中國儲能網訊：AI技術加速迭代及其高投入的特點，讓本就是新型用電“巨無霸”的數據中心有了新的需求——綠電越發(fā)成為剛需，其對電價的敏感度也在增加。
供給側能夠做些什么來適配這些新的變化？數據中心又能否成為靈活資源“反哺”電力系統(tǒng)？電算協(xié)同正在進入一個全新的階段。
PART.01
電量電力沖擊
數據中心用電量激增正在全球范圍內引發(fā)關注，在部分已經基本完成電氣化進程的國家，更是成為電力供應的一大壓力。
美國中部大陸獨立系統(tǒng)運營商（MISO）戰(zhàn)略風險管理執(zhí)行董事泰德·瓦特斯達爾（Ted Vatnsdal）近日接受《南方能源觀察》（以下簡稱“eo”）記者采訪時說，如果未來幾年MISO總體有3%—4%的電力負荷增長預期，大約一半來自數據中心。
數據顯示，全球數據中心耗電量和占比將持續(xù)增長。
2025年4月，國際能源署（IEA）發(fā)布的《能源與人工智能》（Energy and AI，以下簡稱“IEA報告”）顯示，當前全球數據中心耗電量約為415太瓦時，約占2024年總用電量的1.5%。預計到2030年，全球數據中心耗電量將翻倍，達945太瓦時左右，約占2030年總用電量的3%。
IEA報告認為，中國將是全球數據中心用電量最大的幾個國家之一，預計2030年相較于2024年用電量增加約240太瓦時，增幅為170%。
中國信息通信研究院信息化與工業(yè)化融合研究所總工程師黃偉在2025年經濟形勢與電力發(fā)展分析預測會上表示，2023年，我國數據中心耗電量約為150太瓦時，約占全社會用電量的1.6%，預計到2030年，我國數據中心耗電量將達到400太瓦時，在全社會用電量的占比接近6%。
數據中心給電力系統(tǒng)帶來的影響不止用電量增加。日本東京電力公司技術研究與信息組經理元木啓明對eo記者說：“過去電力系統(tǒng)升級的最大推動力來自可再生能源，現(xiàn)在卻來自以數據中心為代表的需求側。”
智算中心是以AI計算任務為主的數據中心。華北電力大學電氣與電子工程學院教授丁肇豪近日在《知識分子·科學四十人》系列座談直播中說，在2022年底ChatGPT出現(xiàn)之前，數據中心帶來的電力負荷增長較為平穩(wěn)，但是隨著智算中心涌現(xiàn)，電力電量平衡受到越來越多的挑戰(zhàn)。
傳統(tǒng)數據中心用電負荷曲線接近直線，全天峰谷差在10%以內。AI技術的爆發(fā)式發(fā)展推動智能算力需求激增，智算集群用電負荷曲線呈鋸齒狀，具有高頻次、短時突變等特征，且可能因訓練任務中斷或重啟引發(fā)百兆瓦級負荷波動。百兆瓦級約等于一個小鎮(zhèn)的用電負荷。
中國人民大學應用經濟學院副教授陳浩在接受eo記者采訪時說，目前數據中心對電網的綜合影響還比較有限，然而AI大模型繼續(xù)推高算力需求，必將進一步影響電力負荷曲線，對電力調度提出更高要求，電網安全需要更復雜的保障機制。
PART.02
“牽手”綠電不易
隨著數據中心快速發(fā)展，一個問題開始涌現(xiàn)：其高能耗特性與降碳目標存在矛盾。
國家發(fā)展改革委、國家數據局、中央網信辦、工業(yè)和信息化部、國家能源局2023年12月25日發(fā)布的《關于深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》（發(fā)改數據〔2023〕1779號）和國家發(fā)展改革委、工業(yè)和信息化部、國家能源局、國家數據局2024年7月3日印發(fā)的《數據中心綠色低碳發(fā)展專項行動計劃》（以下簡稱《行動計劃》）都提出，到2025年底，國家樞紐節(jié)點新建數據中心綠電占比超過80%。
然而，數據中心和綠電“牽手”不易。
從地理上看，我國數據中心聚集地區(qū)與新能源資源富足地區(qū)存在天然錯配。京津冀、長三角、粵港澳大灣區(qū)、成渝、內蒙古、貴州、甘肅、寧夏八大國家算力樞紐節(jié)點中，只有內蒙古、甘肅、寧夏位于新能源富足地區(qū)，具備給數據中心提供大規(guī)模綠電的天然基礎。
黃偉說，我國算力資源主要集中在電力自給率不足40%的東部地區(qū)，而全國70%以上的可再生能源裝機量在西部地區(qū)。
一些數據中心已經行動。中國移動、中國電信、中國聯(lián)通三大運營商逐步將非實時性數據中心向貴州、甘肅、寧夏等西部地區(qū)遷移，利用當地可再生能源和氣候優(yōu)勢，降低整體能耗強度。除提升綠電使用比例之外，遷移的數據中心也通過液冷、間接蒸發(fā)冷卻、AI控溫等技術，推動PUE值（電能利用效率）持續(xù)下降。
當然，吸引數據中心“西遷”的原因還包括西部地區(qū)的綠色電力具有價格優(yōu)勢。目前電力成本在數據中心運營總成本中的占比約為60%，隨著用電規(guī)模持續(xù)擴大，不少數據中心對電價越來越“敏感”，數據中心也在探索使用綠電實現(xiàn)電費下降。
即便如此，多位數據中心從業(yè)者表示，仍然不能忽視算力和電力一樣具有傳輸成本，熱數據集中度和經濟發(fā)展程度高度相關，熱數據主要集中在東部地區(qū)，由于時延長等因素，部分西部地區(qū)數據中心只能存放使用頻率較低的冷數據和備用數據。
從供給穩(wěn)定性角度分析，由于具有“三性”特征，若缺乏配套儲能或其他靈活性調節(jié)手段，可再生能源難以直接支撐算力的高可靠性用電需求，可能出現(xiàn)“棄風棄光”與算力電力短缺現(xiàn)象并存。
為滿足數據中心綠電使用需求，陳浩建議，一方面，進行物理性的綠電直連并推進源網荷儲一體化項目；另一方面，繼續(xù)推動財務性的綠電交易和綠證交易。
當前不少數據中心正積極自建綠電、儲能等，探索源網荷儲一體化解決方案。同時，綠電交易也在一些地區(qū)覆蓋數據中心。黃偉建議，推進“算力+電力”源網荷儲一體化應用示范，例如，在算力樞紐周邊布局分布式光伏+儲能+微電網的“光儲算”一體化園區(qū)，開展“AI算力+虛擬電廠”試點，利用部分算力任務的可調度性，將非緊急任務轉移至綠電充足時段，輔助電網削峰填谷。
PART.03
突破單一要素邊界
“現(xiàn)在是時候通過AI協(xié)調發(fā)電側與需求側了。特別是通過AI進行可再生能源發(fā)電與大規(guī)模數據中心用電的協(xié)同，實現(xiàn)電力系統(tǒng)的整體優(yōu)化。”元木啓明說。
目前我國在算力電力優(yōu)化調度領域已有一些實踐，主要體現(xiàn)在通過AI、數字孿生、虛擬電廠等技術手段，提升數據中心和算力設施的能源利用效率。比如，上海自貿區(qū)臨港數據中心集群聚合了臨港地區(qū)的空調和儲能資源，在用電高峰期進行智能調節(jié)，每年節(jié)省電費20%—30%。
2022年，阿里巴巴公司聯(lián)合華北電力大學，開展了數據中心優(yōu)化調度參與華北電力調峰輔助服務市場試點，將阿里巴巴江蘇南通數據中心約100千瓦的算力負載轉移至其張家口數據中心，這是全球首次電力系統(tǒng)靈活運行驅動的算電協(xié)同調度試驗。
數據中心負荷的可調度性有多高？單從時間維度看，傳統(tǒng)電網調度周期為15分鐘級，AI算力負載可在秒級波動，使用AI進行調度也存在一定的安全風險。
業(yè)界普遍認為，當前電算協(xié)同還在發(fā)展初期，技術模式尚在探索，商業(yè)模式還不完善。
陳浩說，我國電力和算力存在空間分布不均的客觀現(xiàn)實，電力跨區(qū)調度伴隨線損，算力則存在部分不可調度性，首先需厘清二者的技術經濟規(guī)律與成本特性，統(tǒng)籌調度體系，建議開展跨領域協(xié)同攻關，推動行業(yè)數據開放共享以支撐科研創(chuàng)新。丁肇豪建議，建立電網碳信息傳導機制，輔助數據中心實施低碳調度。
電算協(xié)同還需構建市場化的資源配置機制。黃偉提出構建電力—算力聯(lián)動交易機制，推行算力分時電價政策以削峰填谷；陳浩則強調市場協(xié)同效應，主張建設與全國統(tǒng)一電力市場相銜接的算力交易市場，通過要素資源跨域流通提升整體社會效益。
這些建議共同指向——突破單一要素市場邊界，構建電算協(xié)同的新型基礎設施運營體系。
不少業(yè)內人士相信，在市場價格信號的驅動下，算力形態(tài)或將加速演進，例如，芯片架構將更加注重計算效能優(yōu)化。
