Data centers de IA e qualidade de energia — uma nova categoria de perturbação da rede
| Tipo de carga | Data centers de IA em hiperescala – clusters de GPU, fontes de alimentação do servidor, resfriamento avançado, Sistemas UPS |
| Escala | 100 MW para 1+ GW por campus — instalações individuais que agora excedem a capacidade de geração de uma pequena central elétrica |
| Distinção de QP chave vs.. CC convencional | O treinamento de IA cria operação sincronizada de GPU – milhões de watts mudando em menos de um segundo – criando assinaturas de carga oscilatória desconhecidas em data centers convencionais |
| Perfil harmônico | THD frequentemente excedendo 5% - 3º, 5ª, e 7º dominante - risco de ressonância paralela com impedância de rede |
| Taxa de rampa de carga transitória | Vários megawatts por segundo durante o início da explosão de treinamento – causa oscilação de tensão e desvio de frequência no PCC |
| Risco de queda de tensão para a rede | Desconexão simultânea do UPS durante quedas de tensão — Virgínia do Norte: centenas de MW desconectados de uma só vez |
| Incidente de rede documentado | Evento de rede da Dominion Energy acionado por queda de tensão uma vez por segundo em uma instalação de data center |
| Lacuna regulatória | Nenhum código de grade específico para comportamento de carga do data center de IA – IEEE 1547 e códigos europeus equivalentes escritos para geradores, não grandes cargas não lineares |
01 Contexto — Quando os data centers se tornaram problemas em escala de rede
Durante duas décadas, data centers foram gerenciados como problemas de qualidade de energia em nível de instalação: grandes coleções de fontes de alimentação comutadas monofásicas que extraem correntes harmônicas, exigindo dimensionamento cuidadoso do condutor neutro, Especificação de passagem do UPS, e ocasionalmente filtragem harmônica ativa no nível do quadro de distribuição. O seu impacto na rede foi insignificante - um 10 Data center MW conectado a um 500 A subestação MVA é uma 2% carga, não é uma preocupação de estabilidade da rede.
Isso mudou. O treinamento do modelo de IA requer a operação simultânea de dezenas de milhares de aceleradores de GPU, consumindo energia em densidades de 30 a 100 kW por rack, em edifícios de 100 MW para várias centenas de megawatts. Em regiões com alta concentração de data centers de IA – Virgínia do Norte, Fênix, Cingapura, o corredor Amsterdã-Frankfurt – nós de transmissão individuais agora atendem gigawatts de carga computacional de IA. Nesta escala, o comportamento da qualidade de energia do data center não é mais um problema de instalação. É um problema de rede.
Um data center empresarial convencional da década de 2010 consumiu de 5 a 20 MW com uma capacidade relativamente estável., perfil de carga contínua. Um centro de treinamento de IA em hiperescala de 2025 consome 100–500 MW com um perfil de carga altamente dinâmico que muda em dezenas de megawatts por segundo. O corredor do data center da Virgínia do Norte agora hospeda mais de 3 GW de carga de data center conectado em um único sistema de transmissão regional. Quando um trabalho de treinamento é concluído, ou quando uma falha aciona a desconexão simultânea do UPS em diversas instalações, a mudança instantânea de carga pode ser comparável à perda de uma grande unidade geradora - desencadeando as mesmas preocupações de estabilidade de frequência que motivaram o desenvolvimento de esquemas de rejeição de carga de subfrequência.
02 Um tipo diferente de carga – a assinatura de treinamento da GPU
Cargas convencionais de data center – servidores web, sistemas de armazenamento, equipamentos de rede - consomem energia de maneira relativamente suave, padrão contínuo. Servidores individuais variam seu consumo com a utilização, mas o agregado de milhares de cargas de trabalho diversas atinge uma média estável, demanda total variando lentamente. Essa média estatística é a razão pela qual as cargas convencionais dos data centers têm bom fator de potência e conteúdo harmônico relativamente baixo no nível da subestação.
As cargas de treinamento de IA quebram essa suposição de média. Durante o treinamento de GPU distribuída, milhares de GPUs operam em estreita sincronização – todas elas computam simultaneamente durante a passagem para frente e para trás, então todos se comunicam simultaneamente durante a etapa de sincronização do gradiente, então todos computam novamente. Esta operação sincronizada cria uma assinatura de carga oscilatória: toda a instalação alterna entre fases de computação de alta potência e fases de comunicação de baixa potência a uma taxa determinada pela frequência de iteração do algoritmo de treinamento.
The loss of statistical averaging in AI training loads is fundamental — it is not a design defect that can be fixed with better power supply specification. GPU synchronisation is required by the distributed training algorithm. Every GPU in a training run must complete its gradient computation before the synchronisation step can begin, and every GPU must receive the updated gradients before the next compute phase can start. The alternating high-power and lower-power phases are an intrinsic property of the workload, not an artefact of the power supply design. Smoothing can be applied — rack-level batteries, firmware-controlled ramp rate limits, injeção fictícia de carga de trabalho durante as fases de comunicação — mas não pode ser totalmente eliminada sem comprometer a eficiência do treinamento.
03 Problemas de qualidade de energia no nível da instalação
Harmônicos
As fontes de alimentação do servidor GPU são conversores de modo switch - elas consomem corrente não senoidal com THD frequentemente excedendo 5%, dominado pelo 3º, 5ª, e 7º harmônicos. Na escala de um 100 Data center MW AI com milhares de fontes de alimentação de servidores operando simultaneamente, a corrente harmônica agregada na subestação da instalação pode ser substancial. Uma instalação citada na literatura exigiu a instalação de uma solução dedicada de mitigação de harmônicas após produzir distorção harmônica de tensão excessiva em sua rede de alimentação.
O risco harmônico específico dos data centers de IA – além do que os data centers convencionais produzem – é a ressonância paralela. A rápida instalação de grandes bancos de capacitores de correção de fator de potência e estágios de capacitores UPS em instalações de alta densidade pode criar circuitos ressonantes em frequências harmônicas específicas. Quando a corrente harmônica da instalação coincide com uma frequência ressonante da rede, tensões harmônicas são amplificadas - potencialmente para níveis que causam superaquecimento do transformador, mau funcionamento do relé de proteção, ou danos ao equipamento em toda a rede de distribuição conectada.
Cintilação de tensão e desvio de frequência
A assinatura de carga intermitente de treinamento sincronizado descrita na Seção 02 cria oscilação de tensão no ponto de acoplamento comum. Quando toda a instalação passa da carga da fase de comunicação para a carga da fase de cálculo – uma mudança de dezenas de megawatts em menos de um segundo – a tensão no PCC cai brevemente, então se recupera conforme o sistema de regulação de frequência da rede responde. Se esta rampa ocorrer a uma taxa que cai na faixa de frequência de 1 a 15 Hz do pico da sensibilidade visual humana, produz cintilação de luz perceptível em outros clientes conectados à mesma subestação - um problema de impacto na comunidade análogo à cintilação da máquina de solda industrial descrita em CS06, mas em uma escala muito maior.
Análises técnicas documentadas na literatura descrevem um evento real da rede no sistema Dominion Energy, acionado por uma instalação de data center, produzindo uma queda de tensão exatamente uma vez por segundo – a frequência de iteração de uma carga de trabalho de treinamento. O normal, afundamento de tensão precisamente cronometrado e propagado para outros clientes no mesmo barramento da subestação, causando interferência sistemática com equipamentos sensíveis exatamente a esta frequência de perturbação de fornecimento. Este não é um risco teórico. É um incidente operacional documentado com uma causa identificada que a estrutura de padrões de qualidade de energia existente não previu - porque a estrutura foi escrita para cargas cuja frequência de perturbação é estacionária (harmônicos) ou aleatório (partida do motor, fornos de arco), não deliberadamente periódico em taxas sub-hertz.
Desequilíbrio de tensão e interharmônicos
Grandes data centers de IA com cargas densas de servidores monofásicos em sistemas de distribuição trifásicos criam desequilíbrio de tensão quando as cargas não estão perfeitamente equilibradas entre as fases. A corrente neutra dos harmônicos triplos - terceiro harmônico dominante em fontes de alimentação comutadas - aumenta o problema de desequilíbrio. Adicionalmente, certos padrões de comutação em conversores de potência de GPU de alta frequência produzem componentes interharmônicos – componentes de frequência que não são múltiplos inteiros da fundamental – que podem criar frequências de batimento com outros equipamentos e causar padrões de interferência incomuns não abordados pelos limites harmônicos padrão.
04 Riscos no nível da rede – além da cerca da instalação
Em escala de gigawatts e concentração geográfica, O comportamento PQ do data center de IA cria riscos que vão muito além do próprio sistema de distribuição da instalação:
| Risco | Mecanismo | Escala documentada | Precedente |
|---|---|---|---|
| Desconexão simultânea do UPS | Durante afundamentos de tensão, múltiplas instalações desconectam cargas do UPS simultaneamente – removendo centenas de MW de carga instantaneamente | Virgínia do Norte: 2.6 Risco de desconexão simultânea de GW identificado | Análise ERCOT — limite para instabilidade da rede |
| Instabilidade de frequência | Rampas de carga multi-MW/segundo de rajadas de treinamento desafiam a regulação de frequência – semelhante a eventos de disparo de gerador | Desvios de frequência de ±0,5 Hz documentados em áreas de alta densidade | Evento da rede Dominion Energy |
| Propagação de ressonância harmônica | Correntes harmônicas de grandes instalações interagem com a impedância da rede – amplificadas em frequências ressonantes | Superaquecimento do transformador, problemas de relé de proteção | Vários incidentes documentados que exigem filtros harmônicos |
| Flicker em escala comunitária | Transições periódicas de treinamento em taxas sub-hertz criam oscilações sistemáticas de luz em barramentos de subestações compartilhadas | Visível em todos os clientes na mesma subestação | Incidente de queda uma vez por segundo da Dominion Energy |
05 Mitigação — Abordagens Técnicas e Operacionais
A mitigação dos impactos de PQ do data center de IA opera em dois níveis: o nível da instalação (reduzindo o que o data center emite para a rede) e o nível da grade (melhorando a capacidade da rede de absorver o que o data center emite).
Medidas ao nível da instalação
- Filtros de harmônicas ativos (APF) e geradores var estáticos (SVG) — pode reduzir o THD harmônico da instalação para menos 3%. Necessário quando a corrente harmônica da instalação, combinado com impedância de rede, produz tensão THD acima do IEEE 519 limite no PCC
- Armazenamento de energia da bateria em nível de rack — amortece os transientes de carga de treinamento fornecendo ou absorvendo energia durante as transições de fase de computação para comunicação. As implantações do Tesla Megapack em campi de data centers de IA demonstraram suavização de carga eficaz em 100+ Escala de MW
- Limites de taxa de rampa de GPU controlados por firmware — restrições de software que limitam a taxa na qual as GPUs aumentam seu consumo de energia durante o início da explosão de treinamento, reduzindo o dP/dt visto pela grade de 10+ MW/s para uma rampa controlada de 1–2 MW/s
- Injeção de carga de trabalho fictícia — manter o consumo mínimo de energia durante as fases de comunicação, executando tarefas de computação não críticas, reduzindo a profundidade da assinatura oscilatória e limitando a magnitude da oscilação da carga
- Balanceamento de fase e redistribuição de carga — atribuição sistemática de cargas do servidor entre fases para minimizar a corrente neutra e o desequilíbrio de tensão na subestação da instalação
Medidas em nível de grade
- Especificações de operação coordenada do UPS — exigir que os sistemas UPS de data center de IA mantenham a conexão à rede em 50–70% da tensão nominal por pelo menos um segundo antes de desconectar, evitando o risco simultâneo de desconexão em massa
- Requisitos de passagem de falhas — análogo aos requisitos impostos aos geradores renováveis no âmbito do IEEE 1547 e códigos de rede europeus, exigindo que os data centers de IA permaneçam conectados durante distúrbios de tensão e frequência de curto prazo, em vez de desconectar para proteger o hardware
- Requisitos de desempenho dinâmico no PCC — especificando limites de emissão harmônica, limites de taxa de rampa, obrigações de suporte de energia reativa, e faixas de tolerância de tensão como condições de aprovação de conexão à rede para instalações acima de um limite definido
Múltiplos operadores de rede — ERCOT, PJM, National Grid — estão desenvolvendo ativamente requisitos específicos de conexão à rede para grandes cargas de data centers de IA. A direção da viagem é clara: data centers acima de um tamanho limite (normalmente 50–100 MW) será obrigado a demonstrar capacidade de tolerância a falhas, conformidade harmônica no PCC, e comportamento da taxa de rampa controlada como condições de conexão de transmissão. As instalações que não puderem demonstrar conformidade enfrentarão modernização obrigatória de mitigação de harmônicas e armazenamento de bateria, ou conexão a uma subestação dedicada com impedância reforçada. O caso de investimento para conformidade proativa com PQ é convincente.
06 Perspectiva de qualidade de energia da concessionária
Os data centers de IA representam a nova categoria mais significativa de desafio de qualidade de energia que surgiu para os engenheiros de distribuição de serviços públicos desde a proliferação de VFDs na década de 1990. O paralelo é instrutivo: Os VFDs foram inicialmente instalados sem requisitos de avaliação PQ, causando problemas harmônicos que levaram uma década para serem resolvidos através da aplicação retroativa do IEEE 519. O mesmo padrão já é visível nos data centers de IA: implantação rápida, requisitos de PQ inadequados na aprovação da conexão, e documentação crescente dos impactos na rede que agora impulsionam ações regulatórias retrospectivas.
A principal diferença é a escala. Uma instalação de VFD não compatível afeta uma instalação e talvez alguns clientes adjacentes. A 500 Data center de IA de MW com mitigação de harmônicas inadequada e sem necessidade de proteção contra falhas pode afetar milhares de clientes em uma área de subestação regional, e a sua desconexão simultânea durante um afundamento de tensão pode ameaçar a estabilidade da rede numa zona de transmissão.
Agora, os engenheiros de qualidade de energia das concessionárias estão sendo solicitados a avaliar aplicações de conexão à rede para instalações que não existiam como categoria de carga quando suas estruturas de avaliação foram escritas. O IEEE 519 estrutura aborda harmônicos. O padrão de cintilação aborda flutuações de tensão. Nenhum dos dois foi projetado para uma carga que cria rampas de megawatts por segundo em frequências sub-hertz precisas, que pode desconectar simultaneamente centenas de megawatts em resposta a um evento de tensão da rede, or that concentrates gigawatts of sensitive non-linear load on a single regional transmission bus. The engineering community is adapting — the papers cited in this case study represent the leading edge of that adaptation. But the gap between the current regulatory framework and the actual grid impact of large AI data centres is wide, and it is the utility distribution engineer who manages that gap in real time while standards committees work to close it.
Referências
- Li B et al. “Power for AI Data Centers: Energy Demand, Grid Impacts, Challenges and Perspectives.” Energias, 19(3), 722, Janeiro 2026. DOI: 10.3390/en19030722. Acesso aberto CC BY 4.0.
- Zhang Y et al. “Electricity Demand and Grid Impacts of AI Data Centers: Challenges and Prospects.” arXiv:2509.07218, Setembro 2025. Disponível: arxiv.org/abs/2509.07218
- Zhao S et al. “Technical Challenges of AI Data Center Integration into Power Grids — A Survey.” Energias, 19(1), 137, Dezembro 2025. DOI: 10.3390/en19010137. Acesso aberto CC BY 4.0.
- NERC / ERCOT. Apresentações de workshops de integração de grandes cargas. Corporação de confiabilidade elétrica norte-americana, Abril-maio 2025.
- IEEE Std 519-2022. Padrão IEEE para Controle Harmônico em Sistemas Elétricos de Potência. IEEE, Nova Iorque, Nova Iorque, 2022.
- IEEE Std 1547-2018. Padrão IEEE para Interconexão e Interoperabilidade de Recursos Energéticos Distribuídos com Interfaces de Sistemas Elétricos de Energia Associados. IEEE, Nova Iorque, Nova Iorque, 2018.
Fontes primárias: LiB et al., Energias 19(3):722 (2026), DOI: 10.3390/en19030722, CC POR 4.0 · Zhang Y et al., arXiv:2509.07218 (2025) · ZhaoS et al., Energias 19(1):137 (2025), CC POR 4.0. Incidente de rede documentado: Sistema de energia do domínio, conforme relatado em Zhang et al. (2025).
Diagramas SVG e a seção Perspectiva Utility PQ (Seção 6) são conteúdos editoriais originais do IPQDF de Denis Ruest, Mestrado. (Aplicado), P.Eng. (ret.). IPQDF não reivindica autoria da pesquisa original.