【国家电网】2024智力算力的快速发展对电力供需的影响分析报告_29页_13mb

智能算力快速发展对电力供需的影响分析总结

核心内容

智能算力的快速发展对电力供需格局产生了深远影响，尤其在数据中心用电需求激增、能源结构转型、电力系统稳定性等方面。随着人工智能技术的广泛应用，数据中心的电力需求呈现爆发式增长，对电网运行和能源供给提出了新的挑战。同时，绿色能源的使用比例也在持续提升，成为应对高能耗问题的重要手段。

主要观点

• 智能算力需求快速增长：自2022年ChatGPT发布以来，全球对人工智能的关注升温，我国“人工智能+”写入政府工作报告，推动算力产业快速发展。算力基础设施正向通用算力、智能算力、超算算力一体化演进。
• 数据中心用电需求激增：截至2023年底，我国在用数据中心标准机架超810万架，算力总规模达230EFlops，智能算力占比超过30%，增速超过70%。数据中心用电量占全社会用电量比重约1.6%，预计到2025年将提升至2.0%～2.3%。
• 电力需求呈现周期性与高可靠性特点：数据中心用电负荷具有显著的季节性和昼夜波动性，尤其在夏季用电高峰期间，与降温负荷重合，对电力供应稳定性提出更高要求。同时，人工智能训练负载缺乏变化，对供电稳定性要求更高。
• 区域集聚性加剧电力供需矛盾：数据中心向中西部转移，与新能源富集区形成匹配，但局部地区电力基础设施建设面临压力。部分省份新能源装机占比已超50%，但与数据中心用电负荷存在季节性、时段性错配问题。
• 绿电使用比例持续提升：为应对碳排放压力，数据中心被纳入重点节能降碳领域，国家鼓励使用清洁能源。预计到2025年，新建数据中心绿电占比将超过80%，推动电力结构向低碳化发展。

关键信息

1. 智能算力用电特性及增长趋势

• 算力结构：算力分为基础算力（CPU）、智能算力（GPU）和超算算力（超级计算机集群）。
• 大模型训练能耗：GPT-3一次训练耗电量为128.7万千瓦时，相当于430个家庭年用电量；GPT-4的能耗是GPT-3的40倍以上。
• 用电增长预测：预计2024～2025年全国数据中心用电量年均增长约18.0%～27.9%，2025年将达到2053亿～2412亿千瓦时。
• PUE政策要求：数据中心电能使用效率（PUE）持续下降，推动绿色低碳发展。

2. 区域集聚与电力基础设施压力

• 数据中心分布：数据中心呈现“由东向西”转移趋势，京津冀算力规模居全国前列，张家口作为“东数西算”枢纽节点，数据中心用电量占比从2019年的6.8%增长至2023年的20.1%。
• 电力供需矛盾：数据中心与新能源发电存在结构性矛盾，尤其在夏季“极热无风”和晚高峰“日落无光”时，新能源出力受限。
• 电网建设压力：数据中心密集并网可能加剧电网接入资源紧张，部分地区电网老化问题突出。

3. 绿电需求与碳排放控制

• 政策支持：国家已将数据中心纳入重点节能降碳领域，鼓励使用可再生能源。2021年后新建数据中心需逐年提高绿电使用比例，目标为2030年达到100%。
• 绿电使用效果：清洁能源占比提升可显著降低碳排放。以ChatGPT为例，清洁能源占比30%、60%、90%时，年碳排放分别减少40.25%、80.51%。
• 储能技术应用：铁铬液流电池、重力储能等大容量长时储能技术被用于提升数据中心供电可靠性，支撑新能源消纳。

4. 算力与电力协同发展的措施建议

• 加强规划衔接：政府、企业、电网需协同规划，推动数据中心与本地风光绿电消纳匹配。
• 挖掘灵活调节潜力：数据中心具备时空调节能力，可通过虚拟电厂、负荷聚合商等方式参与电力市场，提升电力系统灵活性。
• 完善市场机制：推动数据中心参与绿电、碳市场、绿证市场，探索多年期绿色电力购买协议（PPA），提前锁定绿电供应。
• 推进碳-电市场协同：制定数据中心碳排放评价标准，强化事中事后监管，加快绿色低碳转型。

总结

智能算力的快速发展正在深刻影响电力供需结构，数据中心用电需求持续增长，对电力系统稳定性、灵活性和可持续性提出更高要求。同时，绿色能源的使用比例显著提升，成为应对高能耗和碳排放问题的关键手段。未来，需通过加强规划衔接、挖掘灵活调节潜力、完善市场机制等措施，推动算力与电力协同发展，实现新型电力系统建设、风光绿电消纳和数据中心低碳发展。