面向千兆规模AI数据中心的虚拟电厂集成理论框架：多时间尺度控制与稳定性分析

人工智能的爆发式增长造就了产生千兆瓦级数据中心，挑战了电力系统的运行，显示出数百兆瓦的功率波动在数秒内发生，且毫秒级变化可达热设计功率的50-75%。本文提出了完整的理论框架，通过四层分层控制架构重新概念化虚拟电厂（Virtual Power Plant, VPP），在100微秒至24小时的时间尺度上实现控制。我们开发了针对以换流器为主、承载大型脉冲负载的系统的控制机制和稳定性准则。我们证明，传统VPP架构设计用于聚合响应时间为秒至分钟的分布式资源，无法在面对slew rate超过1000兆瓦/秒的千兆规模AI数据中心动态时维持稳定。本框架引入：（1）亚毫秒控制层，与数据中心电力电子接口主动抑制功率振荡；（2）新型稳定性准则，纳入保护系统动力学，显示千兆规模脉冲负载的临界清除时间从150毫秒降至83毫秒；（3）量化的灵活性特征，表明工作负载可延迟性使峰值削减30%，同时维持AI服务可用性超过99.95%。本工作为2030年数据中心电力消耗将占比50-70%的AI基础设施的稳定集成奠定了数学基础。