El rápido calentamiento y la expansión de las temporadas de calor están remodelando la demanda de electricidad en las ciudades, con megaciudades tipo cuenca como Chengdu enfrentando riesgos amplificados debido a condiciones de calma en el viento, alta humedad y una infraestructura digital de rápido crecimiento. Este estudio desarrolla un marco de reducción de escala multi-modelo basado en Transformer que integra salidas de 17 modelos climáticos globales (GCMs) del CMIP6, reponderados dinámicamente a través de la autoatención para generar proyecciones de temperatura a escala de ciudad. En comparación con modelos individuales y promedios simples, el método logra una mayor fidelidad en la reproducción de la variabilidad histórica (correlación ~ 0.98; RMSD < 0.05 gradosC), mientras permite proyecciones a escala de siglo en segundos en una computadora personal. Los resultados reducidos indican un calentamiento sostenido y una expansión estacional de las necesidades de refrigeración: para 2100, se proyecta que Chengdu se calentará entre ~2-2.5 gradosC bajo SSP2-4.5 y ~3.5-4 gradosC bajo SSP3-7.0 (en relación con una línea base de 2015-2024). Utilizando un modelo de carga de Grados-Día de Refrigeración (CDD) transparente y solo de temperatura, estimamos aumentos medianos en la demanda de electricidad de verano (JJA) de +12.8% bajo SSP2-4.5 y +20.1% bajo SSP3-7.0 para 2085-2094, con picos en el cuartil superior alcanzando +26.2%. Los impactos de primavera y otoño permanecen modestos, concentrando el crecimiento de la demanda y el riesgo operativo en verano. Estos hallazgos sugieren picos de carga más pronunciados y duraciones de alta carga más largas en ausencia de adaptación. Recomendamos estrategias de resiliencia conscientes de costos para Chengdu, incluyendo capacidad de pico, almacenamiento de energía, respuesta a la demanda y plantas de energía virtuales, junto con planificación urbana informada por el clima y programación a nivel empresarial respaldada por pronósticos de alta resolución. El trabajo futuro incorporará modelos específicos de múltiples factores y sectores, avanzando en la integración de proyecciones climáticas en la planificación energética operativa. Este marco proporciona un camino escalable desde las señales climáticas hasta la gestión de costos del sistema eléctrico y la industria en ciudades sensibles al calor.