投机性队列申请扭曲了对电网使用的认知

许多用于论证数据中心正在“抢占”电网的吸人眼球的统计数据，例如声称数据中心占新增电力请求的90%以上，均源自并网申请队列数据，而这些数据严重高估了实际需求。正如劳伦斯伯克利国家实验室（LBNL）在其2025年《排队报告》中所记录的那样，美国并网队列充斥着投机性且最终不可行的项目。开发商经常为同一项目在不同地点提交多个重叠的并网申请，以便在选址、许可和成本谈判过程中保留选择余地。一旦确定可行地点，其余申请将被撤回，往往一次性从队列中移除数百兆瓦的“容量”。

即便一份撤回的申请从未消耗哪怕一瓦电力，它在并网队列中的存在也会导致电网运营商如同对待真实项目一样，进行复杂且耗时的可靠性研究。这就造成了一个瓶颈：合法的项目，如新住房开发、医院或可再生能源场地，反而被困在这些投机性数据中心的占位申请之后，其电网接入遭到延迟。

正因如此，联邦能源管理委员会（FERC）等监管机构在2023年引入了更严格的队列改革措施，包括提高撤回申请的罚金以及设置基于里程碑节点的研究要求，旨在确保开发商在预留容量前确有实质性的财务承诺。许多RTO和ISO也提高了保证金要求并收紧了场地控制标准。这些改革生效后，尽管新项目的实际需求并未显著下降，但并网队列规模在2024年出现了多年来的首次缩减。将虚高的队列排位等同于实际用电，是将管理流程的拥堵与物理层面的稀缺混为一谈，其风险在于，对文书积压问题做出的反应，仿佛反映的是本地电力供应的真正短缺。

“抢占”论忽视了自备电力供应

声称数据中心在“抢占电网”的观点，还忽视了运营商正试图彻底摆脱排队序列的趋势。许多开发商并未去争夺稀缺的电网容量，而是加速转向用户侧自备电源解决方案，即在场地内部或附近直接发电或签约购电，以减少对公共电网的依赖。麦肯锡估计，到2030年，自备发电可满足美国高达30%的新增数据中心需求，远高于2023年不足5%的水平，因为企业希望借此规避存在多年的并网延迟。在实践中，这意味着建设能够独立运行的本地化微电网，整合大规模电池储能、现场发电（如高效天然气轮机）以及燃料电池等新兴技术。

即便如此，将需求从公用电网转移出去并未消除并网挑战，而是改变了其形式。用户侧发电、专用可再生能源以及新的稳定电源，要连接、同步或向电网输电，仍需获得电网批准。当新负荷的审批时间线与新电源的并网时间线出现错配，且新负荷与新电源无法在电网运行限制内安全协同时，项目便可能停滞。

爱尔兰正深刻经历这一问题。尽管拥有可观的海上风电项目储备，但该国新数据中心的发展已然放缓，原因在于国家电网运营商EirGrid无法在不增加系统失稳风险（包括暂态故障和频率失衡）的情况下安全接纳更多高密度负荷。2024年，EirGrid警告称，若并网协议持续停滞，可能引发数据中心的“大规模外流”。亚马逊已暂停在爱尔兰的进一步投资，理由是新的海上风电项目何时及如何并网存在不确定性，以及对于数据中心获取能源接入的具体要求缺乏明确指引。并网延迟不仅是技术问题，还可能阻碍投资并削弱一国的数字竞争力。在美国，类似问题同样存在，但供需匹配的速度与可靠性因区域电力市场而异。

政策制定者应通过推广AI赋能的并网流程来减少积压

政策制定者应将重点放在推广和制度化AI赋能的并网流程上，以缩短大型能源用户和新增电源接入电网所需的时间。虽然试点项目已证明AI能够加速并网研究，但这些成果仍不均衡且高度本地化，缺乏在整个并网流程中常规化推广的明确路径。

美国能源部的“AI促进并网”（AI4IX）倡议是一个有益的起点，但其影响仍受限于规模和范围。按照目前架构，AI4IX主要作为一项试点资助计划运作，支持电网运营商、项目开发商和软件供应商之间的合作，以实现并网流程中离散环节的自动化。例如，它可能资助一个专注于电网容量与影响模拟的项目，利用AI快速评估拟议项目对现有电网状况的影响，从而加快并网批准所需的技术研究。

这些努力是宝贵的概念验证，展示了技术上的可行性，并有助于降低公用事业公司和监管机构采用新方法的风险。但除非其成果能够在各区域得到系统性采纳并嵌入标准的公用事业实践中，否则，此类试点无法实质性减少并网积压。推动普及需要一系列干预措施的组合。

首先，国会应要求公共电力传输提供商采纳并共享包含先进计算工具（包括AI、机器学习和自动化技术）的并网队列管理最佳实践。这一思路的版本之一曾出现在2024年拟议的《能源部人工智能法案》中，该法案要求输电提供商“酌情共享并采用关于使用计算技术……评估和处理并网请求的队列管理最佳实践，以加快出具研究结果”。这些报告应公开发布，既能让研究人员、监管机构和电费缴纳者权益倡导组织对各家公用事业公司的表现进行对标评估，也能对落后企业形成自然的问责压力。重提这一构想将有助于推动AI赋能的并网流程从孤立的试点项目转变为持久、系统性的能力。

其次，FERC应通过改变电网运营商执行并网流程的收费方式，引入并网效率激励机制。RTO和ISO负责审查并网请求，并开展新电源和大型能源用户接入电网所需的技术研究。由于它们通常是不销售电力的非营利实体，其开展此项工作的成本通过经FERC批准的规费和费率回收。目前，无论并网研究耗时多久，这些成本一般都能得到回收——这种模式依赖于传统的服务成本监管，而后者通常来说激励属性不佳。FERC可以改为将部分成本回收与绩效挂钩，例如与研究周期的可量化缩短情况挂钩。这将效仿现有的基于绩效的监管框架，即奖励公用事业公司达成特定的可靠性或效率目标。按照这种方式，无论通过经DOE验证的AI和机器学习工具、流程优化还是其他创新手段，只要电网运营商显著缩短了并网时间线，就应获得奖励。AI赋能的工具尤其前景可期，因为它们提供了一种在整个系统内规模化加速研究流程的途径。

第三，国会应在能源部2025年底启动的“加速送电”倡议基础上更进一步——该倡议旨在加速开发支撑AI驱动的负荷增长和再工业化所需的多吉瓦级能源项目——利用联邦财政支持来激励采用现代化、自动化的并网流程。具体而言，国会应要求，凡依据《通胀削减法案》寻求联邦税收抵免或通过能源部贷款项目办公室寻求债务融资的发电和电网基础设施项目，只要相关区域输电组织或公用事业公司具备可用的标准化、自动化并网申报工具，就必须使用这些工具进行申报。通过将联邦资金的获取与自动化并网接口的使用挂钩，国会将加速该技术的大规模应用，并将AI赋能的并网流程从孤立的试点项目转变为对近期电网扩张最为关键的能源项目的常规实践。

关切三：AI工作负载将推高居民电费

批评者认为，高耗能AI设施的快速增长将不可避免地推高普通家庭的月度电费账单。根据这一观点，与AI驱动型数据中心增长相关的成本，主要通过两个渠道最终转嫁给居民用户：受监管的基础设施成本与趸售电力价格（wholesale electricity prices）。

受监管的基础设施成本

在美国大部分地区，电力由受监管的公用事业公司供应——这些私营企业或公共实体在划定的服务区域内作为垄断企业运营。由于此类公用事业公司不面临直接竞争，其投资决策和用户电价受到州级公用事业委员会的监管。

2024年5月至2025年5月，美国各地区居民电价平均涨幅 制图：Axios新闻网

当公用事业公司认定需要新建基础设施（如建设输电线路、变电站或对电网进行加固等）以满足日益增长的用电需求时，它必须通过被称为“费率审理”的正式流程寻求批准。在费率审理中，公用事业公司请求公用事业委员会允许其回收成本并获得受监管的回报，并提出如何依据成本归因原则将这些成本在不同用户类别——居民、商业和工业——之间进行分配，该原则主张，用户应按其对系统施加成本的比例付费。

批评者认为，由少数大型数据中心驱动、耗资数十亿美元的电网升级改造工程，其成本正越来越多地被分摊至整个电费基数。在此情景下，新基础设施的成本被嵌入到向居民收取的月度输电费用中。批评者进一步警告称，若数据中心需求放缓或发生转移，这些长寿命资产可能沦为搁置资产，导致居民用户需要为他们并未要求建设的、长达数十年的基础设施债务负责。