数字储能网讯：世界经济论坛网站发表署名 Ian Goldsmith和 Zach Byrum 文章，题目是：Powering the US Data Center Boom: Why Forecasting Can Be So Tricky（美国数据中心电力需求激增：为何预测如此困难？）

美国需要多少电力来支持全国各地不断涌现的新数据中心？在先进人工智能技术（包括像 ChatGPT 这样的生成式 AI 模型）兴起的推动下，对云计算服务的需求日益增长，加上数千亿美元的投资浪潮，数据中心行业预计将持续扩张。但回答这个问题并不容易。

我们已经知道，数据中心的运营需要大量电力。数据中心可以是单个房间，也可以是占地数百英亩的大型设施，用于容纳提供数据处理和存储能力所需的物理计算和网络设备。这些中心还包括资源密集型的冷却系统、备用发电设备、消防和安保系统。数据中心的电力容量越大，其能同时处理的数据量就越多。

过去几年发表的文章和报告估计，数据中心所需的电力可能会压垮我们当前的电力系统。例如，Rystad Energy 的一项评估发现，美国在 2024 年至 2035 年间将有超过 100 吉瓦（GW）的数据中心需求上线。作为对比，这大约是纽约市 2023 年夏季峰值用电量的 10 倍，当时空调全速运转。然而，其他报告则描绘了更模糊的图景。例如，电力研究院（Electric Power Research Institute）2024 年的一份论文发现，到 2030 年，数据中心的电力需求可能占美国总电力消耗的 4.6% 到 9.1%。这两个数字之间的差距约为 200 太瓦时（TWh），相当于近 1100 万户家庭的能源消耗。

数据中心（如意大利欧洲中期天气预报中心的这个数据中心）不仅需要大量电力来为计算机服务器供电，还需要维持冷却系统、备用发电、消防和安保。图片来源：Stefano Marzoli / iStock。

这种不确定性可能带来巨大后果。如果管理不当，这种不受控制的增长可能导致消费者能源账单上涨、温室气体排放增加，以及能源系统可靠性下降。由于新的数据中心需求以及更频繁的极端天气事件，全国各地的电力公司已经在寻求提高电价。尽管一些努力试图将数据中心相关成本隔离开来，但家庭和企业最终可能仍需为过度建设、不必要或未充分利用的基础设施买单。此外，为支持数据中心需求而扩大天然气发电并推迟燃煤电厂退役的计划，可能会锁定几十年的温室气体排放，即使这些需求最终未能实现。

在这里，我们将深入探讨这些预测差异背后的原因，以及地方政策制定者、监管机构和电力公司如何为电力需求的不确定性做好准备。

数据中心：过去与未来的增长

数据中心行业对需求的快速增长并不陌生。在 2000 年代，互联网服务的兴起带来了开发爆炸式增长，数据中心的电力使用量在 2000 年至 2005 年间增长了 90%，在 2005 年至 2009 年间增长了 24%。然而，从 2010 年到 2018 年，全球数据中心的电力使用量基本保持不变，因为尽管全球计算需求激增，但引入了更高效的技术。事后看来，电力需求被高估了，当年对电力短缺的担忧与今天的担忧如出一辙。

如今，几乎所有人都认为数据中心能源使用量持平的时代已经结束。但对于未来十年数据中心的电力需求将增长多少，共识却少得多。到 2030 年的建模能源使用预测范围从每年 200 TWh 到超过 1050 TWh 不等。波士顿咨询集团（Boston Consulting Group）发布的高端预测值将占 2023 年美国总发电量（4178 TWh）的四分之一。相反，一项研究发现没有全国电力需求增长的证据，但预计特定地区和电力公司的需求将增加。

然而，许多估计认为，到 2030 年，数据中心的能源使用量将在每年 300 TWh 到 400 TWh 之间（这是一个显著的数字，相当于 2024 年德州总净发电量的 53% 到 71%）。建模的敏感性也可能导致同一研究中的预测差异。例如，劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory）对数据中心需求的研究估计，到 2030 年，数据中心的电力消耗将在每年 325 TWh 到 580 TWh 之间，占美国总电力消耗的 6.7% 到 12%。

预测未来数据中心能源需求的困难

为何这些预测差异如此之大？在考虑未来数据中心需求的估计时，有几个原因需要谨慎考虑：

市场力量与影响

一些专家认为，由于市场快速增长，电力公司被数据中心开发商的“投机性”并网请求淹没。这可能是由于提交了早期阶段项目的请求，这些项目不太可能完成；为同一设施向一家电力公司提交多个请求；或在不同电力公司辖区内为同一项目提交多个请求。这种做法源于并网请求成本低，以及开发商希望了解项目并网并开始运营的速度。据专家称，这种做法导致项目重复计算和永远不会建设的“幽灵”负荷，扭曲了负荷预测和电力公司资源规划过程。

供应端的问题也可能削弱预测。电力可用性已成为许多数据中心开发商的限制因素，一项分析发现，电力限制使数据中心的建设时间延长了 24 至 72 个月。变压器、开关设备和燃气轮机等基础设施组件的短缺只会加剧这一问题。在计算方面，伦敦经济学院的一项研究发现，美国需要在未来五年内购买全球 90% 的半导体制造产能，以支持到 2030 年宣布上线的所有数据中心负荷。

更大的市场因素使得数据中心投资的中长期未来充满不确定性。推动当前数据中心热潮的 AI 应用市场潜力仍未知。尽管许多企业报告了生成式 AI 技术的使用和集成增加，但其他分析师和企业领导人已看到 AI 应用及相关数据中心建设出现泡沫的迹象。一些投资已经遭遇挫折——OpenAI 和软银的“星际之门”项目（Stargate）于 1 月宣布，计划到 2029 年投资 5000 亿美元建设新的 AI 数据中心，但启动速度低于预期，仅宣布计划在今年年底前开设一个小型数据中心。关税、中东冲突以及清洁能源和制造业投资的回退等重大经济冲击也威胁着支撑企业数据中心投资的更广泛经济稳定性。

效率提升的潜力

数据中心技术的变化也推动了电力需求估计的差异。正如 2010 年代末效率提升使数据中心能源使用量持平一样，硬件和软件的新效率提升速度可能导致能源增长比当前预测更快或更慢。英伟达（Nvidia）和 Arm 等制造商一直在竞相提高其硬件的能效，以满足对 AI 优化基础设施的新需求。与此同时，软件和算法性能的新发展在最大化现有硬件性能方面具有巨大潜力。某些 AI 模型（如 DeepSeek 和 z.ai）已经证明了重大软件效率提升是可能的。

此外，非计算系统的效率提升也可以降低整体能源消耗。冷却系统尤其可以占数据中心能源使用量的 40%，使其成为提高效率的主要目标。然而，重要的是要注意，这些效率提升远未得到保证，专家警告称，即使有所改进，该行业也可能会经历“反弹效应”，最终推动需求更高。

建模与预测差异

至少部分国家预测差异是由于不同组织在不同时间使用不同的统计模型和方法；这些与电力公司预测不同。严格的模型采用“自下而上”的方法，通过单个组件（如服务器的功耗和设施的整体效率）的数据构建电力需求假设。再结合当前安装的服务器基础，估计当前电力使用量。未来的电力需求则通过增加设备出货量和预期趋势来预测。使用自下而上建模的研究人员仍可能使用不同的输入和假设，且并不总是透明，导致结果差异显著。

“自上而下”的方法则较少使用，它通过估算地理区域内的能源消耗和数据中心服务需求，来预测满足该需求所需的物理基础设施数量。然而，尽管建模方法不同，对未来能源需求的估计似乎随时间推移而上升。咨询公司 Grid Strategies 发现，电力公司发布的五年未来夏季峰值需求增长预测总量从 2023 年的 38 GW 增加到 2024 年的 128 GW。

政策制定者如何应对其辖区内的不确定性？

显然，美国电力系统的未来将在一定程度上受到数据中心增长的影响。然而，尽管这些估计通常在全国范围内讨论，但区域当局、州和地方政府将负责大部分对数据中心影响的现场监督和管理工作。在这些层级上规划数据中心的能源需求，取决于数据中心的具体负荷并网请求，这些请求通过内部模型和假设进行分析。现在就必须就建设发电、输电和配电基础设施做出决策，这些基础设施预计将持续数十年（可能比新数据中心的使用寿命还长），最终将由客户买单。

这些政策制定者的应对方式将对气候、电网和家庭能源账单产生巨大影响。我们已经在联邦层面看到，特朗普政府如何利用全国 AI 数据中心需求的估计，来证明增加煤炭生产投资的合理性，并迫使多家化石燃料电厂在计划退役日期后继续运营。

作为能源系统规划的前线，区域、州和地方决策者可以利用这些全国聚焦的数据中心负荷预测的经验，更好地为其辖区内数据中心带来的能源需求增长做好准备。

以下是他们可以应对新数据中心开发的三种方式：

1）提高大型负荷并网请求的报告透明度

尽管关于数据中心增长的讨论很多，但要获得关于数据中心实际和预期能源使用的具体信息却很难。将设施并网到电力系统的请求被视为专有信息，不对外公开。对于数据中心而言，能源使用直接与其计算能力和业务发展相关，尤其如此。但政策制定者可以采取措施，使数据中心能源使用和请求的信息更加透明。

一种选择是要求电力公司定期报告其并网队列中的大型负荷。自 2024 年第一季度起，佐治亚电力公司（Georgia Power）开始发布季度《大型负荷经济发展报告》，作为其 2023 年综合资源计划更新合规协议的一部分。这些报告要求佐治亚电力公司公开披露所有寻求与其签约的商业大型负荷项目（超过 115 兆瓦）的规模、审查状态、拟议服务日期和负荷爬坡时间表。通过这种方式，佐治亚州的监管机构、利益相关者和政策制定者能够获得关于该州大量能源需求的准确且及时的信息。

另一种政策选择是建立主动利益相关者参与机制。在弗吉尼亚州，众议院第 1601 号法案曾要求电力公司通知地方政府任何新建或现有变电站，以及为任何拟建的大型负荷设施（超过 100 兆瓦）提供服务的预期输电电压。

2）要求电力公司和电网规划者采用考虑不确定性的电力需求预测方法

准确预测未来能源需求对于做出明智的投资、基础设施和政策决策至关重要。尽管全国范围内数据中心的快速增长已经打乱了近期的负荷增长预测，但电力公司和电网规划者别无选择，只能继续进行能源需求预测。幸运的是，已经开始出现评估不同大型电力和数据中心需求请求不确定性的方法。例如，为应对电力公司年度预测的大幅增长，德克萨斯州电网监管机构 ERCOT 开发了一种新的“调整后大型负荷预测”方法，该方法根据服务延迟、负荷爬坡时间表以及当前实际运行的数据中心负荷占此前预期比例的观察信息，对电力公司负荷预测进行折减。

可以借鉴此类案例，制定政策，鼓励或要求规划机构开发并使用类似方法。在拥有受监管、垂直一体化电力公司的州，政策制定者可以要求电力公司在综合资源规划过程中开发和评估多种大型负荷增长情景。在区域和国家层面，联邦能源监管委员会（FERC）第 1920 号命令要求输电规划者在长期区域输电规划过程中至少使用三种不同的长期情景。在制定这些情景及随后的长期输电计划时，倡导者和州代表可以主张对各种不确定性来源的负荷增长进行仔细分析和建模。

政策制定者应确保电力公司和建模者在此类建模中使用最佳实践，以提高监管者指导系统规划的有效性。分享经验和建立新标准的努力已经取得良好进展，如美国国家公用事业监管委员会（NARUC）和能源系统集成集团（Energy Systems Integration Group）的“大型负荷工作组”正在积极召集会议，讨论大型负荷预测的挑战与解决方案。

3）制定电价机制，确保长期承诺和公平成本分摊

不确定性带来的最大担忧之一是，其他电力用户可能最终为专为数据中心建设的基础设施买单。一些专家已经警告称，当前的电价结构和成本分摊方法可能导致其他住宅或商业用户为仅用于服务新数据中心的基础设施付费。如果数据中心的预期能源需求低于预期、提前退出系统或未能实现，消费者和企业可能面临更高的账单。

为解决其中一些问题，监管机构已批准多项新颖的大型负荷电价机制，以管理数据中心并应对此类风险。尽管这些电价是在监管层面确定的，但州立法者可以鼓励或要求采用特定电价规则，保护其他客户免受账单影响，无论数据中心是否上线。

例如，俄勒冈州最近通过的《POWER 法案》（HB 3546）为超过 20 兆瓦的大型负荷设施创建了一个新的、独立的客户类别。该类别客户的电价明确要求将服务大型负荷客户相关的成本直接分配给该客户，并降低这些成本转嫁给其他客户的风险。此外，所有这些电价下的电力供应合同必须为 10 年或更长时间，并要求客户根据其预计电力使用量向电力公司支付最低金额或比例。明尼苏达州通过的一项类似法案也要求为超大型能源用户创建新的客户类别，并防止成本转嫁给其他电力用户，但未包含合同条款。

总之，对快速增长的预测已将数据中心推至能源需求上升讨论的中心。然而，查看这些预测可以发现，模型估计本身以及更广泛的经济因素都存在显著的不确定性。随着州和地方政策制定者被要求应对新的数据中心发展，他们应采取措施，对冲这种不确定性，以确保所有人都能拥有一个清洁、经济且可靠的能源系统。