面向 AI 电网韧性的模块化填埋场 remediation

日益增长的 AI 电力需求与持续的填埋场甲烷排放构成对美国数字基础设施和脱碳目标的耦合约束。虽然中国通过集中协调实现了快速的 'de-landfilling' 转型，但美国仍因治理碎片化和碳会计激励而 'locked in' 于填埋模式。本文提出一种模块化遗留填埋场 remediation 框架，以解决上述双重挑战。将遗留场址视为库存资源，该系统集成挖掘、筛选和behind-the-meter 余热锅炉 (CHP) 装置，将环境责任转化为韧性资产。对代表性 AI 走廊的系统分析表明，这些模块可消除 60-70% 的场址甲烷排放，回收城市土地，同时供应约 20 MW 的稳定、可岛屿化电力。虽仅占超大规模数据中心总负荷约 5%，但提供关键微网格韧性和黑启动功能。我们指出，remediation 导向的废物转能源不应被视为粗略可再生能源的替代品，而应作为缓冲关键负荷以应对电网波动的战略控制体积，以解决长期环境责任。