2025-01-12-中国电机工程学会-2024年人工智能快速发展背景下算力电力协同发展的思考报告_46页_4mb

新型系统数智赋能：算力与电力协同发展分析

核心内容

本报告围绕人工智能快速发展背景下算力电力协同发展的趋势、矛盾及解决方案展开，重点分析算力的高能耗、高碳排放、区域集聚性与电力负荷达产周期之间的矛盾，并提出通过规划、建设、调度和市场协同等方式推动算力与电力的协同发展。

主要观点

• 人工智能的快速发展推动算力需求爆发式增长，算力已成为驱动数字经济发展的重要基础设施。
• 数据中心作为算力的核心载体，其用电量占全社会用电量比重持续上升，对电力系统提出更高要求。
• 算力与电力协同发展面临四大主要矛盾：高耗能与低用能效率、高碳排放与低绿电使用率、算力区域集聚性与电力负荷达产周期、高供电可靠性要求与新能源发电波动性。
• 国家和企业正通过多种方式推动算力电力协同，包括优化规划、建设绿色数据中心、调度算力负荷、完善绿电与碳市场协同机制等。

关键信息

一、人工智能快速发展下算力的发展趋势

• 政策支持：党中央、国务院高度重视人工智能发展，出台多项政策推动算力与电力协同发展。
• 算力结构：算力主要分为基础算力、智能算力和超算算力，智能算力占比不断提升。
• 数据中心发展：截至2023年底，我国数据中心标准机架超810万架，算力总规模达230EFlops，年均增速近30%。
• 数据中心布局：数据中心布局呈“由东向西”转移趋势，京津冀算力规模居全国前列，其中河北省占比约69%。
• 算力需求增长：预计到2025年，我国算力总规模将超过300EFlops，智能算力占比达35%，数据中心用电量年均增速18%~27.9%。

二、算力电力协同发展存在的矛盾问题

1. 高耗能与低用能效率的矛盾：

   • 数据中心用电量占比提升，PUE下降但仍需进一步优化。
   • 京津冀地区数据中心用电量占比提升，部分数据中心PUE未达设计值。

2. 高碳排放与低绿电使用率的矛盾：

   • 数据中心间接碳排放高，绿电使用率不足。
   • 国家已将数据中心纳入重点节能降碳行业，推动绿电消费。

3. 算力区域集聚性与电力负荷达产周期的矛盾：

   • 数据中心项目密集并网，电网接入资源紧张。
   • 数据中心上架率不足，电力负荷成长周期较长。

4. 高供电可靠性要求与新能源发电波动性的矛盾：

   • 数据中心对供电稳定性要求高，与新能源发电波动性形成结构性矛盾。
   • 冬季与夏季负荷差异明显，新能源出力受阻。

三、算力电力协同发展的探索实践

1. 算力电力规划协同：

   • 加强算力与电力规划衔接，提前预留新能源场址和电网建设。
   • 制定灵活的供电方案，如“1站1线”、“2站2线”等。

2. 算力电力建设协同：

   • 推动数据中心与可再生能源融合，采用“源网荷储”模式。
   • 张家口怀来腾讯风光储一体化数据中心微电网项目实现绿电使用和减排。
   • 推广“绿电聚合供应”模式，提升绿电使用率。

3. 算力电力调度协同：

   • 推动算力负荷跨空间调度，如阿里巴巴数据中心与华北电网协同调度。
   • 推动算力负荷跨时间调度，如青海清洁能源和绿色算力调度中心。
   • 上海首个大型数据中心虚拟电厂测试成功，实现负荷削减和节能。

4. 算力电力市场协同：

   • 推动数据中心参与绿电、绿证交易，探索PPA（绿色电力购买协议）。
   • 截至2024年11月，冀北绿电交易规模居全国首位。
   • 推进“碳-电”市场协同，推动数据中心纳入全国碳排放权交易市场。

结论

算力电力协同发展是实现绿色低碳和高质量发展的关键路径。通过政策引导、技术创新、市场机制等多方面的协同，可有效解决算力高能耗、高碳排放与电力供应稳定性和绿色化之间的矛盾，推动算力与电力的深度融合和可持续发展。