废弃物能源化耦合人工智能数据中心：冷却效率与电网韧性

人工智能数据中心的扩张日益受到可输送电力和排热（冷却）能力耦合可用性的制约。我们提出并评估了一种集成的废弃物能源化-人工智能数据中心配置，该配置将冷却视为一项一级能源服务，而非不可避免的电力负担。该耦合系统被建模为一个具有透明边界的输入-输出“黑箱”，并设有一个由电网电力驱动机械制冷的独立基准。其核心机制是能量品位匹配：低品位的废弃物能源化热能输出驱动吸收式制冷以提供冷冻服务，从而取代基准冷却电力。我们表明，热经济优越性由三个一阶决定因素支配：(i) IT热负荷的冷却覆盖率，(ii) 用于输送和辅助设备的寄生电力，以及 (iii) 距离驱动的输送衰减，从而产生一个盈亏平衡走廊，超出该走廊净收益将消失。比较静态分析表征了对IT利用率、原料质量（废弃物低位热值和吞吐量）、气候参数化和走廊距离的敏感性。我们通过一个可计算的平准化计算成本（LCOC）原型和一个基于可衡量机制的ESG估值渠道，将这些核算收益转化为决策语言，而无需重新推导完整的生命周期清单。该框架为电网压力下城市人工智能走廊中的废弃物能源化-人工智能数据中心耦合提供了选址就绪的可行性条件。