Connect-and-Manage 互联实践下超大规模 AI 数据中心的电池辅助运行
系统与控制
2026-05-15 v1 系统与控制
摘要
新兴的 connect-and-manage 实践允许新的输电侧巨型负荷接入，同时在公共连接点（PCC）实时执行随时间变化的允许功率交换限制。超大规模人工智能数据中心（AIDC）的负荷可达数百兆瓦，且其内部计算-冷却动态演变迅速，因此可能在工作负载连续性要求与外部施加的 PCC 包络线之间频繁面临冲突。本文提出了一种电池辅助的运行框架，其中现场电池储能系统（BESS）作为物理缓冲接口，以协调快速的内部动态与随时间变化的互联限制。开发了一种感知连续性的能量-计算模型，以共同捕捉受检查点约束的 AI 训练工作负载、信息技术（IT）计算功率-吞吐量特性以及 IT-冷却热动态。随后构建了一个两阶段决策框架，包括基于场景的日前工作负载承诺和执行电池、热和电网交互约束的实时滚动窗口交付保证控制器。基于 IEEE 39 节点系统和澳大利亚真实数据的案例研究表明，BESS 显著增加了可信的日前工作负载承诺，并提高了输电拥堵下的实时交付鲁棒性。敏感性分析进一步揭示了 BESS 依赖于状态的运行角色转变——当 PCC 限制具约束力时，从面向可行性的连续性支持转变为随着输电约束放宽而提供经济驱动的灵活性。
引用
@article{arxiv.2605.14105,
title = {Battery-Assisted Operation of Hyperscale AI Data Centers under Connect-and-Manage Interconnection Practices},
author = {Xin Lu and Jing Qiu and Jiafeng Lin and Sihai An and Mingyang Sun and Junhua Zhao},
journal= {arXiv preprint arXiv:2605.14105},
year = {2026}
}