【12】η_stable 锚定：供电稳定利用率的区间估计与数据来源

作者：Rainnou · 2026-10-16 part1 与【09】将 α、β、η_stable 等列为待标定参数。其中 α、β 已由【10】完成文献标定，η_thermal 已由【04】【05】实测并由【11】完成敏感性分析。本文处理最后一个待标定参数 η_stable（供电稳定利用率）。 在 Claire 团队终值尚未给出的情况下，本文采用平台已发表的实测数据与研究设定作为锚点，给出可追溯、可被硬件数据检验的估计区间，不给出无依据的点值。本文不涉及电池电化学仿真，仅进行系统级参数估计。

一、研究问题：η_stable 是唯一尚未标定的因子

part1 给出的有效算力模型为：

C_eff = C_nom × η_stable × η_thermal

三个因子的标定状态如下：

• η_thermal（热约束系数）：已由【04】【05】的 COMSOL 实测及【11】的 150 格点参数扫描确定；
• α、β（决定 E_trans 缩减）：已由【10】给出文献区间（α = 0.30.6，β = 0.50.8）；
• η_stable（供电稳定利用率）：part1 仅给出"0.6~0.8 → 0.9 以上"的预设，尚无来源。本文对其进行标定。

二、η_stable 的口径界定

η_stable 定义为：在存在计算需求的时段内，IT 设备因供电侧约束（电网容量限额、功率波动、跌落触发功耗墙等）而未能稳定运行于目标负载水平时，所对应的有效算力比例。

其度量范围不包括以下三部分：

• 任务侧负载不足（排队、调度、空闲），记为 η_task；
• 芯片过热触发降频，记为 η_thermal；
• 设备故障停机，以可用率（uptime）度量。

该界定直接决定第三节的判断：Frank Yang 报告的 GPU 平均功率（满载的 1/6~1/3）不能直接作为 η_stable。

三、GPU 平均功率的口径问题

Frank Yang 引用 NLR 实测结果指出，GPU 平均功率约为满载功率的 1/6（中位）至 1/3（均值）。该指标属于综合功率口径，同时包含任务负载、供电约束与热降频三部分，位于下述乘法关系的下游：

实际平均负载率 ≈ η_task × η_stable × η_thermal
                 （任务）   （供电）   （热）

代入本文及【10】【11】的区间：

• η_task 取 0.35~0.6（AI 集群任务调度的典型区间）；
• η_stable 取 0.6~0.8（待标定，见下文）；
• η_thermal 取 0.8~1.0（【04】【05】）。

得到：

下限：0.35 × 0.60 × 0.8 = 0.168 ≈ 1/6
上限：0.60 × 0.80 × 1.0 = 0.48

乘积区间覆盖 Frank 报告的 1/6~1/3（上界略宽，对应高任务率时段）。由此可作三点判断：

1. 1/6~1/3 是三个因子相乘后的下游结果，并非 η_stable 本身；
2. 若将其直接作为 η_stable，会将任务负载与热降频导致的损失计入供电约束，从而系统性低估钠电的作用；
3. 本文将 1/6~1/3 作为 η_stable 的绝对下界参考（图9灰色带），其估计区间应位于该值上游。

四、无钠电情形的估计区间：0.60~0.80

基于五条悟【03】的削峰配置反推（100MW 集群、峰谷差 50MW、配置 30MW/60MWh 储能）。

30MW 的功率配置可视为一个锚点：该测算认为，垫平此集群的峰谷约需 30MW 功率资源。在无储能条件下，该峰值缺口无法补偿，高峰期须降载。

• 下界 0.60：高峰时段持续降载，按缺口功率占比与高峰时段加权，全日利用率约为 0.6；
• 上界 0.80：供电损失主要来自频繁而短暂的深跌落（Frank：设施级深跌落约 3.3 万次/年，平均约每 16 分钟一次），持续削峰压力有限，全日加权损失约 20%。

该区间 0.60~0.80 与 part1 的预设一致，但两个端点均有数据锚点支撑，不再是经验预设。

五、有钠电情形的估计区间：0.90~0.95

同一套 30MW/60MWh 配置（2 小时，覆盖 50MW 峰谷差的 60%）投入运行后：

• 基准 0.90：储能补偿 60% 的峰谷差与 2 小时持续高峰，高倍率响应 10 秒级功率方波；残余约 10% 来自未覆盖的 40% 峰谷、SOC 耗尽时段、PCS 故障与维护；
• 上界 0.95（不取 0.98）：人杰模型给出的 98% 为设备在线率，而 η_stable 为有效算力利用率，二者口径不同；在 98% 基础上扣除 3~5 个百分点裕度，取 0.95。

六、η_stable 提升的单因子效应

仅考虑供电因子、不纳入其余杠杆时，η_stable 的提升倍数如下：

组合	比值
最小（0.90 / 0.80）	1.13 倍
基准对基准（0.925 / 0.70）	1.32 倍
最大（0.95 / 0.60）	1.58 倍

即在其他条件不变时，仅由供电稳定性提升带来的有效算力增益约为 13%~58%，基准约 32%。

需要说明的是，该值为单因子效应，并非三条杠杆（存算一体、钠电、冷却）联合后的总倍数。联合结果将在收束帖中统一给出；按团队安排，收束帖在硬件验证完成前暂不发布。

七、η_bat 与最优容量的取值口径

• η_bat（充放电效率）：沿用【08】口径，模型中采用含 PCS 的系统 AC 口径（人杰演示值 0.88；五条悟【08】给出的 94.5%97% 为电芯 DC 口径，二者不混用），敏感性分析范围为 0.850.92，变换损耗计入 E_dist。
• 最优容量（fallback，不等待终值）：
  • 本模型情景值为 10MW：【10】在 α/β 三档情景下实跑，最优容量均稳定于 10MW，不随 α/β 变化；
  • 社区研究设定为 30MW/60MWh（五条悟【03】，对应 100MW 集群规模），与本模型的单机房小情景规模不同；
  • 本文采用五条悟【03】设定作为 fallback（用于第四、五节推导），Claire 团队终值尚未给出；10MW 作为本模型内部情景的交叉验证一并保留。

八、锚点与来源汇总

边界	η_stable	锚点	来源
无钠电·下界	0.60	高峰 30MW 缺口无补偿，全日加权	五条悟【03】反推
无钠电·上界	0.80	损失主要来自深跌落，持续降载有限	Frank（3.3 万次/年）
有钠电·基准	0.90	30MW/60MWh 覆盖 60% 峰谷 + 2h	五条悟【03】
有钠电·上界	0.95	98% 可用率，扣除约 5% 裕度	人杰
下游绝对下界	1/6~1/3	综合功率口径，非 η_stable	Frank（NLR 实测）

九、局限与后续验证

本文给出的 η_stable 为有出处的区间估计，并非实测值，其边界依赖两类尚未取得的真实数据：实际负荷曲线与电网功率曲线。以下项目待硬件验证后回填：

1. 真实电网功率曲线下的 η_stable（标定 0.60~0.95 各边界）；
2. 钠电系统 AC 往返效率 η_bat（不同倍率，范围 0.85~0.92）；
3. 最优容量（削峰收益与 CAPEX/损耗的交点，核对 10MW 与 30MW 两种场景）；
4. 高倍率对 10 秒级功率方波的实际补偿效果。

可直接进入模型的结果

• η_stable 由经验预设升级为有锚点的估计区间：无钠电 0.600.80，有钠电 0.900.95；
• 供电侧单因子增益为 1.13~1.58 倍（基准约 1.32），均标注为估计值，待硬件验证；
• Frank 的 1/6~1/3 为综合功率口径的下游值（η_task × η_stable × η_thermal），不直接作为 η_stable；
• η_bat 按 AC 口径取 0.85~0.92；最优容量以五条悟【03】设定为 fallback，Claire 终值未出，10MW 作为内部交叉验证。