人工智能与电网相遇：塑造数据中心的权力格局

全球电力需求正在加速增长，其中数据中心，尤其是运行 AI 工作负载的数据中心，是主要驱动力。预计未来 3-5 年内，数据中心电力需求将增长约 30%，AI 工作负载预计将占数据中心总工作负载的近 60%。这给电网带来了巨大的压力，电力公司面临着供应与需求之间的差距，以及电网基础设施老化、连接和许可延迟、可靠性裕量不足以及供应链压力等挑战。

为了应对这些挑战，数据中心运营商越来越倾向于采用现场发电或 BTM 能源解决方案，这标志着能源生态系统的结构性转变。然而，这也给电力公司带来了新的挑战，例如负荷可预测性降低、调度复杂性增加以及潜在的收入和利润损失。

电力公司和数据中心领导者都认为，需要一个平衡、多元化的能源组合来满足不断增长的电力需求。虽然可再生能源增长迅速，但其间歇性无法满足数据中心对持续高密度电力供应的需求。因此，天然气被视为短期内满足紧急容量需求的关键，但这也带来了与脱碳承诺的冲突以及 CO2 排放增加的风险。

AI 在能源系统中发挥着越来越重要的作用，可以帮助提高电网的可靠性和效率。然而，大多数电力公司尚未达到先进的 AI 成熟度，需要解决数据、架构、治理和信任等方面的基础准备差距。

为了应对数据中心增长带来的挑战，电力公司需要采取以下行动：

• 预测和塑造需求： 建立更完善的负荷预测和客户筛选流程，引导数据中心增长到电力充足的地区，并简化连接和监管流程。
• 确保可靠的和有弹性的能源供应： 优化能源组合，加速电网和基础设施现代化，部署分布式容量，并采用简化的、创新的电价和收费模式。
• 加强生态系统合作： 建立有弹性的供应链，深化数据中心价值链各环节的合作，并将社区和可持续性考虑因素纳入规划。
• 建立面向未来的运营模式： 在规划和运营中扩展 AI 和数字技术，培养和吸引未来所需的技能，并使 AI 成为决策支持工具。