高盛上调美国电力需求 CAGR，数据中心成为核心增量来源

概览

报告更新美国电力供需框架，核心变化是引入按区域拆分的数据中心供需模型，并上调美国数据中心与总电力需求展望。高盛预计 2030 年美国数据中心 IT Power 年均容量约 121 GW，按 PUE 调整后的 Utility Power 容量约 159 GW；再结合区域占用率和利用率假设，得到约 108 GW/947 TWh 的数据中心电力需求预测。

核心观点

数据中心是美国电力需求上修的关键驱动。PJM 仍将保持最大市场地位，2030 年需求约 38 GW；MISO 增长最快之一，需求份额预计从 9% 升至 16%，并超过 ERCOT；ERCOT 仍是前三大市场，但需要关注 Batch Zero 等并网队列改革的进展。非 ISO 区域中，东南部、西南部和西北部也将贡献重要增量。表后供电因并网瓶颈和客户对 time-to-power 的需求而在短期更受关注，但长期客户仍偏好并网供电方案。

分析框架

报告采用自下而上的设施级模型，以 S&P Global 451 Research Datacenter Knowledgebase 为基础，按区域估算数据中心 IT Power 容量，再按设施 PUE 转换为 Utility Power 容量，并根据区域占用率、空置率和利用率推导实际电力需求。宏观电力需求部分则结合 GS Macro 对住房、GDP、失业率、企业利润、投资和工业生产等变量的更新预测，以及汽车团队对 EV 的最新预测。

方法论与常识提炼

• 供需模型区域数据中心供需模型

  按电力市场拆分美国数据中心容量和需求

  模型按 PJM、ERCOT、MISO、CAISO、SPP、NYISO、ISO-NE 及非 ISO 区域拆分，反映不同区域的 PUE、占用率、利用率和计划容量差异。

• 设施级调整PUE 调整

  从 IT Power 转换到 Utility Power

  PUE 衡量数据中心能效，报告假设美国平均 PUE 约 1.4，并按设施或区域差异将 IT Power 容量调整为公用事业需要服务的总电力容量。

• 需求推导占用率与利用率调整

  从可用容量推导实际用电需求

  报告假设美国数据中心平均占用率约 97%、平均利用率约 70%，并按区域使用不同假设，以得到 2030 年约 108 GW 的实际数据中心电力需求。

• 电力需求预测宏观因子回归

  住宅、商业和工业用电需求预测

  住宅需求参考住房存量、空置率、开工和国内需求；商业需求参考 GDP、失业率、企业利润和建筑投资；工业需求参考工业生产、住房开工、单户住宅完工和制造业回流。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• FE

  Buy 评级的 PJM 受益公用事业

  优势

  PJM 当前占美国数据中心需求约 34%，该区域仍是最大数据中心电力市场。

  劣势

  受地方审批、并网和电价可负担性约束影响。

  对比

  与其他受监管公用事业相比，PJM 暴露使其更直接受益于既有高需求基础。

  风险

  数据中心项目延期、监管阻力、资本开支回收不及预期。

• XEL

  Buy 评级的 MISO 数据中心需求受益标的

  优势

  MISO 需求份额预计从 9% 升至 16%，并在 2030 年超过 ERCOT。

  劣势

  MISO 绝对需求基数当前仍低于 PJM。

  对比

  相较成熟市场，MISO 的亮点在于更快增长和区域份额提升。

  风险

  区域负荷兑现、并网进度和电网投资审批不确定。

• DUK

  Buy 评级的非 ISO 东南部需求受益公用事业

  优势

  东南部预计成为最大非 ISO 数据中心市场，需求 CAGR 约 20%。

  劣势

  非 ISO 市场项目落地依赖垂直一体化公用事业的规划和监管批准。

  对比

  较 ISO 市场，非 ISO 东南部受益于州内容量规划和垂直一体化模式。

  风险

  项目选址、监管回收、劳动力和本地反对风险。

• SRE

  Buy 评级，受益于 ERCOT 和 CAISO 暴露

  优势

  ERCOT 仍是前三大数据中心市场，CAISO 数据中心机会也在改善。

  劣势

  ERCOT 负荷预测中存在投机性假设争议。

  对比

  相较 PJM/MISO 标的，SRE 对 ERCOT 和 CAISO 的区域组合更重要。

  风险

  Batch Zero 进展、并网队列、区域负荷真实性和监管不确定性。

• AEP

  Buy 评级的 PJM 受益公用事业

  优势

  PJM 与相关州的数据中心容量集中度高，电力需求增长明确。

  劣势

  需求增量可能在 2028 年后放缓。

  对比

  与 FE 类似，核心优势来自 PJM 市场暴露。

  风险

  负荷增长节奏、基础设施建设和监管回收风险。

• TLN

  Buy 评级的独立发电商受益标的

  优势

  可通过更高电价和新增数据中心 PPA 受益。

  劣势

  收益更依赖电价和合同签署，而非受监管资产基数扩张。

  对比

  相较受监管公用事业，IPP 对批发电价和 PPA 的弹性更高。

  风险

  电价回落、PPA 签署不及预期、燃料和监管风险。

• VST

  Buy 评级的独立发电商受益标的

  优势

  受益于 PJM 和 ERCOT 电力市场需求增长及数据中心 PPA 机会。

  劣势

  盈利对电价周期和市场波动更敏感。

  对比

  与 TLN、NRG 一样，更偏电价弹性逻辑。

  风险

  电价波动、容量市场规则变化、项目签约不及预期。

• NRG

  Buy 评级的独立发电商受益标的

  优势

  可能受益于更强电价及数据中心客户 PPA。

  劣势

  报告未给出单独公司层面详细预测。

  对比

  与其他 IPP 相比，同属数据中心电力需求驱动的价格和合同受益篮子。

  风险

  批发电价、合同执行、监管政策和负荷兑现风险。

• WEC

  Sell 评级但具备 MISO 增长暴露

  优势

  MISO 数据中心需求增长较快。

  劣势

  高盛认为相关增长已反映在估值中。

  对比

  相较 Buy 评级受益标的，WEC 的风险回报吸引力较弱。

  风险

  估值压力、需求兑现不及预期、监管回报风险。

关键数据

• 美国总电力需求 CAGR3.5%从此前 3.2% 上调，包含表后数据中心需求；上网电力需求 CAGR 维持 2.8%。
• 2030 年美国数据中心电力需求约 108 GW / 947 TWh高于此前 726 TWh 预测，2025-2030 年需求 CAGR 约 23%。
• 2030 年数据中心 IT Power 容量约 121 GW年末口径约 125 GW。
• 2030 年数据中心 Utility Power 容量约 159 GW年末口径约 165 GW，按 PUE 从 IT Power 转换。
• 2026-2030 年美国数据中心供给与需求增量供给约 101 GW，需求约 69 GW差异主要由占用率和利用率假设决定。
• 平均 PUE约 1.4区域气候、设施年限和冷却技术会影响 PUE。
• 平均占用率与利用率约 97% / 70%区域利用率假设大致在 55%-80% 之间。
• 2030 年表后供电假设容量约 31 GW，电力交付约 22 GW此前分别为约 20 GW 和约 14 GW；预计满足 20% 数据中心需求。
• PJM 2030 年需求约 38 GW2026-2030 年数据中心 Utility Power 供给/需求增量约 36 GW/25 GW。
• ERCOT 2030 年需求约 15 GW2026-2030 年供给/需求增量约 14 GW/9 GW。
• MISO 2030 年需求约 17 GW2026-2030 年增量需求约 14 GW，需求份额预计升至 16%。

影响与含义

该报告强化了数据中心电力需求作为美国公用事业投资主线的逻辑。对受监管公用事业而言，数据中心负荷增长可能支撑资本开支、基建投资和长期用电量；对独立发电商而言，更强电价和数据中心 PPA 机会可能带来盈利上行。与此同时，地方反对、劳动力约束、电价可负担性和并网队列改革将决定需求兑现速度。

风险

• 地方社区对数据中心建设的反对升温。
• 电价可负担性担忧可能影响监管和项目审批。
• 劳动力短缺可能拖慢电网和数据中心建设进度。
• 并网队列和监管流程延迟可能推迟负荷通电。
• ERCOT 等区域的负荷预测可能包含投机性假设。
• 表后供电公告未必全部转化为已签约、可交付容量。
• 长期客户可能更偏好并网供电，表后供电可能更多是短期桥接方案。

后续跟踪

• PJM 数据中心新增需求是否按预期在 2028 年附近达到高峰。
• MISO 是否如报告预测在 2030 年超过 ERCOT，成为第二大 ISO 数据中心市场。
• ERCOT Batch Zero 及 7-8 月相关催化是否提升近期开通负荷的可见度。
• SPP HILL 框架是否有效缓解大型负荷并网研究瓶颈。
• 表后供电项目公告向实际容量、电力交付和 PPA 的转化率。
• 受监管公用事业在费率基数、资本开支和监管回收上的进展。
• 数据中心客户对 time-to-power、成本和供电可靠性的权衡变化。