【更多请点击左下角阅读原文】

【开源代码】AI数据中心如何影响电网稳定性？首个数据中心动态模型发布，助力“AI+能源”交叉研究

https://github.com/xingyuz-phd/DataCenterDynamicModel

随着ChatGPT、DeepSeek、Gemini等大模型快速发展，AI算力需求正呈现爆发式增长。作为支撑人工智能发展的核心基础设施，数据中心已经成为全球电力需求增长最快的行业之一。国际能源署（IEA）预计，未来十年数据中心将成为推动全球电力需求增长的重要力量。

然而，一个问题正在引起越来越多能源研究人员的关注：

AI数据中心究竟会如何影响电网的动态稳定性？

近日，研究人员正式开源了论文《Dynamic Modeling of Data-Center Power Delivery for Power System Resonance Analysis》的配套MATLAB代码，为这一前沿研究方向提供了重要工具。

为什么传统数据中心模型已经不够用了？

在大多数电力系统仿真软件中，数据中心通常被简化为恒功率负荷（Constant Power Load）处理。这种方法虽然简单，但难以反映现代AI数据中心的真实动态特性。

事实上，一个大型数据中心内部包含大量电力电子设备，包括：

• 有源前端整流器（AFE）

• UPS系统

• DC-Link直流母线

• 电压源逆变器（VSI）

• 电源模块（PSU）

• CPU/GPU计算负载

这些设备共同构成了复杂的电力电子系统，其动态行为可能与电网中的同步发电机、构网型变流器（Grid-Forming Inverter）以及跟网型变流器（Grid-Following Inverter）产生耦合，进而引发振荡放大、共振甚至稳定性问题。

这次开源了什么？

此次发布的开源项目首次建立了面向电力系统动态分析的数据中心供电链模型。

模型完整描述了从电网侧到服务器侧的供电过程，包括：

电网 → AFE整流器 → UPS/DC-Link → VSI逆变器 → PSU → CPU/GPU负载

与传统静态负荷模型相比，该模型能够反映数据中心内部各环节的动态特性，并能够直接与电力系统动态模型进行耦合分析。

代码支持：

• 平衡点求解

• 小信号建模

• 特征值分析

• 参与因子分析

• 功率振荡放大（POA）分析

• 时域动态仿真

为研究数据中心与电网之间的动态交互提供了完整工具链。

GPU负载首次被引入电网动态分析

本项目最有特色的部分之一，是引入了GPU工作负载驱动的仿真框架。

研究人员可以利用真实GPU负载数据，分析以下过程：

AI训练任务增加

↓

GPU功率变化

↓

服务器负荷波动

↓

数据中心总功率变化

↓

电网侧功率响应

↓

系统振荡特性变化

这一研究思路突破了传统“静态负荷”假设，使得AI数据中心与电网之间的相互作用能够被更加真实地描述。

不仅研究数据中心，还研究电网

除了单个数据中心模型之外，作者还构建了一个改进的3机9节点测试系统。

该系统包含：

• 同步发电机（SM）

• 构网型变流器（GFM）

• 跟网型变流器（GFL）

• 数据中心动态负荷

研究人员可以进一步分析：

• 数据中心并网稳定性

• 数据中心诱导振荡

• 低惯量电网动态行为

• 构网型变流器与数据中心耦合问题

这些问题正是未来新能源电网和AI基础设施融合发展的关键挑战。

开源的意义远不止一套代码

近年来，全球关于“AI+能源”的研究热度持续攀升。

从微软、谷歌到亚马逊，越来越多科技企业开始建设GW级数据中心集群；从美国到北欧，各国电网运营商也开始担忧数据中心带来的新增负荷和动态影响。

然而，目前学术界能够公开获取的数据中心动态模型仍然非常有限，许多研究仍然采用简单负荷模型进行分析。

此次代码开源最大的价值在于：

让数据中心从“黑盒负荷”变成了“可分析、可验证、可扩展”的动态系统。

研究人员不仅可以复现论文结果，还能够在此基础上开展：

• AI数据中心能源管理

• 数据中心数字孪生

• 需求响应

• 虚拟电厂

• 电网稳定性分析

• 综合能源系统优化

等方向的进一步研究。

未来展望

过去十年，新能源汽车成为电力系统研究的重要对象；未来十年，AI数据中心很可能成为新的研究热点。

与传统负荷相比，数据中心同时具备：

• 超大规模功率需求

• 快速负荷波动特性

• 高比例电力电子接口

• 潜在灵活调节能力

未来的数据中心不仅是“耗电大户”，更可能成为需求响应资源、虚拟电厂资源甚至辅助服务提供者。

而此次开源项目的发布，也为“AI+数据中心+电力系统”这一新兴交叉领域的发展提供了重要基础工具。

https://github.com/xingyuz-phd/DataCenterDynamicModel

对于从事电力系统稳定性、数据中心能源管理、Grid-Forming控制、数字孪生、电力电子系统以及AI能源应用研究的老师和同学而言，非常值得关注。

素材来自于网上公开开源内容，内容经GPT辅助，如有侵权，随时可删。 更多请关注本公众号并回复互助加入群聊。

扫码关注！

一个电气领域前沿动态与科研资源平台