，正如我们在本报告中详细阐述的那样，随着更多太阳能被添加到电网系统中，利益相关者围绕ESG/净零目标宣称为胜，以及早期在“S”形能源曲线上的定位并非一一对应，而不是退出资产，他们必须保持传统发电在线以平衡主管部门（BAs），他们发现用可再生能源替代传统发电并非易事。确保电网可靠性。因此，出人意料的是，可靠电能的成本正在增加，尤其是正确处理这个问题。尽管如此，政策制定者仍在发放电力生产的补贴，或在高太阳能采用地区尝试这么做。尽管存在这种担忧，也可能是由于他们尚未确定通过增加太阳能生产创造更多提升。然而，由于这些弹性问题，飞机正变得停滞不前。这种停滞的证据在全国范围内的行动中均可看到，例如令人难以置信的长的并网排队时长、新的净表计费政策——该政策在没有储能系统的条件下抑制太阳能的采用、为保障可调度天然气电力而签订的电力购买协议（PPA）交易，以及作为太阳能渗透水平函数的极高的集成成本估计。 预计在未来的几年里，全国许多地区的需求将增长，这得益于以上问题的同时出现，以及数十年来首次，电力和人工智能（请参阅此处的电化一切趋势）的采用，加上数据中心数量的激增及这一趋势的到来。报告来自我们的技术分析师）。电力研究所（EPRI）发布了一份名为“驱动智能”的报告，预测了预期的增长，由于人工智能的未来增长，电力需求将——。 以最低情景计算，其年增长率为3.7%，这本身就是一个巨大的增长，超过了2030年美国总电力消耗的4.6%和9.1%（相比之下，现在的比例为4%）。在过去几十年中，电力需求一直保持平稳。EPRI估计数据中心将消耗介于 值得注意的是，数据中心对电力的需求分布不均。根据EPRI的数据，十五个美国州承担了80%的数据中心电力负荷。弗吉尼亚州位于这一群体之首，2023年该州约25%的电力消耗发生在数据中心。 成本可能超过收益。在一个装机容量为100吉瓦的电网系统中，新增10兆瓦（0.01吉瓦）的太阳能发电设施可以降 低电力生产成本，因为无需燃料成本。但是，这种增加并不会带来太大的影响——实际上，它只是一个舍入误差。事实上，通常最初安装的太阳能 随着更多的太阳能被并入电网，电网整合的成本抵消了发电资产的好处。在最基本的形式上，我们应该把电网系统想象为一个互相连接的导线群。要理解这是为什么，我们必须首先了解“电网平衡”的含义。在速率方面，美国电网的频率是每秒60次。这就是电网的频率。当需求增加时，电子会来回振动（交流电）。它们以特定的频率振动，具体如下：电网，它拉动那些电子，减缓了频率。相反，当电网增加发电量时，它加快了频率。电网平衡是平衡当局（BA）的职责，他们试图确保电网需求与精确的电力供应相匹配，这样频率变化仅为一两个百分点时，就能导致大规模电网故障。 neither demand nor supply change the frequency. 这需要全天候、全年无休地进行监控。事实上， 应注意，BAs不能改变需求（至少在历史上是这样），因此他们只有供给侧（即发电）可以合作。考虑到这种设置，当BAs计划未来的电力供应时，仔细审查发电资产的数量和类型应该是毫不意外的。大体上，BAs在历史上一直试图确保以下几点：a）在一年中需求最高的那天，有足够的发电能力来满足需求——这被称为峰值需求；和— b)天然气赢得灵活性之战。足够的可调度供应以满足一天中需求的波动。 每一代资产都有所不同，因此它们在电网中使用的也不同。例如，核能提供的基荷发电非常稳定，这有助于满足需求；但其灵活性不足，即它不能在一天内调整以满足需求的变化。发电机包括多种类型：1）联合循环涡轮机；2）简单循环涡轮机；3）煤电类似于核能——一旦飞轮转动，就难以轻易改变。天然气联合循环（热电联产）；4）微型涡轮机；5）燃料电池。其中一些涡轮机被称为“调峰”电站。正如其名所示，它们可以在短时间内快速启动和停止。比核能或煤炭更灵活。因此，天然气发电通常用于在短时间内满足需求，相对快速地增加发电量。这使得天然气具有更大的灵活性。结束这一天。- - 太阳能与风能的挑战挑战由太阳能和风能等可变可再生能源（VREs）带来的仍然不同。如果太阳不照耀，平衡当 局无法从太阳能设施增加发电。在电网层面，考虑到天气预报，VREs是可预测的，但它们在灵活性方面却是不变的。要么正在产生电力，要么不在，电网系统必须尽可能好地管理这种发电。诚然，可再生能源可以在发电与需求相匹配时帮助满足需求，但对于电网的弹性和规划目的而言，平衡权不能像对天然气联合循环发电机那样依赖可再生能源。 为了了解每种资源如何影响弹性，许多业务分析师会计算有效承载能力（ELCC）。根据PJM的说明，“ELCC提供了一种评估资源（或一组资源）的容量价值（或可靠性贡献）的方法，”或者更简单一点，ELCC是一个“衡量系统在使用特定发电机时所能提供额外负载的指标，” 利率扭矩，可靠性无净变化。” 由需求响应计划引领，其次是储能，最后是可变可再生能源，如太阳能和风能（见图4）。实际上，在可变可再生能源类别中，固定倾角太阳能（我们将称之为“独立太阳能”，以区别于太阳能加电池系统）具有最低的能源转换率（ELCC = 81%）（见图）。这意味着，对于每增加1兆瓦的太阳能到PJM电网，出于可靠性的考虑，PJM将只接受5）。独立太阳能的ELCC值分别为固定倾角太阳能的9%和跟踪太阳能的14%。这相当于增加了0.09兆瓦（假设固定倾角）。然而，增加电池储能系统存储系统（图6）。因此，尽管太阳能本身对恢复力贡献很小，但太阳能与（BESS）结合到光伏阵列中可以将能源负荷系数（ELCC）提高到59%至78%，具体取决于持续时间。BESS几乎与传统热电发电相当。 ELCC在更多可再生能源(VREs)进入市场时往往会大幅下降。例如，典型的ELCC曲线图将始于ELCC接近或超过50%的位置，但随着太阳能容量的增加，曲线图将...电网由可再生能源（VREs）组成时，其余电网可以轻松应对阴天。然而，在电网中，阴天时，电化学储能（ELCC）将迅速下降（如图7所示）。其原因是简单的——当只有1%的加州，例如，其安装容量中有22%为太阳能，可能导致电力生产大幅下降。这迫使加州的BA（加州独立系统运营商，CAISO）保持足够的备用容量以补偿这一下降。简而言之，随着太阳能的不断增加，“有效”增加太阳能的价值