中國儲能網訊：自2022年11月美國人工智能實驗室公司（OpenAI）發(fā)布智能聊天機器人ChatGPT以來，全世界對人工智能的關注持續(xù)升溫。我國的云計算和人工智能科技公司迅速跟進，文本、圖像等多媒體生成式人工智能進入規(guī)?；瘧脮r代，“人工智能+”首次被寫入政府工作報告，《算力基礎設施高質量發(fā)展行動計劃》《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》等支持政策文件相繼印發(fā)，全國各地爭相布局算力產業(yè)，智能算力需求呈現(xiàn)快速增長態(tài)勢。算力發(fā)展提速帶來巨大的用電需求，數據中心負荷呈井噴式增長。
一、智能算力規(guī)模加速增長，催生數據中心旺盛電力需求，碳排放壓力下綠電需求占比持續(xù)提升
數字經濟和人工智能技術加速算力規(guī)模爆發(fā)式增長，智能算力成為發(fā)展主流。根據計算機處理能力，算力一般可劃分為基于CPU芯片的基礎算力、基于GPU芯片的智能算力和基于超級計算機集群的超算算力。從智能駕駛、智慧城市、元宇宙，再到以ChatGPT、Sora為代表的生成式人工智能，拉動算力需求爆發(fā)式增長，也促進算力基礎設施由通用算力為主，向通用算力、智能算力、超算算力一體化演進。人工智能不斷增加模型參數、疊加芯片的發(fā)展路線，推動智能算力需求不斷提升。以ChatGPT的人工智能大模型更新迭代為例，GPT-4的主要參數和計算量分別是GPT-3的10倍和3倍。數據中心是規(guī)?；懔Φ妮d體。據工信部統(tǒng)計，截至2023年底，我國在用數據中心標準機架超過810萬架，算力總規(guī)模達到230EFlops，是2020年的3倍，居全球第二位，算力總規(guī)模近5年年均增速近30%。其中，智能算力規(guī)模達到了70EFlops，占比超過30%、增速超過70%，呈現(xiàn)爆發(fā)性增長態(tài)勢。作為“東數西算”十大國家數據中心集群之一的張家口，目前已投運標準機柜超33萬架、服務器超150萬臺，智能算力占比38%。
算力崛起催生旺盛電力需求，數據中心高能耗特性日益凸顯。進入“十四五”以來，快手、抖音等視頻直播生態(tài)爆發(fā)式發(fā)展，圖片、視頻存儲等通用算力需求快速增長，推動數據中心用電量年均增速超過15%。GPU服務器的能耗功率通常是CPU服務器的4～5倍，智能算力能耗較基礎算力能耗明顯增加。據《2022—2023全球計算力指數評估報告》分析，在數據中心電能使用效率（PUE）為1.1的情況下，人工智能大語言模型GPT-3一次訓練的耗電量為128.7萬千瓦時，相當于我國約430個家庭一整年的生活用電量。而大模型更新迭代伴隨著計算參數的翻倍，能耗也會大幅增加，GPT-4的能耗是上一代的40倍以上。人工智能的規(guī)模化應用推動了數據中心電力需求井噴式增長，當前全國數據中心用電量占全社會用電量比重約1.6%。張家口在“東數西算”樞紐節(jié)點建設和承接北京算力需求溢出的推動下，數據中心用電量占全社會用電量比重從2019年的6.8%增長至2023年的20.1%，數據產業(yè)日趨成為電網重要的電力負荷和耗能用戶。
兼顧碳排放雙控要求和新型電力系統(tǒng)發(fā)展，數據中心綠電需求增長趨勢明顯。高能耗用能特性下，算力行業(yè)的快速發(fā)展帶來了碳排放量增長壓力，國家層面已經將數據中心與鋼鐵、電解鋁、水泥等八大傳統(tǒng)高耗能、高污染行業(yè)一同納入重點推進節(jié)能降碳的領域。增加綠電使用是解決算力高能耗需求下兼顧節(jié)能減排的重要手段。一方面，《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》明確提出到2025年底，國家樞紐節(jié)點新建數據中心綠電占比超過80%，考慮到截至2023年底我國數據中心綠電使用率約22%，“雙碳”目標下數據中心需要大幅提升綠色能源使用比例。另一方面，我國可再生能源裝機占全國發(fā)電總裝機已超過50%，可再生能源發(fā)電量接近全社會用電量的三分之一，隨著新型電力系統(tǒng)建設推進，新能源逐漸由容量主體發(fā)展為電量主體，供需雙方作用下數據中心綠電需求增長潛力巨大，用能結構中綠電占比將持續(xù)快速提升。
二、人工智能規(guī)?；瘧猛苿訑祿行挠秒姵掷m(xù)增長，區(qū)域集聚性、負荷周期性、用電高可靠性對電力保供提出挑戰(zhàn)
人工智能逐漸步入規(guī)模化應用階段，推動數據中心用電需求不斷攀升?；A算力等傳統(tǒng)數據中心電力需求在數字經濟發(fā)展拉動下將保持穩(wěn)定增長，而隨著人工智能大模型對算力處理能力和規(guī)模要求的雙重提升，大型、超大型智能算力中心正日益成為新建數據集群的發(fā)展趨勢。一方面，人工智能大模型將從訓練階段步入應用推理階段，其推理算力需求會顯著高于訓練算力；另一方面，在A100等高性能芯片禁運背景下，我國數據中心建設面臨“疊加數量換性能”處境，智能算力的用電量將會進一步提升。按照我國對于2025年中國算力總規(guī)模將超過300EFlops、智能算力占比達到35%的發(fā)展目標，預計今明兩年算力總規(guī)模年均增長14.2%，設定基礎和高速發(fā)展情景，考慮未來數據中心電能利用效率（PUE）下降，預計今明兩年全國數據中心用電量年均增長約290億～469億千瓦時，到2025年將達到2053億～2412億千瓦時，用電量年均增速約18.0%～27.9%，占全社會總用電量比重將提升至2.0%～2.3%，接近金屬制品行業(yè)用電量規(guī)模。
數據中心呈現(xiàn)區(qū)域集聚化發(fā)展態(tài)勢，局部地區(qū)電力基礎設施建設面臨壓力。國家發(fā)展改革委等部門明確指出，充分發(fā)揮全國一體化算力網絡國家樞紐節(jié)點引領帶動作用，進一步推動各類新增算力向國家樞紐節(jié)點集聚。當前，“東數西算”八大樞紐節(jié)點算力規(guī)模占比約71.5%，新建數據中心90%是大型及以上規(guī)模，數據中心規(guī)?；?、區(qū)域集聚化趨勢明顯。隨著“東數西算”工程建設，預計東部數據中心用電量比重逐步下降，中西部數據中心增速將高于東部。西部數據中心與新能源選址整體耦合，但局部方案、具體設計落地時并非完全匹配。電力基礎設施建設工程點多面廣、建設周期長，局部地區(qū)爆發(fā)式增長的數據中心電力需求將給電力保供和輸配電設施建設帶來較大壓力，大量數據中心項目密集并網可能導致電網接入資源緊張。比如，美國智能算力爆發(fā)引起的電力負荷激增已對其電力運行構成較大挑戰(zhàn)，當前美國70%的電網接入和輸配電設施已老化和落后，某些地區(qū)電網傳輸線路甚至嚴重不足。
數據中心用電負荷呈現(xiàn)周期特性，與地區(qū)夏季負荷高峰時間重合，加大迎峰度夏電力保供壓力。近年來，夏季降溫負荷占比不斷提升，成為拉動電力尖峰負荷增長的重要因素，部分省份夏季降溫負荷占最高用電負荷比重達40%～50%。數據中心降溫需求旺盛，制冷系統(tǒng)的能耗占比為30%～40%，負荷呈現(xiàn)一定的晝夜、季節(jié)特性。從年負荷特性來看，高峰出現(xiàn)在夏季，低谷出現(xiàn)在冬季，以張家口數據中心集群為例，夏季最大負荷較冬季高18.9%，整體較為平穩(wěn)，僅在大量服務器新投運時會出現(xiàn)負荷突變。從日負荷特性來看，日間負荷大、晚間負荷?。幌募救辗骞炔盥瘦^大，冬季日峰谷差率較小，張家口數據中心夏、冬日峰谷差分別為17%和7%。降溫負荷占比高、用電需求與夏季負荷高峰時間重合度高等用電特性將持續(xù)推高夏季極端天氣下的地區(qū)電力需求，過去五年，張家口數據中心集群最大負荷逐年攀升，年均增速達28%。
智能算力數據中心具有單地點、全時段、大功率的用電特點，對電力供應穩(wěn)定性要求更高，與新能源發(fā)電的波動性存在結構性矛盾。中西部地區(qū)風光資源豐富，在“東數西算”背景下，數據中心向西部轉移，既可以消納新能源又可以實現(xiàn)自身降碳。但數據中心的高性能設備及業(yè)務需求對電源穩(wěn)定性要求極高，與風光發(fā)電波動性大、利用小時數低的特性存在結構性矛盾。特別是智能算力數據中心對供電穩(wěn)定性的要求，高于傳統(tǒng)數據中心。人工智能訓練的工作負載可達100%，而且模型的單次訓練時間隨著迭代呈指數級增長，如GPT-4的單次訓練時長可達7個月，是GPT-3的280倍，后續(xù)模型的迭代將進一步提升對供電穩(wěn)定性的要求。河北、甘肅、寧夏等“東數西算”國家數據中心集群所在省份新能源裝機占比已超過50%，新能源大發(fā)與用電負荷季節(jié)性錯配、時段性錯配越來越明顯，夏季“極熱無風”、晚峰“日落無光”，導致新能源出力嚴重受阻，影響發(fā)電能力。雖然數據中心+源網荷儲一體化模式可以兼顧綠電和供電穩(wěn)定性，但對周調節(jié)、季調節(jié)的長時儲能技術經濟性要求較高。
三、統(tǒng)籌算力電力協(xié)同發(fā)展，促進新型電力系統(tǒng)建設、風光綠電消納和數據中心低碳發(fā)展
加強算力和電力發(fā)展規(guī)劃銜接，統(tǒng)籌兼顧綠色數據中心建設和本地風光綠電消納。一方面，加強政府、企業(yè)、電網等多方溝通協(xié)作，科學研判算力發(fā)展規(guī)模、類型及用電需求，滾動完善數據中心集群所在地能源電力發(fā)展規(guī)劃，適度超前做好新能源場址預留和電網規(guī)劃建設，結合數據中心用電負荷增長爬坡特性，制定滿足近遠期發(fā)展的供電方案，滿足數據中心全生命周期綠色供能需求。另一方面，因地制宜開展可再生能源與算力資源融合開發(fā)，提升樞紐節(jié)點布局與新能源發(fā)展規(guī)劃匹配度，引導數據中心集群向可再生能源資源富集地區(qū)布局，依據地區(qū)資源稟賦發(fā)掘分布式能源、自然冷源等供能新模式，提升本地風光綠電消納。大力發(fā)展低成本、高安全、大容量的長時儲能技術，滿足數據中心供電可靠性需求。2023年底，代表大容量長時儲能技術路線之一的鐵鉻液流電池儲能電站（500千瓦/4000千瓦時）在張家口懷來云數據中心成功交付，另一技術路線的重力儲能項目（100兆瓦時）緊鄰懷來數據中心集群，是能源領域首臺(套)重大技術裝備。
挖掘數據中心集群靈活調節(jié)潛力，助力電力供需協(xié)同和新型電力系統(tǒng)建設。數據中心區(qū)別于僅具備時間調節(jié)潛力的空調等傳統(tǒng)柔性負荷，是目前已知的唯一一種可以不依賴電網而實現(xiàn)電力負荷瞬時轉移的新型負荷，同時具備時間、空間調節(jié)潛力，可在價格信號的引導下進行數據中心電力負荷的時空轉移，實現(xiàn)“算力-電力”跨區(qū)協(xié)同，能夠為高比例新能源電力系統(tǒng)的運行優(yōu)化創(chuàng)造更大的調峰空間。推動數據中心與電力系統(tǒng)協(xié)同調度，支持數據中心直接參與或通過虛擬電廠、負荷聚合商、數據中心運營商參與電力市場和需求側響應，用電力市場信號引導數據中心用戶靈活調度算力負載執(zhí)行時間、地點，增加電力系統(tǒng)靈活性，促進新能源消納，降低數據中心用能成本和碳排放。2022年6月，在電力系統(tǒng)調峰信號的引導下，阿里巴巴位于江蘇省南通數據中心的部分算力負載（約100千瓦電力、150千瓦時電量）轉移至張家口張北數據中心，在全球范圍內首次實現(xiàn)了以促進可再生能源消納為目標的數據中心和電力系統(tǒng)協(xié)同調度，也是國內首次完成跨區(qū)域“算力-電力”優(yōu)化調度驗證實驗。
完善數據中心參與綠電市場、碳市場、綠證市場的機制，助力數據中心低碳發(fā)展。推動更多新能源電力進入市場，積極引導數據中心參與綠電、綠證交易，探索發(fā)用雙方簽訂多年期綠色電力購買協(xié)議，為數據中心等綠電需求量大的用戶提前鎖定綠電供應。加快推動跨省區(qū)綠電、綠證交易，擴大跨省區(qū)綠色電力供給，滿足跨省區(qū)綠色電力消費需求。推進“碳-電”市場協(xié)同，推進綠證與全國碳排放權交易機制、溫室氣體自愿減排交易機制的銜接協(xié)調。推動數據中心納入全國性碳排放權交易市場，以市場化手段加快數據中心綠色化進程。統(tǒng)籌考慮數據中心電能利用效率、綠電消費等情況，制定數據中心碳排放水平評價標準和方法，科學合理控制新上項目的能耗與碳排放強度，強化碳排放評價事中事后監(jiān)管，推動數據中心綠色低碳高質量發(fā)展。
