Test elastyczności sieci OpenAI w Georgii zderza się z wyliczeniami Ember o przesuwaniu obciążenia
OpenAI testuje program elastycznego zarządzania popytem o nazwie Grid Protectors w planowanym kampusie w hrabstwie Effingham w Georgii. Tom's Hardware podał 3 listopada, że obiekt objęty jest umową z Georgia Power na 3,2 gigawata, z czego 1 000 megawatów to elastyczne zarządzanie popytem.

OpenAI testuje elastyczność sieci w Georgii
Program ma zmniejszać pobór mocy centrum danych, gdy lokalne zapotrzebowanie rośnie. OpenAI twierdzi, że dzięki niemu prąd nie gaśnie innym odbiorcom. Firma chce też podłączać swoje kampusy do sieci szybciej, zamiast czekać na nowe źródła energii.
„Niezależnie od tego, czy chodzi o ogrzewanie domów podczas zimowego ataku mrozu na północy, czy o klimatyzację w czasie fali upałów na południu, rodziny potrzebują niezawodnej energii elektrycznej”, napisało OpenAI we wpisie na blogu. „Naszym celem jest, aby elastyczność kampusów stała się zasobem, po który spółki energetyczne mogą sięgać, gdy społeczności najbardziej tego potrzebują”. Firma dodała, że chce, by elastyczność była „podstawowym elementem sposobu, w jaki budujemy i prowadzimy przyszłe kampusy”. To oznacza projektowanie obiektów tak, żeby ograniczały zużycie prądu na żądanie. Oznacza też uzgadnianie ze spółkami energetycznymi, ile zapotrzebowania można zmniejszyć, jak szybko i na jak długo.
Georgia jest poligonem testowym. Elastyczny blok w umowie z Georgia Power wystarczy do zasilenia około 800 000 gospodarstw domowych, czyli blisko 20% domów w stanie, podał Tom's Hardware.
Elastyczne zarządzanie popytem ma kilkadziesiąt lat. Kiedyś operatorzy sieci dzwonili do odbiorców przemysłowych, takich jak huty stali, i prosili o ograniczenie zużycia w godzinach szczytu. Automatyzacja pozwala dziś centrom danych ciąć obciążenie w mniej niż minutę. Nvidia prowadzi podobny eksperyment w Wielkiej Brytanii.
Dlaczego samo przesuwanie obciążenia nie wystarczy sieci
Analiza Ember opublikowana w październiku 2026 r., o której pv magazine napisał 3 listopada, podaje liczby pokazujące te ograniczenia. Obejmuje dziewięć rynków w USA, Europie i Azji Południowo-Wschodniej.
Ograniczeniem jest struktura obciążeń. Usługi chmurowe, obciążenia korporacyjne i wnioskowanie AI wymagają niskich opóźnień. Ember szacuje, że do 2030 r. będą odpowiadać za około 87% globalnych mocy centrów danych. Trenowanie modeli AI można przerwać albo przenieść z mniejszymi skutkami. Przy założeniach Ember teoretycznie dałoby się przesunąć około 6,5% globalnych mocy. To przy założeniu 35% elastyczności dla trenowania, 5% dla wnioskowania i zera dla tradycyjnych centrów danych. Średnie wykorzystanie na poziomie około 48% obniża moce faktycznie dostępne w czasie przeciążenia sieci do około 3%.
Irlandia pokazuje skalę efektu. Przesuwanie obciążenia mogłoby tam obniżyć szczytowe zapotrzebowanie o około 100 MW do 2030 r., czyli o 1,5% prognozowanego szczytu. Pozostałe rynki badane przez Ember mieszczą się między 0,1% a 0,6%.
Lepiej wypada utrzymanie obciążeń przy jednoczesnej zamianie energii z sieci na wytwarzanie albo magazynowanie na miejscu. Ember nazywa to bring-your-own-capacity. Według analizy daje to prawie pięć razy więcej ulgi dla sieci niż przesuwanie obciążenia. Dla dwóch dużych centrów danych w Teksasie o łącznym prognozowanym obciążeniu 5,6 GW przesuwanie obniżyłoby szczyt o około 0,55 GW. Wytwarzanie na miejscu mogłoby obniżyć go nawet o 2,7 GW.
Na co będą patrzeć spółki energetyczne i regulatorzy
Irlandia jest przypadkiem skrajnym. W styczniu 2025 r. centra danych brały już około 19% szczytowego zapotrzebowania, gdy system osiągnął szczyt 6 GW, a one zużyły szacunkowo 1,1 GW. Ember prognozuje, że do 2030 r. ten udział wyniesie 24%, przy zapotrzebowaniu centrów danych na poziomie 1,6 GW wobec szczytu systemowego 6,5 GW.
Czas dodatkowo komplikuje sprawę. Duże centrum danych potrzebuje od 200 MW do 500 MW mocy i buduje się 18 do 24 miesięcy. Rozbudowa konwencjonalnej sieci zajmuje od czterech do 10 lat.
Dla regulatorów otwarta pozostaje kwestia weryfikacji. Obietnica elastycznego zarządzania popytem jest warta tyle, ile stojące za nią pomiary i systemy sterowania. OpenAI nie podało, jak blok 1 000 megawatów będzie mierzony i sprawdzany.
Co pozostaje nieznane
OpenAI zobowiązało się do jednego kampusu. Firma podała, że ustalenia będą się różnić w zależności od lokalizacji. Kolejne zobowiązania ogłosi, gdy je sfinalizuje.
Opracowanie Ember to model, a nie zapis dotychczasowych wyników, a wśród dziewięciu rynków są Irlandia, Wielka Brytania i Niemcy.
To nie rozstrzyga pytania komercyjnego. Centrum danych, które obiecuje zrzucić obciążenie, dostaje szybsze przyłączenie. Wartość tej obietnicy zależy od tego, ile mocy jest naprawdę elastyczne, i od tego, kto to sprawdza.
Źródła
28- 01OpenAI introduces program to reduce AI data center energy demand during peak hoursEN
- 02Behind-the-meter generation could deliver five times more grid relief than data center load shiftingEN
- 03Battery Energy Storage System and Pumped Storage Projects Offer Solutions for Integrating Energy Grid: A Report - Jharkhand State NewsEN
- 04Top Custom Energy Management Development Companies With Published Projects - Daily BusinessEN
- 05Key takeaways from All Energy Australia 2026EN
- 06AWS appoints British Embassy advisor as manager of energy policyEN
- 07Why data center growth requires smarter energy management - Hanwha GroupEN
- 08More of the Same Expensive Dependence on Fossil Fuels in TEP and APS 2026 Energy PlansEN
- 09On the pitch and on the grid, Ukraine is not waiting for the war to end and is asking the world to invest in itEN
- 10Can Enphase Energy (NASDAQ:ENPH) Overcome Its Cautious Guidance? - Kalkine MediaEN
- 11DOE Announces $8.5M for Fusion Energy Public-Private PartnershipsEN
- 12Bringing Design Data Management into the Developer WorkflowEN
- 13OpenAI deepens Abu Dhabi foothold as Sam Altman inks deals spanning energy, government and investmentEN
- 14More heat pumps would actually be good for the grid, researchers findEN
- 15Fintech platform Sageworks taken offline after suspected cyberattackEN
- 16Google plans big virtual power plant in energy-strapped PJM gridEN
- 17Percepto launches Axion AI platform to unify inspection data analysisEN
- 18Electric Hydrofoils Save Energy, But Do They Earn Their Price?EN
- 195 ballot proposals that could drive or derail clean energyEN
- 20Eugene Becomes 5th Oregon City to Adopt Home Energy Score RequirementEN
- 21The Ford Escape may return as an EV based on the UEV platform [Update]EN
- 22Einstein's equations may explain the universe without dark energyEN
- 23PJM desperately needs grid batteries. Here’s a way it could get some.EN
- 24How digital membership platforms help sports NGBs leave the spreadsheets behindEN
- 25Cloudflare’s Post-Quantum GeoKey Manager Enters Closed Beta without Attribute-Based EncryptionEN
- 26Can battery swapping and energy storage power CATL’s next phase of growth?EN
- 27U.S. Department of Energy Has Critical Role in Power System Impacts from Wildfires - Department of Energy (.gov)EN
- 28Solar Topics in Small Business Innovation Research and Small Business Technology Transfer (SBIR/STTR) - Department of Energy (.gov)EN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.