2030年数据中心耗电或达7000亿度，储能火灾风险谁来兜底？

作者｜青春

【产联社】AI大模型驱动算力需求爆发，算力和数据中心化身“电老虎”，其配套储能设施的火灾隐患正成为数字基建的阿喀琉斯之踵。

5月20日，在AI算力与数字能源论坛上，欧洲科学院院士、中国科学技术大学教授孙金华指出，储能系统火灾不仅造成巨额经济损失，更可能触发政务停摆等连锁社会风险，行业亟需从材料、预警到消防全链条引入多学科交叉与人工智能技术，构筑安全防火墙。

算力背后的能耗与火灾隐患

孙金华援引预测数据称，2025年全国算力和数据中心用电量达1933亿千瓦时（国家能源局数据），占全社会用电量近2%；到2030年，随着算力规模持续扩张，这一数字可能翻两番，达到约7000亿千瓦时，占全社会用电量比例或升至5.32%（中国信通院预测）。为平抑绿电的随机性与波动性，算力和数据中心的储能装机规模快速增长，2025年累计装机规模接近40吉瓦时。

然而，储能电站的火灾概率不容小觑。从全球范围看，韩国、美国等市场在特定时期的事故率甚至高达1.5%至2.1%。去年9月，韩国一处数据中心火灾持续逾22小时，致使647个政府系统瘫痪；荷兰、新加坡等地亦屡有同类事故。孙金华强调，数据中心火灾一旦蔓延便极难扑灭，必须将防线前置。

从材料到消防的三道防线

孙金华团队提出，储能安全应设置三道防线。第一道是电池本质安全，从源头降低热失控风险。团队针对正极材料、电解液和隔膜三大关键危险因素进行改性，研发了不燃电解液，通过掺杂与包覆提升正极材料分解温度，同时发展出聚亚酰胺等新型耐高温隔膜。

第二道防线聚焦运行过程故障预警。团队开发出智能变导热系数的复合相变材料，常温下可高效导热，一旦电池温度异常升高便吸收大量热量并转化为隔热态，阻断热失控传播。通过在电池内部植入光纤传感器，可实时感知温度、压力、气体等状态，结合动态电化学阻抗谱技术，实现对电池健康状态与早期热失控的精准识别与定位。孙金华透露，该技术已在国家重大工程中应用。

第三道防线是高效消防与防复燃。鉴于现有灭火药剂对电池火灾效果有限，团队研发出分阶段协同灭火方法：先快速扑灭明火，再持续通入全氟己酮等抑制气氛，以防止复燃。此外，其承担的国家重点研发计划项目还推出了液氮灭火抑爆技术，利用零下170余摄氏度的超低温速冷降温，兼具惰化抑爆功能。

AI与数字孪生将重塑安全范式

孙金华认为，单一学科手段已逼近能力边界，必须借助AI与大模型力量。未来储能安全将向三个方向演进：

一是AI与大数据驱动的电池系统管理与故障智能预测，实现主动安全；二是研发自适应灭火药剂，融合多物理量协同感知与AI算法，对灭火介质进行精准智能释放；三是构建储能系统数字孪生安全管理平台，集成海量基础数据与实时运行数据，利用故障演化与热失控预测模型，动态优化处置预案，最终达成远程监控、智能预警与闭环处置。

孙金华呼吁，面对AI算力时代对储能的海量需求，应以多学科交叉和数字智能技术为抓手，筑牢从材料到系统的全链条安全防线，确保数字能源安全高效地支撑经济社会运行。