何雨果的知识库

外观

算力负荷与电力系统 ​

资料截至2026-10-14。前几篇从算力中心看电，本文反过来，从电力系统看算力中心：它是一个怎样的负荷，对电网意味着什么，又能为电网做什么。机房内部的供电链见技术原理篇，接电与绿电获取方式见建设篇。标“假设”的数字仅作演示。

算力负荷有多大 ​

先建立量级感。按NVIDIA H100的8卡服务器满载约10 kW估算：

规模服务器IT负荷加网络、存储等设施负荷（PUE 1.25）年用电量（平均负载80%）
1000卡约1.3 MW约1.5 MW约1.8 MW约0.13亿千瓦时
1万卡约13 MW约15 MW约18 MW约1.3亿千瓦时
10万卡约130 MW约150 MW约180 MW约13亿千瓦时

**以上为估算。**网络、存储等按服务器负荷的15%计。

参照物：两河口水电站装机300万千瓦，设计年发电量约110亿千瓦时。一个10万卡集群一年要用掉其中约十分之一；而已有企业提出的百万卡级集群，用电量将与这座大型水电站的全部发电量相当。新一代芯片的单卡功耗还在上升，GB200 NVL72一个机柜就超过100 kW。所以AI数据中心在电力系统里已经不是“一个用户”，而是和电解铝、多晶硅同一量级的高载能负荷。

负荷有什么特性 ​

平均来看：稳定的基荷 ​

数据中心全年24小时运行，负荷曲线比一般工商业用户平得多。节能审查的设计值也反映这一点：广州两个液冷智算中心的设计年用电量，折算下来相当于满负荷的90%～96%（见参数样本）。对电网而言，这是理想的大用户：用电量大、峰谷差小。

实际运营中，负载率取决于出租情况。刚投运的中心负荷可能只有设计值的一小部分，这会影响按设计容量签约的容量电费，也会推高PUE。

秒级来看：训练负荷的剧烈摆动 ​

大规模训练有一个电力系统以前没见过的特点：成千上万张卡同步工作。

一轮训练迭代中，所有GPU先一起计算（功率接近满载），再一起等待通信交换梯度（功率骤降），然后再一起计算。几万张卡同时这样做，整个数据中心的功率就会以秒级的周期在高低之间来回摆动。保存检查点、任务失败或重启时，功率还会瞬间大幅跌落或冲高。

微软、OpenAI和NVIDIA在2025年8月联合发表的论文《Power Stabilization for AI Training Datacenters》专门研究了这个问题：

  • 训练任务在计算密集和通信密集阶段之间交替，功率随之大幅摆动；
  • 训练规模越大，摆动越大，可达数十到数百兆瓦，影响从机柜、数据中心一直到电网；
  • 电网和发电机组不喜欢这种周期性的大幅波动，电力公司开始对大型数据中心提出爬坡速率等要求。

论文和厂商给出的应对思路有三类：

方法原理代价
软件填谷在通信等待期间让GPU做辅助计算，维持一个功率下限浪费能源；论文模拟中把功率下限设为90% TDP，能耗增加约10.5%
硬件平滑NVIDIA GB300 NVL72在电源中加入储能，负荷低时充电、高时放电，并对启动和结束时的功率爬坡加以控制设备成本；NVIDIA称可将电网侧峰值需求降低最多30%（厂商自评）
站内储能在数据中心配置电池或超级电容，吸收波动储能投资和占地

对国内项目的启示：大规模训练集群接入电网时，电能质量和功率波动可能成为电网公司审查的新内容；配置储能，除了备电，还多了一个平抑波动的用途。

推理负荷：跟着用户走 ​

在线推理的负荷跟随用户请求，白天高、夜间低，与城市用电曲线相似。它的波动比训练平缓，但峰谷与电网高峰重叠，调节空间也小（用户不能等）。

算力能为电网做什么：可调节能力 ​

算电协同的核心主张是：算力负荷可以调节，所以算力中心可以帮电网消纳新能源、削减高峰。原理见建设篇。这里算一笔经常被忽略的账。

调节的真实成本 ​

**以下参数为假设，仅作演示。**一台8卡H100服务器：

  • 假设采购价200万元，按5年折旧，每小时折旧约 200×104/(5×8760)≈46 元；
  • 满载功率约10 kW，PUE 1.25，电价0.4元/kWh，每小时电费约 10×1.25×0.4=5 元。

暂停这台服务器一小时，最多省5元电费（闲置时仍有基础耗电，实际更少），但这一小时的折旧46元照样发生；如果这一小时本来能卖出去，损失的是租金收入。GPU的时间比电贵得多。

所以算力调节不是“少开机器省电”，而是：

  1. **在有弹性的任务之间挪时间。**客户允许三天内完成的训练任务，可以集中在低价时段跑；但设备整体仍要尽量满负荷。
  2. **在多个中心之间挪地点。**通过调度平台把任务送到电力充足的地区，前提是数据已同步、软件环境一致。
  3. **用储能和柴油发电机提供调节。**这部分不牺牲算力，是更现实的调节资源。
  4. **在设备未满租时消纳富余电力。**设备本来就闲着时，多开机器做内部或低价任务，电网得到了消纳，算力中心几乎没有机会成本。

这也解释了为什么算电协同在能源基地更有意义：那里的电在某些时段几乎不值钱，甚至要弃掉，算力负荷消纳它的收益最大。

规模决定作用 ​

调节要对电网有实质影响，负荷必须足够大。以四川为例，2016—2020年年均弃水电量超过100亿千瓦时，折合平均功率约114万千瓦。要明显吸收这部分电量，需要的是百万千瓦级的负荷，大约相当于数十万张卡，而不是一两个兆瓦级的示范项目。这也是国家能源局双向赋能方案提出“探索百万千瓦级AI算力及配套能源”的背景。

电价构成：算力中心付的是什么钱 ​

数据中心的电费不只是“几毛钱一度”。以电网购电为例，到户电价通常包括：

组成说明对算力中心的影响
上网电价发电侧价格，市场化交易形成绿电交易、长期合同可以锁定
输配电价电网输电和配电的费用，按电压等级不同接入电压越高越便宜
系统运行费辅助服务、抽水蓄能容量电费等各省不同
政府性基金及附加可再生能源附加、库区移民基金等基本固定
基本电费（两部制）按变压器容量或最大需量收取设计容量大、实际负荷低时代价高
分时电价峰、平、谷不同价格可调度的负荷能从中获益

三点要注意：

  • **两部制下，空置也要付钱。**按变压器容量计收基本电费，项目爬坡期负荷低时，单位电价会显著偏高；按最大需量计收则与实际负荷挂钩。
  • **绿电直连不是免掉电网费用。**直连部分省去了公共电网的输配环节，但专线投资、电网备用容量和系统费用仍要分摊。
  • **“0.3元电价”要问清是哪一部分。**是上网电价、交易电价，还是含输配和附加的到户电价？是丰水期专享，还是全年平均？

各组成的计算规则见工商业电价构成与计费，绿电直连的详细机制见绿电直连深度研究。

水电大省的丰枯季 ​

西南水电大省（四川、云南）是算电协同的重点地区，也有一个独特的风险：丰枯季。

以四川为例：

时期情况
丰水期（6—10月）发电量占全年60%以上；水多电多，2016—2020年年均弃水超过100亿千瓦时
枯水期（12月—次年4月）发电量不到全年30%；冬季电力偏紧
极端年份2022年夏季高温干旱，7月降水偏少五成，水电出力大降；8月15—20日19个市州工业企业“让电于民”，停产保留保安负荷
趋势四川电力交易中心判断，供需形势正由“丰余枯缺”转向“丰枯均缺”

四川水电中具备季调节以上能力的装机只占约四分之一，大部分是径流式或调节能力弱的电站，来多少水就发多少电。

对算力中心的含义：

  1. **丰水期电价低、可消纳，枯水期和干旱年是风险。**选址时要问清枯水期的保障方式，而不只是看丰水期电价。
  2. **调节性电源是关键资源。**有多年调节水库、抽水蓄能或火电支撑的地点，供电保障能力远强于只靠径流式水电的地点。两河口紧邻多年调节的龙头水库，这是它的核心优势。
  3. **柔性负荷可以随丰枯季安排。**丰水期多安排训练和批量任务，枯水期以刚性业务为主；对于设备闲置的成本，前面已经算过账。
  4. **限电时算力中心的地位要提前明确。**是否列为重要用户？限电时能否保留全部负荷？这需要在供电协议中落实。

年度绿电与逐时绿电 ​

“全年100%绿电”通常是按年度电量计算：全年用电量不超过同期购买的绿电量。但电力系统要在每一时刻平衡：丰水期白天绿电富余，枯水期夜间可能主要靠火电或外购电。国际上已出现按小时匹配的更严格口径（如“24/7无碳电力”）。读绿电承诺时，要分清是年度电量匹配还是逐时匹配。

常见误读 ​

说法问题在哪
“数据中心是稳定负荷，对电网友好”平均来看是；但大规模训练有秒级大幅波动
“算力可以随时跟着电调”GPU的时间比电贵得多，停机省电往往得不偿失；能调的是有弹性的任务和储能
“一个智算中心就能解决弃水”兆瓦级负荷对百亿千瓦时级的弃电只是零头
“电价0.3元”要问是上网电价还是到户电价，丰水期还是全年
“四川水电多，电力充足”丰水期充足，枯水期和干旱年偏紧，2022年曾大面积限电
“100%绿电”多为年度电量匹配，不代表每个小时都是绿电

参考来源 ​

← 返回算力基础设施