储能网 solar_pv D2

发布：2026-06-02 · 事件：2026-06-02

中国储能网讯：人工智能产业快速扩张，带动数据中心用电需求持续攀升，电力消耗呈现爆发式增长。与此同时，AI训练与推理任务的高速运行，也让数据中心负荷波动明显加剧。相比传统工业负荷，AI算力集群对供电稳定性、连续性和响应速度要求更高，这些都在倒逼电力基础设施加速迭代升级。 美国得克萨斯州（以下简称“得州”）是这一轮行业蜕变的典型样本。当地新能源渗透率位居全美前列，同时聚集了大量新建AI数据中心。

数据储能

中国储能网讯：人工智能产业快速扩张，带动数据中心用电需求持续攀升，电力消耗呈现爆发式增长。与此同时，AI训练与推理任务的高速运行，也让数据中心负荷波动明显加剧。相比传统工业负荷，AI算力集群对供电稳定性、连续性和响应速度要求更高，这些都在倒逼电力基础设施加速迭代升级。 美国得克萨斯州（以下简称“得州”）是这一轮行业蜕变的典型样本。当地新能源渗透率位居全美前列，同时聚集了大量新建AI数据中心。波动性较强的新能源出力叠加波动剧烈的AI用电负荷，得州电网不再是单纯的输电通道，而是逐渐成为电力稳定性适配高算力负荷的实战试验场。 近两年，得州掀起了一股表后电源（BTM）建设热潮。研究机构Cleanview的统计数据显示，2024—2025年，美国官宣的表后电源数据中心项目规模约56吉瓦，其中超20吉瓦落地在得州；仅2026年前四个月，得州又新增了10吉瓦的相关项目。 尽管得州电网运营商ERCOT在加快大型用电负荷并网审批，但全新输电线路最快也要到2030年初才能陆续投运。这意味着，单纯依靠公共电网并网的项目，工期将被迫延后数年。 供需错配之下，一套全新的供电模式逐步成型。数据中心园区自建天然气电站并配套储能设备，实现局部半离网运行，后续再接入公共主电网。业内将这种方式称作“桥接供电”（bridge-to-grid）。在这场行业变化中，储能的行业定位也发生了本质转变。 过去，储能常作为新能源发电的配套设施，主要承担调频、削峰填谷等辅助工作；如今，储能逐步成为AI电力体系中不可或缺的基础配置。无论是天然气发电搭配储能、风光电站配套长时储能，还是并网数据中心加装电池系统，储能都从可选配套转变为保障算力平稳运行的核心设备。 AI设备对供电稳定性要求严苛，是储能成为当地数据中心标配的核心原因。AI大模型单次训练周期可达数周甚至数月，即便是毫秒级的电压、频率波动，也可能导致训练中断、服务器跳闸，前期训练数据可能全部失效，需要重新迭代训练。普通工商业设施可承受的电网波动，放到算力中心就属于重大运行事故。 基于算力负荷的特殊属性，ERCOT针对大功率用电负荷出台了更为严格的并网规则。2025年，得州围绕大型新增负荷管控推进SB6法案，授权ERCOT强化对大型新增负荷的并网管理，并要求75兆瓦以上用电设施具备更强的电网扰动耐受能力。不满足要求的设施，在电网紧急状态下可能被优先执行负荷切除。 政策落地后，AI数据中心不仅并网成本有所增加，还必须加装稳压、稳频的电力支撑设备。对于负荷波动剧烈、规模达数百兆瓦的GPU集群而言，仅依赖公共电网已无法满足供电要求。叠加并网排队周期拉长、电网扩建滞后等现实问题，越来越多数据中心开发商选择自建电源，采用离网或半离网供电方案。 而AI数据中心本身属于典型的不稳定用电负荷，GPU集群高强度工作时，用电波动速度远高于传统工业设备，百兆瓦级数据中心可在短时间内出现显著功率波动。解决这一问题最直接的办法就是配置储能，通过毫秒级响应平抑功率变化、稳定电压频率，极端工况下还可短时兜底供电。其中，构网型储能的技术特性，高度契合AI行业的供电需求。 传统跟网型储能需要依托现有电网运行，而构网型储能可在弱电网甚至局部离网状态下自主建立电压和频率参考，具备更强的系统支撑能力。业内普遍认为，负荷波动显著的AI数据中心，将成为构网型储能最主要的落地场景。 现阶段，得州AI数据中心主要形成三类供电方案。虽然建设路径并不相同，但共同趋势已经十分明显。储能不再只是新能源系统中的辅助设备，而正在成为算力基础设施的核心组成部分。 其中，天然气+储能的“桥接供电”模式，是当前得州落地最快、普及率最高的一条路线。这一模式之所以率先在得州落地，一个关键原因在于，得州具备美国其他主要数据中心聚集区域并不具备的能源条件。 与PJM所辖的弗吉尼亚、宾夕法尼亚等传统数据中心聚集区相比，得州拥有更丰富且更低成本的天然气资源。尤其是西得州毗邻全美最大的页岩油气产区Permian Basin，大量伴生气长期供应充裕，气价显著低于美国东北部。同时，得州天然气发电审批相对宽松，土地价格低、工业用地获取容易，能够快速部署大规模燃气机组。而PJM地区虽然电网容量相对更充裕，但受环保审批、跨州管道限制等因素影响，新增大型气电项目周期更长、成本更高。 相比之下，加州虽然拥有全球最大的科技产业集群，但长期面临天然气电站退役、环保政策趋严以及电力市场容量紧张等问题，AI数据中心很难大规模新建燃气配套电源。当地更多依赖高价电网电力与长期购电协议（PPA），缺乏得州这种“先建电源、后等接网”的现实条件。 这使得州成为全美少数能够同时满足低气价、高灵活性、快速部署三项条件的地区。对于AI数据中心而言，这一点尤为关键。因为AI负荷看重的并不是绝对低电价，而是稳定、连续、可控的供电能力。 天然气机组恰好具备这种特性。相比风电、光伏，其调度灵活、稳定性强，占地面积也更小，更适合高密度AI数据中心持续运行。而储能系统则承担了另一关键功能。在天然气发电机组与AI负荷之间形成缓冲，用于平衡负荷波动、稳定电压和频率，并承担黑启动、瞬时备用、电源切换等任务。随着GPU集群规模不断扩大，储能事实上已经开始承担部分传统UPS（不间断电源）系统与备用电源的功能。 美国私营能源开发商Fermi America旗下正在建设中的Matador项目就是典型案例。该能源园区总规划规模达到17吉瓦，其中11吉瓦为天然气发电装机，同时配套4.4吉瓦核电、光伏及储能设备，本质上已接近一座大型自备电厂。该项目已获得首批约6吉瓦天然气发电大气排放许可证，并启动燃气轮机采购及核电前期设计，但整体仍处于前期开发和融资阶段，尚未正式投运。 另一代表性案例，则是人工智能数据中心开发商Prometheus Hyperscale、得州独立发电商Conduit Power与法国公用事业公司ENGIE合作推进的AI数据中心项目。该项目采用“天然气+储能”的桥接供电模式，前期由自建电源为数据中心直接供电，待ERCOT输电设施完善后，再接入公共电网。并网后，这套系统并不会退出，而会继续作为备用电源和灵活性资源存在，甚至能够反向向ERCOT售电。单个园区可提供约300兆瓦的过渡供电能力。 这种模式的核心并不只是自建电源，而是将传统的等待电网接入转为先落地算力再等待电网。当数据中心建设周期快于输电系统扩建速度，得州凭借其低成本天然气、成熟油气基础设施以及相对宽松的能源监管体系，正在成为这一新型供电模式最早的大规模实验场。