面向未来的中国数据中心：绿色低碳与高可靠性 1 面向未来的中国数据中心： 绿色低碳与高可靠性 siemens-energy.cn 西门子能源商标由西门子股份公司授权使用。 面向未来的中国数据中心：绿色低碳与高可靠性 2 01 概述 02 算力拉动全球电力需求 03 中国数据中心规模与现状 04 中国电力供给结构与低碳转型 05 中国数据中心的发展趋势 06 面临的挑战 中心运营商实现快速投入运营、保障运维，并具备未来扩展 能力。 能源转型的成功有赖于平衡可靠性、安全性、经济性与可持 续性。西门子能源通过为数据中心运营商制定稳健的能源系 统战略规划，提供全球高效的能源技术方案，助力数据中心 运营商在当前和未来能源体系中实现这四个关键要素的协同 优化。 目录 面向未来的中国数据中心：绿色低碳与高可靠性 3 算力拉动全球电力需求 根据国际能源署测算，2024 年全球数据中心电力消费约为 而数据中心电力需求增速正迅速赶超传统工业，成为能源系统转型的不可忽视的关键变量。 全球数据中心用电量及展望（IEA） 单位：TWh 数据来源：国际能源署（IEA） 面向未来的中国数据中心：绿色低碳与高可靠性 4 中国数据中心规模与现状 截至 2024 年底，全国在用算力中心机架总数已突破 880 万 标准机架 1，算力总规模达到 280 EFLOPS（每秒百亿亿次浮 点运算），其中智能算力占比显著提升至

战略基石。 随着企业数字化转型步入深水区，对网络与算力的需求不断提升，传统网 络架构面临“多而不融、言而无策、静而不柔、治而不智、连而无感”等 系统性挑战，难以支撑工业控制、智能制造等场景对低时延、高可靠、数 据本地化与智能决策的极致需求。与此同时，尽管 AI 技术发展迅速，但 其在边缘侧仍存在部署门槛高、资源协同难、业务适配弱等现实瓶颈。唯 有通过“算 - 网 - 智”深度融合，实现从“连接赋能”到“智能赋能”的 03 5G-AxAI 算网智一体化技术体系 3.1. 赋能边缘智算核心网的算力平台 3.1.1. 轻量化与弹性部署 3.1.2. 跨异构适配 3.1.3. 云边模型与数据协同 3.1.4. 安全与高可靠运行 3.2. 赋能企业专网的边缘智能核心网 3.2.1 异构接入 3.2.2 意图化用网 3.2.3 一网多能 3.2.4 内生智能 3.2.5 多模态感知 3.3. 智能驱动中枢与模型服务基座 与业务的协同架构，才能将技术优势转化为实际业 务支撑能力，匹配企业对实时性与本地化的核心要求。 业务卡点破解依赖架构创新：企业专网面临双重业务挑战，一是工业控制等场景对端到端时延低于 1ms、可靠性达 99.999% 的极致要求，单靠网络优化无法满足；二是智能制造、低空经济等行业需 求差异显著，且长期数据孤岛导致资源与数据难以共享，分散模式难以适配差异化场景与全链条流 转需求。而打通“网络

两横：支撑跨区一体数据交互支撑框架； 两纵：支撑云、 主站级、厂站级管理一致性、服务一致性。 3 整体解决方案 — 系统平台层 n 系统平台架构 绿色低碳园区综合能源管控 系统在现有稳定、可靠的 SCADA 基础功能上， 实现产业园区用能 全景监控 ， 用户侧源、 网、 荷、 储一体化协同控制 ， 碳指标管理， 智能运维等专业功能。 3 整体解决方案 — 系统平台层 。 l 结合园区新能源发电、负荷用电，配套新型储能，实现新能源最大化消纳，保证负荷用电安全可靠。 4 核心子系统建设 针对园区分 布式发电、 负荷用电配 套建设分布 式储能 ，实 现新能源发 电最大化消 纳 ，保证 负 荷用电 安全 可靠。 服务于综合能源转型 — 分布式新能源接 入 屋顶光伏 分散风电 核心子系统建设 服务于降碳指标管理 — 综合能源管控协 调 未来企业全生命周期运营管理 ，通过基于人工智能、数字孪生、移动应用的高效运维管控技术实现“能效 管家”、“共享电工”等新模式使运维更高效、可靠、安全。保障运维安全、提高运维效率， 降低运维成本。 4 核心子系统建设 服务于全生命周期应用 — 全生命周期应 用 未来每一个企业都面临着碳指标考核的压力 ，碳指标及碳排放管理技术是依据多元用户特点建立碳排放模型

1.1 能源结构发生巨变 1.2 电气化加速形成新能源生态 1.3 打造自身能力，应对诸多变革 电力企业向未来进阶，应对行业挑战 2.1 环境趋向复杂，保障可靠运行及规模化发展 2.2 安全可靠运营为基础，持续挖掘价值提升空间 2.3 挖掘创新价值，赋能电力企业转型 打造未来电力企业 3.1 IDC 数字化转型方法论概述 3.2 设想未来电力企业 3.3 生能源发电占比还将增加 50%，其中增长最快的是光伏发电。 联合国可持续发展目标（SDG）的全球推广已经促使世界各国关注提高可再生能 源比重。SDG7力求确保到2030年人人都能获得价格合理、可靠和可持续的现代 能源。政府的政策，尤其是补贴，对可再生能源投资具有很大影响。印度的可再生 能源购买义务、污染控制条例和国家清洁能源基金正在促进可再生能源和清洁能 源技术的发展。美国诸州已经批准 需求的50%预计将由可再生能 源发电提供。 04 打造面向未来的电力企业 数字化转型的成功之路 可再生能源以及不同规模的分布式能源并网显著增加了电网的复杂性，容易引起 电压失稳、设备劣化和电网可靠性降低，进而导致成本的增加。这将推动新的商业 模式的出现，并加速改变电力用户对能源供应商的预期。这就意味着电力企业必 须对用户进行动态管理。要实现这一点，电力企业就需要通过分析工具和人工智 能

、Binu Parthan、James Walker和Luis Janeiro（前IRENA成员）。 本出版物及其中的资料按“原样”提供。国际可再生能源机构已采取一切合理预防措施，核实本出版物中资料的可靠性。然而，国际可再生能源机构 或其任何官员、代理人、数据提供者或其他第三方内容提供者均不提供任何形式（明示或暗示）的担保，也不对使用本出版物或其中资料造成的任 何后果承担责任或负有责任。 受益于专家的输入和评论，包括Marcio 心勃勃的行动议程，为电力系统转型指明方向 ，将解锁消费者和企业的利益（从系统运营商到数据中心），并提升 能源安全和可负担性。 数字解决方案拥有巨大的潜力来加速 电力系统变换 为了贡献 能源安全 , 可负担性 , 可持续性 和 可靠性 ，并因此支持全球社区在其通往 人人繁荣 在本报告中，国际可再生 能源机构（irena）探讨了数字化，即使用传感器、智能电表和数据平台——以及新的、基于人工智能（ai）的应用程 序，用于预测或自动化——如何可以 预测当前电气化率将翻倍），数字化将变得至关重要，以管理前所未有的规模。不断增长的需求 和发电的波动性，以及分布式能源资源的数量不断增加，都需要对电力系统进行数字化转型，以在降低可再生能源带 来的成本削减的同时保持服务可靠性。 | 7 数字化解决方案的主要优势是： G7的前景 数字解决方案带来的价值定性评估 • 提升业务表现 能源公司以及其他行业，这些行业展

类工作的 优化作用。事实证明，通过引入虚拟储能技术，可以有效提高能源利用率和电能质量，未来相关产业技术势必 还会迎来更广泛的应用和研究。 关键词：虚拟储能技术；电厂；可再生能源；电能质量；供电可靠性 doi： 10.19799/j.cnki.2095-4239.2024.1021 中图分类号：TM 912 文献标志码：A 文章编号：2095-4239（2024）11-4059-03 性不断提高。然而大多数可再生能源均具有较大波 动性，给稳定运行的电力系统带来了挑战。同时， 分布式电源的广泛接入也加剧了电力系统的复杂 性。虚拟储能技术可以通过控制其他电力输出装置 以及对应的调度策略，提高系统运行的可靠性和供 􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀦄 􀤄􀤄􀤄􀤄􀦄 􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄􀤄 虚拟储能技术理论研究综述 1.1 虚拟储能技术概论 虚拟储能技术可以有效及时地转移各类电源， 通过不同的能量状态变化，有效调节供电路径，从 而平衡不同供电用电装置的调度，最后达到提高供 电系统可靠性，改善电厂经济效益的目的。虚拟储 能技术不依赖于实际的储能设备，而是通过软件算 法和调度策略来实现能量的存储和释放。其核心特 征如下： （1）灵活性：虚拟储能技术不依赖于实际的储 能设备，可以根据电网的实际情况灵活调整调度策

“新质互联网”是“新质生产力”发展的基础承载网络，也是其在信息通信领域的 重要体现，是以科技创新为主导、面向智能化时代的新一代网络技术体系。“新 质互联网”超越了传统互联网“尽力而为”的服务模式，致力于构建可靠、高效、安 全、智能、绿色的新型网络基础设施，实现从“连接万物”向“智联万物”的跃迁。 本报告在《新质互联网智鉴报告 V1.0》的基础上，进一步总结了业界在“联 算、联智、联数、联空”四个领域 “新质互联网”的核心定义是：面向人工智能等新技术大规模应用所带来的算力部署新需求，基于 IPv6/IPv6+ 等网络基础技术，对包括地面、近空、深空的广阔物理空间的各类算力、终端和数据要素实现泛在连接，所构建 的可靠、高效、安全、智能、绿色的网络技术体系。 （三）关键特征 我国互联网技术与产业正从跟随、并跑，到局部领跑，加速进入“无人区”。“新质互联网”作为我国互联网中长 期发展与演进方向和创新范式，中国 是面向智能时代的网络“新”需求，基于 IPv6/IPv6+ 等网络基础技术，针对工业制造等垂直行业以及陆海空天一体化等“新”场景，充分发挥人工智能、大数据、区块 链等网络创新“新”动能，所构建的可靠、高效、安全、智能、绿色的网络技术“新”体系，可以支撑万物互联、虚 实智联、行业赋能等互联网“新”应用。新质互联网不仅是对 IPv6 的进一步升级，而且是面对智能化时代的网络技 术的新一轮全面创

推动社会进步的 基石引擎。然而，当我们步入一个日益复杂、高度互联的时代，传统工程学正面 临前所未有的挑战：系统规模的指数级增长、多学科交叉的深度融合、全生命周 期管理的极致要求，以及对安全性、可靠性和可持续性的严苛标准。这些挑战， 已然超出了传统方法和人类智力的极限。我们迫切需要一种新的力量，来驾驭这 份复杂，洞悉其规律，优化其进程。人工智能，无疑是这个时代最响亮的回答。 这便是我们探索工程智能（AI 针对少数问题创造“奇迹”，那它便只是珍稀的“炼金术”，而非普惠的“工业 革命”。 人工智能今日之困境，正在于此。其规模化之路面临两大根本性障碍：一是 生产力的问题，即如何将 AI 的能力系统性、可靠性、低成本、规模化地应用于 千行百业的核心场景；二是生产关系的问题，即如何构建与之匹配的商业模式、 工作流程、组织架构与价值链条。在这本白皮书中，我们聚焦于前者，并坚信， 其核心解决路径之一， 的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境， 它将加速新一代工程师的成长，为产业的未来储备核心力量。  产业落地的规模化：确保 AI 解决方案不仅在技术上可行，更能在商业上成 功。通过标准化的流程、可靠的验证与可信的部署，将 AI 应用从“九死一 生”的探索，提升为“十之八九”的成功，真正产生可衡量的产业价值与社 会效益。 要实现如此宏大的变革，我们必须找到正确的实现路径。幸运的是，技术的

........................................................ 3 洞察 3：确定性网络与垂类 AI 模型：面向工业/车路云的"确定性时延+端到端可靠"， 与"可解释+可审计"的垂类 AI 模型并行进化........................................................................ 载、MiFi、CPE 等多个领域规模上量，AI 陪伴类的新终端正在孵化。RedCap 技术的 大规模商用，使得原本因成本和功耗限制无法接入 5G 网络的海量中低速物联网设备， 也能够享受到低时延、高可靠的网络服务，极大扩展了端侧 AI 的应用范围。 在产业实践中，端侧 AI 优先策略已经在多个垂直领域展现出巨大价值。智能制造领域， 基于端侧 AI 的机器视觉质检系统可以在生产线上实时检测产品缺陷，检测速度达到每 区的智慧农业、海上作业的设备监控、 地下矿井的安全管理等，创造了全新的市场机会。 展望未来，端侧 AI 优先将继续深化并演进。随着 6G 技术的预研和卫星通信的融合， 端侧设备将获得更加泛在和可靠的连接能力。同时，端边云协同的智能编排技术将更 加成熟，根据任务特性、网络状况、算力分布等因素动态分配计算任务，实现整体效 率的最优化。端侧 AI 不再是云端 AI 的简化版本，而是形成了各具特色、相互补充的