AI开发商向多家电力公司申请同一项目,制造出"幽灵需求",监管机构正着手阻止这些虚假请求影响实际电网建设。
这一规划难题正在推动美国联邦能源监管委员会(FERC)和区域电网运营商进行改革,重塑大型用电户接入输电系统的方式,以及相关项目如何影响未来电网投资。
开发商在决定建设地点之前,往往同时向多家电力公司申请50兆瓦、100兆瓦甚至300兆瓦的服务。各家电力公司将这些申请纳入各自的需求预测,导致区域电力需求预测虚高,进而影响输电投资决策和容量电价。
在FERC的RM26-4大型负荷规则制定程序中提交的意见,以及ERCOT、PJM和西南电力池(SPP)正在推进的改革,共同指向一个新兴的规划原则:输电预测应更多反映已具备实质性商业承诺的项目,而非所有申请的兆瓦数。
谷歌指出,大型负荷互联申请仍是"区域输电规划者的盲点",因为输电运营商对发电侧有详细信息,但对哪些大型负荷最终会落地知之甚少。
Meguire Whitney管理合伙人Elizabeth K. Whitney表示:"你会持续看到各类要求出现,它们开始将需求与真正的利益绑定,而非仅仅停留在宣布计划阶段。"
Whitney解释称,开发商最初会同时接触多家电力公司,寻求成本、时间和可用电力的最佳组合。由于每家电力公司都为同一潜在负荷进行规划,导致区域预测严重失真。
"当每家电力公司都开始针对该负荷进行规划时,就在整体系统上造成了重复性预测,"她说,"区域电网对预期需求的整体判断因此严重偏离实际。"
对于电力公司和电网运营商而言,其影响远不止于预测失准。需求预测直接决定输电线路的建设位置、变电站的扩容时机、发电资源的采购方式,并在组织化市场中影响容量电价。如果同一AI项目在选址确定前出现在多份预测中,规划者就可能围绕永远不会落地的负荷做出长期投资决策。
围绕可执行项目进行规划
谷歌的提案最清晰地表达了这一新兴理念。
谷歌提出"容量承诺框架",要求项目在影响长期输电规划之前,必须通过签署长期服务协议、缴纳最低需求费、预缴抵押金及设立退出罚款等方式提供实质性的商业承诺。谷歌还呼吁FERC将大型负荷与附近发电资源联合研究,认为协调审查可减少电网升级需求、提升可靠性并缩短通电时间。
亚马逊、微软和OpenAI也支持类似方案,包括标准化准入要求、发电与负荷一体化研究,以及对商业成熟度较高项目的优先处理。OpenAI建议对被美国能源部认定为具有全国重大意义的商业就绪项目给予快速审批通道;亚马逊则主张输电运营商应利用人工智能和先进自动化技术加速工程研究。
并非所有人都认同同一路径。NRG建议以竞争性"公开招标"取代传统队列优先权,同时要求大型负荷承担其触发的电网升级成本。
这些想法与已在推进的改革高度相似。ERCOT的Batch Zero流程要求开发商在进入区域输电研究之前证明项目成熟度;SPP的HILLGA框架和PJM的大型负荷程序也在为整合大型用电户制定新方案。
Whitney表示,这些程序解决的是同一根本问题,但范围不止于核实需求,还涉及成本分摊、负荷灵活性、共址发电,以及大型客户所需的输电服务等级。
排队不是根本问题
各方提交的意见还揭示了一项更广泛的共识:互联队列是表象,而非深层症结所在。
数据中心联盟认为,当前的延误既源于互联程序问题,也同样源于输电基础设施不足和长期规划缺失。该联盟呼吁扩大输电规划、更广泛地使用电网增强技术、由客户在适当情况下出资推动电网升级,并推广自动化和人工智能技术以加速工程研究,同时保留服务大型负荷的多种路径。
WATT联盟的单独意见从另一角度提出相同诉求,认为通过更广泛部署动态线路额定值、先进导线和先进潮流控制技术,电网增强技术在新输电线路建成之前就能释放超过100吉瓦的额外输电容量。
共识与分歧并存
行业内部远未达成统一立场。
Meta认为FERC应发布灵活的全国性指导方针,而非制定强制性规则;Equinix警告不应将政策完全围绕超大规模AI园区来设计;甲骨文着重关注简化FERC自身的监管流程;特斯拉则主张电池和虚拟电厂应在支持大型负荷增长方面发挥更大作用。
州级监管机构也在划定管辖边界。北卡罗来纳州公用事业委员会敦促FERC维护《联邦电力法》在州际输电与州级监管零售电力服务之间的"明确管辖界限",认为北卡已通过综合资源规划、半年度报告和电力公司监督等机制跟踪大型负荷增长。
Whitney表示,还有一项重大挑战在当前联邦讨论中几乎未被涉及。
"联邦输电领域正在发生的一切,并没有真正解决如何建设发电资源的问题,"她说。
这场争论已蔓延至FERC的其他相关程序。马里兰州监管机构对PJM的输电成本分摊规则提出异议,认为客户不应为区域电网其他地方因AI驱动的负荷增长所带来的数十亿美元输电成本买单。
需求核实或许能改善输电规划,但它并未回答下一个关键问题:谁来建设支撑下一波AI基础设施所需的发电资源?又由谁来承担这笔费用?
Q&A
Q1:AI开发商重复申请电力服务会带来哪些具体影响?
A:AI开发商同时向多家电力公司提交大型负荷申请,导致每家公司都将同一项目纳入预测,使区域电力需求被系统性高估。这种"幽灵需求"会影响输电线路建设选址、变电站扩容时机和发电资源采购,还会干扰组织化市场中的容量电价。最终,规划者可能围绕从未落地的负荷做出数十亿美元的长期投资决策,造成资源严重错配。
Q2:谷歌提出的"容量承诺框架"具体是怎么运作的?
A:谷歌提议,大型负荷项目在能够影响长期输电规划之前,必须提供实质性的商业承诺,具体包括签署长期服务协议、缴纳最低需求费、预缴抵押担保金,以及设立退出罚款机制。同时,谷歌还建议FERC将大型负荷与附近发电资源联合进行研究,通过协调审查减少电网升级需求,提升可靠性并加快项目通电进程。
Q3:ERCOT、PJM等区域电网在解决这一问题上做了哪些改革?
A:ERCOT推出了Batch Zero流程,要求开发商在进入区域输电研究之前先证明项目成熟度;SPP建立了HILLGA框架;PJM也启动了针对大型负荷的专项程序。这些改革不仅致力于核实需求真实性,还涉及成本分摊、负荷灵活性、共址发电安排以及大型客户所需的具体输电服务等级等多个维度。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。