هوش مصنوعی و تقاضای برق: سیاست نوین برای مراکز داده

هوش مصنوعی تقاضای برق آمریکا را از مسیر رشد قبلی خارج کرده و پس از دهه‌هایی با رشد ثابت اکنون با جهشی ناشی از مراکز داده با مقیاس هیپر روبه‌رو شده است؛ این مراکز عظیم با مصرف صدها مگاولت نیاز دارند و این شوک تقاضا فشار فزاینده‌ای بر تولید برق و زیرساخت‌های شبکه وارد می‌کند. صف‌های اتصال به شبکه برای پروژه‌های تولید جدید طولانی است—در ایالت ویرجینیا، منطقه «Data Center Alley» ممکن است تا هفت سال طول بکشد. پروژه‌های انتقال با مجوزها و زمان‌های ساخت طولانی روبه‌رو هستند و طراحی‌های بازار ظرفیت به رشد تقاضای قابل‌پیش‌بینی نیاز دارد تا قیمت‌ها برای تامین‌کنندگان و مشتریان قابل‌اعتماد و منصف باشد.

دو چارچوب اصلی برای مدیریت این تنش‌ها وجود دارد: چارچوب هم‌محلی/Bring Your Own Generation (BYOG) و تأمین ظرفیت پشتیبان یا backstop procurement. BYOG با قرارگرفتن مراکز داده در مجاورت نیروگاه‌های جدید یا موجود، به کاهش وابستگی به سیستم‌های انتقال محدود کمک می‌کند اما ریسک‌های قابل توجهی دارد، از جمله اینکه توان منبع هم‌محل ممکن است کارکرد مطلوبی نداشته باشد و مراکز داده به سرعت به تامین شبکه روی آورند که می‌تواند قابلیت اطمینان را تهدید کند. در عین حال، BYOG مزایا دارد، از جمله دسترسی سریع‌تر به قدرت و کنترل بیشتر بر ترکیب منابع برای مراکز داده و امکان کاهش قیمت‌های ظرفیت برای سایر مشتریان در کوتاه‌مدت. چارچوب دوم، تأمین ظرفیت پشتیبان، حالتی است که مناطق یا شرکت‌های برق خارج از سازوکارهای بازار عادی ظرفیت را برای مدیریت ریسک‌های کوتاه‌مدت خریداری می‌کنند؛ این رویکرد با risks مانند احتمال بیش‌ترازی یا کاهش سودآوری برای تولیدکنندگان در بازارهای آینده روبه‌رو است، اما به بهبود برنامه‌ریزی و قابلیت اطمینان در سیستم کمک می‌کند.

هیچ راه‌حل جادویی وجود ندارد. مبانی نظارتی همچنان بر اصول هزینه‌گذاری مبتنی بر منشأ تقاضا و پرداخت کننده هزینه‌ها استوار است و با فشارهای تورمی گسترده‌تر هم مواجه است. هزینه‌های کل نصب نیروگاه‌های گازی به طور قابل‌توجهی افزایش یافته و کل هزینه‌های سطحی تولید دو برابر شده‌اند؛ توربین‌ها حدود 28 درصد از این افزایش را تشکیل می‌دهند. برای پاسخ به تقاضای ناشی از AI، نیازمند استفاده هم‌زمان از چند استراتژی هستیم، از جمله گسترش ذخیره‌سازی و منابع توزیعی. حتی پس از موج فعلی، مناقشه‌های سیاسی و فنی درباره گسترش شبکه و نحوه پرداخت هزینه‌ها ادامه خواهد داشت. —کریس گونکالوز، مدیر عامل و رئیس و هانس لیونارد، PhD، director BRG’s Energy and Climate practice

نکات کلیدی

• AI تقاضای برق آمریکا را از مسیر رشد قبلی منحرف کرده و مراکز داده هیپر اسکِل را به موتور تقاضا تبدیل کرده است
• صف‌های اتصال به شبکه برای پروژه‌های داده‌متمرکز تا سال‌ها طول می‌کشد و طراحی‌های بازار ظرفیت به رشد تقاضا وابسته است
• چارچوب‌های BYOG و تأمین ظرفیت پشتیبان برای مدیریت این تغییرات وجود دارد و هر دو با ریسک‌هایی مانند بی‌ثباتی عرضه و هزینه‌گذاری نامتعادل روبه‌رو هستند
• هزینه‌های کل تولید برق به‌طور قابل‌توجهی بالا رفته و پاسخ به تقاضای AI نیازمند ذخیره‌سازی و منابع توزیعی است

منبع خبر: finance_yahoo

#هوش_مصنوعی #شبکه_برق #مرکز_داده #سیاست_انرژی