Előrejelzések szerint az AI-feladatok ellátására szolgáló adatközpontok száma 2030-ra 33 százalékkal növekedhet, miközben az ilyen létesítmények energiaigénye 2028-ra akár a jelenlegi negyvenszeresére is emelkedhet. 

A Nemzetközi Energiaügynökség (IEA) előrejelzései alapján az adatközpontok globális villamosenergia-fogyasztása elérheti a 945 terawattórát, ami Magyarország jelenlegi átlagos éves villamosenergia-fogyasztásának mintegy húszszorosa. A növekvő energiaigény ezért egyre nagyobb kihívás elé állítja az energiaellátási infrastruktúrát, és fokozza az igényt a skálázható, nagy hatékonyságú villamosenergia-elosztási megoldások iránt.

Erre a kihívásra jelenthet választ az egyenáramú (DC) energiaelosztási rendszerek szélesebb körĹą alkalmazása. A villamosenergia-fogyasztók többsége több mint egy évszázada elsősorban váltakozó áramú (AC) hálózatokra épül. A modern, decentralizált energiarendszerekben azonban egyre több új energetikai és digitális infrastruktúra – köztük az AI-adatközpontok, a napelemes rendszerek, az energiatárolók, a villámtöltők és egyes ipari elektronikai berendezések – eleve egyenáramot használ. Hagyományos AC-hálózaton történő üzemeltetésük ezért többlet energiaátalakítási lépéseket tesz szükségessé, ami energiaveszteséggel, nagyobb hőtermeléssel és összetettebb rendszerkialakítással jár.

Ezekre az igényekre kínálhat új megoldást a Siemens és a Reinhausen együttmĹąködésében fejlesztett szilárdtest-transzformátor (SST). A technológia középfeszültségĹą, akár 36 kV-os hálózati feszültségből képes stabil, 800 V-os egyenáramú kimenetet biztosítani. A megoldás ezáltal hozzájárulhat a nagy teljesítménysĹąrĹąségĹą, folyamatosan változó terhelésĹą adatközpontok hatékonyabb és megbízhatóbb energiaellátásához.

A moduláris felépítésĹą SST-k egyik legfontosabb előnye, hogy kevesebb közbenső energiaátalakítási lépést igényelnek. Ez mérsékelheti az energiaátalakításból eredő veszteségeket és a hőtermelést, miközben az infrastruktúra helyigénye is csökkenthető. A robusztus rendszerarchitektúra emellett magas rendelkezésre állást tesz lehetővé, ami különösen fontos az AI-adatközpontok dinamikusan változó, nagy teljesítményĹą terhelése mellett.

A Reinhausen a teljesítménytranszformátorok feszültségszabályozási technológiáinak vezető gyártója, és több évtizedes tapasztalattal rendelkezik az energiaminőség, valamint a hálózati stabilitás területén. A vállalat emellett jelentős szakértelemmel bír a középfeszültségĹą teljesítményelektronika és az SST-k mĹąködéséhez szükséges kapcsolódó komponensek fejlesztésében, amelyek a modern szilárdtest-transzformátorok alapvető elemei.

A Siemens a teljesítményelektronika, az elektromos energiaellátás, a hálózatvédelem és -automatizálás, valamint a digitalizáció területén szerzett széles körĹą szakértelmét járul hozzá a fejlesztéshez. Az SST-k hálózati alkalmazása során ez a tudás többek között a hálózati integráció, az energiaátalakítás, a védelem és a vezérlés területén hasznosulhat. A két vállalat együttmĹąködése így olyan következő generációs energiaellátási megoldások kialakítását célozza, amelyek megfelelhetnek az AI-adatközpontok egyre növekvő és változó energiaigényeinek.

English Summary

The rapid growth of AI is driving unprecedented demand for electricity, creating new challenges for the energy infrastructure of data centers. As more digital and energy technologies rely directly on DC power, DC distribution could help reduce energy losses, heat generation and system complexity compared with conventional AC-based architectures. Siemens and Reinhausen are developing a solid-state transformer (SST) capable of converting medium-voltage grid power of up to 36 kV into a stable 800 V DC output. The modular SST architecture can reduce the number of intermediate conversion stages while supporting high power density and availability. By combining Reinhausen’s expertise in transformer voltage regulation and power electronics with Siemens’ capabilities in power systems, protection, automation and digitalization, the two companies aim to enable more efficient and reliable power infrastructure for next-generation AI data centers.