Pesatnya pertumbuhan kecerdasan buatan menciptakan tekanan yang belum pernah terjadi sebelumnya pada jaringan listrik di Eropa, seiring dengan berlombanya pusat data untuk terhubung dan mengonsumsi listrik dalam jumlah besar. Meskipun Eropa dapat menghasilkan listrik yang cukup secara keseluruhan, faktor pembatasnya bukan lagi pasokan—tetapi kemampuan untuk memindahkan energi tersebut secara efisien. Kemacetan ini memperlambat penerapan pusat data baru, melemahkan ambisi untuk memanfaatkan ledakan AI, dan bahkan menyebabkan beberapa proyek dibatalkan.
Krisis Koneksi: Backlog 30GW
National Grid, operator untuk Inggris dan Wales, melaporkan lebih dari 30 gigawatt (GW) permintaan pusat data yang diusulkan saat ini terjebak dalam antrean sambungan—kira-kira dua pertiga dari puncak penggunaan listrik di Inggris. Walaupun tidak semua proyek akan terlaksana, infrastruktur yang ada masih belum memadai. Jumlah simpanan ini telah membengkak sejak tahun 2024 ketika pusat data diklasifikasikan sebagai “infrastruktur nasional yang penting,” sehingga memicu lonjakan jumlah aplikasi yang meningkat hingga tiga kali lipat.
Situasi ini tidak hanya terjadi di Inggris. Di seluruh Eropa, proyek-proyek gagal karena akses jaringan listrik tidak tersedia. Operator jaringan listrik berada di bawah tekanan kuat dari pemerintah untuk mengatasi kemacetan tersebut, namun solusinya memerlukan perbaikan yang rumit, lambat dan mahal.
Infrastruktur Lambat, Permintaan Cepat
Membangun jalur transmisi baru jelas merupakan perbaikan jangka panjang, namun hal ini dapat memakan waktu tujuh hingga empat belas tahun karena perencanaan, hambatan hukum, masalah rantai pasokan, dan penundaan konstruksi. Sementara itu, kondisi geografis Eropa menghadirkan tantangan tambahan. Pembangkitan energi terbarukan sangat terkonsentrasi di wilayah seperti Skotlandia dan Inggris Utara, sementara permintaan, termasuk dari pusat data, terkonsentrasi di wilayah padat penduduk di wilayah selatan.
Mengingat kendala-kendala ini, operator jaringan listrik sedang bereksperimen dengan cara memaksimalkan kapasitas jaringan yang ada. Hal ini termasuk mengganti material pada saluran listrik, mengubah rute energi di sekitar area yang padat, dan menyesuaikan aliran energi secara dinamis berdasarkan kondisi cuaca.
Memaksimalkan Garis yang Ada
National Grid sedang menguji coba “dynamic line rating” (DLR), yang menggunakan sensor untuk menyesuaikan transmisi energi berdasarkan kondisi cuaca real-time. Temperatur yang lebih dingin memungkinkan keluaran energi yang lebih tinggi tanpa melebihi batas keselamatan. Menurut perusahaan pengoptimalan jaringan listrik Neara, hingga 75% jaringan di Inggris berpotensi menyalurkan lebih banyak energi dengan pendekatan ini.
Sebuah studi di Uni Eropa menunjukkan bahwa “teknologi peningkat jaringan” seperti DLR dapat meningkatkan kapasitas jaringan secara keseluruhan sebesar 40%, namun penerapannya masih lambat. Hingga saat ini, Jaringan Nasional hanya menerapkan DLR pada jalur sepanjang 275 km, dengan alasan risiko pemadaman listrik jika dilakukan terlalu agresif.
Faktor Fleksibilitas: Potensi Keunggulan AI
Tantangan utamanya adalah permintaan pusat data mencapai puncaknya selama gelombang panas, tepatnya ketika kapasitas jaringan berada pada titik terendah. Namun, pusat data AI, tidak seperti fasilitas tradisional, mungkin memiliki lebih banyak fleksibilitas dalam beban kerjanya. Jika mereka dapat menyesuaikan konsumsi selama permintaan puncak atau beralih ke baterai di lokasi, mereka dapat diprioritaskan untuk sambungan.
National Grid memberi sinyal bahwa fleksibilitas akan dihargai. Fasilitas Hyperscale AI yang bersedia menyesuaikan penggunaan energinya dapat memperoleh akses lebih cepat ke jaringan listrik. Namun, peraturan yang ada saat ini menghalangi operator jaringan listrik untuk secara formal mempertimbangkan fleksibilitas ini dalam perencanaan sambungan, sehingga menimbulkan ketidaksesuaian antara kebijakan dan kepraktisan.
Solusi jangka panjang tetap berupa peningkatan infrastruktur, namun perbaikan jangka pendek terbukti penting. National Grid memperkirakan pihaknya telah meningkatkan kapasitas sebesar 16GW dalam lima tahun terakhir melalui kombinasi teknologi peningkatan jaringan dan penggantian jaringan lama. Pendekatan tambal sulam ini memakan waktu, namun masalah mendasarnya—ketidaksesuaian antara pesatnya pertumbuhan permintaan AI dan lambatnya pembangunan infrastruktur—masih menjadi ancaman besar terhadap ambisi Eropa dalam perlombaan AI.
