数据中心备用电力策略优先考虑系统设计（负载转移、模块化发电、燃料多元化）而非仅电池化学。

国际能源署指出，全球数据中心电力需求在2025年增长了17%，而服务于人工智能应用的数据中心的电力消耗在同期增长了50%。国际、国家和地区各级政府继续加强对该行业的可持续性义务。

欧盟提供了两个相关的近期例子。在爱尔兰，连接容量达10 MVA或以上的数据中心必须提供相应的可调度发电或储能，并在一年内从国内新可再生能源中获取其80%的年度电力需求。在整个欧盟范围内，总容量超过500kW的数据中心必须每年报告能源效率、水消耗、可再生能源利用和余热回收利用情况，以支持欧盟新的可持续性评级框架。

随着工作负载类型的多样化，UPS能源存储系统的设计应该越来越多地以工作负载为主导。AI训练、AI推理、高性能计算、云、存储和企业应用都有不同的工作负载特征，满足各类工作负载对备用电源的需求需要定制的UPS能源存储系统。备用电源应该是任何数据中心可持续性战略的关键组成部分，但以工作负载为主导的UPS战略应该塑造可持续性战略——而不是反过来。数据中心与其纠缠于电池化学成分等因素，不如将重点放在恰当应对所在站点工作负载特征带来的可持续性挑战。

AI增长正在加速数据中心电力需求，但"AI数据中心"这一标签掩盖了重大差异。训练涉及处理大型数据集以构建或改进AI模型，而推理则使用已训练的模型来响应现实世界的请求。训练可能涉及大型GPU集群的同步功率消耗，需求在毫秒级别内波动。推理通常更加分散且由用户驱动，随着请求的增加和减少而产生活动突发。JLL预测，到2030年，AI工作负载可能占所有数据中心容量的50%，相比2025年的约25%，并认为2027年可能是一个拐点，届时推理可能超越训练成为主导的AI需求。

传统UPS电池主要作为备用资产运营，在电网停电后立即提供支持。AI训练带来了不同的挑战：电力需求可以以巨大规模和异常快的速度变化。北美电气可靠性公司描述了一个200MW训练设施中的50MW功率块，其需求在约250毫秒内急剧变化。这些特性对电气基础设施提出的要求不同于传统数据中心相对稳定的功率配置，可能需要UPS能源存储系统在正常运营期间有助于负载平滑，而不是保持被动等待停电事件。这可能需要具备快速响应能力、高功率放电和更频繁循环能力的架构。锂离子系统因这些应用而获得关注。

电池效率随着包括温度、放电电流和截止电压的运行条件而变化，并可能随着电池老化而下降。定期循环使效率成为更重要的可持续性考虑因素，因为每次充放电循环都会损失一些能量。当循环不频繁时，例如在主要用于备用电源的系统中，这些损失可能只占整个寿命期能源消耗的相对较小部分。然而，当储能系统反复吸收和释放电力以管理工作负载波动时，即使适度的低效率也会累积，增加电网消耗和相关的范围2排放。

对于许多数据中心工作负载，UPS能源存储仍然主要充当备用电源。微软研究发现，虽然AI推理数据中心中的单个服务器可能经历尖锐的功率峰值，但当跨集群聚合时，需求变得不那么极端，留下实质上更多的功率余量，而不是AI训练。对于许多推理环境，UPS能源存储因此可能保留其既定的角色：在停电期间提供即时备用电源，而不是日常支持工作负载波动。类似的原则适用于许多非AI环境，包括云、存储和企业应用。当功率需求在系统级别保持可控时，重点是可靠的待机容量，而不是频繁的电池循环。

铅酸电池在许多数据中心备用电源应用中仍在使用，通常以浮充方式维护——持续应用低水平充电电压以保持其完全充电并随时可用。由于在此过程中会损失一些能量，低效率系统需要更多电力来维持待机状态。在大型UPS装置中，这些持续的损失可以增加设施电力消耗并导致范围2排放。

某些可持续性考虑超越工作负载特征。能量密度是其中之一：更高能量密度的系统可能在较小的占地面积内提供所需的备用容量，有可能减少机架、外壳、布线和结构材料的数量。更高的能量密度也可以减少冷却需求，可能有助于降低范围2排放。可持续性必须超越运营期，涵盖电池的整个生命周期。国际能源署估计，扩大关键矿物回收可在本世纪中叶前将新采矿供应需求减少25%至40%，回收的关键矿物比采矿产生的原始材料平均产生少80%的温室气体排放。欧盟《电池法规》涵盖从材料采购和碳足迹到收集、回收和材料回收的全过程。因此，数据中心行业必须从采购阶段开始规划可追溯性、负责任的移除和回收，而不是将产品生命终期管理作为事后的考虑。