算电织网 | 从“被动保障”到“主动参与”，储能技术重构算力中心备电逻辑

2026-05-15

近日，算电织网・2026算力电力协同发展研讨会在北京举办。会上，算电协同十大技术攻坚试验场(简称“十大攻坚”)全面启动。“十大攻坚”以“软报告引领方向、硬示范验证成效”的双轮驱动模式，通过真场景、真数据、真应用，打造一批先行实践应用，推动技术探索向体系化突破。

640 (17).png

攻坚方向七主要围绕算力+储能展开，目前主要针对算力中心功率波动平抑、长时储能及共享备电等技术进行研究，具体如下。

一针对高性能智算功率剧烈波动的平抑技术研究

1、大规模AI负载并发引发的功率波动问题

随着人工智能技术快速迭代与大模型规模化部署，我国算力需求呈现爆发式增长。截至2026年3月底，智能算力规模已达1882 EFLOPS(FP16)。算力规模的高速扩张叠加AI工作负载的独特特性，功率波动现象日益显著，进而对供电系统构成严峻挑战。

与传统数据中心通用计算任务相对平滑的负载特征不同，AI训练集群中数万个GPU以高度同步方式执行大规模分布式训练任务，每个训练迭代周期内交替经历计算密集型阶段与通信密集型阶段。计算阶段，各GPU全力进行矩阵运算，功耗逼近热设计极限;通信阶段，各GPU进行梯度同步与数据交换，功耗迅速回落至接近空闲水平。个体GPU的功率变化被瞬时放大为集群级的剧烈波动，可在机架、算力中心乃至电网层面被观测到。

相关研究表明，在大规模AI训练推理期间，GPU功耗可在毫秒级内从峰值跌至空闲。智算中心负载波动呈现出周期性、大幅度、并发性、瞬时冲击等动态特性，对配电和制冷均构成重大挑战。这种周期性随机功率波动特性，不仅会对算力中心内部产生影响，还会对广域电网稳定性构成潜在威胁。

服务器电源模块作为应对波动的第一线，其内部电路在高频功率冲击下，快速的电流变化(di/dt)会在寄生电感上感应出高压尖峰，足以击穿敏感的半导体元件，因而必须依赖更强效的保护电路来防护内部器件。高强度的热循环(反复急剧升降温)大幅加速电子元器件疲劳与老化，同时产生的大量谐波不仅干扰自身正常运行，还可能“污染”整个配电网络。

传统UPS为稳定负载设计，难以应对智算中心的脉冲式冲击。当负载在毫秒级内陡增，逆变器若无法瞬时响应，输出电压会显著下降，电压低于额定值一定比例后，会触发欠压保护并自动断电，导致服务器宕机。同时，为弥补瞬间功率缺口，当前大部分算力中心会增大蓄电池设计功率，并频繁进行大电流充放电，这远超设计使用模式，导致电池寿命锐减。此外，剧烈的电流浪涌可能使不同层级断路器同时响应，若上下级保护配合不当，容易造成越级跳闸，进而扩大断电范围。

2、面向智算冲击负载的功率型储能演进方向

针对智算中心大幅度、高并发、瞬时冲击的动态负载特性，亟需在贴近服务器侧攻关适应大幅度瞬时冲击且兼顾联络线功率幅值约束的储能平抑技术。功率型储能技术具有功率密度极高、响应速度极快(微秒至毫秒级)、循环寿命极长等特点，是应对高频瞬时冲击负载的理想选择。

目前，功率型储能主要有超级电容、飞轮储能等技术路线。然而，两者均存在突出短板：超级电容存在自放电现象;飞轮储能若停止充电，其储存的机械能可能在几至几十小时内耗尽，难以长时间保持备用状态。同时，两者作为新兴技术，建设初始成本较高，尚需在可靠性、经济性和空间效率上证明超越传统方案的显著优势，方能被广泛接受。

3、功率型储能技术的战略价值与发展意义

尽管存在技术难点，加速攻关并推动超级电容、飞轮储能在智算中心等场景的应用，具有重要战略意义。从供电可靠性维度看，下一代智算设施对电力“毫秒级”容错率要求极高，功率型储能可瞬间释放大量电能，有效应对芯片瞬时高功率需求，将供电可靠性提升至新高度。从用户电能质量维度看，功率型储能可作为优质不间断电源，为高端用户提供高品质电能。从产业发展维度看，加快该领域技术突破，对于保障算力基础设施安全稳定运行、支撑人工智能产业高质量发展具有深远意义。

二适用超大型算力中心兆瓦级长时储能技术研究

1、传统备电架构的局限性与适应性问题

长期以来，“铅酸蓄电池+柴油发电机”组合作为算力中心应急备电的标准配置，采用基于最大负载与极端故障场景的一次性容量设计。该架构隐含两个关键前提：机房负载相对平稳、断电属于低频突发事件。在此框架下，铅酸蓄电池仅作为短时不间断电源，设计备电时长通常为15分钟左右，主要服务于柴油发电机启动及服务器有序关机，而非实现持续供电。柴油发电机及配套储油设施则作为后备电源接管负载。该方案在通用算力中心时代基本满足业务连续性需求，已成为行业通行的工程范式。

然而，随着单体智算中心规模持续扩大、算力密度不断攀升，传统备电架构的固有缺陷逐步显现：

空间与承重硬约束突出：UPS系统、柴油发电机组及储油设施体量庞大，挤占宝贵机房空间，加重楼板承重负担，不利于智算中心对空间利用率的高要求。

备电时长存在致命短板：15分钟左右的备电窗口对于规模巨大、业务连续性要求极高的智算中心而言风险过高，一旦柴油发电机启动或切换延迟，极易引发大规模宕机甚至安全事故。

运维复杂且寿命有限：铅酸电池需定期均衡维护、内阻测试，依赖专业人员操作，设计寿命仅3-5年，在UPS系统15年标准生命周期内需更换3-4次，显著增加物料成本与运维风险。

供应链与成本压力加剧：智算中心建设潮导致铅酸电池供需失衡、价格大幅上涨，柴油发电机组曾一度供不应求，传统备电方案的经济可持续性面临严峻挑战。

2、面向超大规模智算中心长时储能的演进方向

面对上述困境，将长时储能引入智算中心备电体系，成为突破传统架构瓶颈的一项重要技术路径。与传统铅酸电池仅能提供短时支撑不同，长时储能利用更高能量密度的新型储能技术，可将备电时长从15分钟量级延伸至数小时乃至更长，有效释放被挤占的机房面积与承重资源，使宝贵空间回归算力部署。

相较铅酸蓄电池，锂离子、钠离子等电池系统设计寿命可达10-15年，高倍率循环寿命2000次以上，大幅降低全生命周期运维频次与总拥有成本(TCO)。同时，户外配置长时储能系统可大幅压缩乃至替代柴油发电机与储油设施。利用新型储能电池高倍率循环特性，长时储能还可参与电价套利、提升可再生能源消纳能力、缓解电网侧容量约束，推动储能系统从“成本中心”向“价值创造单元”转变。通过能量管理系统(EMS)实现负载、储能与外部电网的统一调度，可显著提升运行效率与灵活性。智算中心作为高能耗新型基础设施，若能与风电、光伏等新能源发电特性曲线耦合，将有效降低用能成本与碳排放足迹。

尽管前景广阔，长时储能在智算中心场景的直接落地仍面临多重挑战：

初始投资成本较高：大容量储能系统单位造价与建设投入显著高于传统铅酸方案，对投资回报率敏感的运营商形成较大决策阻力。

安全性与热管理要求严苛：高能量密度储能系统存在热失控风险，智算中心作为高价值资产密集场所，对火灾安全极为敏感，对储能消防设计与热管理策略提出远超常规的要求。

系统集成复杂度大：长时储能需与现有UPS、配电架构深度耦合，涉及电压等级匹配、并离网无缝切换、能量管理策略优化等关键技术，现行工程标准与实施经验尚不成熟。

备电工况下的技术难题：长时备电场景要求储能系统长期满电待机、偶尔深度放电，对电池一致性管理、自放电控制及老化特性构成挑战。

3、长时储能技术的战略意义与系统价值

加速长时储能技术在智算中心备电领域的攻关与应用，具有多重战略意义。从经济性维度看，可有效降低铅酸电池频繁更换、柴油发电机维保及燃油储备等长期运营成本，优化智算中心全生命周期的总拥有成本。从能源系统协同维度看，配置长时储能的智算中心未来可进一步参与电网需求响应与削峰填谷，推动算力基础设施从单纯的电力负荷转变为电网友好型节点。从可持续发展维度看，长时储能助力新型电力系统建设与“双碳”目标实现，具有显著的低碳价值。

三面向算力集群集约化建设的共享备电技术研究

1、独立备电模式的资源错配与效率问题

随着算力基础设施向园区化、集群化方向加速演进，单体智算中心正逐步汇聚为规模庞大的算力集群。然而，备电体系建设仍普遍沿袭单体算力中心的传统路径，即各算力楼宇按照自身峰值负载独立配置完整的备电系统。园区内每一栋算力楼均独立设置UPS系统、铅酸蓄电池组及柴油发电机组，按照N+1或2N冗余标准进行本地化配置，形成各楼栋备电资源互不联通的孤岛式格局。每栋建筑储备足以支撑本楼全部峰值负载的备电容量，柴发、储油设施及电池组沿各楼栋分散布局，无法在园区层面实现统筹调配与共享共用。

这种分散独立的备电配置方式，在算力集群集约化发展的背景下，资源错配与效率低下问题日益突出：

冗余配置的结构性浪费：各算力中心按本楼最大设计负载配置备电容量，但算力负载在实际运行中呈现显著时空差异性，不同楼宇、不同业务类型的峰值负载极少完全同步，大量备电容量长期闲置，整体设备利用率极低。

重复建设导致投资与空间压力：每栋楼宇重复建设完整柴发机组、储油设施及UPS系统，造成设备投资成倍叠加，储油设施挤占地下空间、柴发机组占用地面面积，给园区土地资源带来沉重压力。

分散运维加剧管理复杂度：各楼栋备电系统品牌规格各异，运维人员需分别巡检维护，难以形成统一的预防性维护体系与专业化团队，备电系统可靠性反而因分散管理而打折扣。

这种“重冗余、轻共享”的配置逻辑，已成为制约算力集群集约化建设与高质量发展的关键约束。

2、面向大规模集群的共享备电的演进方向

面向上述困境，将备电体系从单体独立模式转向园区级乃至区域级的集约化共享配置，已成为算力基础设施演进的重要方向。共享备电的核心思路是打破楼栋壁垒，在园区层面建设集中式共享备电站，通过统一的中压配电网络为多栋算力楼宇提供备用电源服务。

该模式充分利用算力负载的时空互补特性：不同楼宇因业务类型、训练任务调度策略差异，可在时间上错开其负载峰谷，全园区同时出现峰值负载并叠加市电故障的概率远低于单栋楼宇的独立故障概率。基于这一统计规律，园区级共享备电无需简单叠加各单体峰值需求，可通过概率化、集约化容量配置，在满足同等可靠性等级前提下显著降低总体备电容量需求。同时，集中部署的共享备电系统可统一采用长时储能、大功率柴油发电机组或二者混合的技术路线，替代各楼栋分散的小型机组，实现备电资源的规模化、专业化运营，从根本上改变“每栋楼一套柴发”的传统格局。

尽管共享备电在理论层面具有显著集约优势，但其在算力集群场景的实际落地仍面临多重现实障碍：

调度控制的实时性与精准性挑战：园区级共享备电需同时服务多栋楼宇、多类负载，涉及中压配电网络的多层级切换与功率分配，任何调度延迟或功率分配偏差都可能导致部分算力中心供电中断，对控制系统响应速度与精度提出极高要求。

物理网络改造难度大：现有园区配电系统多为放射状独立供电架构，若要实现共享备电灵活调配，需对中压环网、开关站及楼栋进线进行系统性改造，工程实施难度大、停电窗口期有限。

标准规范与商业模式缺失：共享备电的服务等级协议、容量计量计费、差异化可靠性定价、保险与赔付机制等均处于探索阶段，缺乏成熟行业范式与政策依据，制约了市场主体投资意愿。

3、共享备电模式的综合效益与发展意义

通过园区级资源共享与概率化配置，可大幅压缩算力集群整体备电冗余度，减少重复建设的柴发机组与储能系统，显著降低备电基础设施投资，提升资本利用效率。专业化、集中化的共享备电运营可由专业团队统一维护管理，建立标准化的预防性维护体系与备品备件库，反而能够提升备电系统的整体可靠性，降低因分散运维不当导致的故障概率。更重要的是，集中式共享备电可释放各楼栋原本用于柴发机房、储油设施及电池室的宝贵面积，将其转化为算力部署空间，直接提升园区单位土地面积的算力产出密度。共享备电的模式将为大规模算力集群建设提供可复制的基础设施范式，推动算力产业从粗放扩张向集约高效转型。

640 (18).png