加州领导层探讨电网升级方案——为何 AI 数据中心可能推高您的电费账单

圣何塞、萨克拉门托以及电网始料未及的尴尬难题

周二在萨克拉门托，一场从纸面上看颇为枯燥的简短会议却显得格外紧张：加州领导层探讨了在 AI 驱动电力需求增长之际升级电网的方法，且正如他们所言，问题背后的数据正在不断攀升。立法者、公用事业规划者和气候研究人员就用电量上升、电池成本以及纳税人可能为从未投入使用的基础设施承担数十亿美元风险等问题直言不讳。会议背景有两个：一是会上推动的直观、务实的补救措施——增加电池、虚拟电厂和公用事业激励措施；二是硅谷正在酝酿的一个更大的规划难题，在那里的数据中心提案可能会使当地电力需求增加数倍。

这场会议反映了加州一个熟悉的矛盾。该州以雄心勃勃的清洁能源目标为荣，但现在却面临着来自 AI compute 集群的突发性私营部门电力需求激增，而这些从未被纳入 2045 年计划。这种冲突正迫使监管机构决定如何预测增长、批准哪些项目，以及在公用事业公司需要新线路或额外容量时由谁买单。

加州领导层讨论电网升级方式——预测差距与数据中心变数

没有人会对一个简单的事实产生异议：需求正在发生变化。公用事业公司的报告显示，从纸面上看，规划中的新数据中心项目申请了约 18.7 吉瓦的电力供应——这个数字足以供电的家庭数量，比许多常规计算中该州目前列出的全部客户数还要多。监管机构和独立分析师表示，并非所有这些项目都会建成，州政府机构目前采用的操作预测指向了一个较小的规模：在未来几十年内增加几吉瓦的新负荷，而非全部申请量。

这种不确定性正是 Stanford 的 Bits & Watts 研究人员在小组会议上所描述的真正问题。Liang Min 告诉听众， AI 的增长不是稳定的斜坡式上升，而是对新应用的一系列押注。为预测传统用电需求而建立的模型，很难应对那种一旦新的机器学习工作负载走红、商业模式就会在夜之间发生变化的模式。他说：“目前我们确实很挣扎，应用层的风险极高。”

地方政府既看到了机遇，也看到了风险。圣何塞官员已开始估算，计划中的项目可能会使该市的电力需求推向当前峰值的数倍，这迫使他们做出选择：是暂停并要求更严格的证明来确认项目确实会消耗所申请的电力，还是快速行动以赢得投资和就业。这两个选项都有成本代价。

加州领导层讨论电网升级方式：电池、虚拟电厂和市场微调

萨克拉门托讨论的现成工具包大家并不陌生——因为它们确实有效。储能变得更便宜，小型电池对商业客户来说更容易获得，而被称为虚拟电厂（VPP）的概念可以将成千上万的家用电池、电动汽车充电器和智能负载聚集起来，并作为可调度资源呈现给电网。Deploy Action 的 Jigar Shah 指出，这些系统的安装成本迅速下降——“五年前安装需要花费 15,000 美元，而今天不到 5,000 美元”——并将提高效率加上资源聚合视为吸收增长成本最低的路径。

这引出了辩论中更棘手的部分：加州是否需要更多的“清洁基荷”电力——如地热、核能或带有碳捕集的天然气——以在保持低排放的同时保证可靠性。包括 Stanford 和 PG&E 相关人士在内的多位小组成员认为，如果没有某种形式的稳定、可调度的低碳电力，随着数据中心负荷的增长，该州面临着向更多化石燃料发电倾斜的风险。

谁来买单？成本分配与透明度的政治斗争

或许分歧最大的是钱的问题。加州公众倡导办公室（California Public Advocates Office）警告说，如果公用事业公司为新客户进行了大规模升级，而这些客户最终未能落实，用电户可能会被迫为搁置的设备买单。这种担忧尤为尖锐，因为许多数据中心项目提交了大规模的容量申请，却并未承诺最终的建设时间表或长期承购协议。

PG&E 的公开立场则不同：增加大型新客户可以将电网的固定成本分摊到更大的基数上，从而降低平均电价。这种逻辑在数学上成立——但它取决于地理位置和时机。连接到利用率较低的变电站的数据中心，与全部在同一过载工业走廊申请电力的集群，其性质完全不同。

加州领导层讨论电网升级方式：电池、虚拟电厂和市场微调

一些州已经开始拆分账单。俄勒冈州采取了更严格的规定，防止家庭账单承担某些连接成本；明尼苏达州则创建了一个计费类别，将庞大的数据中心成本与居民电费分开。加州到目前为止还未采取激进的法律限制，尽管立法机构和几个委员会正在密切关注，并讨论之前陷入停滞的新透明度要求。

AI 真的能帮助电网吗？预测、需求响应和更智能的运营

讽刺的是：让电网压力巨大的技术，可能也有助于管理电网。AI 提高了短期负荷预测能力，可以优化电池调度，并更快地检测电网故障。小组成员解释说，更好的分析可以减少备用容量并提高可再生能源的利用率——但前提是公用事业公司和运营商采用新工具并开放正确的数据库通道。

Liang Min 直截了当地指出：不可预测、快速更迭的 AI 应用层是预测难题所在。但驱动 AI 服务的同一套模型可以被重新利用，用于概率性需求预测和优化虚拟电厂行为。加州和公用事业公司正在启动试点项目来测试这些方法，但治理、数据访问和隐私仍是障碍。

环境权衡与地方影响

并非所有解决方案都同样受欢迎。在 CalMatters 活动上的讨论呼应了环保主义者的担忧：数据中心站点的柴油备用发电机造成了集中的空气污染风险；耗水型的冷却方法与当地的水资源压力冲突；而碳捕集和其他有争议的补救提案则引发了社区的不信任。监管机构认识到，要在不增加系统排放的情况下满足新负荷，既需要更多的储能，也需要可靠的低碳基荷电力——根据政治选择的不同，这套组合除了大型电池项目外，可能还包括核能和地热。

小组成员反复强调透明度的必要性。由于缺乏关于计划需求的连贯、强制性的数据，社区无法知道他们被要求支付的是什么，也无法知道当地的环境负担将如何变化。

先行举措与前方的窄路

一些切实可行的步骤已经在考虑之中：对拟建负荷进行更严格的披露、试点虚拟电厂计划、对公用事业公司在减少拥堵处优先升级提供激励、为超大规模客户设立新的计费类别，以及进行区域市场变革以在更广泛的西部地区共享容量。加州决定加入更广泛的西部电力市场，这本身就是对更具波动性、地理高度集中的需求所作出的市场层面的反应。

但加州的政治经济环境至关重要：地方政府想要就业和税基，公用事业公司想要监管机构的明确信号，环保倡导者想要清洁能源，而社区团体则希望免受局部污染和电费飙升的影响。这种利益交织意味着决策将是缓慢、经过协商且不完美的。

数据来源

• Stanford University, Bits & Watts Initiative
• UC Davis Energy & Efficiency Institute
• California Public Advocates Office (California Public Utilities Commission)
• California Independent System Operator (CAISO) — 初步数据中心预测
• Next 10 / University of California, Riverside (关于数据中心排放的报告)

这里有一个与欧洲相关的现成教训：德国拥有可再生能源和电池的机制，布鲁塞尔拥有文书工作，而加州现在必须决定是编写一套清洁能源方案，还是将问题外包给那些向其出售天然气的人。无论哪条路都代价昂贵——唯一的问题是谁来签署账单。