भारत के डेटा केंद्र और बढ़ता विद्युत ग्रिड संकट

2030 तक, भारत की स्थापित डेटा केंद्र क्षमता लगभग दस गुना बढ़ने की उम्मीद है, जो आज 1.2 GW है और 10 GW तक पहुंच जाएगी, जिससे 200 अरब डॉलर से अधिक का निवेश आकर्षित होगा। यह एक अवसर है। लेकिन चुनौती? कृत्रिम बुद्धिमत्ता (AI) कार्यभार की बढ़ती गणनात्मक तीव्रता, जो ऊर्जा की मांग करती है, और हमारे विद्युत ग्रिड को इसे प्रदान करने के लिए अच्छी तरह से तैयार नहीं किया गया है। व्यक्तिगत AI रैक को 80-150 kW बिजली की आवश्यकता होती है—जो पारंपरिक उद्यम सर्वरों की तुलना में कई गुना अधिक है। जबकि ये डेटा केंद्र 24/7 स्थिर बेस लोड के साथ काम करते हैं, AI प्रोसेसिंग के दौरान अचानक पीक के समय में वृद्धि ग्रिड की लचीलापन को नष्ट कर सकती है।

डेटा केंद्रों के उभार से ऊर्जा पैटर्न में बदलाव

भारत का ऊर्जा क्षेत्र पारंपरिक रूप से पूर्वानुमानित उपभोग पैटर्न के चारों ओर घूमता है—औद्योगिक क्षेत्रों, मेट्रो रेल, सिंचाई पंप और शहरी घरों से। लेकिन AI-संचालित डेटा केंद्र एक पूरी तरह से अलग समस्या हैं। पूर्वानुमानित लोड के विपरीत, उनकी मांग में वृद्धि विशाल और अनियमित होती है। यह ग्रिड प्रबंधन को मौलिक रूप से चुनौती देता है। इस संक्रमण का समय इस कठिनाई को बढ़ाता है: 1.2 GW से 10 GW तक का कूद केवल चार वर्षों में (2026 से 2030) कोई क्रमिक विकास नहीं है; यह ग्रिड को तोड़ने वाला व्यवधान है।

संयुक्त राज्य अमेरिका जैसे देशों ने इसी तरह की विकास की पथ पर दशकों तक "ऊर्जा-लचीले डेटा हब" में लक्षित निवेश के माध्यम से तैयारी की है। भारत के पास समय की विलासिता नहीं है। इससे भी बुरा, उप-प्रसारण अवसंरचना को अपग्रेड करने में प्रणालीगत आत्मसंतोष इन हाइपरस्केल सुविधाओं को स्थानीय ग्रिड विफलताओं के फ्लैशपॉइंट में बदलने का जोखिम उठाता है। सरकार के महत्वाकांक्षी नवीकरणीय ऊर्जा लक्ष्यों के बावजूद, इन लक्ष्यों को डिजिटल अवसंरचना की ऊर्जा-गहन पथ के साथ संरेखित करने पर चर्चा न्यूनतम है।

संस्थागत मशीनरी की भूमिका

केन्द्रीय विद्युत प्राधिकरण (CEA), जो विद्युत अधिनियम, 2003 के तहत बिजली योजना के लिए जिम्मेदार है, ने लगातार मांग की क्षेत्रीय संरचना को कम आंका है। वर्तमान राष्ट्रीय ऊर्जा योजनाएँ लगातार बेस लोड पावर प्रदान करने और AI कंप्यूटिंग कार्यभार के लिए अद्वितीय उच्च मांग में वृद्धि को समायोजित करने की दोहरी चुनौती का पूरी तरह से अनुमान नहीं लगाती हैं। इसके अलावा, ट्रांसमिशन कॉर्पोरेशंस (Transcos) अल्ट्रा-हाई-वोल्टेज उपस्टेशन और अतिरिक्त उच्च-क्षमता गलियों को विकसित करने के लिए अनुपयुक्त हैं, जो हाइपरस्केल सुविधाओं को निर्बाध बिजली प्रदान करने के लिए आवश्यक हैं।

योजना स्तर पर भी, डेटा केंद्र एक विचार के रूप में पीछे रह जाते हैं। भारत के नवीकरणीय ऊर्जा में बदलाव में देखी गई व्यापक समस्या यह है कि गतिशील, अनियमित लोड को संबोधित करने के लिए अद्यतन ग्रिड कोड का अभाव है। राज्य नियामकों द्वारा जारी वर्तमान दिशानिर्देश पारंपरिक औद्योगिक और शहरी मांग पैटर्न पर अत्यधिक ध्यान केंद्रित करते हैं, जबकि AI-विशिष्ट ऊर्जा मांगों को शामिल करने में असफल रहते हैं। "स्मार्ट ग्रिड सिस्टम" जैसे आशाजनक शब्द नीति दस्तावेजों में शामिल हो गए हैं, लेकिन कार्यान्वयन अस्पष्ट है, और ऊर्जा मंत्रालय और राज्य स्तर के विद्युत बोर्डों के बीच समन्वय अभी भी पीछे है।

पावर समस्या के पीछे का डेटा समस्या

सरकार का दावा है कि भारत डिजिटल ऊर्जा मांगों को बढ़ती बेस लोड क्षमता और नवीकरणीय ऊर्जा के एकीकरण के माध्यम से पूरा करने के लिए तैयार है। लेकिन विशिष्ट डेटा एक और कहानी बताता है। 127 GW की नवीकरणीय स्थापित क्षमता का दावा करते हुए, जिसमें से सौर ऊर्जा लगभग 71 GW है, केवल लगभग 25% ही डिस्पैच करने योग्य है — अर्थात्, यह पीक मांग के उतार-चढ़ाव को विश्वसनीय रूप से पूरा करने में सक्षम है। AI-संचालित केंद्रों के लिए, स्थिर शक्ति प्राप्त करने की क्षमता—यहां तक कि अचानक खपत में वृद्धि के दौरान—महत्वपूर्ण होगी। योजना दस्तावेजों में इस अंतर को स्वीकार करने का कोई संकेत नहीं है, न ही इसे संबोधित किया जा रहा है।

वास्तविकता भौगोलिक भी है। AI डेटा केंद्र परियोजनाएँ शहरी हब—मुंबई, बेंगलुरु, चेन्नई, हैदराबाद—में केंद्रित हैं, जहाँ मौजूदा उप-प्रसारण प्रणाली पहले से ही शहरी विस्तार से जूझ रही है। असमानता स्पष्ट है: 2015 से 2023 के बीच, इन क्षेत्रों में शहरी बिजली की मांग की वार्षिक वृद्धि दर 6-8% रही, जबकि क्षेत्रीय ट्रांसमिशन क्षमता में वृद्धि मुश्किल से 3% वार्षिक हो पाई है।

मांग में वृद्धि के दौरान संसाधनों की पर्याप्तता भी एक कठिनाई है। तमिलनाडु जैसे राज्यों, जो पवन ऊर्जा पर अत्यधिक निर्भर हैं, बिना हवा की रातों में संघर्ष कर सकते हैं। इन चुनौतियों को राज्य विद्युत बोर्डों (SEBs) की बजटीय सीमाओं के साथ जोड़ने पर—जिनमें से कई पहले से ही वित्तीय संकट में हैं—तैयारी की एक निराशाजनक तस्वीर सामने आती है।

शासन के प्रश्न जिन्हें कोई नहीं पूछता

सरकार का इस मुद्दे को बिजली क्षमता की चुनौती के रूप में प्रस्तुत करना, सबसे अच्छा, सतही है। असली प्रश्न संरचनात्मक हैं। डेटा केंद्र विकासकर्ताओं के लिए सब्सिडी वाली ऊर्जा टैरिफ के लिए दबाव डालने पर नियामक कब्जे के खिलाफ क्या सुरक्षा उपाय हैं? क्या SEBs—जो पहले से ही वार्षिक bailout पैकेज प्राप्त करते हैं—हाइपरस्केल विकासकर्ताओं के लिए ग्रिड को अपग्रेड करने की लागत उठाएँ? और अल्ट्रा-हाई-वोल्टेज ट्रांसमिशन गलियों के लिए फंडिंग कहाँ से आएगी, जो केंद्रित डेटा हब को थोक बिजली पहुंचाने के लिए आवश्यक हैं?

नवीकरणीय ऊर्जा को बढ़ावा देने में नीति असामानता पर विचार करें। जबकि केंद्र ने 2030 तक 500 GW गैर-जीवाश्म ईंधन क्षमता स्थापित करने के लिए आक्रामक लक्ष्य निर्धारित किए हैं, कोयले की राजनीतिक अर्थव्यवस्था अभी भी बेस लोड उत्पादन में हावी है। क्या भारत वास्तव में कम-कार्बन, विश्वसनीय बेस लोड स्रोतों—जल और परमाणु—को इतनी तेजी से लागू कर सकता है कि AI-संचालित बिजली की मांग को पूरा किया जा सके?

अंत में, संघीय स्लिपस्ट्रीम महत्वपूर्ण हैं। ऊर्जा नीति, विशेष रूप से ग्रिड योजना, मुख्य रूप से एक समवर्ती विषय है। फिर भी, राज्यों ने व्यावहारिक रूप से ऊर्जा बाजारों का संचालन किया है। केंद्रीय एजेंसियों जैसे CERC (केंद्रीय विद्युत नियामक आयोग) और राज्य विद्युत नियामक आयोगों के बीच समन्वय की कमी पहले से ही टैरिफ समझौतों और परियोजना मंजूरियों पर लंबे समय तक चलने वाले विवादों में स्पष्ट है। AI-संचालित डेटा केंद्रों की ऊर्जा मांग केवल इन मौजूदा दोष रेखाओं को बढ़ाएगी।

दक्षिण कोरिया से सबक

जब दक्षिण कोरिया ने 2018 में हाइपरस्केल डेटा केंद्रों में समान उभार का सामना किया, तो उसने लक्षित, स्केलेबल कार्रवाई के साथ प्रतिक्रिया दी। सरकार ने विकासशील क्षेत्रों जैसे ग्येओंगनम में "ऊर्जा-आईटी गलियों" का मानचित्रण किया, नवीकरणीय ऊर्जा हब को क्लस्टर-विशिष्ट ग्रिड उन्नयन के साथ सीधे एकीकृत किया। महत्वपूर्ण रूप से, उसने हाइपरस्केल सुविधाओं के लिए ऊर्जा सब्सिडी को स्थानीय ग्रिड अवसंरचना उन्नयन की ओर योगदान से जोड़ने के लिए सीधे नीति तंत्र स्थापित किए। इसके विपरीत, भारत के पास अपने डेटा केंद्रों के लिए क्षेत्र-विशिष्ट ग्रिड एकीकरण योजनाओं का अभाव है, और परियोजनाएँ अनियोजित रूप से अधिक बोझ वाले शहरी क्षेत्रों में एकत्रित हो रही हैं, जो ग्रिड की बाधाओं के प्रति संवेदनशील हैं।

प्रारंभिक प्रश्न

मुख्य प्रश्न

आलोचनात्मक रूप से मूल्यांकन करें कि क्या भारत की ग्रिड अवसंरचना AI-संचालित डेटा केंद्रों के तेजी से विस्तार द्वारा उत्पन्न चुनौतियों का सामना करने के लिए तैयार है। अपने उत्तर में संरचनात्मक, नियामक और तकनीकी आयामों पर विचार करें।