ডেটা সেন্টারগুলি গ্রিড থেকে দূরে যাওয়া ইউটিলিটি রাজস্ব মডেলগুলিকে হুমকি দেয়

গ্রিড ডিফেকশন হুমকি

বিদ্যুৎ ইউটিলিটিগুলি বছরের পর বছর প্রত্যাশা করেছিল যে ডেটা সেন্টার চাহিদা একটি বিশাল, নির্ভরযোগ্য নতুন লোড হবে — যা transmission বিনিয়োগকে ন্যায্যতা দেবে এবং আরও বেশি গ্রাহকদের জন্য fixed infrastructure খরচ ছড়িয়ে দিতে সাহায্য করবে। সেই গণনা এখন জটিল হয়ে উঠেছে যে hyperscalers কীভাবে তাদের বিদ্যুৎ সরবরাহ সম্পর্কে চিন্তা করছে তার একটি কাঠামোগত পরিবর্তনের দ্বারা।

শিল্প প্রকাশনা এবং প্রকল্প ঘোষণাগুলি পরামর্শ দেয় যে এই দশকের শেষ নাগাদ, নতুন ডেটা সেন্টার ক্ষমতার একটি অর্থপূর্ণ অংশ utility গ্রিড থেকে সম্পূর্ণভাবে বা আংশিকভাবে স্বাধীন হতে পারে। হাইপারস্কেলাররা জেনারেটরগুলির সাথে direct power purchase agreements স্বাক্ষর করছে, on-site generation assets তৈরি করছে, এবং কিছু ক্ষেত্রে regulated utility system সম্পূর্ণভাবে অতিক্রম করে এমন dedicated transmission infrastructure বিকাশ করছে।

ডেটা সেন্টারগুলি কেন গ্রিড স্বাধীনতা অনুসরণ করছে

অনুপ্রেরণাগুলি সরল। বৃহত্তম ডেটা সেন্টার অপারেটরদের gigawatts এ পরিমাপ করা বিদ্যুৎ চাহিদা রয়েছে, মাস এ পরিমাপ করা সময়সীমা রয়েছে, এবং নির্ভরযোগ্যতার প্রয়োজনীয়তা রয়েছে যা বেশিরভাগ utility interconnection queues ব্যবহারিকভাবে সরবরাহ করতে পারে না। অনেক অঞ্চলে বড় লোড interconnection এর জন্য গড় wait সময় বছরে প্রসারিত হয়েছে, এমন একটি বাধা যা grid-defection কৌশলগুলি অতিক্রম করার জন্য ডিজাইন করা হয়েছে।

খরচ একটি মাধ্যমিক তবে উল্লেখযোগ্য কারণ। ইউটিলিটিগুলি সমস্ত গ্রাহকদের মধ্যে গড় rates এর মাধ্যমে তাদের infrastructure বিনিয়োগ পুনরুদ্ধার করে। একটি বড় ডেটা সেন্টার যা direct PPA বা on-site generation এর মাধ্যমে আরও সস্তায় বিদ্যুৎ সরবরাহ করতে পারে তার রয়েছে আর্থিক প্রণোদনা — বিশেষ করে যদি এটি retail rates এ এম্বেড করা cross-subsidies এড়াতে পারে।

Stranded খরচ সমস্যা

ইউটিলিটিগুলির জন্য, বড় industrial গ্রাহকদের দ্বারা grid defection একটি সুপ্রতিষ্ঠিত আর্থিক সমস্যা তৈরি করে: stranded costs। ইউটিলিটিগুলি ডেটা সেন্টার লোড পরিবেশন করার জন্য transmission এবং distribution অবকাঠামো নির্মাণ বা পরিকল্পনা করেছে। যদি সেই লোডগুলি আংশিক বা সম্পূর্ণভাবে self-supplied হয়, তবে অবকাঠামো বিনিয়োগ এখনও বিদ্যমান — তবে খরচ একটি ছোট বাকি গ্রাহক ভিত্তি থেকে পুনরুদ্ধার করতে হবে।

উচ্চ ডেটা সেন্টার ফোকাস সহ রাজ্যগুলির নিয়ন্ত্রকরা এই সমস্যাটি সমাধান করতে শুরু করেছেন। ঐতিহ্যবাহী মডেল — যেখানে বড় commercial এবং industrial গ্রাহকরা কার্যকরভাবে residential rates কে ভর্তুকি দেয় — এটি শুধুমাত্র কাজ করে যদি সেই গ্রাহকরা grid এ থাকেন। বৃহত্তম গ্রাহকদের দ্বারা self-supply এর দিকে একটি উল্লেখযোগ্য পরিবর্তন residential এবং ছোট commercial গ্রাহকদের উপর upward rate চাপ করতে পারে যাদের কোনও practical বিকল্প নেই।

অনিশ্চয়তা অধীনে পরিকল্পনা

পরিকল্পনার চ্যালেঞ্জ সমানভাবে উল্লেখযোগ্য। ইউটিলিটিগুলি কী generation, transmission, এবং distribution বিনিয়োগ করতে হবে তা নির্ধারণ করতে বছর বা দশক আগে load বৃদ্ধি মডেল করে। ডেটা সেন্টার লোড সম্প্রতি স্মৃতিতে সবচেয়ে অস্থির পরিকল্পনা inputs গুলির মধ্যে একটি হয়েছে — প্রকল্পগুলি ঘোষণা করা হয়, বিলম্ব করা হয়, পরিবর্তন করা হয়, বা যে সময়সীমার উপর অবকাঠামো দিয়ে আত্মবিশ্বাসের সাথে পরিকল্পনা করা কঠিন তা বাতিল করা হয়।

Grid-independence কৌশলগুলি অনিশ্চয়তার একটি নতুন স্তর যোগ করে। একটি ডেটা সেন্টার যা 500MW লোড সংযোগ ঘোষণা করে এবং পরবর্তীতে on-site gas turbines বা dedicated nuclear PPA এর মাধ্যমে 300MW self-supply করে, এটি একটি পরিকল্পনা ত্রুটি প্রতিনিধিত্ব করে যা ইউটিলিটিগুলি অবকাঠামো commitments না করা পর্যন্ত আবিষ্কার করতে পারে না।

নীতি প্রতিক্রিয়া

বেশ কয়েকটি রাষ্ট্রীয় public utility commissions নীতি প্রতিক্রিয়া অন্বেষণ করছে, যার মধ্যে grid সংযোগের জন্য standby charges রয়েছে যখন গ্রাহকরা backup হিসাবে গ্রিড বজায় রাখে যখন প্রধানত self-supplying হয়, এবং বড় লোড self-supply পরিকল্পনার advance disclosure প্রয়োজনীয়তা। Federal Energy Regulatory Commission এও এই প্রবণতা দেখছে, বিশেষত কারণ এটি Order 1920 ফ্রেমওয়ার্ক এর অধীনে transmission পরিকল্পনার অর্থনীতিকে প্রভাবিত করে।

ডেটা সেন্টার অপারেটরদের গতি এবং নমনীয়তার চাহিদা এবং ইউটিলিটিগুলির পরিকল্পনা স্থিতিশীলতার চাহিদার মধ্যে উত্তেজনা দ্রুত সমাধান হওয়ার সম্ভাবনা নেই। AI infrastructure বিনিয়োগের স্কেল — বার্ষিক শত শত বিলিয়ন ডলারে পরিমাপ করা হয় — উভয় শিল্পের জন্য নিয়ন্ত্রক কাঠামোটি সঠিকভাবে পাওয়ার সম্ভাবনা অসাধারণ করে তোলে।

এই নিবন্ধটি Utility Dive দ্বারা রিপোর্টিংয়ের উপর ভিত্তি করে। মূল নিবন্ধটি পড়ুন.