展望2026发展新趋势 一一 重新认识智能供电体系（二）

今天，我们站在一个新的发展起点上，展望2026。中国的城市轨道交通发展正处于从规模扩张向质量提升转型的关键期，所面临的挑战既有历史积累的深层次问题，也有新时代提出的新要求。如果没有壮士断腕的决心推进改革，实现行业可持续发展可能只是理想。如何处理好规模与效益的平衡‌；在‌技术路线如何做正确的选择：是继续强化全自动运行、智慧城轨等新技术应用，还是回到传统技术路线；如何在‌客流培育与城市发展中寻求共赢，积极探索多元化融资渠道，降低对政府财政的依赖；未来是"以线定城"还是"以城定线"，如何规避"建成即闲置"的尴尬？所有选择都是那么艰难。也正因如此，行业的从业者和管理者就更需要具备全面的专业素质、创新思维和适应能力。通过系统性的能力培养和实践经验积累，才能有效解决财务可持续性、能耗、审批和客流等关键问题。

当前看，传统数据中心供电架构正在向 HVDC、巴拿马电源方案迭代升级，渗透率有望迎来提升。传统 UPS 模式应用较为成熟，当前仍是主流技术路线，但整体变换次数较多，全链路供电效率较低，设备占地面积较大，无法满足 AI 智算中心的高要求。相较于 UPS 架构，HVDC 模式取消了逆变环节，直接输出直流电，提升用电效率。巴拿马电源方案在此基础上进一步迭代升级，采用移相变压器替代工频变压，集成整流、降压功能，简化前端配电环节，系统效率有效提升。当前阿里巴巴联合台达电开发“巴拿马电源2.0+SST”方案，在原有800V HVDC基础上集成中压整流技术；腾讯长期采用“市电直供+240V HVDC”架构，以极高可靠性著称。谷歌正推进从48V到±400V DC的跃迁，计划将电源组件移出IT机架，实现高压直流直配与液冷技术融合；微软“Mt. Diablo”架构将电源与计算解耦，支持电源独立升级。

电力系统正因AI算力需求经历范式重构。无论是核聚变、核裂变能源探索，还是800V直流架构升级，均旨在解决AI集群高功耗难题。随着芯片算力指数增长，电力供应能力已成为AI发展的关键制约因素，AI竞赛正演变为电力基础设施的竞赛。通过SST高性能控制平台的电能质量综合治理技术，可实现多功能集成，无功补偿、谐波治理、潮流双向于一体，与储能系统的调峰、调频构建起真正的多元融合。

固态变压器（Solid State Transformer, SST）技术正以颠覆性姿态重塑能源基础设施格局。与传统电磁变压器依赖铁芯和线圈不同，SST基于半导体功率器件（如SiC/GaN），实现电能的高效、智能转换。其核心优势在于：效率提升至98%以上（传统变压器约95%）、体积缩小60%、响应速度达毫秒级，完美适配AI数据中心、新能源并网、轨道交通、电动汽车快充等高频波动场景。

回顾固态变压器的雏形出现于20世纪60年代，1968年William McMurray首次提出电子变压器概念，SST逐渐发展。1968年，通用电气工程师William McMurray首次提出了“电子变压器”的概念，该设计通过引入高频交流电-交流电（AC/AC）转换器，利用电力电子元件进行电压变换，从而摆脱了传统低频变压器的束缚。

此后，JL Brooks在1980年发明的SST以及电力研究所（EPRI）在1995年推出的智能通用变压器（IUT）等进一步推动了该领域的发展。IUT不仅结合了双向功率流、电压调节功能，还实现了无缝的交流/直流转换。

21世纪初，固态变压器开始进入实际应用阶段，高频磁耦合技术与电力电子器件结合，实现电压转换与智能调控功能。2015年前后，模块化设计推动固态变压器向数据中心、轨道交通等领域拓展。

2023年，国内西电电力电子2.4MW-10kVAC/240DC-SST完成“东数西算”数据中心贵安项目一期项目的3台（单台2.4MW）供货，可以实现压缩SST成本达65%以上。2024年12月，伊顿与世纪互联联合发布10kV中压能源路由器解决方案，其中应用了2MW SST。25年3月，在APEC2025大会上，台湾电力电子领域的佼佼者台达电子发布固态变压器在数据中心应用方案。同时，新加坡的初创企业Amperesand也计划于2025年年中，启动一项为期一年的价值验证试验。在类似的复杂环境中，固态变压器技术的潜力得到了进一步验证。

在城市轨道交通领域，可以预见的是，在车辆牵引系统升级、地面牵引供电系统优化与构建多端口“能源路由器”有着非常显著的优势。SST可直接用于城轨车辆，替代庞大笨重的工频主变压器。对25kV交流输入、1500V直流输出的典型工况，SST的系统效率可达97.2%，并能显著减小体积和重量。在地面变电所中，SST可以实现从10kV或35kV中压电网到直流牵引网（如750V或1500V）的直接高效转换，减少中间环节，提升整体能效。SST能将交流电网、直流牵引网、车站配电网、储能系统及光伏等新能源高效互联。例如，它能毫秒级地优化利用列车再生制动能量，将其回馈电网、供本站使用或存入储能电池，实现能源的综合调度与优化。

固态变压器并非传统设备的简单替代，而是牵引供电系统向高频化、直流化、智能化演进的核心使能技术。尽管目前面临成本与可靠性的挑战，但其在提升能效、增强系统灵活性和助力轨道交通绿色低碳转型方面的巨大潜力是明确的。在以控制中心作为基础的集中数智机房建设中TTS的应用，可能会比牵引来的更快一些。

800V到GPU的电压转换可以通过三级转换方案实现，而三级转换的关键是在提高效率和功率密度的同时减小体积，这一要求需要将电源频率大幅提高，采用传统的方案很难实现。

第一级：800V→54V隔离DC/DC。采用16:1隔离变换，将高压直流降至安全低压母线。输入端采用650V或者1200V的高压功率器件；而输出端采用100V的功率器件。这一级的技术难点在于空间有限：需要在极小的空间内满足98%以上的转换效率以及安规要求，因此变换器的开关频率需要达到1MHz左右用以减小变压器磁芯的体积，同时还需要在有限的空间内放下为驱动和主控供电的辅助电源。输入端采用氮化镓器件和碳化硅器件相比，关断损耗可以降低30%，驱动损耗降低90%，辅助电源面积小50%以上。这一部分当下主流方案均采用了氮化镓方案。在输出端，100V的氮化镓与同规格的硅器件相比，导通电阻可以降低一半以上，效率有明显优势，因此也被重点采用。

第二级：54V→12V板级DC/DC电源。这一级的挑战是需要通过提高频率，减少被动器件的体积，以实现更高功率密度。硅功率器件因开关频率难以超过200kHz，无法达到功率密度的要求。

第三级：12V→0.8VGPU供电。对比现阶段GPU的电流为2000A左右，RubinUltra时代GPU电流将达6000A以上。所以这一级的功率器件用量极大，对效率和面积要求极高。传统方案是采用硅器件的DrMOS，但是由于频率的限制难以满足未来需求。而30V氮化镓可运行在2MHz以上，显著缩小电感体积并增强动态响应，同时也利于系统的集成，是未来GPU供电的关键突破口。

延伸阅读

在2025年10月OCP全球峰会上，英伟达（NVIDIA）正式发布白皮书《800VDC Architecturefor Next-Generation AI In frastructure》，全面描绘了AI工厂电力基础设施的下一阶段发展蓝图。800VDC直流供电架构一时间成为数据中心下一阶段发展的关键技术路径。

几十年来，传统数据中心一直是摆放服务器的庞大空间，功耗与散热问题往往被置于次要位置。然而，生成式人工智能的兴起已将这些设施转变为专门的AI工厂，彻底改变了原有的建设模式。过去，电力基础设施是决定新部署规模、选址及可行性的关键因素。我们正处在一个关键的转折点，行业已无法仅靠渐进式改进持续发展，必须转向根本性的架构变革。这一新的蓝图需要具备更高的效率、更强的可扩展性，并能有效应对现代人工智能带来的电力需求挑战。

为了实现所需的低延迟和高带宽，这些连接依赖于铜缆。然而，铜缆的有效传输距离有限，由此形成了所谓的性能密度瓶颈。要构建更强大的 AI 系统，就需要将更多 GPU 集成到更小的物理空间中。这种架构需求使得性能与功率密度紧密关联。从 NVIDIA Hopper 架构到 NVIDIA Blackwell 架构的演进便是一个典型例证。尽管单个 GPU 的热设计功耗（TDP）上升了 75%，但当 NVLink 域扩展至包含 72 个 GPU 的系统时，机架的功率密度提升了 3.4 倍。由此带来的性能增益高达 50 倍，令人瞩目。然而，这也使得单机架的功耗从数十千瓦攀升至超过 100 千瓦，未来甚至将达到 1 兆瓦。在传统的低压环境（例如 54 VDC）下实现如此高的功率输送，在物理实现和经济成本上均面临巨大挑战。所需电流极为庞大，不仅会引发显著的电阻损耗，还要求使用数量难以承受的铜缆，显然不可持续。

除了绝对密度之外，AI 工作负载还带来另一项同样严峻的挑战：波动性。与传统数据中心运行数千个互不相关的任务不同，AI 工厂以单一同步系统的模式运作。在训练大语言模型（LLM）时，数千个 GPU 会同时以近乎一致的节奏执行高强度计算，随后进入数据交换阶段。这将在整个设施范围内形成具有大幅且快速负载波动特征的功率曲线。NVIDIA、微软和 OpenAI 关于 AI 训练数据中心功率稳定性的联合研究记录了此类波动带来的挑战。该研究揭示了同步 GPU 工作负载可能引发大规模电网波动的现象。机架的功耗可能在几毫秒内从约30%的“空闲”状态迅速上升至100%，随后又快速回落。这种瞬时的功率波动迫使工程师必须按照峰值电流而非平均值来设计和选型关键组件，导致成本上升和设备占用空间增加。当这种波动在整座数据大厅范围内叠加时，可能表现为数百兆瓦功率在数秒内的剧烈起伏，对公共电网的稳定性构成显著挑战，从而使电网互联成为AI规模扩展中的关键瓶颈之一。

英伟达所提出的架构蓝图采用双管齐下的策略，通过转向800 VDC配电系统，并深度整合能源存储，以应对规模扩大和波动性带来的挑战。提高电压是应对高功率配电挑战的有效途径。从传统的415 V或480 V交流三相系统转向800 V直流架构，具有诸多优势，包括：

原生 800 VDC 端到端集成架构。可在设施层面直接生成800 VDC电力，并将其直接输送至800 VDC计算机柜，从而消除冗余的电力转换环节，显著提升整体能效。该架构支持高密度GPU集群部署，充分发挥每颗GPU的性能潜力，使每个AI工厂可容纳更多GPU，为合作伙伴带来更高的计算吞吐能力和收益空间。同时，该设计具备良好的可扩展性，未来可支持单机柜功率超过1 MW，并实现AI工厂电力生态系统的无缝互操作与协同运行。

在采用 800 VDC 时，相同线规可传输的功率比 415 VAC 高出 15.7%，从而减少铜缆的使用并降低成本。相比交流电所需的四线配置，直流系统采用更简洁的三线结构（POS、RTN、PE），减少了导体数量和连接器尺寸。这不仅降低了材料与安装成本，还简化了线缆管理，对于机架电源向兆瓦级扩展的应用场景尤为重要。

原生直流（DC）架构。通过消除传统系统中多个低效的交流（AC）到直流（DC）转换环节，显著提升了效率。在传统系统中，端到端效率往往不足90%，而这种简化的功率传输路径不仅提高了整体能效，还有效减少了余热产生。

新一代 AI 工厂将从当前的交流配电模式逐步转向 800 VDC 直流配电模式。现有的架构包含多个功率转换环节：首先，来自电网的中压电能（例如35 kVAC）被降压至低压水平（例如415 VAC）；随后，该电能经由交流不间断电源（UPS）调节后，通过配电单元（PDU）和母线槽系统传输至各个计算机柜。在每个机柜内部，多个电源单元（PSU）将415 VAC转换为54 VDC，并将直流电输送至计算托架，再通过板级DC-DC转换器完成最终的电压调节。

未来愿景是在设施层面集中完成所有交流到直流的转换，构建一个原生直流数据中心。在该架构中，中压交流电通过大型高容量电源转换系统直接转变为800 VDC，随后将该800 VDC配电至数据中心内的各个机架。这一设计通过去除交流开关设备、转换器和PDU层级，大幅简化了电力系统结构。不仅提升了可用于创收计算设备的空间利用率，还实现了系统整体的简化，并提供了一条清洁高效的高压直流主干，便于在设施层面直接集成储能系统。直流配电系统结构更为简洁，减少了变压器和相位平衡装置等组件的使用结构的简化降低了潜在故障点的数量，从而提升了系统的整体可靠性。

尽管 800 VDC 解决了大规模能效问题，却无法应对工作负载的波动。为此，必须将能源存储视为电力架构中的关键主动组件，而不仅仅是备用系统。其目标是构建一个缓冲区（相当于低通滤波器），将 GPU 的瞬变功率需求与电网的稳定性要求分离开来。由于功率波动可能在多个时间尺度上发生，因此需要采用多层次的应对策略：

1.短时存储（毫秒到秒级）：在靠近计算机机架的位置部署高功率电容器和超级电容器。这类器件响应速度快，可有效吸收高频功率尖峰，并弥补大语言模型（LLM）工作负载在空闲阶段产生的短暂功率低谷。

2.长时存储（秒到分钟级）：在公用设施互联侧配置大型设施级电池储能系统（BESS）。该系统适用于调节规模较大、变化较慢的电力需求波动，例如整体工作负载的升降，并可在切换至备用发电机时提供持续供电支持。800 VDC 架构是推动该策略落地的关键因素。目前，数据中心的能源存储通常基于交流电源供电连接；而采用 800 VDC 后，能够更灵活地将储能设备部署在适宜的位置。

NVIDIA MGX 架构将随着即将推出的 NVIDIA Kyber 机架架构的演进而持续发展，该架构采用新型 800 VDC 设计。电力以高压形式直接输送至各个计算节点，在后续阶段通过高比率 64:1 LLC 转换器高效地将电压降至靠近 GPU 所需的 12 VDC。这种单级转换方式相比传统的多级转换方法更加高效，且占用面积减少 26%，从而释放出处理器周边宝贵的布局空间。

------------------- END -------------------