电网压力（第五部分）— 隐藏的基础设施危机：为何 AI 的能源需求暴露了电网的老化问题
AI 带来的能源增长比许多人预期的要快，电网老化的骨干架构正被推向崩溃边缘。从变压器短缺到输电瓶颈，再到审批延误，快速变化的需求正暴露出关键基础设施的结构性弱点。
如果不采取主动措施，AI 呈指数级增长的负荷将使脆弱的系统超出极限。电力公司需要新的战略以保持领先地位。
老旧电网面临的新负荷
AI 驱动的能源需求是持续不断的，且其增长速度超出了最初的预测。曾经为更可预测的 IT 负载而建的数据中心，现在正消耗着前所未有的电量来支持生成式 AI 模型、训练和推理循环。
根据国际能源署的数据，预计到 2030 年，全球数据中心的需求将翻一番甚至增至三倍。仅在北美，AI 相关的用电量就在创造高基荷，且峰谷周期减少，这给原本为更传统的负荷曲线设计的变压器、输电通道和变电站设备带来了额外压力。
这些趋势迫使电力公司重新评估可靠性策略，同时也暴露了更深层次的系统性风险。
变压器瓶颈
或许最紧迫的挑战在于变压器。美国正面临有据可查的大功率电力变压器短缺问题，在许多情况下，交付周期现已达到 3 到 5 年。
多种因素导致了这一瓶颈：国内制造能力有限、全球需求激增，以及持续的贸易政策波动。对电工钢的第 232 条关税以及对变压器元器件的全球关税变动不断增加成本和不确定性，阻碍了采购进程，而在 AI 驱动负荷加速电网升级需求的当下，这加剧了供应限制。
与此同时，现有的设备群正在迅速老化。许多输电级变压器已远超其原始设计寿命运行，延期维护和更换积压增加了风险。随着 AI 驱动的基荷持续增长，它们只会加速老化过程，增加这些关键资产的热应力。
电力公司现在必须采用更智能、数据驱动的方法来进行变压器群管理。利用以下诊断工具，基于状态的策略有助于降低风险：
这些工具有助于电力公司确定有限更换资源的优先级，安全延长现有资产的使用寿命，并在变压器供应持续紧张的情况下防止意外故障。
输电挑战与审批延误
AI 的能源需求并不仅限于变压器。它还对本已拥堵的输电通道造成了新的压力，而这些通道的扩建或现代化改造是出了名的困难。
据估计，在许多地区，新建主要输电线路的审批延误长达 7 到 10 年。然而，如果没有这些升级，更多的能源必须通过老旧的基础设施输送，往往会超出原始的设计容差。
随着输电资产面临更大的磨损和热负荷，包括断路器、套管、避雷器和保护系统在内的变电站元器件必须承受升高的应力，并保护电网免受连锁故障的影响。
电力公司可以通过现代化的保护测试和监测解决方案来降低这些风险，确保即使在紧张的输电通道中，系统仍能保持稳定和安全。
前进之路：投资、监测与现代化
AI的快速增长暴露了隐藏的弱点，但这也为更智能的现代化改造提供了契机。
电力公司可以通过以下方式保持领先：
- 利用先进的诊断技术确定有限资源的投向。
- 实施基于状态的维护，以安全延长资产寿命。
- 利用全设备群的数据和趋势优化更换计划，并在变压器短缺期间管理风险。
- 加强保护和变电站的可靠性，以保障在压力之下运行的输电通道。
Doble 的状态监测工具和保护测试服务已经在帮助北美的电力公司从被动应对转向主动预防，并为明天的负荷模式做好电网准备。
为未来挑战强化基础设施
AI 带来的能源增长不可避免，但电网目前的局限性并非如此。
变压器短缺、输电延误和老化的资产基础不会在一夜之间解决，但通过正确的策略，电力公司可以管理这些风险，优化资源，并为未来建立韧性。
在 Doble，我们致力于帮助电力公司加强基础设施、保护关键资产并维持可靠性 — 因为 AI 赋能的能源未来取决于我们今天做出的决策。
其他信息：
- 电网“AI 压力”：人工智能与电网可靠性，第 1 部分 — AI 能源危机：数据中心如何重塑电网可靠性
- 电网“AI 压力”，第 2 部分 — 电力公司如何在为时已晚之前应对 AI 带来的能源压力
- 电网“AI 压力”，第 3 部分—AI 对决 AI：人工智能能否解决它自己造成的电网压力？
- 电网“AI 压力”，第 4 部分—电力公司押注 AI，在故障发生前发现隐患
