人工智能数据中心的规模之庞大,一直主导着关于其电力需求的讨论。但这些设施用电方式本身,或许才是电网公司和场内发电设备运营商更难解决的问题。这是Generac工业数字业务高级副总裁Brad Witter在《The POWER Podcast》节目中表达的观点。
Witter表示,行业给出的答案越来越多地指向储能系统:通过电池和快速响应的逆变器,部署在负载与电网之间,平滑用电需求并应对故障冲击。他补充说,证明这些系统能够在公用事业规模下协同运作,与硬件本身同样重要的,是仿真验证工作。
三个问题,而非一个
Witter将这一挑战拆解为三个部分:规模、波动性和故障容忍度。在规模方面,他提到犹他州一个拟建的数据中心项目,其负载需求相当于整个州的用电总量。
然而,规模本身并不能完全反映风险所在。Witter表示,在AI训练集群中,数千块GPU(图形处理器)共同为单一模型工作,它们会同步改变状态。当某一步骤完成或出现中断时,“它们会同时中断”。在传统数据中心中,各节点工作相对独立,彼此的波动会相互抵消,整体负载因此更为平稳。而在AI集群中,他说,“一个上升,其他都会跟着上升”。
这种特性对于围绕稳定、可预测负载模式设计的电网而言,构成了难题。Witter举例说,配电馈线上最大的负载可能在毫秒级别内上下波动50%。“波动性带来的问题,和规模一样严峻,”他说。
第三个问题是故障响应。Witter表示,这些设施对电能质量非常敏感,许多设备在电网出现问题时会自动离线,这反而让电网公司面临的状况更加恶化。表后发电设备也难以避免受到影响,他补充说。所有这些旋转发电设备都“无法承受这种剧烈波动”,他说,涡轮机尤其容易因这种规模的反复冲击而受损。
电网公司掌握主导权
Witter表示,开发商希望加快进度,而电网公司则倾向于放慢节奏,因为电网公司无法在短时间内,为已经承受压力的系统新增如此巨大的容量。他说,实际结果是,许多电网公司正在向大型负载用户提出两项要求。第一是自带发电设备,例如涡轮机或燃料电池,用以在电网公司跟进建设期间填补缺口。第二是接入电网后改变行为方式,既要限制自身用电需求的波动幅度,也要限制对电网故障的响应方式。
当被问及电网公司是否占据主导地位时,Witter说:“我会谨慎地说是的”,并指出社区利益和收入因素也促使电网公司愿意加快推进速度。他预计,在未来的并网协议中,超大规模云服务商将承担更大比例的所需投资,联邦能源监管委员会(FERC)也开始介入此事。他将超大规模云服务商自建天然气电厂作为过渡方案的意愿形容为前所未有,并将当前市场形容为“跑马圈地”。
电池作为缓冲层
Witter表示,仅传统备用电源的规模就相当可观。他提到,一个200兆瓦的站点,可能需要数百台发电机。为满足电网公司的要求,同时保护场内设备,他说设施需要一种以储能形式存在的缓冲层,用以平抑负载波动,并在故障期间提供支撑。他将储能形容为满足某些电网要求几乎是必要条件,是获得并网协议的“入场门槛”。
Witter预计这种缓冲能力将来自两个方向。不间断电源(UPS)供应商的电池原本用于保护机架级别的电力,正在向更靠近电表的位置延伸其能力,他说,但他指出机架级UPS系统无助于负载平滑或电网稳定。而独立式电池储能系统,则可以充当他所称的设施级UPS。
Witter表示,电网构建型逆变器正是实现这种缓冲的关键。它们与负载并联接入,可以在需求下降时充电、在需求上升时放电,从而抵消波动。由于这些逆变器能够在电网不存在的情况下形成局部电网,它们也能够实现站点黑启动。自动化系统随后决定何时需要启动发电机。他说,这种配置使电池系统成为站点离网支撑的“中枢神经系统”。
先验证,后建设
验证这些架构本身就是一项挑战。“你无法用半吉瓦的基础设施做概念验证,”Witter说,也没有人愿意为一个耗资数十亿美元的测试案例提供资金。他表示,制造商必须在纸面上证明设备符合规格,但各部件之间如何交互配合“远比每个部件单独是否合规更重要”。他说,公用事业规模的仿真,是在全面投入建设之前建立信心的唯一途径。
Witter表示,包括落基山国家实验室(NLR,原名国家可再生能源实验室[NREL])等机构正在与制造商合作,开展结合真实硬件与仿真的混合测试,Generac也与该实验室有一项正在进行的合作项目。他补充说,电网公司现在普遍要求在并网申请材料中提供建模证据,以展示设施系统在面对特定电网扰动时将如何响应。
据Witter介绍,这种集成挑战也在塑造Generac的战略方向。他表示,公司已经增加了开关设备、封装以及转换开关方面的能力,并正在大力投资电池储能业务,因为客户越来越倾向于寻找单一合作伙伴,而其中涉及的协调调度工作,远比传统备用电源系统之间仅靠“几根线”连接要复杂得多。他说,Generac的架构仍对第三方设备保持开放。
Witter补充说,AI本身也是这一问题的答案之一。他表示,Generac利用AI进行故障预测算法和制造质量控制,而大语言模型可能会加快证明这些系统所需的仿真工作。他将此称为“一个充满讽刺意味的循环”,AI制造了问题,也将帮助解决这个问题。
成功的样子
展望五年后的情况,Witter表示,那些正确把握了电力策略的数据中心,将是那些真正实现上线运营的数据中心。他说,与电网公司达成可执行的协议,是最大的障碍之一,而其中涉及的许多技术尚未得到充分验证。“做对了的,就是能跑起来的,”他说。
对于那些现在必须建设过渡性电力方案的开发商,他表示,最大的好处将属于那些提前规划好这些设备在电网电力到位后如何继续发挥支撑作用的企业,这样就不需要拆除重建。
