电网排队太久,数据中心开始用退役喷气发动机供电

电网接入与涡轮机交付周期以年计,数据中心转向退役喷气发动机应急供电。
文章指出,AI算力需求暴涨使数据中心面临严重的电力获取瓶颈:新建输电线路、变电站和燃气轮机的审批建设周期漫长,电网接入排队动辄以年计。为尽快上线,建设方开始将退役喷气发动机改装为发电机组,利用其获取周期短、功率密度高、部署灵活的特点填补电力缺口。但该方案效率更低、排放更差,属于应急性过渡手段。文章认为,这反映出AI基础设施的竞争焦点正从芯片转向电力,电力获取能力已成为与资本、土地同等重要的扩张变量。
AI 算力需求暴涨,数据中心却卡在了一个意想不到的环节:等电。据 RSS 来源报道,接入电网和采购新燃气轮机的周期已拉长到以年计,建设方开始把目光投向一种非常规方案——退役的喷气发动机。

一个被逼出来的供电方案
数据中心的用电需求正在以远超电网扩容速度的节奏增长。新建输电线路、变电站和大型燃气轮机都需要漫长的审批与建设周期,接入电网的排队时间动辄以年为单位。对急着上线的算力项目来说,这种等待几乎等同于机会成本失控。
退役喷气发动机因此进入视野。这类设备原本属于航空领域,退役后经过改装可以作为发电机组使用。相比等待新涡轮机交付,旧发动机的获取周期更短,能更快填补电力缺口。报道将其描述为一种"不寻常、效率更低、也更不环保"的解决方案——这三个定语本身就说明了它的应急属性。
为什么是旧发动机
喷气发动机发电并不是全新技术。航空发动机改制的地面燃气发生器在工业领域已有应用,其优势在于功率密度高、启动快、部署相对灵活。对数据中心这类需要持续稳定供电的负载而言,多台机组并联可以在一定程度上弥补单机可靠性问题。
真正的驱动力还是时间。新燃气轮机的制造和交付存在明显瓶颈,电网接入的排队更是不可控变量。旧发动机相当于绕开了这两道关卡,用存量设备换取上线时间。代价则体现在燃料效率和排放上:老旧机型的单位发电能耗更高,氮氧化物等排放表现也不如新型机组。
航空发动机改制地面燃气发生器在工程上已有成熟路径,通常称为“航改型燃气轮机”或“航空衍生燃气轮机”。其核心做法是将退役涡扇或涡喷发动机的核心机部分保留,去掉风扇和涵道结构,加装动力涡轮、减速箱、控制系统和发电模块,使其从产生推力转为输出轴功驱动发电机。这类机组的典型特点是功率密度极高——同样输出功率下体积和重量远小于工业重型燃气轮机,因而可以集装箱化、车载化部署;启动时间通常在数分钟级别,适合作为调峰或应急电源。但航空发动机的设计工况以高空、短时、高推力为目标,改作地面连续发电后,热效率和寿命都会打折扣,大修间隔往往短于专用发电机组,维护成本也更高。此外,航改机组对燃料品质较为敏感,通常使用航空煤油或轻质柴油,若改用天然气需额外配置燃料处理系统。
效率与环保的双重妥协
这条路线的争议点很直接。数据中心行业近年来在可再生能源采购和能效指标上投入不少,转向老旧航空发动机发电与之形成明显反差。报道用"less efficient and less environmentally friendly"定性了这一选择,没有给出具体排放数据,但方向是清楚的。
从系统角度看,这更像是一种过渡性安排。当电网扩容跟不上算力扩张,临时电源就成了必要之恶。问题在于,临时方案一旦投入使用,往往会因为沉没成本和持续的需求压力而延长寿命,从而把短期的效率妥协变成中期的排放负担。
衡量发电机组环保表现的核心指标包括单位发电量的二氧化碳排放和氮氧化物浓度。现代重型燃气轮机联合循环效率可达60%以上,而老旧航改机组的简单循环效率通常只有30%至40%,意味着发出同样电量需要燃烧更多燃料、排放更多二氧化碳。氮氧化物方面,新型机组普遍配备干式低排放燃烧器,可将排放控制在较低水平;老旧发动机改制机组往往沿用原始燃烧室设计,氮氧化物排放浓度明显偏高,部分机型还需加装选择性催化还原装置才能满足当地环保许可。这也是为何此类方案在环保审批较严格的地区可能遭遇阻力,而在监管相对宽松或应急豁免机制下更易落地。
电力正在成为算力的真实瓶颈
这件事的意义超出了单个技术选择。它说明 AI 基础设施的竞争焦点正在从芯片转向电力:GPU 可以加价采购,电却没法凭空变出来。接入排队的每一年,都是项目上线时间的直接推迟。
对数据中心运营商来说,电力获取能力正在变成和资本、土地同等重要的选址与扩张变量。旧喷气发动机只是众多应急手段中的一种,它被拿出来讨论,本身就反映了供需缺口的紧迫程度。当等待新涡轮机的时间长到无法接受,行业就会去寻找那些不完美但可用的替代品。
电网接入排队(interconnection queue)是理解这一瓶颈的关键机制。在多数电力市场,新建或扩容用电设施需向电网运营商提交并网申请,经过可行性研究、系统影响评估、升级改造方案确定等多道流程,才能获得并网许可。近年来由于可再生能源项目和储能项目大量涌入,加上数据中心负荷激增,许多区域的排队队列严重积压,部分市场(如美国PJM、ERCOT等)的排队周期已延长至数年。队列中项目还需承担电网升级分摊费用,且存在“排队后撤回”现象,进一步拖慢整体进度。对数据中心而言,这意味着即使厂房和服务器就绪,也可能因拿不到并网许可而无法通电运行,电力因此从后台保障要素变成了决定项目节奏的前置约束。
相关推荐

神经网络本质是线性回归?华为300集AI课讲师用TensorFlow Playground讲透深度学习
华为300集AI深度学习教程中,讲师用TensorFlow Playground演示神经网络本质是线性回归,讲透机器学习与深度学习在特征工程上的核心差异,以及2012年大数据时代为何成为深度学习崛起的分水岭。

WorkBuddy做AI漫剧全流程:8步从零到成片
基于B站教程梳理WorkBuddy制作AI漫剧的完整八步流程:从选题策划、剧本分镜到图片资产、视频生成、配音剪辑与导出发布,并解析WorkBuddy的专家技能机制与逐个召唤专家的实操技巧,适合零基础入门。

Codex实战教程:从安装到多智能体协同
基于B站Codex实战教程,系统梳理Codex从安装配置、CLI交互、斜杠指令、AGENTS.md架构到MCP协议、多智能体协同与企业级插件开发的完整路径,帮助开发者理解AI Agent的工程化用法。