数字储能网讯：在AI数据中心的建设议程中，电力正在从“配套条件”变成“前置条件”。
过去的逻辑是先规划算力、再匹配电源，电力位于设计链条的下游；而随着AIDC建设规模与速度快速攀升，电力资源的规模、质量、交付速度与响应能力，正在反过来决定算力基础设施能建多快、运行多稳，以及能够释放出多少有效算力。
算力与电力不再是分别规划、被动衔接的两个系统，而需要在基础设施建设、运行调度和能源利用层面协同设计。
数据中心的关注点，正从单纯获得充足电力供给，逐步延伸至如何构建更高密度、更高效率、更具弹性的供电基础设施。
AI带来的不只是更大的用电量
国家能源局披露，2025年全国算力中心总用电量达到1700亿千瓦时，占全社会用电量的1.6%；八大国家算力枢纽节点近三年算力用电平均增速约39.5%。预计到2030年，全国算力用电量将达到约8000亿千瓦时。
快速增长的用电需求，使算力与电力之间的协同关系受到更多关注。
正是在这一背景下，2026年3月，“算电协同”首次写入政府工作报告；同期发布的“十五五”规划纲要进一步提出，推动绿色电力与算力协同布局。同年7月，2026世界人工智能大会（WAIC）期间，由国家能源局主办的“人工智能与能源双向赋能”分论坛在上海举行，科研机构、能源企业与算力产业参与者围绕算力基础设施与新型能源体系协同建设等议题展开讨论。
从算电协同到源网荷储融合，从高密度供电到快速交付，数据中心供配电系统正在经历一轮深层变革。未来的竞争，不再仅仅是谁拥有更多电力资源，而是谁能够以更高效率、更强韧性和更优架构，为AI算力的持续释放提供支撑。
用电量之外
三个正在改写供配电关系的变化
1 负载变化的速度加快
大规模AI训练过程中，计算与通信阶段交替运行，会形成快速、同步的功率变化。微软、OpenAI与NVIDIA等联合发布的研究指出，这类功率摆动会随训练规模扩大而增加；如果其频率特征与电力系统敏感频率重合，可能对电网基础设施带来影响。
2 建设节奏错配
AI算力项目的建设节奏持续加快，从开工到上线的周期不断压缩，但供电基础设施从设备生产、系统集成到现场交付，有其客观的工程周期。两者之间的节奏差持续拉大，使供电系统的交付能力，逐渐成为影响AI数据中心建设进度的关键瓶颈。
3 功率密度持续跃升
单机柜功率正从十千瓦级快速迈向百千瓦级，传统多级交流链路，正面临多重挑战：转换环节多导致整体效率难以提升，大量铜排和配电设备占用宝贵的机房空间，低压大电流也带来更高的线路损耗和散热压力。当功率密度突破某一阈值后，传统架构的边际成本也会快速上升，成为制约算力密度进一步提升的物理瓶颈。
因此，AI数据中心的供电问题
关注重点正在发生变化：
从“有没有电”，转变为“电力能否稳定、高效地供给，并及时匹配算力的建设与运行需求”。
因此，算电协同不仅涉及运行阶段的功率匹配，也要求供电基础设施在工程交付和系统架构上同步演进。供电系统需要在三个层面同时作出回应：
在运行层面，提升对动态负载的响应能力；
在建设层面，提高供电基础设施的交付确定性；
在架构层面，适应更高功率密度与直流供电演进。
路径一：运行响应电网
友好型UPS
管理负载波动
高动态AI负载对供电系统的响应能力提出了更高要求。以单向维也纳架构为代表的传统UPS，核心任务是保障关键负载连续供电，并通过输入功率因数控制、谐波治理等方式降低自身对上游电网的影响。面对快速变化的AI负载，仅仅减少UPS自身带来的电能质量影响已经不够，供电系统还需要具备主动调节负载功率变化的能力。
双向拓扑让UPS的意义正在于此：对负载侧，它可以缓冲AI训练带来的功率波动，让关键负载始终运行在平稳的供电环境中；对电网侧，它不再是单纯的 "用电设备"，而是能够主动响应电网调度，参与峰谷调节与频率支撑，成为算电协同的重要节点。
面向AIDC高动态负载场景，伊顿“电网友好型UPS”在保障关键负载连续供电的基础上，通过AI Load Shaping负载平滑技术响应快速功率变化，并结合EnergyAware储能管理技术，增强UPS与储能及电网的协同能力，对快速功率变化进行主动调节。
这有助于降低快速负载波动对上游供电系统的影响，缓解瞬时峰值功率带来的容量压力，并拓展UPS与电池资产在关键负载保障之外的应用价值。
路径二：建设交付
预制化电力模块
提升交付确定性
面对算力项目不断加快的建设节奏，供电基础设施也需要提升标准化交付与快速复制能力。
传统供配电系统通常涉及多个交付界面，部分设备集成、控制联调和系统测试主要在项目现场完成。随着项目规模扩大、建设周期压缩，接口协调、项目周期和交付管理的复杂度也随之增加。
伊顿电源Power Cube电力模块以UPS为关键供电核心，集成中低压配电、监控及相关控制系统，并通过一体化、预制化设计，将原本分散的设备交付转化为系统级交付，从设计阶段统筹设备选型、系统接口和控制逻辑，降低不同设备之间的集成复杂度。
依托伊顿深圳制造基地，Power Cube可将设备安装、系统集成、控制联调和验证工作前移至工厂，并在出厂前开展系统级工厂验收测试。通过提前验证UPS与配电、监控及控制系统之间的协同能力，可减少项目现场的接口协调和重复调试工作，提高交付质量的一致性与项目实施的确定性。
路径三：架构演进
固态变压器MV SST
重构中压至IT负载能量路径
随着单机柜功率进入百千瓦级，传统架构的多级转换问题进一步凸显。从中压接入到IT负载，电能需要经过中压变压、低压配电、UPS及末端转换等多个环节，带来转换损耗、空间占用和系统复杂度的增加。
MV SST（中压固态变压器）采用电力电子变换与高频隔离技术，将中压交流直接转换为低压直流，减少中间转换层级；同时具备电能质量调节能力，并可支持双向能量流动，为与DC/DC、储能及能源管理系统协同提供技术基础，从而面向高功率密度、800VDC供电，以及具有储能和可再生能源协同需求的AIDC提供新的直流供电路径。
伊顿MV SST固态变压器2.0采用10/11kV中压输入、800VDC输出，单套系统额定输出功率2.5MW，满载效率超过98%，输入电流总谐波畸变率低于3%，并采用模块化与内部冗余设计。
现阶段，传统交流架构仍具有成熟的技术体系和广泛的应用基础。MV SST并非对既有架构的简单替代，而是面向更高功率密度、直流供电与多能源协同需求，提供新的技术路径。它所代表的方向已经逐渐清晰：供电系统正从多级、单向的设备链路，向更少的转换层级、更高的系统可控性和更强的能源协同能力演进。
AI时代，竞争的不只是算力，更是支撑算力的能源能力。
随着数据中心供电需求向高密度、高弹性、高效率持续演进，电网友好型UPS、预制化电力模块与MV SST等创新技术，正在重塑从电网到芯片的整条能源路径。伊顿以更高效、更灵活、更绿色的关键电源解决方案，为AI算力的持续释放提供坚实支撑。
谁能够率先构建面向未来的能源体系，谁就能在下一代AI基础设施的竞争中赢得主动权。AI正在重构算力，而伊顿正在助力重构支撑算力的能源底座。
