《Sustainable Futures》：Opening the black box of data center electricity consumption forecasting: An application of system dynamics modeling to Northern Virginia
编辑推荐：
数据密集型地区的政策制定者正面临由人工智能（AI）、尤其是生成式人工智能（GenAI）驱动的激增电力需求，这可能造成数据中心扩张与区域电网容量之间的紧张关系。来自JLARC、EPRI和IEA的机构性数据中心电力消耗预测显示需求将持续增长，但这些预测并未对反馈动
数据密集型地区的政策制定者正面临由人工智能（AI）、尤其是生成式人工智能（GenAI）驱动的激增电力需求，这可能造成数据中心扩张与区域电网容量之间的紧张关系。来自JLARC、EPRI和IEA的机构性数据中心电力消耗预测显示需求将持续增长，但这些预测并未对反馈动态——包括时间延迟、监管响应和反弹效应——进行建模，而这些动态决定了电网充裕度阈值是被突破还是得以维持。本文开发了一个系统动力学模型，使这些反馈结构明确化，将GenAI与非GenAI数据中心需求进行分解，并将其与三条符合NERC标准的电力供应轨迹耦合。研究人员将该模型应用于弗吉尼亚州北部——全球最大的数据中心市场，该地区数据中心已消耗约25%的区域电力。在四种不同的基线情景下，预期备用裕度（ARM）在3至5年内降至参考裕度水平（RML）17.7%以下，其中丰裕-现实情景在2028至2029年间突破该阈值，且到2031年数据中心占电力总消耗的比例将达到36-40%。当引入ARM触发的监管反馈时，模型表明电网充裕度可以恢复，但仅在经历四年的ARM低于RML的过冲期之后——这一延迟源于快速需求调整（0-2年）与缓慢供应扩展（3-10年）之间的不对称性。这些发现表明，静态预测系统性地低估了时间挑战。该模型设计为可移植的，通过替换本地有效参数值，可应用于其他数据中心密集型地区。
数据中心（DC）作为数字经济的关键基础设施，其电力需求已成为多区域重大政策挑战，尤其是生成式人工智能（GenAI）的快速部署加剧了这一挑战。现有机构预测（如JLARC、EPRI、IEA）采用静态点预测方法，未能捕捉需求增长、供应扩展与监管干预之间的动态反馈机制，也未对时间延迟和反馈回路进行建模。研究人员基于系统动力学（SD）理论构建仿真模型，将GenAI与非GenAI数据中心需求分解，并耦合三条符合NERC标准的供应轨迹，以弗吉尼亚州北部这一全球最大数据中心市场为案例进行分析。研究设置丰裕、极限增长和可持续三种需求情景，以及保守、现实和乐观三种供应情景，形成四种基线组合。研究的主要结论包括：第一，在全部四种基线情景下，预期备用裕度（ARM）均在3-5年内降至参考裕度水平（RML）17.7%以下，其中丰裕-现实情景在2028-2029年突破阈值，数据中心用电占比到2031年达36-40%；第二，引入ARM触发的监管反馈后，电网充裕度虽可恢复，但需经历约4年的过冲期，其根源在于需求端调整（0-2年）与供应端扩展（3-10年）的时间常数不对称；第三，增强回路（GenAI增长、反弹效应）与平衡回路（监管、供应投资）的相互作用产生振荡行为，这是静态预测无法捕捉的。研究结论表明，静态预测系统性地低估了时间挑战的紧迫性，系统动力学方法能够打开机构预测的黑箱，明确因果结构、反馈回路和时间延迟。该模型通过参数替换可移植至其他数据中心密集型地区，为容量规划与DC选址治理提供决策支持。论文发表在《Sustainable Futures》。
**技术方法概述**
研究人员采用系统动力学（SD）建模方法，使用Insight Maker在线仿真平台构建模型。模型设计基于九个结构性假设，涵盖GenAI训练与推理的差异化增长轨迹、非AI数据中心负荷、非数据中心部门用电、供需灵活性等要素。需求侧数据来源于JLARC报告、IEA TEM报告、EPRI和Goldman Sachs的估算；供给侧数据来源于NERC、PJM和EIA。模型采用存量-流量结构，通过延迟函数（一阶指数延迟和/三阶管道延迟）形式化需求端（1-2年）与供应端（4-5年）的时间不对称性。研究设置了丰裕、极限增长和可持续三种需求情景（CAGR分别为39%、27.3%），以及保守（2.88%）、现实（3.6%）和乐观（4.32%）三种供应情景。ARM计算基于供需匹配公式，RML设定为17.7%。模型有效性通过结构验证、边界充分性、极端条件测试和机构预测一致性四项标准检验。
**6.1 案例介绍**
弗吉尼亚州是全球最大的数据中心市场，其总督和州议会委托的JLARC报告显示，满足无约束能源需求需要大量新增发电和输电基础设施，包括以两倍于2024年速率新增太阳能设施、超过已获开发资格的全部海上风电潜力的风电装机，以及以不低于2012-2018年最繁忙建设期速率新增的大型天然气电厂。即使满足半数无约束需求也面临重大挑战，两种情景均需依赖尚未验证的核技术。
**6.2 需求侧参数估计与校准**
基于JLARC数据与Wu和Brocklehurst（TEM报告）的三角验证，研究人员将无约束情景的CAGR纳入丰裕情景，将半数约束情景的CAGR纳入极限增长情景。GenAI丰裕情景CAGR为39%，极限情景为27.3%；非GenAI DC服务采用IEA估计的9% CAGR；非DC部门CAGR为3.35%。2025年初始值设定为：GenAI消耗1.26 GW（占DC总消耗14%），非GenAI DC消耗7.74 GW，DC总消耗9 GW（约占总用电量25.6%）。
**6.3 供给侧参数估计与校准**
供给侧分为化石燃料、可再生能源（含配套电池）、核能与水电、以及区际进口四类。研究人员遵循NERC的三种发展轨迹：保守情景仅含现有容量和已确认输电计划（CAGR 2.88%）；现实情景增加100%的Tier 1在建项目（CAGR 3.6%）；乐观情景再增加20%的Tier 2规划容量（CAGR 4.32%）。
**6.4 供需匹配**
供需匹配的复杂性源于短期（0-2年）价格信号和负荷转移可用于需求灵活性，但供给侧需要长期（3-10年）规划，导致供应调整相对于需求变化延迟约3年，且这种延迟效应并非一次性跳跃，而是渐进平滑的变化模式。
**6.5 模型有效性检验**
研究人员应用Barlas提出的四项标准测试：结构验证确认模型结构基于JLARC、NERC、EPRI和PJM的公开机构数据；边界充分性确认模型捕获了电网充裕度的主要驱动因素；极端条件测试表明GenAI CAGR为零时ARM稳定在RML之上，CAGR超过50%时ARM在2-3年内转负；机构预测一致性确认基线ARM轨迹与JLARC和EPRI的独立分析一致。
**6.6 弗吉尼亚基线结果**
仿真结果显示，ARM将在不同年份降至RML以下：丰裕情景约在2028年，极限情景约在2030年。到2031年，DC占电力总消耗比例在极限增长情景下约为36%，在丰裕情景下超过40%。高占比本身不直接表明电力短缺，但意味着需要在不同时段为不同用电部门（DC、交通、工业、住宅）设定优先级。研究提出分级政策干预框架：ARM低于25%且呈下降趋势时实施新DC选址限制和能效标准；ARM低于15%时考虑临时暂停令、加速供应侧投资和增加区际电力进口；ARM低于10%或转负时启动紧急需求削减和区域协调。
**7. 通过系统动力学反馈实现可持续监管**
研究人员在模型中引入监管反馈机制：当ARM低于RML时触发需求削减（采用一阶延迟函数，GenAI需求延迟1年、非GenAI DC和非DC部门延迟2年），同时加速供应侧基础设施增长（采用三阶延迟函数，延迟4-5年）。仿真结果表明，在丰裕-现实情景下，监管反馈虽能恢复电网充裕度，但ARM需经历约4年的过冲期，且供应增长加速需延迟5年才显现效果。一阶延迟与三阶延迟的不对称性产生了振荡行为，表明问题的关键不在于是否需要监管，而在于监管的力度和时机。
**8. 结论与讨论**
**8.1 研究结论**
本研究解决了如何用系统动力学建模数据中心电力消耗与区域电网供应能力之间交互作用的问题。主要发现有三：第一，在全部四种基线情景下，ARM在3-5年内降至RML以下，丰裕-现实组合在2028-2029年突破阈值，表明电网充裕度挑战对需求侧不确定性具有稳健性，主要由快速DC需求与缓慢电网扩展之间的结构性错配驱动；第二，ARM触发的监管反馈虽能恢复充裕度，但需经历约4年的过冲期，归因于时间常数的不对称性（需求端0-2年对供应端3-10年）；第三，增强回路与平衡回路的相互作用产生静态预测无法捕捉的振荡行为。方法论上，系统动力学通过明确因果结构、反馈回路和时间延迟，打开了机构能源预测的黑箱。
**8.2 研究局限性**
研究存在范围、数据和模型三个层面的局限。范围上，分析聚焦单一区域（弗吉尼亚州/PJM），2025-2031年时间窗口仅捕捉近期动态，且仅关注电力而忽略水、土地等相关资源。数据上，AI能源需求预测高度不确定，专有DC运营数据有限，PUE效率线性改进假设可能过于乐观。模型上，增长以平滑指数方式建模而实际扩张是阶跃式的，需求与供应聚合缺乏精细时空分辨率，未纳入利益相关者的行为响应和价格动态，监管可行性及制度障碍被假设排除，需求响应和工作负载调度灵活性未建模。
**8.3 政策启示**
基于公共池资源（CPR）理论视角，数据中心作为共同电力池的主要消费者，其消耗可能限制其他行为者的资源获取，形成寄生关系。治理机制需通过跨主体预测公共池使用来培育互惠关系。研究建议：加速可再生能源供应侧许可审批，但需注意2026年决策的供应投资在2029-2033年前不会贡献充裕度；当ARM低于25%且呈下降趋势时，监管机构可考虑对新DC互联许可实施临时暂停；强制大型DC运营商配置表后计量（BTM）发电可能增加碳排放，需求响应和灵活工作负载调度可能是更有效且低碳的替代方案；建议建立基于ARM预测、DC增长许可和供应承诺的双年度多利益相关者审查周期。
**8.4 进一步研究**
未来研究可关注以下方向：区域或国家特定模型的开发；DC效率提升对其他经济部门能耗的诱导效应；纳入能源技术创新变量；智能产业对DC服务和GenAI需求增长模式的研究；DC经济乘数效应的量化；电网创新与扩展惯性的降低；在更广泛的生态系统背景下研究DC对ARM的影响；以及基于公共池资源视角的多利益相关者参与式前瞻研究。
