麻省理工学院研究团队近日在学术期刊《iScience》发表论文指出，通过灵活调度人工智能数据中心的用电时段，可显著降低电网成本并优化能源结构。随着美国算力基础设施快速扩张，电网面临负荷压力。研究表明，若数据中心将20%至50%的计算负荷转移至非高峰时段，德州、中大西洋及美国西部电网的平均用电成本可分别降低5%、4%和2%。该模式通过摊薄固定电网投资实现降本，但环境效益呈显著地域差异。在风电主导的德州，灵活调度可提升清洁能源消纳，使碳排放下降40%；而在中大西洋地区，错峰用电恰逢风光出力衰减期，可能延长化石燃料机组运行，导致系统碳排放上升3%。研究团队指出，不同AI业务的用电弹性各异，训练型负载更利于负荷转移。鉴于企业自发调整动力有限，学者建议监管机构推出激励政策，如以加快并网审批换取企业承诺负荷灵活性，从而在保障算力发展的同时兼顾电网经济性与低碳转型目标。