美国 AI 数据中心需求推动天然气与太阳能增长，电网却仍在滞后

美国 AI 数据中心需求正迫使公用事业公司为到 2028 年可能占全国用电量 12% 的负荷制定规划。尽管气候影响截然不同，天然气和太阳能项目正同步推进。矛盾已不再只是清洁能源与化石燃料之间的对立，而是快速供电与需要多年才能扩容的电网之间的较量。

《The Athens Messenger》10 月 7 日发布的一篇报道强调，AI 基础设施正在同时刺激天然气和太阳能的发展，也描述了区域电网所承受的压力。这种组合至关重要，因为数据中心需要持续供电，而新建输电线路和变电站往往面临漫长的开发周期。

结果是一场令人不安的竞赛。科技公司希望在几年内获得算力容量，公用事业公司必须维持可靠性，社区则希望免受成本上涨和污染的影响。太阳能能够快速增加大量电力供应，但若没有储能或其他可靠资源，便无法全天候供电。燃气电厂可在需要时运行，但其建设可能使电网在未来数十年锁定排放。

AI 数据中心能源需求已进入公用事业规划

数据中心热潮已从科技行业的预测，进入电力公用事业公司的实体规划。

美国能源部估计，美国数据中心在 2023 年消耗了 176 太瓦时电力，约占全国电力消费的 4.4%。2014 年，这一行业的用电量为 58 太瓦时。

该部门的数据中心预测显示，2028 年的用电量将在 325 至 580 太瓦时之间，相当于美国总用电量的 6.7% 至 12%。

这一区间之宽具有重要意义。公用事业公司不能等到获得完全确定的信息后，才订购设备或规划输电设施。然而，若按照最高预测值建设，客户可能会为后来被证明并无必要的基础设施买单。

AI 加剧了这一规划难题，因为其电力需求会以异常庞大的规模集中出现。传统商业开发项目可能会逐步接入客户，而一个 AI 园区可能申请数百兆瓦电力，并有望进一步扩张至吉瓦级运营规模。

图形处理器也将更多算力集中在每栋建筑内。其耗电转化为热量，进而增加制冷、水泵、风机及配套设备的需求。因此，数据中心不仅需要为计算供电，也需要为保障服务器运行的系统供电。

国际能源署预计，全球数据中心用电量将从 2024 年约 460 太瓦时上升至 2030 年的 1,000 多太瓦时。除传统数字服务持续增长外，AI 是最重要的推动因素。

美国处于尤其容易受到影响的位置。国际能源署预计，到 2030 年，数据中心将占美国电力需求增长的近一半。届时，数据处理的耗电量可能超过所有能源密集型制造业的总和。

这些预测并不意味着每个已公布的园区都会建成。开发商有时会在比较多个选址的同时提交重叠申请。如果融资状况或 AI 需求不及预期，一些项目可能缩减、迁移或取消。

不过，公用事业公司仍必须评估这些申请。它们必须判断发电设施、输电网络和本地变电站能否在不削弱现有客户服务的前提下支持每个项目。

这一过程改变了核心问题。问题已不再是 AI 是否消耗大量能源，而是哪些项目真实存在、何时接入，以及谁应为所需基础设施提供资金。

这种不确定性解释了为何 AI 数据中心的能源需求会在服务器机房启用前就给公用事业公司带来压力。预测会影响发电采购、输电规划、备用容量要求和客户电价。因此，一个投机性项目可能在真正用电前很久就造成实际的规划成本。

需求也呈现明显的地理集中性。数据中心聚集在光纤网络、可用土地、有利许可条件和现有云服务区域附近。即使数据中心在全国用电量中占比仍然不高，本地电网也可能面临严重压力。

北弗吉尼亚州仍是最清晰的例子，但这一模式正在扩散。俄亥俄州、宾夕法尼亚州、得克萨斯州、亚利桑那州、佐治亚州及其他市场正收到大量并网申请。每个地区的燃料供应、输电约束、水资源可用性和监管规则各不相同。

这种地理差异决定了将建设何种电力设施。太阳能资源丰富的地区可能倾向于光伏装机和电池储能。靠近天然气管道的地区可能转向燃气轮机或现场发电机。拥有现有核电站的地区则可以寻求长期合同，以获得稳定、低碳的电力。

共同的要求是速度。数据中心运营商竞相在竞争对手之前部署算力，而电力基础设施仍遵循为更缓慢、更可预测的需求增长而设计的开发周期。

天然气在稳定电力竞赛中胜出

天然气之所以受到青睐，是因为它能按更符合数据中心紧迫开发进度的时间表提供可调度电力。

可调度发电是指运营商可在需求上升时调用的电源。燃气轮机可提供这种控制能力，不同于会随日照和天气变化的太阳能发电。

国际能源署估计，天然气目前已提供美国数据中心实际消耗电力的 40% 以上。可再生能源约占 24%，核能约占 20%，煤炭约占 15%。

这些数字描述的是通过本地电网和现场系统输送至设施的电力。它们不同于企业采购声明，后者可能包括在其他地点或其他时间产生的可再生能源证书。

到 2030 年，国际能源署预计天然气将为美国数据中心每年新增超过 130 太瓦时的电力供应。预计同期可再生能源将增加约 110 太瓦时。

因此，国际能源署的能源供应展望支持了这一核心转变。AI 公司仍是可再生能源的重要买家，但其扩张也在强化化石燃料发电市场。

天然气具有多项运营优势。电厂可在夜间发电、应对需求变化，并在太阳能或风能出力下降时支撑电网。美国还拥有广泛的天然气生产和管道基础设施。

由于电网接入耗时过长，一些开发商正在考虑现场发电。表后发电可在不完全依赖公共电网的情况下为设施供电，其中可以包括燃气轮机、燃料电池、电池或混合系统。

这种方式可以缩短数据中心建成与服务器通电之间的时间，也将部分发电投资从公用事业公司转向科技公司和基础设施合作伙伴。

不过，现场燃气并不能消除本地约束。项目仍需要燃料输送、空气排放许可、噪声控制和备用安排。管道容量也可能成为另一项瓶颈，特别是在寒冷天气导致供暖需求达到高峰时。

排放影响也不仅限于电厂本身。天然气生产和运输过程可能释放甲烷，这是一种在短期内具有强烈增温效应的温室气体。除非业主提前退役或将其改用更低碳燃料，否则新建燃气轮机可能运行数十年。

公用事业公司面临艰难的投资决定。燃气电厂可以满足大客户的近期进度要求，但该电厂的寿命可能超过为其建设提供理由的计算项目。数据中心可能易主、提高能效，或在电力基础设施达到使用寿命终点前关闭。

这会带来搁浅资产风险。如果大客户离开，监管机构必须决定其他客户是否仍应继续为电厂、管道或输电升级项目付费。

燃气发电也可能使科技公司的气候承诺变得更加复杂。年度可再生能源采购并不能保证数据中心在每个运行小时都获得无碳电力。一座设施可以在全年购买足够的太阳能，同时在夜间消耗燃气发电。

一些公司已开始追求按小时匹配无碳能源。在这种方法下，清洁发电必须与电力消费的时间和地点更加紧密地对应。这一标准需要更多储能、输电、稳定清洁发电或灵活计算能力。

因此，天然气在短期竞赛中胜出，部分原因在于清洁替代方案仍不完整。核电站需要多年才能建设或重启。先进地热能并非随处可用。长时储能尚未实现广泛商业部署。

风险在于，临时过渡方案会变成永久基础设施。一旦公用事业公司投资建设燃气电厂和管道，它们就会在财务和运营层面拥有继续运行这些资产的理由。

当数据中心需求缺乏弹性时，使用天然气的理由最为充分。如果设施能够将部分计算任务从电网压力较大的时段转移出去，系统就不需要为最高峰值预留那么多电厂。

这一可能性将软件设计、工作负载调度和电力合同置于能源争论的核心位置。能够调整计算时间的数据中心，可以降低所需稳定容量。

太阳能增长并不能消除可靠性缺口

太阳能能够相对快速地提供大量电力，但电量并不等同于全天候容量。

太阳能项目对数据中心运营商颇具吸引力，原因有多方面。它们的开发速度可能快于许多传统电厂，运营成本可预测，并有助于实现企业减排目标。

科技公司也已成为购电协议下的重要买家。这些合同为可再生能源开发商提供了承诺客户，有助于项目获得融资。

国际能源署报告称，2015 年至 2024 年间，科技和数据中心公司在美国采购了 86 吉瓦可再生能源容量。这种采购能力推动了风电和太阳能建设加速发展。

太阳能与数据中心白天的用电需求高度契合，也可为电池充电，在傍晚高峰或短暂电网扰动期间释放电力。将太阳能与储能配对，使其比单独的太阳能更具实用价值。

不过，即使是大型电池通常也只能覆盖有限小时数。连续多日阴天、季节变化和夜间需求仍需要其他资源或规模大得多的储能系统。

这正是太阳能和天然气同步增长背后的核心机制。太阳能在可用时提供低成本电力，天然气则在可再生能源出力无法匹配需求时提供可控容量。

与持续运行燃气电厂相比，这种组合可以降低燃料消耗。但它并不能形成完全无碳的系统，尤其是在数据中心全天保持高利用率运行时。

输电带来了另一项复杂因素。最佳太阳能资源往往远离主要数据中心集群。要将这些电力输送过去，需要高压线路、变压器、变电站，以及完成并网研究。

并网是评估新发电设施或客户能否安全接入电网的过程。随着太阳能、储能、制造业和数据中心项目争夺有限的网络容量，排队等待的项目不断增加。

因此，一座太阳能电站可能已在物理层面建成，却无法输送全部发电量。同样，数据中心的建筑和服务器可能已经就绪，却仍在等待变电站升级。

美国电力研究院对不同运行规则如何影响这一组合进行了建模。其发电情景显示，在参考政策下，天然气将主导新增电力供应。

当数据中心遵循全天候无碳电力承诺时，该模型会转向更多太阳能、风能、储能及其他低排放资源。这一发现意味着，责任很大程度上落在购电方身上，而不只是公用事业公司。

灵活需求带来了另一种变化。一些 AI 任务需要即时响应，包括面向用户的推理和安全系统。另一些任务，如部分模型训练或批处理，则可以容忍延迟。

数据中心可以在电网紧急情况下暂停灵活任务，待可再生能源出力或系统容量改善后再恢复运行。运营商还可以在不同地区的设施之间转移特定工作负载。

这种灵活性并非没有代价。硬件代表着昂贵的资本投入，运营商希望它尽可能频繁地处理任务。推迟工作可能影响产品进度、客户承诺以及 AI 集群的经济性。

电价和合同必须让灵活性具备经济价值。固定电价几乎不会促使设施在电网紧张时段降低需求。随时间变化的定价或容量补偿可以奖励有助于电网的行为。

电网还需要与参与设施建立可靠通信。公用事业公司必须了解可调度的负荷规模、响应速度，以及实际表现是否符合合同承诺。

在几乎所有可信的数据中心情景中，太阳能增长仍然至关重要。IEA 预计，到 2030 年，可再生能源将满足全球数据中心新增用电需求中近一半的需求。

但这项统计不应被误认为是一套完整的可靠性解决方案。电力系统必须在最艰难的时段满足需求，而不仅仅是平衡全年的总发电量。

因此，决定性的竞争并非孤立技术层面的太阳能对燃气，而是灵活、协调的数据中心运营对依赖新增燃烧容量支撑的刚性需求。

电网是最难扩展的组成部分

发电获得了更多关注，但输电和配电决定了电力能否在所需的时间和地点送达数据中心。

一座发电厂和一个服务器园区本身并不能构成可运行的系统。电力必须经过输电线路、变电站、变压器、开关设备和本地配电设备传输。

其中许多组件的制造和建设周期很长。大型变压器可能需要专用材料和定制工程设计。输电项目还面临土地征用、许可、环境审查以及成本分摊争议。

数据中心的建设速度可能快于这套支撑网络。这种错配促使开发商寻找具有闲置容量的地点，或考虑现场发电。

2026 年发表的研究发现，美国数据中心的建设可能需要 18 至 36 个月。在容量受限地区，获得完整的电网供电可能需要四到五年以上。

这一差距改变了选址逻辑。获得稳定电力的重要性，可能不亚于土地价格、税收、水资源或靠近用户的程度。拥有可用输电容量的地点，可能比提供更大财务激励的地点更具价值。

电网运营商还必须为峰值需求做好准备，而不仅仅是平均用电量。他们需要为设备故障、极端天气以及供需的意外变化保留备用容量。

PJM Interconnection 管理着覆盖 13 个州全部或部分地区及哥伦比亚特区的批发电力系统。其服务区域包括弗吉尼亚州、俄亥俄州和宾夕法尼亚州等主要数据中心市场。

PJM 的 2025 年规划材料预计，到 2030 年峰值需求将增长约 31,600 兆瓦。该预测将数据中心列为主要推动因素。

这一增长发生之际，一些老旧发电厂正在退役。因此，新增发电和输电设施既要满足替代需求，也要覆盖额外需求。

当接入申请超过现实可行的建设规模时，规划会变得更加困难。开发商可能在最终选定一个地点前，向多个市场申请容量。如果公用事业公司将每一项申请都计入，就可能过度建设；如果折减过多，又可能面临短缺。

这正是财务承诺的重要性所在。公用事业公司和监管机构可以要求大客户在为其投资前提供保证金、建设里程碑、最低账单或长期合同。

针对大负荷用户的特殊电价也在不断普及。这类电价机制可以要求数据中心承担专用基础设施成本，并保护家庭用户免受搁浅成本影响。

具体条款决定了这种保护是否有效。过早到期的最低付款可能无法覆盖预计使用数十年的输电资产。保密合同也可能使公众监督变得困难。

电网可靠性并不只是全国范围内是否拥有足够电力的问题。输电拥塞可能将发电能力困在输电瓶颈的一侧，而另一侧的需求却在增长。

美国地质调查局在其基础设施分析中指出了这一选址问题。可靠电力和光纤连接都会影响数据中心能够在哪里运行，而发电设施共址还会带来额外的技术权衡。

社区会在本地承受这些决策的影响。新线路需要占用土地，燃气电厂会产生附近排放，变电站则占据大面积场地。冷却系统或火力发电也可能增加用水量。

收益同样分布不均。数据中心能够创造建设工作和税收收入，但与其用电需求相比，其长期人员配置可能相当有限。社区可能会质疑，公共基础设施承诺是否与本地经济回报相匹配。

更高的批发电价也带来另一项担忧。当大负荷收紧供应时，昂贵的发电机组可能更频繁运行。当系统需要为未来峰值预留更多电厂时，容量市场也可能变得更加昂贵。

不过，将所有电价上涨归咎于 AI 会过度简化问题。老化基础设施、极端天气、燃料价格、电气化、制造业和可靠性投资同样会影响电费。

更准确的问题是，每个数据中心是否承担其造成的成本。这包括专用设备、额外发电能力、输电升级、备用要求，以及不确定预测带来的风险。

清晰的成本分摊可以维护公众对真正增强区域实力项目的支持。规则薄弱则可能将商业风险从大型科技公司转移给家庭用户和小型企业。

最大风险是在错误预测的基础上建设

电网必须扩张，但低需求与高需求情景之间的差异，意味着数百太瓦时的电力以及数十亿美元的基础设施风险敞口。

预测 AI 用电量需要对硬件效率、模型设计、用户需求和 AI 服务的商业价值作出假设。每个变量的变化速度，都可能快于传统公用事业规划的预期。

新芯片可以用单位电力完成更多计算。更好的冷却和供电系统也可以降低设施开销。这些改进会减少完成固定计算量所需的能源。

效率提升仍可能增加总用电量。较低的计算成本往往会鼓励企业训练更大的模型、服务更多用户，并将 AI 应用于更多任务。这种反应有时被称为反弹效应。

计算量还取决于企业能否获得足够回报。如果 AI 收入不及预期，一些拟议中的园区将被延期或取消。强劲的采用势头则可能将需求推向当前预测的高端。

美国国家科学院在其AI 电力研讨会中总结了这种不确定性。与会者讨论的估计范围，从温和增长到数据中心能源使用量在 2030 年前翻倍或增至三倍的情景都有涉及。

这种不确定性会向两个方向发展。建设不足会威胁可靠性和经济发展；过度建设则可能让用户承担不必要的电厂、管道和输电线路成本。

公用事业公司传统上通过多年电价回收获批投资。当需求在众多客户之间稳定增长时，这种模式行之有效。当单一超大型客户推动项目时，风险会变得更高。

数据中心可以通过签署即使面对延期、所有权变更或较低利用率仍然有效的合同，来降低这一风险。监管机构也可以要求企业预先为专用资产提供资金。

预测质量同样需要改进。公用事业公司应将早期咨询与已具备土地、融资、设备订单和具有约束力服务协议的项目区分开来。

由于开发商将电力需求视为商业敏感信息，透明度仍然有限。在谈判持续期间，公用事业公司也可能不披露项目细节。

这种保密性使社区审查更加困难。居民可能看到新的费率案件或燃气项目提案，却不知道其中有多少需求已获承诺、由哪个客户造成，或评估过哪些替代方案。

气候声明也应受到类似审视。一家公司可以宣布采购可再生能源，而其所在地公用事业公司却为维持可靠性而建设燃气容量。这两种说法在技术上都可能成立，但都无法描述完整的物理系统。

按小时匹配比年度核算能提供更好的视角。它检验清洁电力是否在设施实际运行时可用。

即使按小时匹配也存在局限。签约采购现有清洁发电能力，可能只是将这些电力从其他客户处重新分配，而不会增加新的供应。更严格的标准会考虑地点、时间，以及采购是否促成新容量建设。

天然气同样面临不确定的假设。开发商可能将电厂描述为临时过渡设施或未来的氢能设施。这些转换路径涉及成本、燃料供应、设备改造，以及尚未解决的排放问题。

在没有详细技术和财务计划的情况下，有关未来转换的说法不应成为当前基础设施建设的理由。获准使用天然气的电厂，应在获得可信替代方案之前按燃气电厂进行评估。

太阳能和储能预测同样需要谨慎。电池价格随时间下降，但为数小时供电而设计的系统，与覆盖数天需求的系统存在巨大差异。

最具韧性的策略是采用多元组合。太阳能、风能、电池、核电、地热资源、输电、能效提升和灵活计算，都可以分别应对问题的不同部分。

一个投资组合仍需要严谨的合同约束。数据中心运营商应承担与其建设进度和需求预测相关的风险。现有客户不应成为投机性 AI 扩张的默认保险人。

三个信号将显示电力供应是否正在追赶需求

下一阶段将取决于具有约束力的电网协议、按小时计的运营行为，以及实际投入运行的发电能力。

第一个信号，是已公布的数据中心项目能否转化为可执行的购电合同。已签署的协议、保证金和最低付款承诺，能够显示哪些园区正在摆脱纯粹的投机阶段。

已承诺项目占比不断上升，将增强电力需求持续增长的论点。大范围的延期、取消或缩减规模，则会削弱高增长预测的可信度。

投资者和社区应像关注名义容量一样关注项目时间表。一个分阶段建设的项目，与一个立即申请全部负荷的项目，对电网构成的挑战并不相同。

第二个信号，是可量化的需求灵活性。试点项目必须证明，数据中心能够在电网承压期间减少或转移具有实际意义的负荷，同时不影响关键服务。

Electric Power Research Institute 的建模表明，灵活运营有助于支持更多可再生能源发电，并减少长期新增天然气产能。模型固然有用，但经验证的运营数据更为重要。

公用事业公司应公布灵活性项目的汇总结果。有价值的数据包括可调用的兆瓦数、响应时间、事件持续时间，以及实际完成承诺削减量的比例。

成功的表现将支持一种让计算任务随电力可用性调整的电网模式。参与度不足则会进一步强化增建稳定发电能力的理由。

第三个信号，是 2030 年前实际并网的供电结构。核反应堆、地热系统或长时储能的公告，在项目获得许可、融资、设备和电网接入之前，并不会提供电力。

目前的证据支持混合式扩张。IEA 预计，到 2030 年，美国天然气发电将与太阳能同步增长。其电力预测预计天然气发电将大幅增长，而太阳能将在本十年末占美国发电量的 11%。

输电建设速度将影响这一平衡。更快的并网进程和更强的区域输电线路，能让偏远地区的可再生能源资源发挥更大作用。持续的延误则会提高本地天然气发电的吸引力。

因此，底层故事不只是用电量上升。美国 AI 数据中心的需求，正在迫使科技公司在能源基础设施的约束条件下运营。

软件可以在数月内实现全球规模化。电力系统做不到。它们需要工厂、燃料、土地、许可、施工队伍和公众支持。

这种错配解释了为何天然气和太阳能同时增长。二者都能比许多替代方案更快投入运行，但分别解决了电力问题的不同部分。

天然气能够提供可控出力，但也带来排放和燃料风险。太阳能能够提供低成本电力，但依赖储能、输电和补充性发电。

电网位于两者之间。如果规划者能够推进输电现代化、合理定价灵活性，并审慎分配项目成本，AI 需求便可支持更广泛的能源建设。

如果这些措施进展滞后，公用事业公司将优先选择最快能够提供稳定电力的能源。这条路径很可能意味着更多天然气，即便科技公司正在采购创纪录规模的可再生电力。

未来几个月，预计将出现更多公用事业申报文件、大负荷电价方案和数据中心供电协议。读者应超越承诺的兆瓦数，提出三个问题：负荷是否已通过合同落实、能否在电网承压时作出响应，以及将由哪些实际发电资源供电？

这些答案将揭示，AI 基础设施究竟是在为更灵活的电力系统提供融资，还是在围绕不确定预测，将社区锁定在昂贵的新增容量之中。