Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/109105
Título : Managing the Energy Demands of AI in Fragile Renewable-Based Power Systems
Autor : Krasnokutska, Nataliia
Koptieva, Hanna
Kruhlova, Olena
Fecha de publicación : 18-dic-2025
Resumen : Este estudio analiza la creciente tensión entre la demanda eléctrica generada por la inteligencia artificial (IA) y la oferta de energía renovable. Los autores proponen un marco de “desajuste de doble eje” que compara la participación de la electricidad renovable en la generación global con la proporción de esa energía consumida por sistemas de IA. Utilizando datos de la IEA, IRENA y Statista, se modelan las tendencias de demanda eléctrica de la IA y generación renovable entre 2022 y 2030 bajo distintos escenarios energéticos. Los resultados muestran que la demanda eléctrica asociada a la IA crece casi al doble de velocidad que la generación renovable y podría consumir hasta el 9 % de la electricidad renovable mundial en 2030. El estudio también analiza el apagón ibérico de 2025 como ejemplo de vulnerabilidad del sistema eléctrico y propone un marco estratégico para alinear el desarrollo de la IA con la resiliencia energética.
This study addresses the growing tension between artificial intelligence (AI) electricity demand and renewable energy supply. The authors introduce a dual-axis mismatch framework that compares the share of renewable electricity in global generation with the share of that renewable output consumed by AI. Using quantitative modeling based on global data from IEA, IRENA, and Statista, the study projects electricity demand from AI and renewable generation trends between 2022 and 2030 under different policy scenarios. Results show that AI electricity demand is increasing nearly twice as fast as renewable electricity generation and may consume up to 9% of global renewable electricity by 2030. The analysis also incorporates the 2025 Iberian blackout as a case illustrating grid vulnerability under high renewable penetration and inflexible digital loads. Finally, the study proposes an AI–energy alignment framework to guide technical, operational, and policy responses.
Descripción : Artículos en revistas
URI : 10.1109/KhPIWeek61436.2025.11288587
http://hdl.handle.net/11531/109105
ISSN : 3064-9579
Aparece en las colecciones: Artículos

Ficheros en este ítem:
Fichero Tamaño Formato  
Managing_the_Energy_Demands_of_AI_in_Fragile_Renewable-Based_Power_Systems.pdf997,66 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.