研究显示：AI基础设施建设与储能技术发展存在协同效应

研究人员表示，AI和储能可以相互加速彼此的部署，AI改进储能创新，而电池则能使数据中心更灵活地使用可再生能源，AI的增长正在为清洁能源转型走上正轨创造机会。

一个由奥地利科学家领导的研究团队认为，当与大规模储能部署相结合时，AI数据中心的快速增长可以加速清洁能源转型。他们引入了一个新概念——“AI-储能关联关系”（AI-energy storage nexus）——来描述AI基础设施与储能技术之间相互增强的关系。

研究员Behnam Zakeri表示：“与普遍预期不同，我们的论文发现，AI增长正在为清洁能源转型走上正轨创造机会。这主要是由于AI与储能之间的关联效应。这两种技术正在形成一个良性循环，其中一种技术的开发和规模化对另一种技术的发展产生积极影响。我们确定了这些协同效应发生的位置，并首次为此创造了‘AI-储能关联关系’这一术语。”

Zakeri表示，储能可以解决数字基础设施增长的一些重大问题，不仅在可再生能源匹配方面，而且在缩短电网接入时间、为数据中心分阶段并网提供灵活性方面也是如此。

他说：“我们还展示了大型科技公司的投资如何转向储能解决方案，这将推进此类技术的研发和部署，并对更广泛的能源转型产生溢出效应，超出数字基础设施的范围。”

研究人员确定了两种技术在“AI-储能关联关系”中相互加强的几种方式。他们表示，机器学习和生成式AI可以加速热储能熔盐材料的发现，识别新的电池化学体系，并改善电池寿命和可回收性。同时，AI数据中心不断增长的需求正在帮助长时储能商业化，比如：谷歌已签署了液态CO₂和铁空气储能的承购协议。

研究人员确定了储能支持AI基础设施的五种主要方式：

1、储能可以减少峰值电网进口；

2、储能缓解并网约束并推迟昂贵的输电升级；

3、储能通过提供备用电源来提高电能质量和可靠性；

4、储能可以实现需求响应，允许数据中心在电网紧急情况下减少需求或输出电力，并增加现场可再生能源的自耗；

5、储能可以通过工作负载调度、负载均衡和其他形式的灵活计算来增强运营灵活性。

作者在结论中提出了四项政策建议，以确保AI支持清洁能源转型：

1、他们呼吁改革电网连接规则，奖励灵活且支持电网的数据中心；

2、消除电池储能与可再生能源共址的障碍；

3、激励电网感知计算和需求侧灵活性；

4、以及通过有针对性的采购和融资政策加速长时储能部署。

Zakeri补充说：“我们现在计划开发与数据中心共址或靠近电网的储能运行模型，以解决当今电网面临的一些挑战。”

他们的文章“AI-储能关联关系：清洁能源转型的机遇”最近发表在《Energy and Climate Change》期刊上。来自奥地利维也纳经济与商业大学（WU）、国际应用系统分析研究所（IIASA）和沙特阿拉伯阿卜杜拉国王科技大学的研究人员为该论文做出了贡献。

（智算芯能前沿、全球储能网、新能源网综合）