一、报告摘要

数据中心正进入一个由AI驱动的加速扩张期：AI数据中心的兴建使容量增速翻倍乃至三倍于以往，500MW以上的超大型园区持续涌现，而5–50MW的中型数据中心仍是主流。IT基础设施则呈现标准计算、AI推理与AI 训练混合增长的特征。UPS 与电池储能系统（BESS）的角色随之从「备用电源」扩展为电能质量管理、电网故障穿越（fault ride-through）以及备用/替代电源的复合资产。

AI 训练负载的高功率密度与不可预测性，在机柜与数据中心层面带来了电压调节与瞬时功率需求的严峻挑战，要求毫秒至秒级的响应。不同的硬件功率曲线需要不同的电能质量管理方案。与此同时，全球超过10个国家和地区的输电网运营商（TSO）正在制定故障穿越、并网/解列等新规则，NFPA 855 2026 与 IFC等消防规范也在演进。在储能技术路线上，镍锌（NiZn）、磷酸铁锂（LFP）、钛酸锂（LTO）、铅酸、钠离子、超级电容与混合超级电容各有取舍。

此报告从增长趋势与功率曲线、问题剖析、BESS/DER 解决方案、消防与 UL 标准演进、可持续性、ZincFive 能力六个维度展开分析，并在结尾给出结论与建议。

二、增长趋势、功率曲线与可持续性

2.1 数据中心增长正在加速，基础设施形态混合

AI 数据中心的兴建使容量增长速率达到传统数据中心的 2–3 倍，行业呈现出明显的分层格局：一端是 500 MW 以上的超大型园区，另一端是依然普遍存在的 5–50 MW 中型数据中心。IT 基础设施的增长由标准计算、AI 推理与 AI 训练共同构成，三者并非替代关系。

数据中心增长趋势：基础设施形态混合 --> 来源：OCP 研讨会材料。

2.2 2032 年全球计算类型展望：推理将占 AI 基础设施的绝大部分

Uptime Institute 的预测显示，标准计算在 2032 年仍将占据 IT 基础设施的显著比例；而推理（Inference）将构成AI 基础设施的绝大部分——现场给出的是「最高80%」的量级判断。这意味着数据中心设计必须同时兼容稳态型的标准计算负载与高度动态的 AI 负载。

2032 年全球数据中心计算类型展望

2.3 机柜级功率曲线：不同负载的「平滑度」差异显著

从机柜级功率曲线可以清晰看出，标准计算与AI ASIC推理负载的功率曲线相对「平滑」；GPU 推理（图中未展示）相比训练「波动」更小，因为推理请求多为大量随机、独立的查询；而 AI 训练负载则表现出剧烈的功率波动，需要专门的电能质量管理基础设施。不同的硬件曲线，需要不同的（设施级或机柜级）电能质量管理方案。

机柜级功率曲线：标准计算、AI 推理与 AI 训练的对比

2.4 可持续性：EU 电池护照与全生命周期管理

欧盟电池法规（Regulation 2023/1542）下的电池护照要求，有两类 Scope 3 范畴直接适用于电池系统：一是内嵌的温室气体排放与水使用估算（目前排放数据高度不确定），二是报废后的生命周期管理（关键材料能否被高效回收）。此外，电池容量衰减与以BESS 替代备用发电机亦是重要的可持续性考量。

 EU 电池护照实施时间表与可持续性考量

三、问题剖析：AI 负载引发电压与瞬时功率需求挑战

3.1 机柜功率密度跃升与训练负载的不可预测性

服务器机柜的功率水平正经历从 10 kW 到 100 kW、乃至向 1 MW（仍存在不确定性）的跃迁。这种跃迁与训练负载当前不可预测的特性叠加，在数据中心与机柜层面共同造成了严重的电压调节与瞬时功率需求问题。对这些事件的响应必须在毫秒到秒的量级内完成。

AI 训练负载引发电压与瞬时功率需求问题

3.2 机柜级功率曲线：训练负载的波动特征

训练负载的高功率与强波动性，使其对电压稳定的冲击远大于标准计算与推理负载。这一特征决定了 UPS/BESS 与机柜内电源系统不能仅作为备用电源，而必须承担起电能质量调节与故障穿越的职责。

3.3 大规模负载与电网：数据中心的「集体脱网」风险

《华尔街日报》报道，弗吉尼亚州近期发生多起数据中心大规模集体从电网解列的事件，迫使运营商采取紧急措施。这一问题已被全球监管机构高度重视：超过10个国家和地区的输电网运营商（TSO）正在制定新规则，以管理故障穿越（150 ms 至数千 ms）、电网解列/重连流程等议题。UPS 与机柜内电源系统必须支持这些新的并网要求，全球 TSO 同时也在为现场发电与故障穿越设定要求。

大规模负载与电网：数据中心的集体脱网风险

四、解决方案：电池储能作为 BESS 与 DERs

4.1 UPS/BESS：承担穿越与电能质量管理

AI 带来的电压与频率振荡，要求 UPS/BESS 硬件保护现场发电系统与电网。运营商通常部署一至两套飞轮或电池系统，并配套管理软件（被视为「核心秘诀」）。通过恰当的配置与调度，UPS/BESS 从备用资产转变为可调度的电能质量资产。

UPS/BESS 的穿越与电能质量管理作用

4.2 BESS 与 DERs 的架构形态

在配电架构上，分散式整流器与 AC 配电的组合（A1、A2 两类）为 BESS 与分布式能源（DERs）的接入提供了灵活基础。储能系统既可以作为集中式后备，也可以以 DER 形式参与电网互动。

采用分散式整流器的 AC 配电架构（A1 与 A2）

4.3 机柜级储能：从 BBU 到 Sidecar

储能部署正从传统 BBU 向「Sidecar（挂车式）」形态演进——将储能模块紧邻负载布置，以缩短响应路径、降低线路损耗并提升部署灵活性。这种形态尤其适合高功率、高动态的 AI 机柜。

机柜级储能：从 BBU 到 Sidecar 的形态演进

4.4 数据中心对电池的六项要求

数据中心场景对储能系统提出了一组相互制约的要求：

·满足规定的功率曲线——本场景为高功率、短时放电。

·具备所有相关的 UL 认证。

·满足可持续性目标（如 AWS、Meta、Google 的承诺）。

·无需大量定制集成，具备容错能力。

·具备易用且智能的监控/管理功能——软件与滤波环节要能处理波动与谐波。

·维护越少越好，以降低总拥有成本（TCO）。

4.5 性能对比：功率密度、体积能量密度与微循环

不同储能技术在功率密度、体积能量密度（电芯级）、微循环寿命、占地（是否执行消防规范）、成本（购置与维护）、安全性（热失控强度）、供货、供应链、可回收性与碳足迹等维度上各有优劣，需要在具体项目约束下进行权衡。

储能技术性能维度对比矩阵

4.6 电容器、电池与混合超级电容的角色

电池并非唯一选择，超级电容（EDLC）以及更为重要的混合超级电容（HSC）同样在被认真评估。成本更高的电容类技术可以提供高功率、长时段的放电选项——尤其是与电池搭配部署于 Sidecar 形态时，能够互补构成更优的高功率解决方案。

电容器、电池与混合超级电容的性能定位

五、消防安全与 UL 标准演进

NFPA 855 2026 是为应对主要由 Li-NMC 引发的储能火灾事故而（重新）制定的规范，建议 ESS 与 UPS 类系统遵循 UL 9540A；国际消防规范（IFC）同样提出了这一要求。这意味着采用不同化学体系的储能方案，其消防设计、认证路径与部署约束将存在显著差异。

消防安全、UL 标准与储能化学体系的关系

六、ZincFive能力与产品适配

6.1 公司定位与全球部署

ZincFive是镍锌（NiZn）电池与电源解决方案在创新与交付领域的全球领先者，拥有 80 余项 NiZn 架构与制造专利，是全球主要 UPS OEM 信赖的关键任务解决方案供应商，NiZn 电池全球部署规模超过 2.0 GW（480V、三相市场）。

ZincFive 的 NiZn 储能定位与全球部署

6.2 当前数据中心应用：UPS 与发电机启动

ZincFive 的NiZn 方案目前已应用于工业发电机启动、UPS 电池柜与机柜内电源方案，覆盖从集中式后备到机柜级弹性的多种场景。

ZincFive 在工业发电机启动、UPS 电池柜与机柜内电源的应用

6.3 NiZn 的三重核心优势：安全、可持续、可靠

ZincFive 将NiZn 的优势归纳为三点：一是安全性——水系电解液使其不具备热失控条件；二是可持续性——可回收的镍锌化学体系，其气候影响评分达 9.4/10（来源：Boundless Climate Impact, 2020）；三是可靠性——强电芯能够持续为弱电芯放电，弱电芯则表现出更低的电压与阻抗，从而保持弹性连续运行。

NiZn 的安全、可持续与可靠三重优势

6.4 从集中式后备到机柜内弹性

在脉冲循环性能测试中，NiZn 圆柱电芯在 50 msec/sec 的脉冲下演示了超过 1,000 万次 AI 脉冲循环。其放电曲线为 20C（60 WPC），1000 万次脉冲后健康状态（SOH）仍达 87%，对应容量吞吐量超过 2,777 倍。

从集中式后备到机柜内弹性：NiZn 脉冲循环性能

6.5 机柜内 NiZn 电源方案与电压平台

ZincFive 的机柜内电源方案覆盖 48V、400V 与 800V DC 等多个电压平台，部分方案可覆盖 12V、48V、400V 与 800V DC，以适配不同的机柜配电架构与未来高压化趋势。

机柜内 NiZn 电源方案及其电压平台

6.6 面向动态 AI 基础设施的定位

ZincFive 将自身定位为「为动态 AI 基础设施而生」：安全、可持续、具备脉冲放电能力，覆盖从毫秒到分钟级的响应需求，帮助 AI 基础设施持续运行。

七、结论与建议

研讨会的核心结论可归纳为四点：

·传统计算、AI 推理与 AI 训练负载各自形成不同的功率需求与电能质量挑战。

·UPS与储能系统必须从「备用电源」演变为电能质量与穿越资产。

·机柜级储能可以在部署、效率与响应速度上带来优势。

·储能技术需要在响应时间与布置位置、功率/能量密度与占地、循环寿命、总拥有成本、安全性与可持续性之间进行系统性权衡。

7.1 对数据中心运营方的建议

·以负载曲线为依据选型：标准计算与推理侧重稳态与效率，训练侧重高功率响应与电能质量调节。

·把故障穿越纳入设计：提前对照所在地区 TSO 对 150 ms 至数千ms 故障穿越与解列/重连的要求。

·把消防与认证前置：依据 NFPA 855 2026、IFC 与 UL 9540A 评估不同化学体系的部署约束。

·把可持续性纳入全生命周期：跟踪欧盟电池护照的 Scope 3 排放与报废回收要求。

·评估机柜级 Sidecar 形态：在极高功率密度机柜上，紧邻负载的储能可缩短响应路径、降低损耗。

7.2 需持续关注的不确定性

·AI推理占比的预测（如「2030 年推理专用系统占比」）随口径不同存在较大差异，应以实际业务负载为准。

·各储能技术的性能对比矩阵高度依赖项目场景，需结合现场消防规范、供货与 TCO 重新评估。

·NiZn厂商给出的脉冲循环数据来自特定测试条件，落地前需以实际工况做验证。

引用来源

1.OCP 教育网络研讨会：《Energy Storage Across the Modern Data Center: Evolving Standards, Sustainability, and AI-Related Power Quality》，2026-09-30。

2.Chen, X.; Wang, X.; Colacelli, A.; Lee, M.; Xie, L. arXiv:2509.07218v1 [eess.SY], 08 Sep 2025。

3.Uptime Institute / Uptime Intelligence：数据中心计算类型全球展望与机柜级功率曲线数据。

4.European Union：Regulation (EU) 2023/1542 concerning batteries and waste batteries（电池与废电池法规）。

5.NFPA 855 与International Fire Code (IFC)：ESS / UPS 储能系统消防规范与 UL 9540A。

6.ZincFive：NiZn 电池技术白皮书、脉冲循环测试数据及气候影响评分（Boundless Climate Impact, 2020）。

关键词：

#BBU #PSU #BESS #AIDC #数据中心