2024人工智能在電力系統(tǒng)中應(yīng)用

AI20248前 第一章：文獻(xiàn)綜述與方法 美國的算力增長預(yù)期，分歧重點(diǎn)在市 中國算力增長預(yù)期，不確定性主要在技 第二章：測算方法與結(jié) 中國智能算力每年增長 樂觀情景下國產(chǎn)芯片有望突 2030年中國智算年用電最高1.3萬億 智算中心成為用電量增長主 第三章：中國凈零碳電力算力地 智算中心發(fā)展初期主要在綠電供給不充分的東 2030年清潔電力發(fā)電量預(yù) 智算用電需求的動(dòng)態(tài)匹 綠色算力電力區(qū)位條 第四章，智算加速建立新型電力系 24/7全天候“智”“能”調(diào) 綠電直供與跨區(qū)域交 源網(wǎng)荷儲(chǔ)碳一體的配電網(wǎng)與微電 虛擬電 結(jié)論：讓智算率先實(shí)現(xiàn)凈零碳電

能源與機(jī)器，自從技術(shù)革命以來，從來都不可分。新能源與機(jī)器學(xué)習(xí)正在走向融合，它們符合一個(gè)共同的技術(shù)和經(jīng)濟(jì)規(guī)律，效率上升，成本下降，而需求增長更快，產(chǎn)生了杰文斯悖論的效應(yīng)。19世紀(jì)英國工業(yè)革命期間的一位經(jīng)濟(jì)學(xué)家。他發(fā)現(xiàn)，當(dāng)煤炭的使用效率不斷提升時(shí)，對煤炭的需求不僅沒有下降，反而在煤炭的應(yīng)用和相關(guān)領(lǐng)域產(chǎn)生了大量的創(chuàng)新，滲透到各行各業(yè)，導(dǎo)致煤炭的消耗量上升。杰文斯悖論在歷次技術(shù)與工業(yè)革命中持續(xù)上演，蒸汽機(jī)、內(nèi)燃機(jī)和燃?xì)廨啓C(jī)的效率不斷提升，但人類對于化石能源的需求也持續(xù)增長了兩百多年。杰文斯悖論揭示了資源、技術(shù)、經(jīng)濟(jì)之間的基本關(guān)系。18個(gè)月左右增加一倍，6010億倍，推動(dòng)經(jīng)10GPU的效率提升了千倍。盡管如此，在整個(gè)經(jīng)濟(jì)與社會(huì)向數(shù)字化與智能化轉(zhuǎn)型的過程中，對于智能算力的需求在絕對數(shù)量和相對占比的意義上，不但沒有減少，反而在加速增長，每AI以及元宇宙，對于算力的需求幾乎是無限的。有用能源供應(yīng)有用能源供應(yīng)

說明：19002010年間有用能源供應(yīng)的變化趨勢：所有部門不包括非能源用途。有用能源的估計(jì)值有所不同，這里我們采用了國際應(yīng)前言 從技術(shù)上來講，摩爾定律和黃氏定律可以也必須持續(xù)下去，但它必須投入更的研發(fā)資金以及消耗更多的能源，能源革命并沒有改變杰文斯悖論。而經(jīng)濟(jì)商業(yè)規(guī)律決定了，這些投資體現(xiàn)為更高的能量密度和算力密度的基礎(chǔ)設(shè)施，須以更廣泛的創(chuàng)新和應(yīng)用實(shí)現(xiàn)回報(bào)（ROI），新的生產(chǎn)力得以形成，經(jīng)濟(jì)增長得以實(shí)現(xiàn)。這就是AI時(shí)代的杰文斯悖論的商業(yè)和經(jīng)濟(jì)基礎(chǔ)。杰文斯悖論也說明了原有的經(jīng)發(fā)展模式是不可持續(xù)的：如果能源的無限需求內(nèi)生于經(jīng)濟(jì)發(fā)展，唯的選擇，就是使用綠色和清潔的能源。將引發(fā)廣泛的應(yīng)用創(chuàng)新，滲透到經(jīng)濟(jì)與社會(huì)中，進(jìn)一步帶動(dòng)對于能源和算力需AI革命，與能源革命耦合在一起，也將帶來能源管理方式的根本變化。算力革命與能源革命將互相迭加、融合、增強(qiáng)；如果清潔能源計(jì)算的本質(zhì)是能源的處理形式，計(jì)算過程也是能量轉(zhuǎn)換和使用的結(jié)果。AI所帶來的海量計(jì)算，將與可再生能源一起，推動(dòng)新一輪信息與能源革命。而這一輪大模型創(chuàng)新所遵循的擴(kuò)展定律（scalinglw），即更多的數(shù)據(jù)和更大的算力推動(dòng)模型越來越大，越來越接近通用人工智能（GI）---大電力的范式。中國在新能源革命中已經(jīng)處于領(lǐng)導(dǎo)地位，也是全球第二智能算力大國。中國正AI+戰(zhàn)略，成為新質(zhì)生產(chǎn)力中的一個(gè)戰(zhàn)略性前沿領(lǐng)域。目前中國正處于10年”，AI所帶來的清潔電力需求，需要順應(yīng)中國2302060年碳中和的目標(biāo)。230230年的目標(biāo)是達(dá)到世界先進(jìn)水平，之后所消耗的能源以綠色和潔凈電力為主，在各行業(yè)中率先實(shí)現(xiàn)凈零碳排放。在國家東數(shù)西算以及八大樞紐和十大集群的總體布局下，我們進(jìn)一步分析各省的智算能力和清潔電力資源的現(xiàn)狀及未來，將如何在支持國家人工智能發(fā)展大計(jì)的同時(shí)，推動(dòng)本地的經(jīng)濟(jì)數(shù)字化與智能化。與此同時(shí)，我們關(guān)注到智算在各地爆發(fā)式增長給電力系統(tǒng)以及控制碳排放帶來的短期挑戰(zhàn)，以及算力與電力的協(xié)調(diào)發(fā)展，對于引領(lǐng)和加快新型電力市場建設(shè)的意義。轉(zhuǎn)換和使用的結(jié)果。AI所帶來的海量計(jì)算，將與可一輪大模型創(chuàng)新所遵循的擴(kuò)展定律（scalinglaw）產(chǎn)生了大數(shù)據(jù)-大算力-大模型-大電力的范式。

全球數(shù)據(jù)中心用電量將在AI2023年以來，AI的迅猛發(fā)展，美國尤其為“電力危機(jī)”感到焦慮，而中國的人工算力需求增長、能耗及排放增加的速度，始終快于算力效率、功耗效率、排放AI在內(nèi)容生成與推理方面，創(chuàng)造出越來越有價(jià)值的應(yīng)用，而這些應(yīng)用的算力、能耗與排放的密集度也迅速上升。來自不同行業(yè)和專業(yè)背景的機(jī)構(gòu)，對智能算力的電力消費(fèi)進(jìn)行了為數(shù)眾多的研究，基本邏輯大同小異：先根據(jù)芯片等硬件的算力與功率，估算出數(shù)據(jù)中心的用電量；再根據(jù)算力增長、芯片能效（單位時(shí)間內(nèi)完成的計(jì)算量與消耗的電能之間的比率提升，以及數(shù)據(jù)中心能效(PUE，數(shù)據(jù)中心總能耗與關(guān)鍵IT設(shè)備能1)提升的預(yù)期，來推測未來一段時(shí)間內(nèi)智能數(shù)據(jù)中心的用電量增長情況。智能算力的提供者及主要使用者，如科技企業(yè)、電信企業(yè)、政府、以及日益數(shù)100%而獲得綠電及清潔電力，尤其是直接接入供應(yīng)的綠色電力，并且建立起新型能源管理系統(tǒng)，是實(shí)現(xiàn)綠色智算中心的關(guān)鍵。1.58，并非影響近年來數(shù)據(jù)中心用電量增長的核心因素。 15005055

圖像生成圖像描述

來源：HuggingFace1000

英偉達(dá)GPU90%左右。因此，全P100到B2008年間，1/400左右。AI算力增長的預(yù)期不一致。這既取決于算力需求的增長，也取決于算力供給的增長，還取決于客戶預(yù)算的增長能否趕得上前兩者的增長，以及電力電網(wǎng)建設(shè)的增長趕不趕得上前三者的GPU的出貨量。此外，其中算力需求的增長，既包括訓(xùn)練需求的增長，也包括推理需求的增長，兩者都存在較高不確定性。AI算力增長情景，也產(chǎn)生了不同的用電增長估算結(jié)果。高盛認(rèn)為屆時(shí)美國AI用電占比約20%，semianalysis則認(rèn)為可能超過20233%8%202814%。對于中國而言，國產(chǎn)芯片的迭代速度與產(chǎn)能瓶頸，即芯片能效提升預(yù)期，以及AI算力與電力在不同情景下的預(yù)期，主要從較不確定的芯片創(chuàng)新的角度，而非美國的較確定的算力增長的角度。中國目前無法通過官方渠道同步獲得英偉達(dá)最先進(jìn)的GPU限制芯片設(shè)計(jì)、制造與流通的多個(gè)環(huán)節(jié)，試圖將中國先進(jìn)算力遏制在A100水平銀河證券銀河證券TechInsightssemianalysis高 華泰證券semianalysis高 華泰證券銀河證 說明：不完全列舉。部分機(jī)構(gòu)給出了單個(gè)場景的預(yù)測，為圖中藍(lán)色圓點(diǎn)；部分機(jī)構(gòu)給出了不同場景的上下限，為圖中線段。IEA2026年，其余基2030AI數(shù)據(jù)中心，IEA的還包括加密貨幣。

以下。但中國在從國際市場上獲取符合美國出口禁令標(biāo)準(zhǔn)的芯片的同時(shí)，國產(chǎn)Vm5nm芯片。接下去的問題就是良率提升速度與產(chǎn)能爬坡速度，根本上取決于中國建立起一個(gè)基本替代西方先進(jìn)制程芯片的產(chǎn)業(yè)鏈，解決各個(gè)環(huán)節(jié)卡脖子問題。這需要時(shí)間和耐心。AI算力長期依靠較低能效的芯片，且芯片能效無法持續(xù)提升，那么相同算力規(guī)模的用電量需求就會(huì)大增。電力換AI領(lǐng)域的競爭力。但就總量而言，中國電力的裝機(jī)總量約為美國2.4倍，發(fā)電總量約為美國的21倍，其中，可再生能源發(fā)電40%樂觀來看，如果中國能夠突破封鎖，建立起比較完整的芯片產(chǎn)業(yè)鏈，芯片技術(shù)持續(xù)迭代升級，能效持續(xù)提升，那么，以中國制造“過?！钡哪芰?，決定用電量的將是算力需求而不是供給。中國三大城市群已出臺(tái)的智能算力基建規(guī)劃，總規(guī)模早已超過全國。大模型最大的應(yīng)用市場就在中國。重 山 貴 青 上 廣 江 安 北 甘 河北各省加總?cè)珖?guī)說明：目前僅部分省份公布了智算基建規(guī)劃。甘肅未公布智算規(guī)劃規(guī)模。其他省份公布的規(guī)模，表示為“超過”“至少”等，取其下限。全國規(guī)劃指“高質(zhì)225年。

從2023年到203070的復(fù)合增長率持續(xù)攀升。A100，以4年左右的代差持續(xù)迭代，提升能效。至20300.6萬億度-1.3萬億度，約占當(dāng)年全社會(huì)用5%-10%。去年底，中國提出了《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》與《深入實(shí)施“東數(shù)西算”工程，加快構(gòu)建全國一體化算力網(wǎng)的實(shí)施意見》。全國各地都在摸底算力，行動(dòng)快的省份，已經(jīng)推出了自己的基建方案。2025300EFLOPS，其中智能算35%105EFLOPS。而“八大算力樞紐節(jié)點(diǎn)”中的京津冀、長三2025120EFLOPS。智算規(guī)模實(shí)際部署速度，快于計(jì)劃文件的目標(biāo)。“高質(zhì)量發(fā)展行動(dòng)計(jì)劃”原定22366EFOP0EFOPS0%。AI要效率的縮影。在國家“適度超前建設(shè)算力基礎(chǔ)設(shè)施”的鼓勵(lì)下，中國智能計(jì)0%2302886EFOPS。CAGR≈CAGR≈ 55%70%

GPUFPGA與ASIC等各類AI3000EFLOPS的智能算力的主要來源。AI應(yīng)用的訓(xùn)練及推理的需求。一A100芯片的能427年起全部使用更高能效的等效H100229年全部使用等效B200片及算力產(chǎn)業(yè)鏈，美國也可能在保持代差優(yōu)勢的情況下，同步放寬門檻，以維持中國芯片市場份額，這客觀上可以提高國內(nèi)智能算力的供給。=芯片算力。國內(nèi)主流采用FP32（2021-2023年）FP32作為國內(nèi)數(shù)據(jù)中心算力的計(jì)算基準(zhǔn)；工信部旗下信通院《中國算力發(fā)展指數(shù)白皮書（2023年）》在對包括數(shù)據(jù)中心與智能計(jì)算中心的基礎(chǔ)設(shè)施FP32精度。GPU2030年，技術(shù)保守情景約14700A1001700萬張A100，970萬張H100，1125萬張B200。為簡化討論，暫不考慮因折舊等因素，

技術(shù)保守情景 說明：保守場景指從2023年到2030年全部使用等效A100，能效無法提升；樂觀場景指從2023年起使用等效A100，落后42027年全部使H1002029B200。

2030年中國智算年用電最高1.3智算中心要完成訓(xùn)練與推理任務(wù)，所需關(guān)鍵IT設(shè)備不僅包括AI芯片，還包括驅(qū)動(dòng)這些AI芯片正常運(yùn)行的其他必要組件，即服務(wù)器上的CPU、網(wǎng)卡、供電單英偉達(dá)提供的數(shù)據(jù)中心解決方案，在典型配置的智算集群中，每運(yùn)行一個(gè)H100需要1389W的EAP（預(yù)期平均功率而H100的TDP（熱設(shè)計(jì)功率為700W智算中心為這些關(guān)鍵IT設(shè)備提供的冷卻與照明同樣需要消耗電力。中國要求新IT設(shè)備能耗的比例（PUE）1.3以下，考慮到市場占比較高的領(lǐng)先云巨頭的PUE已經(jīng)做到比這更低，將其視100%的滿負(fù)載運(yùn)行。智算中心當(dāng)年的用電規(guī)模的計(jì)算公式可以表示為：芯片數(shù)量**2*PUE**365*24203070GW-150GW（如果考慮到風(fēng)300GW-600GW一365240.6-1.3（600TWh-1300TWh） 說明：堆積圖。假定全國全社會(huì)新增用電量按近十年的復(fù)合增速增長；樂觀場景下部分年份新增用電量下降，主要是因?yàn)楫?dāng)年全部采用了能效更高的下一代芯片。

2030年，中國智能27%-77%。相比美國，中國電力總量上可以更充分地滿足智算需求；在現(xiàn)實(shí)中，智算用電建設(shè)持續(xù)較高速增長；同時(shí)也將推動(dòng)電力電子技術(shù)的創(chuàng)新。（算力需求高于文本任務(wù)等在推理中的占比提升，進(jìn)一步推高對智算的需求，但推理占比在智算需求中的整體提升，將充分釋放當(dāng)前主流AISI（專用AI）芯片也將因此獲得規(guī)模部署，結(jié)合較小模型加速落地以及算法與架構(gòu)不斷優(yōu)化改進(jìn)的趨勢，未來智算中心將以更少的電力完成更多的任務(wù)。此外，隨著時(shí)間推移，早先建設(shè)的數(shù)據(jù)中心折舊（一般約5年）完畢，這些存AI芯片來滿足。

22580%絕大多數(shù)位于綠電資源相對匱乏的東部，按照目前的全國綠電資源的分布，以225實(shí)際上，在綠電投資最激進(jìn)的谷歌，盡管其擁有最先進(jìn)的數(shù)據(jù)中心技術(shù)，最大TPU芯片，在最新發(fā)布的環(huán)境報(bào)告中，其碳排放223年比222年增加了13%548%5.5萬億度。中國豐富的綠電供給潛力，可以滿足中國智算的電力需求，并幫助全國智算中心用電量，同時(shí)也等于各省智算中心用電總量，包括因?yàn)闀r(shí)延等要求下必須在當(dāng)?shù)赝瓿傻耐评硇枨螅舶ㄓ删G電豐富地區(qū)額外承擔(dān)跨省訓(xùn)練與非本地推理的需求。因此，當(dāng)前面臨的突出問題是如何解決東部地區(qū)本地推理的區(qū)域性綠電缺口，以及如何提高跨區(qū)域的綠電消納能力。與其他負(fù)荷相比，計(jì)算具有獨(dú)特的靈活性，能夠?qū)⑵淠茉聪倪w移到遠(yuǎn)距離。計(jì)算還可以利用多種基于軟件的容錯(cuò)技術(shù)。因此，計(jì)算的多個(gè)維度的靈活性，讓它可能去“尋找”到穩(wěn)定和便宜的綠電。 青海云南四川海南重慶湖北貴州吉林福建廣東甘肅廣西上海北京浙江湖南江西遼寧山東河南江蘇天津?qū)幭暮邶埱嗪Ｔ颇纤拇êＤ现貞c湖北貴州吉林福建廣東甘肅廣西上海北京浙江湖南江西遼寧山東河南江蘇天津?qū)幭暮邶堦兾骱颖毙陆不丈轿鲀?nèi)蒙

2021年2035說明：2035年各省碳因子強(qiáng)度為預(yù)測值

223由于數(shù)字經(jīng)濟(jì)相對欠發(fā)達(dá)、資金、人才與技術(shù)缺乏等，綠電資源豐富的西部，智算中心的發(fā)展相對遲緩。根據(jù)中國生態(tài)環(huán)境部和生態(tài)環(huán)境部環(huán)境規(guī)劃院發(fā)布的數(shù)據(jù)，中國省級電力碳排因子將在十五五、十六五時(shí)期大幅下降。綠電比例的上升與電力碳排因子（生產(chǎn)單位電力過程中平均排放的二氧化碳量）的大幅下降，是中國建立綠色算力網(wǎng)絡(luò)的基本前提。具備發(fā)展綠色智算中心、承接?xùn)|部算力需求的潛力。智算中心的建設(shè)，應(yīng)當(dāng)充分利用不同區(qū)位的清潔電力。國家的東數(shù)西算項(xiàng)目提出了八大樞紐與十大集群建設(shè)規(guī)劃，其中八大樞紐分別為西部的內(nèi)蒙古樞紐、寧夏樞紐、甘肅樞紐、成渝樞紐、貴州樞紐，和東部的京津冀樞紐、長三角樞紐和粵港澳樞紐。2030如果中國綠色電力（不包括核電）按2013-202120305.502030年，清潔電力（包括核電）7.802.3萬億度穩(wěn)2030海南重慶北京上海西藏黑龍海南重慶北京上海西藏黑龍吉林天津陜西安徽江西湖南甘肅青海貴州河南寧夏湖北遼寧山西河北山東廣西內(nèi)蒙新疆江蘇浙江福建云南四川廣東

盡管水電與核電受當(dāng)?shù)乜砷_發(fā)容量的約束，但它的增長尚未觸及瓶頸。據(jù)《綠色經(jīng)濟(jì)視角下中國區(qū)域可再生能源發(fā)展路徑研究》測算，中國大陸水力資源技51642.7疆（4412億度）、內(nèi)蒙古（4053億度）與河北（2812億度）。億度）、云南（5381億度）、福建（4783億度）、浙江（4548億度）算力的任務(wù)，而不是算力，可以在不同的數(shù)據(jù)中心和算力集群之間進(jìn)行調(diào)度，通常以分布式計(jì)算和云計(jì)算技術(shù)實(shí)現(xiàn)。這種調(diào)度實(shí)際上是數(shù)據(jù)、應(yīng)用與業(yè)務(wù)的傳輸，由于其成本低于能源運(yùn)輸和電力輸送的成本，數(shù)據(jù)可以高通量傳輸?shù)骄G色電力資源豐富的地區(qū)進(jìn)行多點(diǎn)處理，在中國主要就是把東部的算力需求調(diào)到西部來計(jì)算。東數(shù)西算將主要對智能算力進(jìn)行任務(wù)調(diào)度和統(tǒng)籌。2030中國智能算力用電量預(yù)測(技術(shù)樂觀情景

青海西藏

AI應(yīng)用的展開，推理將占智能算力的主要部分，而時(shí)延敏感的任務(wù)將占推理的主要部分。智算中心完成的任務(wù)，可分為延遲敏感、延遲寬容和延遲容忍。在東數(shù)西算的總體布局下，延遲敏感任務(wù)仍然必須由部署在本地的算力完成。隨著大模型應(yīng)用的規(guī)模化展開，智能算力的需求將逐步向延遲敏感的推理傾斜。英偉達(dá)估算當(dāng)前AI芯片推理需求占40%S預(yù)計(jì)未來推理需求將達(dá)到90%23090%戲、智駕、工業(yè)等應(yīng)用場景，往往對應(yīng)時(shí)延敏感性的推理任務(wù)；新的時(shí)延敏感23080%。9600這些必須部署在當(dāng)?shù)氐闹悄芩懔?，將按照各地算力供給意愿與能力，以及當(dāng)?shù)?23》曾222230年本地推理在各省市的分布占比。如果東數(shù)西算能及時(shí)推進(jìn)，訓(xùn)練需求與其他不需要在本地完成的推理需求，將大體平均分配至綠電資源較豐富的中西部地區(qū)，主要是內(nèi)蒙古、貴州、甘肅、在承接來自其他地區(qū)的部分算力任務(wù)之后，西部省份用電量明顯增加，緩解了東部省份。2030503億度，其次分別是09223126（IEA統(tǒng)計(jì)口徑下2%-5%。中國碳排放正在進(jìn)入達(dá)峰區(qū)間，智算中心將成為新增碳排放的重要來源，亟需用綠色和清潔電力來滿足智算中心的能源需求。中國已強(qiáng)化了對新建數(shù)據(jù)中心梯次有序布局“東數(shù)西算”的剛性約束，要求國80%

受當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)、產(chǎn)業(yè)與風(fēng)光資源等限制，各地的智算用電規(guī)模與綠電發(fā)電規(guī)模存在錯(cuò)配。算力、電力、零碳，這三個(gè)目標(biāo)要協(xié)調(diào)發(fā)展，需要盡可能地向本地區(qū)。盡管如此，部分省份仍然存在智算清潔用電量和發(fā)電量的不匹配。長三角和京津冀的綠電用電需求壓力不小，在技術(shù)保守情景下，長三角智算用電量幾乎占去綠電發(fā)電量的一半，京津冀占到三分之一。這也是電動(dòng)汽車與數(shù)字化工業(yè)對230年將大幅提升，但目前暫無承擔(dān)算力樞紐核心任務(wù)的規(guī)劃。2309（盡管本地推理需求較低，但承擔(dān)了較重的“東數(shù)西算”的任務(wù)；四川屬于成渝（核電及海上風(fēng)電，擁有相對理想的智能碳三位一體的區(qū)位條件。綠電優(yōu)勢明顯的省份（左上，第二象限）高 綠電︵億度︶ 高 綠電︵億度︶ 云南新疆廣 湖青海 江 湖南河四川河北山東 內(nèi)蒙古寧 廣甘肅 貴天津 安徽福建 西藏 重慶 海南低 低

高低高低2030年智算用電量；縱軸為2030年綠電發(fā)電量（不含核電）

算高綠電的第一象限遷移；部分省份如新疆、云南，既可以面向東部地區(qū)供應(yīng)綠電，或在當(dāng)?shù)亟ㄔO(shè)智算中心，還可以分別面向中亞、東南亞等地，建設(shè)智能碳的“一帶一路”。新疆當(dāng)前正在高速同步推進(jìn)新能源與智能算力布局，籌建融合算力中心；青海提出綠色算力產(chǎn)業(yè)發(fā)展措施，實(shí)行雙（多）回路供電與綠80%以上綠電用能保障。智算與綠電均處于“發(fā)展中狀態(tài)”的省份（左下，第三象限），受限于地理、人口與歷史等因素，往往是社會(huì)經(jīng)濟(jì)總量欠發(fā)展的省份。它們應(yīng)該抓住這一次oen經(jīng)濟(jì)的機(jī)會(huì)，向高智算或高綠電的象限遷移。浙江、上海、北京與重慶等智算優(yōu)勢明顯的省市，智算用電量大但綠電發(fā)電量低（右下，第四象限）。它們需要積極探索在當(dāng)?shù)赝诰蚓G電資源，完善跨省綠電交易機(jī)制。在東部算力樞紐覆蓋區(qū)域推進(jìn)核能與海上風(fēng)電的綠電直供是現(xiàn)實(shí)可行的方案。中國目前在建的核電機(jī)組數(shù)量排名世界第一，如果核電能夠被認(rèn)5-50米水深范圍內(nèi)，風(fēng)能資源技術(shù)開發(fā)量約5億千3-4也要兼顧智算中心這一新型重點(diǎn)用能行業(yè)的用電特征，積極探索提升風(fēng)光等新能源消納比例，跨區(qū)跨省綠電交易機(jī)制，局部輸配電設(shè)施建設(shè)，以及增強(qiáng)電網(wǎng)敏捷調(diào)度能力。將地理位置分散的算力有效地聚合在一起，有效利用不同地區(qū)間的氣候、環(huán)境差異，提高可再生能源消納率和數(shù)據(jù)處理服務(wù)的質(zhì)量。為此，中國還需要就數(shù)據(jù)中心跨區(qū)域“運(yùn)力”的速度、質(zhì)量、資費(fèi)做統(tǒng)籌規(guī)劃，以及就部分?jǐn)?shù)據(jù)中心集群城市間直連網(wǎng)絡(luò)做個(gè)性化部署。計(jì)的能源管理系統(tǒng)，已經(jīng)應(yīng)用于中國的綠色智算中心示范項(xiàng)目。遠(yuǎn)景為烏蘭察布國家級綠色數(shù)據(jù)中心示范項(xiàng)目提供了關(guān)AI算法與氣候大模型，實(shí)現(xiàn)天氣、發(fā)電功率、負(fù)荷能力的精準(zhǔn)預(yù)測。中長期來看，能計(jì)算儲(chǔ)能的充放電計(jì)劃、風(fēng)光的削減計(jì)劃以及整體的風(fēng)光儲(chǔ)聚合出力曲線。理、電力現(xiàn)貨及中長期交易終端，結(jié)合園區(qū)可視化多場景展示等功能，最終實(shí)現(xiàn)源荷協(xié)調(diào)管理友好互動(dòng)，并提+綠色運(yùn)營”解決方案，支撐零碳數(shù)據(jù)中心落地與綠色金融創(chuàng)新。遠(yuǎn)景運(yùn)用智能物聯(lián)操作系統(tǒng)EnOS標(biāo)及多時(shí)間尺度優(yōu)化策略，打通微網(wǎng)協(xié)同調(diào)度系統(tǒng)全鏈路，覆蓋源網(wǎng)荷儲(chǔ)，基于云邊一體實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)接入，提供高階應(yīng)用產(chǎn)品套件。100%

智能算力對于能源電力系統(tǒng)的影響，不僅表現(xiàn)在它帶來的供應(yīng)總量及地理分布的影響，更為深遠(yuǎn)的是，它將帶來使用能源方式的影響，即它將推動(dòng)和引領(lǐng)建立一個(gè)新型的智能化的能源電力系統(tǒng)，讓算力革命成為能源革命的一部分。中國智能算力與綠色電力之間的供需矛盾，既是空間分布不平衡的矛盾，也是時(shí)間分布不平衡的矛盾。但算力的任務(wù)具備靈活性，可以在不同的數(shù)據(jù)中心和算力集群之間進(jìn)行調(diào)度，跨越不同時(shí)區(qū)，也意味著抹平了綠色電力在時(shí)間分布上的峰谷起伏。從火電時(shí)代到綠電時(shí)代，源隨荷變需要轉(zhuǎn)變?yōu)樵春苫?dòng)。體系。除了在一些綠電稟賦較好的地區(qū)先行之外，全國來看還需要建立起新型的電力系統(tǒng)，包括對電力市場、電力系統(tǒng)、源網(wǎng)荷儲(chǔ)碳一體化的配電網(wǎng)，微電網(wǎng)系統(tǒng)的創(chuàng)新與部署。這樣看來，帶來了能源挑戰(zhàn)的人工智能技術(shù)，同時(shí)也是解決這些挑戰(zhàn)的技術(shù)。智算中心實(shí)現(xiàn)碳中和，正在與時(shí)俱進(jìn)，從原先過分依賴各種“抵消”手段，到7全天候無碳能源的技術(shù)創(chuàng)新與基礎(chǔ)設(shè)施部署，這一關(guān)鍵實(shí)踐，將為工業(yè)、交通、運(yùn)輸?shù)阮I(lǐng)域的脫碳轉(zhuǎn)型提供先例。24/77CFE)是智算中心綠色化發(fā)展的終極目標(biāo)。但由于光伏、風(fēng)電等新能源存在晝夜、季節(jié)等波動(dòng)，與智算中心對電力系統(tǒng)“7×4因此，它要求將一天中每個(gè)小時(shí)的能源消耗與無碳能源進(jìn)行匹配。這包括對無碳能源等源的調(diào)度，也包括對智能算力等荷的調(diào)度。對源的調(diào)度，首先要實(shí)現(xiàn)綠色電力的直供與跨區(qū)域交易。綠電直供繞過了傳統(tǒng)電網(wǎng)的混合供電，它的碳因子還取決于電網(wǎng)上其他能源的碳排放；經(jīng)由傳統(tǒng)電網(wǎng)的綠電交易，則可以彌補(bǔ)當(dāng)?shù)鼐G電間歇性的波谷。這還需要儲(chǔ)能、配電網(wǎng)、微電網(wǎng)的配套體系。智算中心的荷，具備可靈活調(diào)度的特性。相比工業(yè)與交通等其他綠色電力的新興負(fù)荷部門，它甚至具備在物理空間上長距離調(diào)度的唯一性。這種長距離調(diào)度算力任務(wù)的成本，低于對能源或電力的調(diào)度。

(REC)這種可交易的能源市場憑證，聲稱使用了等量電力消耗的綠電，越來越被視為一種初級Geeash)。以確定的價(jià)格直接從新能源場站購買綠電，不僅保證了綠電的實(shí)際使用，還能穩(wěn)定電價(jià)?？萍季揞^已經(jīng)是全球最大的綠電采購方。在中國，阿里巴巴集團(tuán)2023年簽署的綠電購買量達(dá)到了16.1億度，位居榜首。2024年，騰訊簽約綠電采購量將132023年的兩倍；目前綠電占騰訊自有數(shù)據(jù)中心年度用電量的(PA)將是綠電交易的趨勢。它有助于鎖定長期綠電供應(yīng)，減少綠電交易價(jià)格波動(dòng)的影響。目前，中國企業(yè)用戶主要通過年度交易、月度交易的方式向新能源企業(yè)購買電力。中國部分地區(qū)也已經(jīng)開展了一定程度的可再生能源市場化交易的試點(diǎn)，在促進(jìn)本地消納的同時(shí)，降低了用戶采購電力的成本。然而，中國可再生能源分布不均衡，綠電供應(yīng)與消納不匹配問題凸顯，跨省電力交易將是東部算力樞紐解決綠電缺口的重要一環(huán)。據(jù)中電聯(lián)統(tǒng)計(jì)，目前中國綠電省內(nèi)交易量（537.7億千瓦）占全國電力市場交易總電量（5.67萬億千瓦時(shí)）1%PPA市場亟待建立。智算中心的運(yùn)行通常持續(xù)且集中，造成電網(wǎng)負(fù)荷的尖峰，需要更精細(xì)的負(fù)荷管+儲(chǔ)能成為源網(wǎng)荷儲(chǔ)一體化的最優(yōu)解。在智算中心安裝分布式可再生能源后，還可以通過微電網(wǎng)來協(xié)調(diào)可再生能源發(fā)電。7全天候無碳能源的另一重要發(fā)配電系統(tǒng)。在應(yīng)用于智算中心時(shí)，微電網(wǎng)能夠整合冷熱電聯(lián)產(chǎn)、新能源、燃料最大化的消納新能源。在加拿大蒙特利爾，已經(jīng)有一些智算中心通過微電網(wǎng)完2個(gè)微電網(wǎng)。此外，積極開發(fā)下一代能源技術(shù)，也能彌補(bǔ)風(fēng)光等當(dāng)前主流綠電來源的不足。地?zé)崮?、長時(shí)儲(chǔ)能、小型模塊化核反應(yīng)堆以及核聚變，都是科技巨頭正在加速投入的重要領(lǐng)域。與數(shù)據(jù)中心熱聯(lián)動(dòng)也是對減排有益的補(bǔ)充。谷歌努力實(shí)現(xiàn)24/7谷歌努力實(shí)現(xiàn)24/72030年，其全球所有智算中心和園區(qū)將實(shí)現(xiàn)24/7無碳能源運(yùn)2010年，谷歌簽署了第一份企業(yè)購電協(xié)議(PPA)114兆瓦的風(fēng)電。2023414吉瓦，實(shí)現(xiàn)了所有數(shù)據(jù)中心（包括由第三方運(yùn)營的）為了跟蹤清潔能源數(shù)據(jù)，2023（GanularertificaeadingAlliane），致力于建立一個(gè)小時(shí)證書市場，以每小時(shí)能源匹配的方式，主張?jiān)跁r(shí)間和地點(diǎn)上將其數(shù)據(jù)中心電力消費(fèi)與清潔能源發(fā)電量相匹配。谷歌的碳智能計(jì)算平臺(tái)可以根據(jù)當(dāng)?shù)氐臒o碳能源可用性，優(yōu)化計(jì)算任務(wù)的時(shí)間和位置，進(jìn)而將智算中心的部分計(jì)算任務(wù)轉(zhuǎn)移到當(dāng)?shù)靥柲芎惋L(fēng)能最充足的時(shí)間段。在可再生能源為主的電力系統(tǒng)中，計(jì)算是一種靈活的負(fù)荷，可以尋找到在空間上和時(shí)間上合適的綠電，“荷源互動(dòng)”，讓算力參與需求響應(yīng)，發(fā)揮出類似儲(chǔ)CPUGPU鑒于數(shù)據(jù)中心運(yùn)營成本的六成以上在電費(fèi)，在適當(dāng)價(jià)格機(jī)制的驅(qū)動(dòng)下，數(shù)據(jù)中在這樣的一個(gè)機(jī)制上，可以設(shè)計(jì)出智算與綠電的商業(yè)模式，就能提出以市場為導(dǎo)向的激勵(lì)機(jī)制，其中包含本地激勵(lì)機(jī)制、全局激勵(lì)機(jī)制和服務(wù)器共享激勵(lì)機(jī)制等，鼓勵(lì)用戶釋放資源參與可再生能源的消納。這樣對于綠電來說是降低了系統(tǒng)成本，而對于數(shù)據(jù)中心來說，可以通