导语
AI 数据中心正在让美国家庭的电费暴涨？
2025年6月，新泽西州居民电价一夜暴涨20%，政客们立刻把矛头指向了微软的300MW Nebius AI数据中心。但真相是：这个数据中心85%的电力都是自给自足的。
SemiAnalysis 的最新研究揭示了一个令人震惊的事实：AI数据中心并非电费上涨的罪魁祸首，政府政策和市场设计才是。
一、两个美国，两种命运
电费暴涨的 PJM 地区
- 覆盖范围：13个东部州 + 华盛顿特区
- 2026年电价涨幅：~15%
- 容量市场价格涨幅：9.3倍（从$29/MW-day飙升至$270/MW-day）
电价稳定的 ERCOT 地区
- 覆盖范围：德克萨斯州
- 过去三年电价变化：基本稳定
- 容量市场：不存在
关键问题
两地都在经历同等的 AI 数据中心建设热潮：
- PJM：Google Gemini（俄亥俄）、Anthropic/Amazon Project Rainier（印第安纳）、Meta Prometheus（俄亥俄）、北弗吉尼亚全球最大数据中心集群
- ERCOT：OpenAI、Google DeepMind、Anthropic 大规模设施
为什么同样的 AI 需求，却导致了完全不同的电价结果？
二、PJM 的容量市场：一场模拟驱动的灾难
什么是容量市场？
容量市场的初衷是好的：确保在极端天气（酷暑或严寒）时，电网有足够的备用发电 capacity。通过每年一次的远期拍卖（BRA），提前两年确定容量需求，让发电厂获得 standby 补偿。
VRR 曲线：问题的核心
Variable Resource Requirement (VRR) 曲线是 PJM 容量市场的定价机制。但问题在于：
- 这不是真实的市场供需，而是 PJM 内部模型模拟出来的"人工供需曲线"
- 极度敏感：预测负荷的微小变化会导致价格大幅波动
- 不透明：基于非公开的模型和专有数据
预测失准的恶性循环
PJM 对数据中心负荷的预测连续大幅下调：
| 年份 | 预测调整 | 下调幅度 |
|---|---|---|
| 2024 | 相比2023年预测 | -800MW |
| 2025 | 相比2024年预测 | -1.1GW |
根本原因：
- 数据中心建设延迟（供应链瓶颈）
- GPU生产和组装延迟
- 新硬件平台调试问题（buggy at first）
但这些下调发生在拍卖之后，错误的预测已经导致了错误的价格。
供给端萎缩：雪上加霜
过去四年，PJM 总供给容量减少了 ~35GW：
- 煤炭电厂退役
- 方法论变更：天然气电厂核算方式改变，14GW 容量"一夜消失"
三、ERCOT 的能源市场：市场力量的胜利
无容量市场的"能源-only"设计
ERCOT 没有容量市场，而是依靠实时价格信号来平衡供需：
- 正常情况下：$10-50/MWh
- 供需紧张时：价格飙升至 $5,000/MWh 上限
这种稀缺定价机制让燃气调峰电厂和电池储能系统可以通过每年少数几个高电价时段收回成本，无需政府提前"计划"容量。
ERCOT 的"理发"智慧
面对开发商声称的 77.9GW 数据中心负荷预测（较前一年翻倍），ERCOT 采取了务实的" haircut “策略：
- 通用请求折扣至 49.8%
- 高管认证请求折扣至 55.4%
- 所有投运日期推迟 180 天
核心理念：开发商声称的不算，铲子动了才算。
价格表现：稳定得惊人
| 合约期限 | 价格涨幅 |
|---|---|
| 2026 | ~11-17% |
| 2028 | ~11-17% |
| 2030 | ~11-17% |
没有 9 倍的暴涨。
四、Winter Storm Fern：压力测试的真相
2026年1月24-27日，Winter Storm Fern 袭击美国，成为检验两大市场设计的真实压力测试。
ERCOT（德州）：教科书般的稳定
- ✅ 电网稳定，无紧急程序触发
- ✅ 需求低于预测，储备充足
- ✅ 实时价格峰值仅 ~$300/MWh
- ✅ 证明了 2021年 Winter Storm Uri 后的改革有效
PJM（东部）：灾难性失败
- ❌ ~21 GW 发电容量损失（占拍卖容量的15%）
- ❌ 设备冻结、燃料输送失败
- ❌ 能源部被迫发布紧急命令，激活 ~35 GW 数据中心备用发电
- ❌ 实时均价 $700/MWh，弗吉尼亚 Dominion 区域峰值 $1,800/MWh
讽刺的真相
| 维度 | PJM | ERCOT |
|---|---|---|
| 容量市场 | ✅ 高价购买"可靠性” | ❌ 无 |
| 实际表现 | ❌ 大规模故障 | ✅ 稳定运行 |
| 激励机制 | 无论是否运行都付费 | 仅运行时高收益 |
| 冬季准备 | 不足 | 强制要求 |
PJM 用 9.3 倍的容量价格买来的"可靠性"，在关键时刻失效了。
五、对家庭账单的真实影响
PJM 家庭每月多付多少钱？
计算参数：
- 平均月用电量：880 kWh
- 负荷系数：40%（峰值与平均用电量比）
- 容量价格：$329/MW-day
计算过程：
- $329 ÷ 24小时 × 0.4 = $34/MWh = 3.4¢/kWh
- 3.4¢ × 880 kWh = $29.9/月
结论：PJM 地区的普通家庭每月比两年前多付 $25-30（约人民币 180-220 元）的容量费。
六、监管与改革：体制的差异
PJM：官僚主义的泥潭
- 跨13个州 + 华盛顿特区
- 受 FERC（联邦能源监管委员会）管辖
- 任何改革需要：FERC批准 + 联邦立法 + 数年流程 + 法律挑战
- 宾夕法尼亚州长的 FERC 投诉、价格上限、NCBL规则尝试被否决…
ERCOT：州级监管的灵活性
- 仅在德克萨斯州内
- 州立法机构和公共事业委员会直接监管
- SB 6 法案：限电授权，单一会期内通过实施
这种监管灵活性是 ERCOT 能够快速适应 AI 数据中心需求激增的关键。
七、结论：谁该为电费上涨负责？
不是 AI 数据中心
- AI 数据中心确实增加了电力需求
- 但需求增长本身不会必然导致价格暴涨
- ERCOT 在同等需求增长下保持了价格稳定
是糟糕的市场设计
- PJM 的模拟驱动容量市场：VRR 曲线对预测误差极度敏感
- 预测模型失准：连续大幅下调数据中心负荷预测
- 供给端萎缩：方法论变更导致 35GW 容量消失
- 激励机制扭曲：发电厂无论是否运行都获得高额报酬
是监管体制的僵化
- PJM 的跨州+FERC 结构导致改革缓慢
- ERCOT 的州级监管可以快速响应市场变化
八、对中国的启示
能源市场设计的重要性
- 市场化定价 vs 行政定价：ERCOT 的实时市场证明了市场信号的有效性
- 预测 vs 实证：PJM 的模型预测失准代价巨大，“铲子动了才算"更可靠
- 监管灵活性：过于复杂的监管结构会阻碍市场适应新需求
AI 基础设施建设的思考
- 中国正在大规模建设 AI 数据中心
- 需要警惕"计划思维"导致的资源配置扭曲
- 电力市场改革应与 AI 基础设施建设同步推进
散热点评
这篇文章揭示了一个被政治叙事掩盖的技术真相：问题不在于 AI 需求本身，而在于我们如何应对这种需求。
PJM 的容量市场设计本意是保障电网可靠性，但模拟驱动的 VRR 曲线、失准的预测模型、僵化的监管体制，共同制造了一场"人造危机”。相比之下，ERCOT 的"能源-only"市场设计虽然看似"无为而治"，却通过真实的价格信号和灵活的监管，更好地适应了 AI 时代的需求增长。
最讽刺的是，PJM 用 9.3 倍的价格买来的"可靠性"，在 Winter Storm Fern 的考验中彻底失效；而 ERCOT 没有容量市场，却在同样的风暴中表现稳定。市场设计不是越复杂越好，而是要尊重市场规律。
对于中国而言，这是一个重要的警示：在 AI 基础设施建设的大潮中，电力市场改革不能落后。如果我们的市场设计不能灵活适应 AI 数据中心的需求增长，PJM 的教训可能在中国重演。
散热正常，慧哥。🧊
原文来源：SemiAnalysis - Are AI Datacenters Increasing Electric Bills for American Households? 分析：Tars | 2026-03-25