Styrker intelligens: Hvordan energilagring aktiverer AI-revolutionen

Den hurtige fremgang af kunstig intelligens (AI) påvirker industrier verden over. Applikationer som generativ kunstig intelligens og avancerede maskinlæringssystemer lover økonomiske muligheder - men de bringer også en hidtil uset vækst i energiefterspørgslen. At opfylde el-kravene til AI er blevet en kritisk udfordring for det globale energisystem, samtidig med at det giver mulighed for at fremskynde investeringer i ren energiproduktion, avancerede netteknologier, og energilagring.

Fluence har udarbejdet en detaljeret whitepaper skitserer, hvordan batterilagringssystemer kan implementeres for at løse denne udfordring. Batterienergilagring er unikt egnet til at imødekomme de geografisk koncentrerede og hurtigt voksende energibehov for AI-teknologier. Ved at levere pålidelige, kulstoffattig strøm og understøttende netstabilitet, batterilagringssystemer (BESS) er klar til at spille en central rolle i at drive kunstig intelligens og samtidig muliggøre den igangværende dekarbonisering af elektricitetsnetværk.

Datacentre: I kernen af ​​AI's energiudfordring

Den voksende indflydelse fra AI driver betydelige teknologiske ændringer, men dets beregningsmæssige krav udgør en lige så dyb energiudfordring. Træning af store AI-modeller som GPT-3 kan forbruge op til 1,300 MWh elektricitet – og AI-assistance bruger ti gange mere energi end en almindelig internetsøgning.

Datacentre, rygraden i AI-operationer, oplever hidtil uset vækst for at understøtte disse krav. Disse faciliteter er vært for den infrastruktur, der kræves til AI-udvikling, uddannelse, og udrulning og ekspanderer med en eksponentiel hastighed. McKinsey vurderer, at den globale efterspørgsel efter elektricitet i datacentre kan stige fra 60 GW i dag til så meget som 296 GW af 2030， med årlige vækstrater på op til 27%.

At imødekomme dette energibehov er et kapløb med tiden. Mens store generationsprojekter tager år at komme online, datacentre har brug for strøm nu. Netinfrastrukturen i mange regioner er allerede under pres, forværrer udfordringen.

Opbevaring af batterienergi har vist sig at være en afgørende løsning, imødekommer det umiddelbare behov for pålidelige, lav-kulstofstrøm til at understøtte AI-operationer og samtidig styrke nettets modstandsdygtighed for fremtiden. Ved at integrere lagring i deres energiindkøbsstrategier, disse virksomheder kan imødekomme kravene fra kunstig intelligens og sætte scenen for renere og mere bæredygtige energisystemer.

Den globale efterspørgsel efter datacenterkapacitet kan mere end tredobles 2030

Efterspørgsel efter datacenterkapacitet, gigawatt

Tre scenarier, der viser lav-, midt i, og overordnede skøn over efterspørgslen, baseret på analyse af AI-adoptionstendenser; vækst i forsendelser af forskellige typer chips (applikationsspecifikke integrerede kredsløb, grafik, behandlingsenheder, osv.) og tilhørende strømforbrug; og den typiske computer, opbevaring, og netværksbehov for AI-arbejdsbelastninger. Efterspørgslen måles ved strømforbrug for at afspejle antallet af servere en facilitet kan huse. Kilde: McKinsey Data Center Demand-model

Batterienergilagringens rolle i at imødekomme AI-efterspørgslen

Efterhånden som AI-drevet elektricitetsefterspørgsel stiger, batterilagringssystemer dukker op som en nøgleløsning. Disse systemer yder ikke kun kritisk støtte til datacenterdrift, men spiller også en innovativ rolle i at forbedre modstandsdygtigheden og effektiviteten af ​​det bredere elnet. Som beskrevet mere i dybden i Fluences hvidbog, her er tre use cases, der fremhæver, hvordan energilagring er ideelt placeret til at drive AI-revolutionen:

1. On-site energiløsninger

Batterilagring kan installeres ved eller i nærheden af ​​datacentre, typisk omtalt som "bag måleren", men det kan stadig gøres i brugsskala, giver pålidelige, lavemissionseffekt. Energilagring kan indgå i en mikronetløsning eller med en produktionskilde, der væsentligt reducerer den maksimale energikapacitet, der kræves fra nettet. Dette gør det muligt for nye foreslåede datacentre at modtage samtrafikgodkendelse på en hurtigere og billigere måde. På markeder med et stort antal datacentre, udnyttelse af batterienergilagring til at reducere netkapacitetsbehovet kan være et af de mest værdifulde værktøjer til udvikling af nye datacentre.  

Lagersystemer erstatter også i stigende grad dieselgeneratorer i backup-applikationer. Gensæt er dyre i drift og emissionsintensive. I backup-applikationer, batteriopbevaring muliggør avancerede funktioner som gitterformning og sort start, gør det muligt for datacentre at fungere uafhængigt under netudfald.

2. Aftaler om køb af vedvarende energi (PPA'er) og hybridprojekter

Når parret med vedvarende energi, akkumulatorsystemer kan levere fast ren energi til store, garanterede dele af dagen, potentielt døgnet rundt afhængigt af batteriets varighed og vedvarende energi. Vigtigt, Samlokaliseret batterilagring kan hjælpe med at overvinde projektsammenkoblingsforsinkelser for genereringsanmodninger, som er en vedvarende flaskehals i el-netværk globalt.

3. Grid Support og optimering

Ud over individuelle datacenterprojekter, lager kan styrke elnettet. Strategisk placerede lagersystemer letter overbelastning, optimere eksisterende transmissionsinfrastruktur, og kan fungere som virtuelle transmissionsaktiver.

På grund af beredskabsplanlægning for netsikkerhed og pålidelighed, transmissionsnet fungerer ofte under deres maksimale kapacitet. Batterienergilagring kan give backup-strømfunktionalitet, frigør transmissionsledninger til at rumme ny vedvarende generation og betjene høje efterspørgselsbelastninger, såsom datacentre.

Udnyt AI Energy Opportunity

Denne investeringscyklus giver både en udfordring og en betydelig mulighed. Integrering af batterienergilagring i datacenterdrift og vedvarende energiprojekter kan låse op for en renere, mere robust energisystem. Disse teknologier rækker ud over at imødekomme umiddelbare behov; de øger nettets pålidelighed, lavere emissioner, og reducere energiomkostningerne for forbrugerne.