中國儲能網訊：日前，國際能源署（IEA）發(fā)布《2025世界能源展望》報告（以下簡稱《報告》）指出，人工智能及其載體數據中心的能源消耗正以較快的速度和較高的地理集中度成為電力系統(tǒng)不容忽視的新負荷。
《報告》指出，電力需求的增長速度都遠快于總體能源需求。其中，人工智能及其載體數據中心的能源消耗正以較快的速度和較高的地理集中度成為電力系統(tǒng)不容忽視的新負荷。《報告》指出，2025年全球數據中心投資預計將達到5800億美元，首次超越了全球石油供應鏈5400億美元的投資規(guī)模，標志著數字經濟對物理能源的基礎性需求已達到前所未有的量級。從耗電量來看，為訓練和部署大型AI模型而優(yōu)化的服務器電力消耗預計到2030年將激增5倍，推動全球數據中心總用電量在同期內翻番。
另一方面，《報告》分析稱，地理分布的極端集中性是AI電力需求的關鍵特征，也是其對電力系統(tǒng)構成獨特挑戰(zhàn)的核心原因。《報告》通過地理空間分析指出，美國、中國和歐盟目前占全球數據中心容量的82%，而未來10年預計超過85%的新增容量仍將集中在這三個地區(qū)。更關鍵的是，超過50%在建或已宣布的數據中心項目位于或靠近人口超百萬的大城市，這些地區(qū)的電網本已承載高負荷；55%的項目規(guī)模超過200兆瓦，單個此類規(guī)模的數據中心滿負荷運行時的年耗電量相當于約20萬戶家庭的用電總量；近三分之二的項目位于現(xiàn)有的數據中心集群區(qū)域。這種集群疊加效應，給本就面臨并網排隊和擁堵問題的局部電網帶來了巨大壓力?！秷蟾妗分赋?，例如在美國，平均并網等待時間為1~3年，但在弗吉尼亞州北部可能長達7年；在愛爾蘭都柏林這一數據中心樞紐，新項目的并網申請已暫停至2028年?！秷蟾妗奉A測，由于電網限制和變壓器等關鍵設備供應鏈緊張，到2030年約有20%的規(guī)劃數據中心容量面臨延遲風險。
為滿足AI驅動的新負荷，電力供應結構也在發(fā)生適應性變化?！秷蟾妗分赋觯谌驅用?，可再生能源都是新增電力供應的主要來源，若將目前各國已正式提出或規(guī)劃中的戰(zhàn)略與目標納入考量，可再生能源將貢獻數據中心約45%的用電增長量。此外，天然氣發(fā)電在如美國和中東的特定市場仍扮演關鍵角色，國際能源署預測，基于上述語境，全球燃氣發(fā)電為數據中心提供的電量到2035年將增加2200億千瓦時。此外，核能正獲得行業(yè)的關注，如科技公司對利用小型模塊化反應堆為數據中心供電表現(xiàn)出濃厚興趣，到2035年，其為數據中心額外提供的電量預計有望達1900億千瓦時。
人工智能對能源系統(tǒng)的影響具有雙重性，它既是耗能者，也是潛在的賦能者?！秷蟾妗繁砻?，在交通和工業(yè)領域廣泛采用現(xiàn)有的AI優(yōu)化解決方案，有望到2035年將全球能效提升3%~10%，相當于節(jié)約13.5艾焦，略高于印度尼西亞當前的總能源需求。然而，《報告》也指明局限性：AI并非萬能鑰匙，其應用受限于高質量數據集的獲取、數字基礎設施的不足、隱私監(jiān)管問題以及網絡安全風險。同時，還需警惕回彈效應，如自動駕駛可能導致私人交通對公共交通的替代，反而增加總能耗。
面對上述預測分析，AI對長期能源前景的最終塑造仍存在高度不確定性。《報告》坦言，AI對全球GDP的總體影響范圍極廣，從溫和性到變革性均有預測，而不同的經濟增長路徑將直接決定能源需求的基線。此外，AI硬件和軟件模型的能效提升速度存在巨大變數，例如谷歌報告其“Gemini”單個模型提示的中位數能耗在12個月內下降了33倍，此類進步將直接影響AI自身的能源足跡。
因此，電力時代與AI革命的交匯對全球電力系統(tǒng)提出了前所未有的要求。系統(tǒng)不僅需滿足總量巨大且持續(xù)增長的需求，還必須應對負荷在時空維度上日益集中的新特性，并同步完成向高比例可再生能源結構的轉型。這要求電網投資、儲能部署以及需求側管理須進行革命性升級，其復雜緊迫性也由此構成世界能源轉型面臨的嚴峻考驗之一。
