Una línea eléctrica cayó esta semana cerca de Washington DC y provocó un evento sin precedentes en la red de PJM Interconnection: más de 3 gigavatios de capacidad de centros de datos se desconectaron casi simultáneamente, según reporta TechCrunch. El sistema necesitó más de 10 minutos para estabilizarse, causando picos de voltaje desde el norte de Virginia hasta Chicago y haciendo parpadear las luces de millones de hogares.
El incidente, registrado por la red de sensores IoT de Ting Labs, demostró el impacto creciente que los centros de datos —especialmente aquellos dedicados a entrenar modelos de inteligencia artificial— tienen sobre la estabilidad de la red eléctrica. Northern Virginia, dentro del territorio de PJM, alberga la mayor concentración de data centers del mundo.
«Es el canario en la mina de carbón», declaró Ricardo de Azevedo, CTO de ON.Energy, a TechCrunch. Este tipo de eventos con cargas grandes «están ocurriendo cada vez más», añadió.
Desconexión masiva en 30 segundos
Cuando la línea falló, los centros de datos detectaron la fluctuación de voltaje y activaron sus sistemas de respaldo, desapareciendo del sistema unos 3,1 GW en apenas 30 segundos, según datos de PJM. Poco después, cargas adicionales se desconectaron y el pico de exceso de electricidad alcanzó los 3,49 GW. La carga desconectada representaba cerca del 3% de la demanda total de PJM en ese momento, según Reuters.
Aunque parezca un porcentaje bajo, la red eléctrica exige un equilibrio casi perfecto entre oferta y demanda. Si la desviación es excesiva, los dispositivos y la propia red activan protecciones automáticas que desconectan instalaciones, amplificando el problema. Lo que comenzó como una caída moderada de suministro se convirtió en una caída aún mayor de demanda, disparando el voltaje.
Ali Zain Banatwala, especialista del Independent Electricity System Operator, explicó a TechCrunch que todos los data centers tomaron la decisión de desconectarse en cuestión de segundos entre sí. «Necesitamos encontrar una forma de que estas cargas ubicadas unas junto a otras se desconecten o reconecten de forma secuencial», afirmó.
Soluciones para absorber las disrupciones
Una desconexión ordenada permitiría a los operadores de red desarrollar procedimientos más robustos. Alternativamente, los centros de datos podrían construirse para absorber perturbaciones en lugar de reaccionar desconectándose de inmediato.
La startup ON.Energy está trabajando en un sistema de alimentación ininterrumpida (UPS) para campus enteros de data centers, que cubre no solo servidores sino también sistemas de refrigeración y otros equipos. El sistema esconde el centro de datos tras un banco de baterías conectado a equipos sofisticados de conversión de energía. Para la red, aparece como una carga única, estable y predecible.
Esto permite a los centros de datos aumentar o reducir cargas de computación —incluido entrenamiento de IA— sin afectar a la red. Crucialmente, el sistema también puede absorber fluctuaciones de voltaje: si hay exceso de electricidad, las baterías se cargan; si hay déficit, se libera energía. El sistema responde en milisegundos, evitando desconexiones abruptas. ON.Energy está instalando un total de 3 GW de estos sistemas en cuatro campus de data centers, señaló de Azevedo.
El sector energético también reacciona. El operador de red texano ERCOT exigirá a cargas grandes como centros de datos que mantengan la conexión durante disrupciones («ride through»), en lugar de desconectarse automáticamente.
Una amenaza que se duplica cada dos años
La desconexión masiva de esta semana duplicó en tamaño un evento similar ocurrido en 2024, cuando 60 centros de datos se desconectaron simultáneamente, retirando 1,5 GW de carga de la red. En aquel entonces, los data centers representaban alrededor del 6% de la carga de PJM, según Synapse Energy Economics. Para 2040, se espera que alcancen el 24%.
PJM Interconnection gestiona redes eléctricas desde Nueva Jersey hasta Illinois y sirve a 67 millones de clientes, siendo el mayor operador de red de Estados Unidos. Si el problema no se aborda pronto, las consecuencias podrían agravarse exponencialmente a medida que empresas como Tesla invierten miles de millones en infraestructura de IA y la demanda de computación continúa creciendo.
