【燕武观察】美军AI算力竞赛中的电力围城

燕武智库数智认知中心无声月

冷战时期大国拼命炼钢，今天的博弈场上，电力正在接过钢铁的接力棒——因为芯片的运转，消耗的不只是沙子，更是电厂的每一焦耳热值。美国现在一面封堵中国芯片进口，一面却被自己的电网卡住了算力扩张的脖子。这不是修辞，是物理现实：芯片工厂可以加班，数据中心可以扩容，但没有稳定的大电网，一切都等于零。这道围城不是外部敌人修的，是美国政治体制的内部矛盾一层层叠出来的。我们研究它，不是替它担忧，是把它的裂缝当镜子，照见自己该往哪里走。

一、算力饥饿

RAND的报告给了几个数字：2027年AI数据中心需要68吉瓦，2030年冲到327吉瓦；而届时全美电网净增可用容量只有82吉瓦。缺口158到253吉瓦，听起来是个工程问题，多建几个电厂不就完了？凡是被这个逻辑说服的人，都低估了问题的深度。数字只是症状，病因在于美国电力系统的制度架构，根本无法应对这种量级的快速需求冲击。

第一重病因叫「并网死亡队列」。美国电网目前积压的并网申请超过2500吉瓦，是现有全部装机容量的两倍有余。2023年一年，撤单的项目总计超过200吉瓦——不是开发商没有资金，是等下去的成本比放弃还高。一个项目从提交申请到真正并网发电，中位数等待时间五年，最长的案例可以拖到十年以上。这不是某个环节出了故障，这是整个系统的设计就是这样的：州公用事业委员会管配电价格和本地项目审批，联邦能源监管委员会（FERC）管批发市场的输电接入，独立系统运营商（ISO）或区域输电组织（RTO）管调度运行，三套体系各管一段，每段都有自己的法律依据、诉讼渠道和利益主体。开发商要同时应对州法、联邦法、国家环境政策法（NEPA）、当地社区的环评诉讼——任意一环卡住，整条链条停摆。更要命的是，2019年以来并网项目的平均完工率不到10%，这不是小概率事件，这是系统的结构性特征，是制度失灵，不是偶发故障。

第二重病因是鸭形曲线与天然气基础设施的深度锁定。下面这张实时发电结构图（GridStatus.io数据）展示了美国西部某电网一昼夜内各发电机组的出力构成：正午时分光伏满发，把净负荷曲线压到最低点；随着太阳西沉，光伏出力骤降，用电晚高峰不期而至，气电和煤电机组紧急爬坡填补缺口——这条曲线形似一只鸭子，故名「鸭形曲线」。这道曲线的本质是美国光伏渗透率不断攀升的副产品：白天多余的光伏电把价格压到零甚至负值，夜间光伏归零后电网又必须依赖可以快速启停的气电来保供。问题在于，AI数据中心是7×24小时满负荷运行的「永久峰值用户」——它不吃中午的便宜光伏，偏偏在傍晚至夜间用电最贵的时段持续吞噬电力。一座1吉瓦的数据中心若长期以天然气作为主要备用电源，年碳排放约等于一座中型水泥厂。这不是绿色AI，这是把碳排放从烟囱转移到地下。美国AI产业在公众面前大打「碳中和」旗号，背后却在拼命建设气电基础设施——能源转型的叙事和现实之间，横亘着一道深深的裂缝。

图1 加利福尼亚州的小时净负荷（年平均）

第三重病因是联邦制下的能源管辖权碎片化。电网在物理上是全国乃至跨国的互联系统，但在美国政治架构中被切成五十多个州、多个ISO/RTO、联邦与州两级错综复杂的监管体系。FERC有权管辖跨州输电线路的开放接入和费率，但无权管辖州内的配电规划和本地项目的选址审批；州公用事业委员会有权批准本地电价和公用事业公司的回报率，但无力统筹跨州的电力交易和输电阻塞。这种碎片化在正常时期是一种权力制衡机制，可以防止联邦政府滥用权力，但在紧急扩张时期就成了系统性的反投资信号。资本市场的贴现率乘以不确定性，等于投资意愿的消亡速度——而美国电力市场的不确定性，恰恰来源于这种多层级、多主体、多法律体系叠加的制度复杂性。

第四重病因鲜少被外界关注，却是根本性的：Incumbent公用事业公司的激励结构与国家扩张目标根本背离。美国大多数公用事业公司的商业模式是「成本加成」——固定资产规模越大，允许的回报基数越高，利润也就越丰厚。这意味着推动新建输电线路比优化现有线路更能取悦股东；扩大资产规模比挖掘既有设施潜力更符合公司利益。这不是少数不良分子的阴谋，这是制度激励写死了的行为模式。当联邦政府推出电网增强技术（GETs）等「软实力」方案希望盘活现有资产时，Incumbent公用事业公司的理性选择是：不配合——因为配合了，资产规模上不去，利润就上不去。RAND报告里多次提到此类阻力，但报告的调性是政策研究，不会把话说得这么直白。我要说的是：这不只是个监管问题，这是市场机制设计出了根本性错误。

把四重病因放到一起看，就会发现一个令人不安的结论：美国电网的扩张瓶颈，不是某一项政策失误造成的，而是整个制度系统在面对快速大规模需求冲击时的系统性失效。历史上，每次能源革命都伴随着制度重建——英国工业革命时期的《蒸汽机法》、美国进步时代的公用事业管制改革——制度创新的速度，往往决定了能源转型的成败。今天美国面临的问题，不只是技术问题，甚至主要不是技术问题；它是一场制度危机，而制度危机的解决，需要的不仅是技术官僚的智慧，更是政治意愿和权力重组。

二、17条障碍

RAND从66条障碍里筛出17条优先障碍，归为四类：许可与选址、并网流程、电网增强技术、备用发电与需求响应。这个分类本身已经说明问题的性质——全部指向制度和市场摩擦，不是技术瓶颈。RAND的工作是扎实的，给出了量化估算和逻辑模型。但作为战略分析师，我更关心RAND没说的部分：这17条障碍背后的权力结构是什么？谁受益于现状？改变现状的真实代价是什么？

图2 将障碍清单缩减为优先清单

联邦层面可以动用的工具包括：行政令指定联邦用地为AI优先建设区、跨机构协调委员会加快环评、统一审批标准。但联邦行动一旦与州级权限冲突，诉讼就来了——美国电力监管史上，联邦与州之间的权力争夺多次打到最高法院，最著名的案例是2007年FERC第890号令被肯塔基等州诉至最高法院，核心争议就是FERC有多大权力管州内的输电规划。RAND估算联邦用地选项可释放0到20吉瓦——这个巨大的区间本身就说明问题：上限取决于联邦能在多大程度上赢得诉讼，下限是零，意味着完全的不确定性。这是一个法律风险管理问题，不是一个工程技术问题。

图3 解决许可延迟的逻辑模型

再看并网改革这张图。RAND提出三个核心手段：发电替代规则（防止退役机组容量流失）、富余并网权（风光加储能盘活闲置输电容量）、输电容量挖潜（GETs加速并网时间线）。这三个手段里，「富余并网权」是最具杠杆效应的。它的原理是：现有输电线路在大多数时候并不满载，峰值利用率可能只有30%到40%，风光项目的并网权是按峰值容量批的，但实际运行时的平均出力远低于铭牌容量——两者之间的差，就是「富余并网权」可以释放的空间。把这一机制设计好，可以在不动一寸新线路的情况下，把现有输电网络的可用容量提高30%甚至更多。但问题在于：谁有资格申请富余并网权？原有的并网协议持有者有没有优先权？这些问题不解决，机制设计得再好也是空转。

图4 解决互联流程中低效和高成本问题的逻辑模型

电网增强技术（GETs）这张图值得多说几句。GETs包括移相变压器（Phase Shifter）、动态线率（Dynamic Line Rating）、柔性交流输电系统（FACTS）等软技术，本质上是用传感器、软件和电力电子设备把现有输电线路的物理极限「榨」出来，而不是新建线路。RAND估算GETs可释放0到7吉瓦以上——这个数字偏保守。实际潜力可能更大，取决于传感器的部署密度和调度系统的响应速度。但GETs在美国推广的根本障碍，不是技术，是公用事业公司的投资逻辑：一条价值5亿美元的移相变压器，安装在一家年利润10亿美元的Incumbent公用事业公司的线路上，联邦监管机构可能会认定它属于「受监管资产」并允许纳入回报基数，但这需要数年的费率审理和监管批准——这本身又是一个审批迷宫。

图5 解决输电容量利用不足的逻辑模型

备用发电参与需求响应这张图，揭示了一个最典型的「多层级合规陷阱」。数据中心通常配备柴油或天然气备用发电机，目的只有一个：在市电中断时维持运行。EPA的排放法规对「紧急情况下」的发电机使用有明确的排放限值豁免——但一旦数据中心开始常态化地以「需求响应」名义向电网卖电，它就不再是「紧急备用」了，而是「主力发电设施」，需要满足更严格的排放标准。要绕过这个陷阱，需要EPA重新定义「需求响应」的监管分类，需要FERC批准相应的电价机制，需要州公用事业委员会批准参与需求响应的数据中心获得相应的容量信用——三个机构，三套法律框架，三个方向各走各的，谁也没有动力先动。这不是技术达不到，是监管体系之间接口标准化程度太低，是联邦制下多中心治理的结构性难题。

图6 激励采用备用发电技术的逻辑模型

总结这套分析，它的价值在于把模糊的制度问题变成了可量化的政策干预选项，这是政策研究的强项。但它的局限也在这里——它是一个改革派官僚的视角，假设各利益相关方都愿意坐到谈判桌前，各州愿意让渡部分权力给联邦，公用事业公司愿意改变沿袭了几十年的投资模式。这个假设乐观得近乎天真。历史上，美国电力改革的失败案例比成功案例多得多：2000年代初加州电力危机的根源是市场设计与供给结构的错配；1990年代末的零售竞争放开几乎在所有州都半途而废；今天FERC推动的并网改革正在遭遇越来越大的州级反弹。RAND看到了问题，也给了解法，但没有充分回答一个问题：谁来推动？推动的代价是什么？改革失败的概率有多大？这个概率，被报告的乐观叙事悄悄压低了。

三、92到297吉瓦

总的判断是上下限都有系统性水分，方向是对的，但绝对值不可直接引用。

表1 四类方案容量释放估算

上限297吉瓦的假设是四套方案同步发力且完全有效。但RAND在报告里坦承：我们没有对方案组合进行输电系统级的传导分析。这句话听起来像谦虚，实际上是一个致命的漏洞。输电网络不是无限容量的集总电网，每一条线路、每一个变压器、每一个换流站都有容量上限。一个光伏加储能项目在当地发电侧可能「贡献」了100兆瓦的可用容量，但它连接的那条输电线路只能送出60兆瓦——多余的40兆瓦是「幽灵容量」，在系统调度层面等于不存在。更为关键的是：当多个大型AI数据中心同时集中在某一区域（如北弗吉尼亚、凤凰城、德克萨斯）时，局部的输电瓶颈会叠加放大。297吉瓦是各地数字的简单相加，而系统真实可达的容量，很可能在这个数字上打一个相当大的折扣——RAND没有说折扣是多少，这本身就是风险所在。

下限92吉瓦里藏着更大的问题。RAND把大多数区间的下限设为零，理由是「存在显著的可能性毫无效果」。这个表述听起来很学术，翻译成大白话就是：我们不知道这个方案能不能落地，可能完全无效。最不可靠的是备用发电与需求响应这一项（区间11到106吉瓦），因为它要求数据中心运营商彻底改变运营模式，从被动买电变成主动参与电力市场。这不是贴个告示就能解决的事，它需要商业模式的根本重构，需要电网调度系统能够实时识别和响应数以千计的分布式备用发电机组的启停信号，需要市场规则承认这种「碎片化」的供给是可靠的——每一步都需要数年时间才能建立信任和基础设施。因此，把这一项打折处理是合理的：把11到106吉瓦改为5到50吉瓦，实际可达到的区间更接近80到180吉瓦，而不是92到297吉瓦。乐观数字和悲观数字之间的取舍，取决于你问的是「纸面上能做到多少」还是「现实里能做到多少」。

但这个数字游戏背后有一个更值得警惕的趋势：92到297吉瓦是美国2030年之前理论上的扩容空间，而AI数据中心的能耗需求不是在2030年停止增长。2027年的68吉瓦和2030年的327吉瓦，都是基于当前的模型架构和部署计划做出的预测。问题在于，Scaling Law告诉我们：模型越大、训练数据越多、推理调用越频繁，能耗曲线的陡峭程度远超任何线性外推。这意味着：哪怕92到297吉瓦全部兑现，它可能只够满足2028年到2029年的需求——到2031年，新的缺口又打开了。这不是悲观主义，这是客观规律：在一个指数增长的赛道上，任何固定量的产能扩张都是临时解决方案。真正的竞争，不是看谁今天能建多少电厂，而是看谁能持续地、快速地扩张清洁电力供给。

我们还要看到一点：297吉瓦的上限里，天然气的贡献被悄悄隐藏了。许可改革中「简化天然气项目环评、完工率提升至约50%」这一项，就贡献了11到22吉瓦。这不是一个小数字，它意味着：即使在最乐观的清洁能源方案里，天然气也是不可回避的过渡选项。全球AI竞争正在把天然气重新拉回舞台中央——这不是巧合，这是能源转型叙事与现实之间的又一次正面碰撞。

四、历史类比

战略分析没有历史纵深，就等于盲人摸象。美国今天的电网困境，在历史上有多次相似的先例——每一次都伴随着技术乐观主义、制度调整失败、和最终意想不到的后果。

第一个类比是1970年代的能源危机与随后的制度重建。1973年石油禁运后，美国推出《公用事业管制政策法》（PURPA），强制公用事业公司按「避免成本」购买小型发电商的电力——这是美国电力市场化的起点，也是今天独立发电商（IPP）生态的制度来源。PURPA的初衷是打破Incumbent公用事业公司的垄断，但它同时创造了一个新的既得利益集团：IPP。IPP后来成为推动页岩气革命的重要力量，因为它有动机去建设和销售比公用事业公司更便宜的电力。这个历史的教训是：每一次制度创新，都会创造出新的利益结构；新的利益结构一旦形成，就会变成下一次改革的阻力。今天美国推动并网改革和需求响应，同样面临这个问题：现有市场参与者已经在现行规则下建立了自己的盈利模式，任何改变这个模式的改革，都会遭遇抵制——不管改革的方向是否正确。

第二个类比是德国 Energiewende（能源转型）。德国在2010年代大力推进可再生能源扩张，装机规模一度领先全球，但同时决定关停所有核电站——这个「弃核保碳」的组合政策，导致的结果是：德国不得不大量依赖褐煤发电来补偿核能的缺失，温室气体排放在2010年代不降反升；同时，由于可再生能源的波动性，德国的居民电价成为全欧洲最高之一。德国人的教训告诉我们：能源转型不是单一变量的优化，而是一个多目标耦合的系统工程——减碳、安全、经济性，三个目标在短期内往往互相冲突。美国的AI能源困境，某种程度上是德国教训的翻新版：在清洁能源装机高速增长的表象下，系统的瞬时灵活性没有跟上，结果是峰时气电依赖不减反增。这不是政策失败，但绝对是一个政策设计不完整的代价。

第三个类比是日本半导体产业政策。1980年代日本在DRAM领域一度超越美国，政府随后推出了一系列产业政策来巩固优势，包括限制外国投资、扶持国内企业合并、推动技术标准化。这些政策在短期内是有效的：日本半导体产业在1990年达到了全球市场份额的49%。但长期结果是：过度保护削弱了日本企业的国际竞争力，当韩国和中国台湾的企业以更市场化的方式崛起时，日本半导体产业迅速衰落。这个教训映射到今天的AI算力竞争，指向一个值得关注的风险：当美国政府通过出口管制「保护」本国芯片产业时，它实际上也在重复日本的逻辑——在保护壳里长大的企业，是否还能在国际竞争中立于不败之地？芯片的算力终究要靠电力来支撑，而美国电网的制度性瓶颈，正在以另一种方式侵蚀它试图保护的竞争优势。

第四个类比是苏联的能源诅咒。苏联拥有世界上最大的天然气储量，石油出口是苏联外汇收入的主要来源。这种能源依赖导致苏联的经济结构被「锁定」在能源出口上——制造业效率低下，农业长期停滞，轻工业品短缺。当1980年代全球能源价格下跌，苏联的经济基础随之崩塌。能源优势变成了结构惰性的根源。反观今天的美国：页岩气革命让它成为全球最大的天然气生产国之一，但正是这个「能源独立」的光环，让它在清洁能源转型上步履迟缓——因为既然天然气这么便宜、这么丰富，为什么要去投资更贵的可再生能源和储能？能源优势有时候是转型的最大阻力。美国今天在AI时代面临的天然气锁定，是它过去四十年能源战略的一个未预期的后果。

五、战略镜像

分析美国的困境，目的是照见自己。但照镜子不是简单的类比，不是「它出了问题所以我们没问题」的自慰——我们面临的问题同样严峻，只是表现形态不同罢了。真正的战略价值，在于搞清楚「我们和美国的问题本质有何不同，我们该从它的错误中学什么」。

第一，制度摩擦吞噬技术进步。GETs、储能、虚拟电厂……这些技术美国都有，有的甚至全球领先，但部署速度被碎片化的监管、扭曲的激励结构、跨部门的博弈层层卡住。根子是联邦制下「谁都想管、谁都不愿让」的多中心治理惰性。我们的优势恰好是集中决策、协同推进——特高压电网全国一张网，风光大基地跨区调度，新能源装机五年翻番，这种扩张速度在美国是不可想象的。但这道优势有一个致命前提：方向要对。集中决策如果决策失误，破坏力同样集中。如果我们也把资源分散到多条技术路线上搞「赛马」，激励结构不协同，制度优势同样会被内耗掉。真正该从美国吸取的教训，不是它的技术不行，是它激励错配之后没有人有能力去纠偏。我们的挑战是：怎么在自己最强的地方——集中力量办大事——保持方向的正确性？这需要一套有效的战略评估和纠错机制，需要有人在正确的时候说「这条路不对」。美国的困境告诉我们，没有纠错机制，集中决策比分散决策更危险。

图3 像虚拟电厂这样的AI解决方案

第二，美国的天然气锁定给了我们一个重要的非对称窗口。天然气基础设施一旦建成，投资周期二十年到三十年，在此期间整个能源结构就被锁定在这条路上。美国本来有机会以可再生能源加储能为主轴实现清洁转型，结果因为光伏的反调峰特性，反而在峰时进一步强化了对气电的依赖。这在战略上意味着什么？意味着美国AI的「碳足迹」在短期内不是降低而是在升高——对它在「气候领导力」上的国际叙事构成实质性损耗。而我们如果能在清洁能源供给侧和灵活性资源侧同时突破，在「绿色算力」的国际叙事竞争上占据道德高地，这不是环保口号，是战略合法性。真正可持续的AI基础设施，必须建立在非化石燃料的弹性电网之上。谁先把这条路径打通，谁就在下一代国际AI竞争的规则制定中拥有更多话语权。

第三，我们的配电网灵活性是真正的软肋。特高压解决了跨区输电的问题，让西部风光大基地的电可以送到东部负荷中心。但「最后一公里」的配电侧灵活性——即如何在配电层面聚合和管理海量分布式资源（电动车、智能家居、工业负荷侧响应）——现有的调度体系还没有完全准备好接住。虚拟电厂是解决这个问题的关键技术路径，但VPP在中国的发展面临几个特殊挑战：电力现货市场刚刚起步，需求侧响应的价格信号还不够灵敏；电网公司的调度系统是集中式的，VPP的分布式聚合模式需要全新的接口标准；而且，谁来当VPP的整合商？五大发电集团、电网公司、还是新进入的平台企业？这个问题不解决，VPP在中国就只是一个概念。

第四，全球电网设备供给侧是我们手里的一张暗牌。变压器、换流器、高压直流设备——这些电网核心设备的全球制造能力高度集中，中国产能占比举足轻重。RAND报告里把供应链约束列为方案能否实现的不确定性之一，这不是随口一提：全球电网扩张的提速正在拉长核心设备的交货周期，而设备交货周期一旦拉长，所有基于时间的扩容预测都要往后推。设备供给侧的主动权，某种程度上是我们的一张牌——不是用来卡谁，是用来谈条件，是在关键时刻有足够的谈判筹码保障自己的设备需求优先供给。这个逻辑在芯片领域已经被用过了，在电网设备领域同样适用。

六、底线判断

最后说几句结论性的判断，第一，92到297吉瓦是美国理论上的扩容空间，实际能兑现多少，取决于制度改革能否克服几十年积累的路径依赖。FERC 2023号令是重要一步，但它面对的是Incumbent公用事业公司的结构性抵制、州级诉讼风险、和NEPA的时间税——这三座大山，不是靠技术官僚的智慧能搬动的。我对纸面数字持审慎态度，对实际落地速度持保守判断。

第二，AI能源需求是Scaling Law驱动下的指数曲线，不是线性外推。任何基于当前模型架构和部署计划做出的2030年预测，都可能在五年内被证明过于保守。算力竞争的终局不是「谁先建成足够的数据中心」，而是「谁能以最低成本、最快速度持续扩张清洁电力供给」。这不是一个工程问题，是一个国家治理能力的竞争。

第三，美国的电网困境不是可利用的机会，而是必须引以为戒的教训。我们自己的算力扩张同样面临土地、水资源、电网接入的多重约束，只是问题的形态不同：美国是被制度碎片化卡死，我们是被「大干快上」之后的系统稳定性压力顶住。清洁能源装机规模世界第一，不等于电网有足够的灵活性；特高压输电能力解决了跨区调配，不等于配电侧灵活性足够。谁先把灵活性问题解决，谁就拿到了下一代算力竞争的入场券。这不是预测，是底线判断。

孙子讲知己知彼。知彼不是把对手的弱点数一遍，是搞清楚弱点从哪里来、为什么难以克服、对我们意味着什么。美国的算力围城告诉我们：一个国家在战略竞争中最脆弱的环节，往往不在它最强的技术领域，而在它最不愿意改革的制度深处。我们有没有魄力在自己最强的地方，集中决策，同时保持清醒的方向感，把激励结构写对，性市场建起来？这才是和美国这场算力竞赛里，真正决定胜负的那一只手。历史的规律从来没有变过：每一次能源革命，赢家都不是谁资源最多，是谁先把系统理顺——然后用这个理顺了的系统，去锻造下一代的竞争优势。