مراكز بيانات الذكاء الاصطناعي وجودة الطاقة – فئة جديدة من اضطرابات الشبكة
| نوع التحميل | مراكز بيانات الذكاء الاصطناعي Hyperscale – مجموعات GPU, إمدادات الطاقة الخادم, التبريد المتقدم, أنظمة UPS |
| حجم | 100 MW ل 1+ غيغاواط لكل حرم جامعي – تتجاوز المرافق الفردية الآن قدرة التوليد لمحطة طاقة صغيرة |
| التمييز بين PQ الرئيسي مقابل. العاصمة التقليدية | يؤدي تدريب الذكاء الاصطناعي إلى إنشاء عملية متزامنة لوحدة معالجة الرسومات - تتغير ملايين الواطات في أقل من ثانية واحدة - مما يؤدي إلى إنشاء توقيعات حمل تذبذبية غير معروفة في مراكز البيانات التقليدية |
| الملف التوافقي | THD يتجاوز في كثير من الأحيان 5% — 3rd, 5ال, والسابع المهيمن - خطر الرنين المتوازي مع مقاومة الشبكة |
| Transient load ramp rate | Several megawatts per second during training burst initiation — causes voltage flicker and frequency deviation at the PCC |
| Voltage sag risk to grid | Simultaneous UPS disconnection during voltage sags — Northern Virginia: hundreds of MW disconnecting at once |
| Documented grid incident | Dominion Energy grid event triggered by once-per-second voltage sag from a data centre facility |
| Regulatory gap | No specific grid codes for AI data centre load behaviour — IEEE 1547 and equivalent European codes written for generators, not large non-linear loads |
01 Context — When Data Centres Became Grid-Scale Problems
For two decades, data centres were managed as facility-level power quality problems: large collections of single-phase switch-mode power supplies drawing harmonic currents, تتطلب تحجيم موصل محايد دقيق, مواصفات UPS للركوب, وأحيانًا التصفية التوافقية النشطة على مستوى لوحة التوزيع. كان تأثير شبكتهم ضئيلًا - أ 10 مركز بيانات MW متصل بـ 500 المحطة الفرعية MVA هي أ 2% حمولة, ليس مصدر قلق لاستقرار الشبكة.
لقد تغير هذا. يتطلب التدريب على نموذج الذكاء الاصطناعي التشغيل المتزامن لعشرات الآلاف من مسرعات وحدة معالجة الرسومات, قوة السحب بكثافة 30-100 كيلو واط لكل رف, في المباني 100 ميغاواط إلى عدة مئات ميغاواط. في المناطق ذات التركيز العالي لمراكز بيانات الذكاء الاصطناعي – شمال فيرجينيا, فينيكس, سنغافورة, ممر أمستردام-فرانكفورت – تخدم عقد النقل الفردية الآن جيجاوات من الحمل الحسابي للذكاء الاصطناعي. بهذا المقياس, لم يعد سلوك جودة الطاقة في مركز البيانات يمثل مشكلة في المنشأة. إنها مشكلة الشبكة.
اجتذب مركز بيانات المؤسسة التقليدي في العقد الأول من القرن الحادي والعشرين ما بين 5 إلى 20 ميجاوات مع استقرار نسبيًا, ملف تعريف الحمل المستمر. منشأة تدريب واسعة النطاق للذكاء الاصطناعي 2025 يسحب 100-500 ميجاوات مع ملف تعريف حمل ديناميكي للغاية يتغير بعشرات ميجاوات في الثانية. يستضيف ممر مركز بيانات شمال فيرجينيا الآن أكثر من 3 غيغاواط من حمل مركز البيانات المتصل على نظام نقل إقليمي واحد. عند الانتهاء من مهمة التدريب, أو عندما يؤدي خطأ إلى قطع اتصال UPS بشكل متزامن عبر منشآت متعددة, يمكن أن يكون تغيير الحمل اللحظي مشابهًا لفقد وحدة توليد كبيرة - مما يؤدي إلى نفس المخاوف المتعلقة باستقرار التردد والتي حفزت تطوير مخططات فصل الأحمال ذات التردد المنخفض.
02 نوع مختلف من التحميل — توقيع تدريب وحدة معالجة الرسومات
عمليات تحميل مركز البيانات التقليدية — خوادم الويب, أنظمة التخزين, معدات الشبكات — سحب الطاقة بطريقة سلسة نسبيًا, نمط مستمر. تختلف الخوادم الفردية استهلاكها مع الاستخدام, لكن إجمالي الآلاف من أعباء العمل المتنوعة يبلغ متوسطه مستقرًا, الطلب الإجمالي المتغير ببطء. هذا المتوسط الإحصائي هو السبب في أن أحمال مراكز البيانات التقليدية تتمتع بعامل طاقة جيد ومحتوى توافقي منخفض نسبيًا على مستوى المحطة الفرعية.
تكسر أحمال تدريب الذكاء الاصطناعي هذا الافتراض المتوسط. أثناء تدريب GPU الموزع, تعمل الآلاف من وحدات معالجة الرسومات في تزامن محكم - حيث تقوم جميعها بالحساب في وقت واحد أثناء التمرير للأمام والخلف, ثم يتواصل الجميع في وقت واحد أثناء خطوة مزامنة التدرج, ثم كل حساب مرة أخرى. تقوم هذه العملية المتزامنة بإنشاء توقيع حمل متذبذب: تتناوب المنشأة بأكملها بين مراحل الحساب عالية الطاقة ومراحل الاتصال منخفضة الطاقة بمعدل يحدده تكرار تكرار خوارزمية التدريب.
يعد فقدان المتوسط الإحصائي في أحمال تدريب الذكاء الاصطناعي أمرًا أساسيًا - فهو ليس عيبًا في التصميم يمكن إصلاحه بمواصفات أفضل لمصدر الطاقة. مطلوب مزامنة GPU بواسطة خوارزمية التدريب الموزعة. يجب على كل وحدة معالجة رسومات (GPU) في عملية تدريب أن تكمل حساب التدرج الخاص بها قبل أن تبدأ خطوة المزامنة, ويجب أن تتلقى كل وحدة معالجة رسومات التدرجات المحدثة قبل أن تبدأ مرحلة الحساب التالية. تعتبر مراحل الطاقة العالية والطاقة المنخفضة بالتناوب خاصية جوهرية لعبء العمل, ليس قطعة أثرية من تصميم إمدادات الطاقة. يمكن تطبيق التجانس — بطاريات على مستوى الرف, حدود معدل المنحدر التي تسيطر عليها البرامج الثابتة, حقن عبء العمل الوهمي أثناء مراحل الاتصال - ولكن لا يمكن التخلص منه بالكامل دون المساس بكفاءة التدريب.
03 مشكلات جودة الطاقة على مستوى المنشأة
التوافقيات
إن مصادر طاقة خادم GPU عبارة عن محولات لوضع التبديل - فهي تسحب تيارًا غير جيبي مع تجاوز THD غالبًا 5%, سيطر على المركز الثالث, 5ال, والتوافقيات السابعة. بمقياس أ 100 مركز بيانات MW AI مزود بآلاف من وحدات إمداد الطاقة للخادم التي تعمل في وقت واحد, يمكن أن يكون التيار التوافقي الكلي في المحطة الفرعية للمنشأة كبيرًا. تطلبت إحدى المنشآت المذكورة في الأدبيات تركيب حل مخصص للتخفيف التوافقي بعد إنتاج تشوه توافقي مفرط الجهد على شبكة الإمداد الخاصة بها.
إن الخطر التوافقي الخاص بمراكز بيانات الذكاء الاصطناعي - بما يتجاوز ما تنتجه مراكز البيانات التقليدية - هو الرنين الموازي. يمكن للتركيب السريع لبنوك مكثفات تصحيح معامل القدرة الكبيرة ومراحل مكثفات UPS في المنشآت عالية الكثافة أن ينشئ دوائر رنين بترددات توافقية محددة. عندما يتزامن التيار التوافقي للمنشأة مع تردد رنين للشبكة, يتم تضخيم الفولتية التوافقية - من المحتمل أن تصل إلى مستويات تسبب ارتفاع درجة حرارة المحولات, سوء تشغيل مرحل الحماية, أو تلف المعدات عبر شبكة التوزيع المتصلة.
وميض الجهد وانحراف التردد
توقيع حمل التدريب المتزامن الموصوف في القسم 02 يخلق وميض الجهد عند نقطة الاقتران المشترك. عندما تنتقل المنشأة بأكملها من حمل مرحلة الاتصال إلى حمل مرحلة الحساب - وهو تغيير بمقدار عشرات الميجاوات في أقل من ثانية - ينخفض الجهد الكهربائي في PCC لفترة وجيزة, ثم يتعافى عندما يستجيب نظام تنظيم تردد الشبكة. إذا حدث هذا المنحدر بمعدل يقع في نطاق التردد من 1 إلى 15 هرتز لذروة الحساسية البصرية البشرية, إنها تنتج وميضًا ضوئيًا ملموسًا على العملاء الآخرين المتصلين بنفس المحطة الفرعية - وهي مشكلة تأثير مجتمعي تشبه وميض آلة اللحام الصناعية الموصوفة في CS06, ولكن على نطاق أوسع بكثير.
تصف التحليلات الفنية الموثقة في الأدبيات حدثًا شبكيًا حقيقيًا على نظام Dominion Energy يتم تشغيله بواسطة منشأة مركز بيانات تنتج انخفاضًا في الجهد الكهربائي مرة واحدة بالضبط في الثانية - وهو تكرار تكرار حمل عمل التدريب. العادية, يتم نشر انخفاض الجهد الكهربي في الوقت المناسب بدقة إلى العملاء الآخرين على نفس ناقل المحطة الفرعية, التسبب في تداخل منهجي مع المعدات الحساسة لهذا التردد من اضطراب العرض بالضبط. وهذا ليس خطرا نظريا. إنه حادث تشغيلي موثق له سبب محدد لم يتوقعه إطار معايير جودة الطاقة الحالي - لأنه تم كتابة الإطار للأحمال التي يكون تردد الاضطراب فيها إما ثابتًا (التوافقيات) أو عشوائي (يبدأ المحرك, أفران القوس), ليست دورية عمدا بمعدلات دون هرتز.
عدم توازن الجهد والتوافقيات
تؤدي مراكز بيانات الذكاء الاصطناعي الكبيرة ذات أحمال الخادم الكثيفة أحادية الطور عبر أنظمة التوزيع ثلاثية الطور إلى عدم توازن الجهد عندما لا تكون الأحمال متوازنة تمامًا عبر المراحل. إن التيار المحايد الناتج عن التوافقيات الثلاثية - التوافقي الثالث المهيمن في مصادر الطاقة في وضع التبديل - يزيد من مشكلة عدم التوازن. بالإضافة إلى ذلك, تنتج أنماط تبديل معينة في محولات طاقة وحدة معالجة الرسومات عالية التردد مكونات متناغمة - مكونات التردد التي ليست مضاعفات صحيحة للأساسية - والتي يمكن أن تخلق ترددات إيقاعية مع معدات أخرى وتتسبب في أنماط تداخل غير عادية لا تعالجها الحدود التوافقية القياسية.
04 المخاطر على مستوى الشبكة – ما وراء سياج المنشأة
على نطاق جيجاوات والتركيز الجغرافي, يخلق سلوك PQ لمركز بيانات الذكاء الاصطناعي مخاطر تمتد إلى ما هو أبعد من نظام التوزيع الخاص بالمنشأة:
| مخاطرة | آلية | مقياس موثق | سابقة |
|---|---|---|---|
| انقطاع UPS في وقت واحد | خلال يتدلى الجهد, تقوم العديد من المرافق بفصل أحمال UPS في وقت واحد - مما يؤدي إلى إزالة مئات ميجاوات من الأحمال على الفور | فرجينيا الشمالية: 2.6 تم تحديد مخاطر انقطاع التيار الكهربائي المتزامن | تحليل ERCOT — عتبة عدم استقرار الشبكة |
| عدم استقرار التردد | تتحدى سلالم الأحمال المتعددة ميجاوات/الثانية الناتجة عن رشقات التدريب تنظيم التردد - على غرار أحداث تعثر المولد | تم توثيق انحرافات التردد ± 0.5 هرتز في المناطق عالية الكثافة | حدث شبكة دومينيون للطاقة |
| انتشار الرنين التوافقي | تتفاعل التيارات التوافقية الصادرة من منشأة كبيرة مع ممانعة الشبكة — والتي يتم تضخيمها عند ترددات الرنين | ارتفاع درجة حرارة المحولات, قضايا تتابع الحماية | حوادث موثقة متعددة تتطلب مرشحات توافقية |
| وميض على نطاق المجتمع | تؤدي التحولات الدورية للتدريب بمعدلات دون هرتز إلى إنشاء وميض ضوئي منتظم على حافلات المحطات الفرعية المشتركة | مرئية لجميع العملاء في نفس المحطة الفرعية | حادثة تراجع شركة Dominion Energy مرة واحدة في الثانية |
05 التخفيف – النهج الفني والتشغيلي
يعمل التخفيف من تأثيرات PQ لمركز بيانات الذكاء الاصطناعي على مستويين: مستوى المنشأة (تقليل ما ينبعث من مركز البيانات إلى الشبكة) ومستوى الشبكة (تحسين قدرة الشبكة على استيعاب ما ينبعث من مركز البيانات).
التدابير على مستوى المنشأة
- المرشحات التوافقي النشطة (APF) ومولدات فار ثابتة (SVG) - يمكن أن يقلل من قوة THD التوافقية إلى أقل من ذلك 3%. مطلوب عندما يكون التيار التوافقي للمنشأة, جنبا إلى جنب مع مقاومة الشبكة, ينتج جهد THD أعلى من IEEE 519 الحد في PCC
- تخزين طاقة البطارية على مستوى الرف - يقوم بتخزين حمل التدريب المتتابع العابر من خلال توفير الطاقة أو امتصاصها أثناء التحولات في مرحلة الحساب إلى الاتصال. أثبتت عمليات نشر Tesla Megapack في مراكز بيانات الذكاء الاصطناعي تجانسًا فعالاً للأحمال 100+ مقياس ميغاواط
- حدود معدل انحدار GPU التي تسيطر عليها البرامج الثابتة — قيود البرامج التي تحد من المعدل الذي تزيد به وحدات معالجة الرسوميات من استهلاك الطاقة أثناء بدء تدريب الاندفاع, تقليل dP/dt الذي تراه الشبكة من 10+ ميغاواط/ثانية إلى منحدر متحكم فيه من 1-2 ميغاواط/ثانية
- حقن عبء العمل الوهمي - الحفاظ على الحد الأدنى من استهلاك الطاقة أثناء مراحل الاتصال عن طريق تشغيل مهام حسابية غير حرجة, تقليل عمق التوقيع التذبذبي والحد من حجم تأرجح الحمل
- موازنة المرحلة وإعادة توزيع الحمل - التخصيص المنهجي لأحمال الخادم عبر المراحل لتقليل عدم توازن التيار والجهد المحايد في المحطة الفرعية للمنشأة
التدابير على مستوى الشبكة
- مواصفات UPS المنسقة للركوب - تتطلب أنظمة UPS لمركز بيانات الذكاء الاصطناعي الحفاظ على اتصال الشبكة حتى 50-70% من الجهد الاسمي لمدة ثانية واحدة على الأقل قبل قطع الاتصال, منع خطر الانقطاع الجماعي المتزامن
- متطلبات المرور الخاطئة - مماثلة للمتطلبات المفروضة على المولدات المتجددة بموجب IEEE 1547 ورموز الشبكة الأوروبية, تتطلب مراكز بيانات الذكاء الاصطناعي أن تظل متصلة أثناء اضطرابات الجهد والتردد قصيرة المدى بدلاً من قطع الاتصال لحماية الأجهزة
- متطلبات الأداء الديناميكي في PCC - تحديد حدود الانبعاث التوافقي, حدود معدل المنحدر, التزامات دعم الطاقة التفاعلية, ونطاقات تحمل الجهد كشروط للموافقة على توصيل الشبكة للمرافق التي تزيد عن حد معين
مشغلو الشبكة المتعددة — ERCOT, بي جي إم, تعمل شركة National Grid - بنشاط على تطوير متطلبات اتصال الشبكة المحددة لأحمال مراكز بيانات الذكاء الاصطناعي الكبيرة. اتجاه السفر واضح: مراكز البيانات فوق حجم العتبة (عادة 50-100 ميجاوات) ستكون هناك حاجة لإثبات القدرة على تجاوز الأخطاء, الامتثال التوافقي في PCC, والتحكم في سلوك معدل المنحدر كشروط لاتصال الإرسال. ستواجه المرافق التي لا يمكنها إثبات الامتثال إما التعديل التحديثي الإلزامي للتخفيف التوافقي وتخزين البطارية, أو الاتصال بمحطة فرعية مخصصة ذات مقاومة معززة. The investment case for proactive PQ compliance is compelling.
06 Utility Power Quality Perspective
AI data centres represent the most significant new category of power quality challenge to emerge for utility distribution engineers since the proliferation of VFDs in the 1990s. The parallel is instructive: VFDs were initially installed without PQ assessment requirements, causing harmonic problems that took a decade to address through retroactive application of IEEE 519. The same pattern is already visible with AI data centres — rapid deployment, inadequate PQ requirements at connection approval, and growing documentation of grid impacts that are now driving retrospective regulatory action.
The key difference is scale. A non-compliant VFD installation affects one facility and perhaps a few adjacent customers. A 500 مركز بيانات MW AI مع التخفيف التوافقي غير الكافي وعدم وجود متطلبات تجاوز الأخطاء يمكن أن يؤثر على آلاف العملاء عبر منطقة المحطات الفرعية الإقليمية, كما أن انقطاعها المتزامن أثناء تراجع الجهد يمكن أن يهدد استقرار الشبكة عبر منطقة النقل.
يُطلب الآن من مهندسي جودة طاقة المرافق تقييم تطبيقات اتصال الشبكة للمنشآت التي لم تكن موجودة كفئة حمل عند كتابة أطر التقييم الخاصة بهم. في IEEE 519 يتناول الإطار التوافقيات. يعالج معيار الوميض تقلبات الجهد. لم يتم تصميم أي منهما للحمل الذي يخلق منحدرات ميجاوات في الثانية بترددات فرعية دقيقة, يمكنها فصل مئات الميجاوات في وقت واحد استجابةً لحدث جهد الشبكة, أو التي تركز جيجاوات من الحمل غير الخطي الحساس على ناقل نقل إقليمي واحد. يتكيف المجتمع الهندسي، وتمثل الأبحاث المذكورة في دراسة الحالة هذه الطليعة في هذا التكيف. لكن الفجوة بين الإطار التنظيمي الحالي وتأثير الشبكة الفعلي لمراكز بيانات الذكاء الاصطناعي الكبيرة واسعة, ومهندس توزيع المرافق هو الذي يدير هذه الفجوة في الوقت الحقيقي بينما تعمل لجان المعايير على سدها.
المراجع
- Li B et al. “القوة لمراكز بيانات الذكاء الاصطناعي: الطلب على الطاقة, تأثيرات الشبكة, التحديات ووجهات النظر.” الطاقات, 19(3), 722, يناير 2026. دوى: 10.3390/en19030722. الوصول المفتوح CC BY 4.0.
- تشانغ واي وآخرون. “الطلب على الكهرباء وتأثيرات الشبكة لمراكز بيانات الذكاء الاصطناعي: التحديات والآفاق.” arXiv:2509.07218, سبتمبر 2025. متاح: arxiv.org/abs/2509.07218
- تشاو إس وآخرون. “التحديات التقنية لدمج مركز بيانات الذكاء الاصطناعي في شبكات الطاقة – دراسة استقصائية.” الطاقات, 19(1), 137, ديسمبر 2025. دوى: 10.3390/en19010137. الوصول المفتوح CC BY 4.0.
- NERC / إركوت. Large Load Integration Workshop Presentations. North American Electric Reliability Corporation, April–May 2025.
- IEEE الأمراض المنقولة جنسيا 519-2022. معيار IEEE للتحكم التوافقي في أنظمة الطاقة الكهربائية. IEEE, نيويورك, NY, 2022.
- IEEE الأمراض المنقولة جنسيا 1547-2018. IEEE Standard for Interconnection and Interoperability of Distributed Energy Resources with Associated Electric Power Systems Interfaces. IEEE, نيويورك, NY, 2018.
المصادر الأولية: Li B et al., الطاقات 19(3):722 (2026), دوى: 10.3390/en19030722, CC بواسطة 4.0 · Zhang Y et al., arXiv:2509.07218 (2025) · Zhao S et al., الطاقات 19(1):137 (2025), CC بواسطة 4.0. Documented grid incident: Dominion Energy system, as reported in Zhang et al. (2025).
SVG diagrams and the Utility PQ Perspective section (قسم 6) هي المحتوى التحريري الأصلي لـ IPQDF بواسطة Denis Ruest, ماجستير. (مُطبَّق), عين المهندس. (متقاعد.). لا تدعي IPQDF تأليف البحث الأصلي.