【行业动态】AI数据中心负载波动冲击燃气轮机，长排期设备面临早期失效风险

导读：AI数据中心对能源的需求严重到可能损坏场内和场外设备，其中包括支撑人工智能热潮的燃气轮机。问题从计算负载波动开始：人工智能训练等操作会在短时间内大量吞吐电力，而普通电网需求变化通常更加渐进。

燃气轮机已经处在若干大型AI超大规模数据中心能源交易的中心位置，相关企业包括微软、Meta Platforms、Chevron和亚马逊。此类复杂且昂贵设备的预期寿命往往可达十年或更久，但它们通常设计为连续稳定运行数天、数周或数月。AI训练需求的特点则是短时涌现，反复启停或负载循环看起来正在显著缩短燃气轮机寿命，带来停机、昂贵维修，甚至在新燃气轮机交付排期延伸到本十年末的情况下被迫更换设备。

美国联邦能源监管委员会主席Laura Swett称，AI电力负载“几乎可以瞬间改变需求”，这种快速波动会造成电压稳定性问题，威胁电网可靠性。AI和其他大规模负载造成的稳定性风险已经严重到让Tesla资助相关研究，美国电网监管机构也开始采取约束措施。

7月16日，美国联邦能源监管委员会要求其非营利对应机构北美电力可靠性公司，为数据中心、加密挖矿等波动型用能设施制定可强制执行的可靠性标准。这一动作说明，AI数据中心负载不再只是个别企业的用电问题，而已经进入电网可靠性监管范围。

专家认为，AI数据中心创造的能源需求前所未有。尤其是AI模型训练需求，会给燃气轮机及其部件带来压力。这意味着关键设备寿命缩短，而这些设备的交付本来已经受到GE Vernova、西门子和其他主要供应商多年积压订单拖延。随着数据中心运营商争抢全天候电力，这些积压订单已经快速增长。

这种抢电行为正在造成代价。Tesla为宾夕法尼亚州立大学机械工程师研究设备损坏中的特定因素提供了部分资金。研究人员重点分析了功耗快速波动在极端情况下如何剧烈扭转并折断燃气轮机机轴。Tesla以及TerraFlow等公司销售的大规模电池储能系统，正是缓冲难以管理负载的一种方式。

宾夕法尼亚州立大学能源与环境研究所教授、研究员Nilanjan Ray Chaudhuri表示，每一种结构都有自己的“克星”。由Chaudhuri共同撰写的研究提出了公用事业公司可用于设定“最优”负载限制的步骤。该研究目前正在IEEE Transactions on Power Systems期刊接受同行评审。

美国电网没有能力在所有时段满足不断增长的AI数据中心群用电需求。因此，许多数据中心运营商以及其他参与AI热潮的企业选择现场发电，也称为共址发电。这种方式常用于满足旨在限制其电网影响的监管要求。有的运营商提供100%自用电力，有的则使用发电机或太阳能电池系统，在高负载日以剩余容量进行缓冲。

自带电力安排的激励很现实：它可以加快供电启动或接入电网的过程。许多AI参与者选择天然气作为共址发电燃料，因为天然气机组启动和部署速度较快。但从环境角度看，天然气不如同样受欢迎的太阳能、风能或燃料电池方案清洁。

麻省理工学院能源倡议研究科学家Deepjyoti Deka认为，超大规模云厂商似乎相信，通用人工智能和前沿大语言模型竞赛中会有少数赢家和许多输家。这种判断解释了企业为何争抢发电能力，也解释了燃气轮机出现多年积压订单的原因。截至6月，GE Vernova大型燃气轮机的订单排期已延伸至2029年。需求强劲到航空航天相关企业也开始进入这一领域，FTAI Aviation和罗罗等公司都参与其中。

2026年，多个超大规模云厂商已经安排了实质性涡轮交易。3月，Meta宣布计划通过与Entergy的交易，在路易斯安那州资助10座燃气电厂，总容量7.5吉瓦。4月，SpaceX在IPO文件中披露了一项20亿美元燃气轮机交易，并把对天然气和燃气轮机技术供电的重大依赖列为风险之一，称其扩张能力部分取决于燃气轮机可获得性。

6月，微软据称与Chevron为其西得克萨斯Project Kilby开发购买了七台大型GE Vernova燃气轮机。7月，一份FTC文件显示，Elon Musk以10亿美元收购佛罗里达州杰克逊维尔的APR Energy。该公司据称通过移动燃气和柴油涡轮机队运营约1吉瓦发电能力。

理解燃气轮机承受的压力，需要先理解其工作方式。Chaudhuri解释，燃气-蒸汽涡轮系统，也就是联合循环电厂，通过一系列步骤将热能转化为电能。燃气轮机压缩空气，并在燃烧室内使空气与燃料混合。燃烧产生的力驱动安装在旋转轴上的叶片。该轴连接到发电机转子，其作用有些类似汽车交流发电机。涡轮旋转时把能量传递给发电机，发电机再产生电力。

理想状态下，燃气轮机转子和发电机转子以相同速度旋转。但AI数据中心的运行环境并不理想。燃气轮机整个机组有多根相互耦合的旋转轴，而这些轴没有一根是完全刚性的。Chaudhuri表示，在一切正常时，每个涡轮段都以完全相同的速度旋转；但轴段在传递功率时会有一个恒定扭转角。一旦发生扰动，转子质量会开始以不同速度旋转，轴也会在顺时针和逆时针方向相互对抗地扭转。

这种扭转会产生过度应变。Chaudhuri称，AI数据中心存在相对平稳的低谷期，功耗大约在最大水平的10%至30%；但在模型训练期间，功耗会波动。他认为，AI负载独特之处就在这里，“我们历史上从未见过这样的情况”。

按照Chaudhuri的解释，这些波动会扰动燃气轮机转子，使其彼此相对振荡。这可能触发一种“扭转相互作用”，即一种能够自我增强的扭转力。其效果可能造成燃气轮机轴灾难性损坏，因为轴会以显著振荡幅度剧烈扭转。Chaudhuri称，他听说过一些发电机轴因这种波动断裂，其中包括至少一根50兆瓦级发电机轴。

即使没有发生轴断裂，显著波动和扭转也会导致疲劳寿命退化。Chaudhuri把设备寿命缩短称为原始设备制造商关注的另一项重大问题。由此得到的结论是，某些情况下，已经提前多年排满订单的设备寿命正在被AI数据中心电力需求波动显著缩短。

TerraFlow Energy首席执行官Jon Parrella也从设备使用角度解释了这一问题。TerraFlow是一家私营企业，生产长时储能设备，用于缓冲波动和畸变负载。Parrella称，频繁启停给设备施加太多扭矩，导致燃气轮机轴受损。他用昂贵跑车作比喻：如果一辆手动挡超级跑车以每小时80英里在高速路上行驶，却从六挡直接切到一挡并突然松开离合，这就类似于数据中心正在让发电机组承受的状态。

Parrella表示，数据中心要求涡轮/发电机系统以远快于设计要求的速度升负荷和降负荷，最终会给轴和发电机组核心带来更多应力和磨损。按照他的说法，通常情况下，根据发电机制造商不同，发电机核心可能每五年、七年或十年更换一次；而数据中心运营商在不到12个月内就进行更换，他们正在损坏这些设备。如果操作不当，有时损坏发生得更快。

风险并不限于大型科技企业的现场设备。Chaudhuri表示，如果某台基于电网的发电机在电气上靠近数据中心，也会面临轴断裂风险。FERC发言人称，这类风险可能非常严重，确实是监管机构关切的问题。如果阻尼没有得到控制，就会形成转子“断裂”或显著缩短热力电厂寿命的场景。

Parrella还指出，快速发生的超大负载摆动可能导致空气断路器和变电站跳闸，并造成滚动停电。微软发言人表示，公司与公用事业公司合作，以满足保护电网基础设施和确保可靠运行所需的要求。该发言人补充，支持AI训练工作负载需要数据中心和公用事业两侧协调，因此双方共同应对整个系统的需求。

Tesla资助相关研究也与自身业务有关。Tesla运营自己的数据中心，包括用于训练驾驶辅助技术的数据中心，同时也提供帮助平滑AI训练负载的解决方案。该公司销售Megapack等大型电池系统用于这一目的。TerraFlow Energy同样销售采用液流电池化学体系的储能设备，设计目标是“即时响应负载变化”。

尽管这些解决方案已经在现场应用，这一特定涡轮威胁的规模数据仍然稀缺。原因包括数据中心运营商高度保密，以及这一现象本身较新。研究人员Chaudhuri认为，风险已经存在，退化潜力也已经存在。他直言，“这种危险是真实的”。

Chaudhuri提到，美国和加拿大的一些公用事业运营商正在设定其允许的AI负载波动限制，以防止最坏结果。这些运营商包括得克萨斯州ERCOT、美国中部Southwest Power Pool和加拿大阿尔伯塔省AESO。Chaudhuri认为，它们确实感到担忧；否则，不会看到这些限制被如此积极地施加。

原 创文章，转载请注明来自@两机动力控制

（欢迎加小编微信号：gtc6000；QQ群：603094810；资料都存在QQ群文件夹中）

免责声明：本公众号所载内容为本公众号原创或网络转载，转载内容版权归原作者所有。如涉及作品内容、版权或其他问题，请跟我们联系！转载内容为作者个人观点，并不代表本公众号赞同其观点和对其真实性负责。本公众号拥有对此声明的最终解释