美国电力缺口加剧 PJM拍卖触及价格上限
7月14日，美国最大区域电网运营商PJM Interconnection揭晓了2028/2029年交付周期的容量拍卖结果。此次拍卖共计获取了138,318兆瓦的发电资源及需求响应能力，加上固定资源要求区域新增的10,864兆瓦，总可用容量约为149,182兆瓦，然而仍比可靠性目标短缺6,831兆瓦。这是PJM连续第三次未完成供电目标，上一年的缺口约为6,500兆瓦。 本次拍卖的结算价达到了联邦能源监管委员会设定的上限，即每兆瓦日325美元，较上一轮的333.44美元微跌2.5%。PJM指出，若没有价格上限
美国电网容量拍卖连续三年未达标
美国最大区域电网运营商PJM Interconnection周二发布了2028/2029交付年度的容量拍卖结果，总成交额高达164亿美元。此次拍卖触及联邦能源监管委员会批准的价格上限，每兆瓦日325美元，但实际采购的供电容量仍比可靠性目标少了6831兆瓦，这相当于近7座核电站的装机容量。这是PJM历史上首次出现连续三年未能达成供电目标的情况，上一年度缺口约为6500兆瓦，且缺口仍在持续扩大。PJM首席运营官Stu Bresler表示，这意味着电网在极端条件下将不得不以更薄的备用容量运行，系统风险显著上升。
酷暑与AI算力扩张推动美国最大电网用电量刷新历史记录
美国最大的电网系统在周四遭遇了前所未有的用电高峰，刷新历史记录，原因是美国中大西洋区域多数地方气温攀升至100华氏度（约38摄氏度）以上，这揭示了电力网络正面临的严峻挑战，而该系统此前已因数据中心建设热潮而承受重压。为13个州6700万居民提供服务的PJM Interconnection LLC在周五指出，用电需求可能已经超过了2006年8月创下的165.563吉瓦纪录。官方初步峰值数据将在60天后公布，届时需要核算其6吉瓦需求响应资源的实际表现。PJM在运营通告中向成员和利益相关方透露，初步数据显示，7
美最大电网PJM启动应急预案防止断电危机
美国规模最大的电网运营企业PJM于周五宣布，受发电机组故障、输电线路超负荷运转，以及高温天气引发的空调负荷大幅攀升等因素影响，该电网已进入联邦紧急预警状态，并下令在其供电范围内降低电力消耗。 PJM方面透露，已向各电力公司发出通知，对签署了应急中断供电协议的用户采取限制供电措施。PJM的供电范围覆盖中大西洋区域、部分南部地区及华盛顿特区附近，共为6700万居民提供电力保障。 本星期内，弗吉尼亚州北部的现货批发电力价格一度突破每兆瓦时2000美元大关，该区域是全球规模最大的数据中心集中地。而在正常非紧急情况
AI 基建狂潮致美最大电网电价暴涨 76%
受数据中心电力需求急剧攀升的驱动，美国规模最大的电网在今年第一季度录得了 76% 的电价涨幅，这使得电网运营方在缓解居民用电成本压力方面面临更严峻的挑战。据电网独立市场监测机构发布的分析报告显示，由宾州 - 新泽西 - 马里兰互联电网公司（PJM）运营、横跨美国 13 个州的电网系统，今年首季的平均批发电价已达每兆瓦时 136.53 美元；相比之下，2025 年同期的均价仅为每兆瓦时 77.78 美元。这一状况再次表明，人工智能数据中心能耗的爆发式增长正推高电费持续上行。AI 数据中心巨大的能耗需求，给美
并网瓶颈与政策催化：AI数据中心储能加速
专家指出，电池储能系统与燃气轮机、固体氧化物燃料电池（SOFC）等替代型发电并非“各走各路”，而是实现互补。通过微电网把储能与上述技术、以及可再生能源协同起来，可让化石燃料发电机在更符合效率的运行区间工作，从而同时增强供电的稳定性与整体效率。专家还提到，在高端微电网中融合燃气轮机 / SOFC 与可再生能源，储能时长有望达到 6-8 小时。从电网侧看，储能更多承担长时储存与削峰等任务，一般需要至少 4 小时的容量。但对 AI 数据中心而言，储能的关键价值在于冗余保障以及应对负荷快速上升的能力：作为柴油发电
高盛判断：美国数据中心用电到2027年将翻倍以上
高盛周二在一份报告中指出，随着产能建设加快推进，数据中心所需的电力规模将出现明显攀升，预计到2027年其用电量相较2025年底将实现一倍以上增长，这也将对美国电力供需格局形成压力。 高盛预计，美国数据中心的电力需求将从2025年的约31吉瓦，提升至2026年的41吉瓦，并在2027年继续增至66吉瓦。届时，数据中心用电在美国总电力需求中的占比有望升至约8.5%。 这种电力消耗的快速跃升，反映出数据中心装机容量的扩张速度正在显著加快。高盛认为，即便将项目可能遭遇的延误与取消因素纳入考虑，到2027年底美国数
AI算力浪潮下的美国电网：为何成为增长的“拦路虎”？
近几年来，围绕人工智能的探讨主要集中在模型、芯片、算法、数据及应用等方面。哪个大模型参数更多？哪个推理成本更低？哪个GPU储备更足？哪个智能体产品更贴近实际业务？哪个能率先构建AI原生应用生态？这些疑问固然重要，但它们并非AI竞赛的全部。随着AI竞赛从模型层面转向基础设施层面，一个更基础、更现实且难以迅速解决的问题逐渐显现：人工智能真正消耗的是电力而非算力；真正考验的是电网的承载能力而非芯片供应链；真正限制AI扩张速度的是国家电力基础设施的组织协调能力而非模型训练效率。美国当前正面临此困境。以往，美国科技