人工智能加速电力需求增长，推动电网适应性调整与投资热潮

人工智能驱动数据中心的快速扩张正导致电力需求更极端、更不可预测，对电力系统规划和输送构成挑战。据埃森哲最新报告《人工智能遇上电网：塑造数据中心电源格局》，近80%的公用事业公司预计需求模式将更极端和波动，约五分之一的数据中心电力请求可能永远不会实现，扭曲预测。

核心观点与数据：

1. 需求预测困难：超过四分之三（77%）的公用事业公司认为，人工智能带来的消费模式更难建模，准确预测未来需求将面临困难。67%的电力高管提及“虚拟”数据中心负载请求，其中约19%从未实现，增加投资风险。
2. 数据中心负荷集中：超过一半的电力高管将负荷集中视为可靠服务的主要障碍，高密度设施集群造成局部瓶颈，影响系统稳定性。
3. 人工智能的双重作用：约60%的电力高管预计先进AI分析能将故障减少、运营生产力提高10%以上，但仅45%目前使用AI优化电网，16%实施更先进方法。
4. 资本配置困境：公用事业公司需决定投资规模、地点和时间，避免资产闲置；超大规模企业同样面临需求预测、电网可用性不确定的决策挑战。
5. 能源组合多元化：78%的电力高管和73%的数据中心高管认为，仅靠可再生能源无法满足持续电力需求，正积极投资电池储能系统（BESS）。近十分之三已部署现场电源解决方案，39%计划未来两年增加。

研究结论：

• 电力系统进入新阶段，人工智能加速需求增长但使其更不可预测，暴露电网结构性限制。
• 成功关键在于协调基础设施投资、能源获取和AI赋能运营，管理需求规模和波动性，平衡可靠性、成本和可持续性。
• 未来三到五年，AI训练和推理电力消耗预计从占总数据中心电力需求的25%上升至60%，天然气被视为短期过渡方案（68%高管支持），但长期需依赖可再生能源和储能技术。
• 电网基础设施建设时间表是关键制约因素，需通过AI和气候技术加速现代化，提供可靠、经济和可持续电力。