AI 发展的瓶颈：电网重塑全球能源投资格局

2025 年 6 月，得州电网运营商 ERCOT 发出通告，规定接入容量达 75 兆瓦以上的大型数据中心及加密矿场需提交电压穿越能力数据，并更新相关动态模型。

至 2026 年，ERCOT 再次提出 PGRR144 方案，旨在细化对大型负荷的模型质量测试与验证标准。截至 6 月 12 日，该规则修订尚处审议阶段，但趋势已十分明确：

AI 数据中心正从科技企业的投资标的，转变为电力系统需独立管控的大型负荷。

这一转变值得关注。

电压穿越虽显专业，其原理实则简单。

当输电系统遭遇短暂故障，电压可能骤降。接入电网的大型设备不可立即全部切断，而需在特定范围内维持运行，直至系统恢复。

若多个大型数据中心在同一扰动中同时脱网，电网负荷将骤减，导致系统频率及局部电压快速攀升。故障消除后，若这些负荷集中恢复，还将引发二次冲击。

ERCOT 在通告中指出，在特定工况下，其系统可承受的负荷突降量约为 2600 兆瓦。随着大型电子负荷激增，若运营商无法掌握其在故障中的真实表现，局部隐患可能演变为更大的稳定性危机。

往昔，钢铁、电解铝等大型工业负荷始终是电网管控的重点。如今，大规模 GPU 集群也跻身此列。

探讨 AI 能耗时，人们往往聚焦于全年总用电量。

美国能源部 2024 年发布的数据中心用电报告预测，美国数据中心用电量或将从 2023 年的 176 太瓦时，攀升至 2028 年的 325 至 580 太瓦时，其占全美用电比例亦可能由 4.4% 增至 6.7% 至 12%。

总量增长诚然关键，但电网更难应对的是负荷的分布位置、出现时机及其变化速率。

一个大型数据中心园区可能在短期内提出数百兆瓦的接入需求。此类项目常集中于少数具备土地、光纤及产业条件的区域。当多个园区同时排队接入同一电网，制约项目进度的关键便不再是发电量，而是输电走廊、变电站及配电设备能否及时扩容。

芯片订单可扩大，服务器可分批交付，电网工程却需经历规划、审批、设备采购及施工。两者的扩张节奏并不一致。

数据中心与加密矿场虽同属大型电子负荷，但在电网中的角色却不尽相同。

加密矿场对电价极为敏感。在电价高企或电网紧张时，部分矿场可停机或降低负荷，参与需求响应。

AI 数据中心承载着云服务、企业系统及实时模型接口，对连续运行及响应速度要求更高。虽部分计算任务可调整时间，备用电源与储能也能提供一定灵活性，但其整体可中断程度通常不及加密矿场。

训练任务的计划性相对较强，部分工作可调整至电力充裕时段。推理服务直接面对用户请求，负荷将随搜索、代码生成、图像处理及智能体服务的普及而持续增长，更难完全避开用电高峰。

因此，AI 数据中心既要求高供电可靠性，又难以随时大幅削减负荷。对电网规划者而言，此类负荷更接近需长期保障的刚性需求。

Rystad Energy 预测，2026 年全球电网资本开支将突破 6500 亿美元，约为 2020 年的两倍。

这笔投资绝非仅由 AI 驱动。新能源并网需扩建输电线路，电动车与城市制冷加剧配电压力，工业电气化也在推高用电需求。AI 数据中心是在这些变革之上，新增了一类规模更大、分布更集中且投产时限更紧的新负荷。

过去十年，能源转型的讨论多聚焦于光伏、风电与储能。如今，越来越多项目正面对另一现实：

发电能力建成，并不意味着电力已能送达所需之地。

若输电走廊、变电站及配电网跟不上，新能源将面临消纳难题，数据中心亦会遭遇接入瓶颈。电网正从能源系统的后台环节，逐渐演变为项目能否落地的前置条件。

本轮投资将带动输电线路、变电站、高压开关、电缆、储能及配网自动化。其中，电力变压器尤其值得关注。

变压器是数据中心接入电网的关键物理接口，也是电网扩建中交付周期较长的设备。Rystad Energy 2026 年报告显示，多数电力变压器交期仍超 12 个月，大型设备甚至超过 24 个月。

数据中心可加速采购芯片与机柜，但变电站建设仍受限于设备制造、工程审批及现场施工。设备到位而供电工程未完工，项目便无法按计划投产。

这也是当前数据中心选址愈发重视电力可得性的原因。税收优惠、土地及光纤依旧重要，但能否在预定时间获得稳定且可扩展的电力，正逐步占据更优先的位置。

中国拥有完备的输配电设备、电力电子及储能产业链，在制造规模与成本上具备优势。

但电网设备出海逻辑与普通消费品迥异。

变压器、开关设备等产品将在电网中运行数十年。公用事业公司关注的不仅是报价，还包括认证、可靠性记录、本地运维、备件供应及网络安全。关键基础设施采购还可能受制于本地化要求与国家安全审查。

中国企业在此类市场真正需积累的，是认证周期、当地项目案例、与公用事业公司的合作经验，以及长期技术响应能力。产能可扩建，但这些记录唯有通过时间积累。

AI 对能源系统的影响可沿一条链条展开：

算力需求 → 数据中心建设 → 用电规模与负荷特性变化 → 电网接入与稳定性压力 → 电网扩建 → 变压器、开关设备、储能及自动化需求

各环节均有其周期，且并不同步。

芯片产能可在数年内扩大，变电站的规划、审批及施工却难按同样速度压缩。数据中心建设越快，这种周期差异便越显著。

ERCOT 的举措虽是小信号，却表明 AI 基础设施已纳入电力系统的安全运行框架。模型性能的竞争仍在继续，但支撑这场竞争的物理系统已愈发难以忽视。

AI 运行于云端，限制其扩张速度的，或许是地面上的变电站、变压器及输电线路。

欢迎关注、留言、私信

参考