我国高度重视算力与电力的高质量协同发展，算力与电力的协同逐步成为重点发展任务。2025年9月，国家发展改革委、国家能源局印发《关于推进“人工智能+”能源高质量发展的实施意见》，提出能源行业人工智能发展以推进智能算力与电力协同发展为必要支撑，到2030年算力电力协同机制进一步完善，建立绿色、经济、安全、高效的算力用能模式。
当前，电力行业围绕电算协同发展开展了初步的有益探索，但在人工智能快速发展的背景下，电力系统仍面临一系列风险挑战，亟待进一步加快电算协同技术和机制创新，为数字经济和能源电力发展提供动力和保障。
电力和算力的双向赋能
发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。随着数字经济的蓬勃发展，算力逐渐由互联网行业向交通、工业、金融、政务等行业渗透，各行业对算力资源的需求持续高涨。
工业和信息化部相关负责人表示，我国算力产业正迈向高质量、规模化发展的新阶段。截至今年6月底，我国在用算力中心标准机架达1085万架，智能算力规模达788EFLOPS（每秒百亿亿次浮点运算），干线400G（Gbit/s）端口数量大幅增加至14060个，存力总规模超过1680EB（艾字节），算力基础设施规模和水平不断提升。
然而，庞大的算力规模，带来了巨大的能源消耗，尤其是电力需求的快速攀升。国际能源署（IEA）发布的最新报告显示，2024年全球数据中心的用电量约为415太瓦时，占全球电力需求的1.5%。
与此同时，我国电力系统正经历深刻变革，新能源装机占比已超过50%，但消纳问题日益突出。根据全国新能源消纳监测预警中心的数据，2024年全年，青海、甘肃、新疆等风光大省的新能源消纳利用率均未达到100%。
在此背景下，算力负荷的时空可转移特性和灵活调节潜力（如AI训练任务的错峰调度）为电力系统提供了新的调节手段。例如，2022年阿里巴巴公司联合华北电力大学，开展了数据中心优化调度参与华北电力调峰辅助服务市场试点，将阿里巴巴江苏南通数据中心约100千瓦的算力负载转移至张家口数据中心，这也是全球首次电力系统灵活运行驱动的电算协同调度试验。2024年，青海省能源大数据中心建成国内首家清洁能源和绿色算力调度中心，实时监测全省1.5万台通算和智算服务器以及3033PFLOPS算力资源，引导算力负荷曲线响应清洁能源曲线，实现绿色算力资源高效利用和合理分配。
随着人工智能大模型对算力处理能力和规模要求的双重提升，算力用电量还将高速增长。在此背景下，如何做好电力规划，为算力提供充裕的电力保障，成为各地发展算力产业的重中之重。以张家口为例，该地积极推动政府、电网企业和项目主体的沟通协作，结合大数据园区建设与招商进展，科学规划近远期供电方案。“十四五”以来，张家口为大数据中心供电的220千伏变电站以平均每年投运一座的速度快速发展，有力保障了张家口数字产业集群安全可靠用电。
从政策层面来看，为加快推进电算协同，近年来我国相继印发了《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》《数据中心绿色低碳发展专项行动计划》《加快构建新型电力系统行动方案（2024—2027）》《国家数据基础设施建设指引》等多份文件，并多次提出创新电算协同机制，推进算力与绿色电力融合。
其中在《加快构建新型电力系统行动方案（2024—2027年）》中，电算协同被列为七大试点方向之一，明确要求在国家枢纽节点和青海、新疆等能源富集区，通过“绿电聚合供应”模式提升数据中心绿电占比，并探索算力负荷与新能源功率联合预测、柔性控制等技术，以降低电网保障容量需求。
上述政策形成了从顶层设计到实施细则的完整体系，为电算协同发展提供了制度保障。
算力井喷，电力系统面临的风险与挑战
算力爆发式增长在驱动数字经济发展的同时，其激增的电力消耗、绿电刚性需求及潜在的训练任务功率波动，也给电力系统的规划运行带来了风险挑战。
第一，电力规划将面临不确定性挑战。我国算力中心多采用双电源或三电源的供电方式，电网配套建设也多采用“电力先行，电等算力”的发展模式。但在报装容量不断增大、接入电压等级不断提升的同时，数据中心面临上架率相对较低、供电设备利用率偏低、达产周期较长的问题。
当前，部分公共智算中心因规划不足，导致算力利用率偏低，不少新建数据中心的平均利用率仅为20%～30%。未来，人工智能的发展和普及速度将导致算力增长存在不确定性。
根据中国信息通信研究院对我国数据中心2030年用电量的预测，不同情景下用电量的跨度为3000亿～7000亿千瓦时，高用电量方案和低用电量方案相差2倍以上。不确定的数据中心报装申请使得未来对电力需求的预测变得异常困难，在某些情况下，这些申请的总需求量甚至达到了当地现有电力负荷水平的数倍。以某“东数西算”枢纽节点城市的第三方租赁型算力项目为例，其规划的电力负荷需求是当地最大负荷的1.75倍、在运数据中心总负荷的8.2倍，该项目的负荷需求需新建4～5座500千伏变电站进行供电。若项目的实际租赁规模与招商预期存在较大差异，将导致项目终期的电力需求低于预期，电网企业将因输变电容量过度投资造成电力资源与基础设施闲置浪费，其他用户也将被迫承担上升的输配电成本。
第二，绿电占比受电算供需“时空错位”影响。高耗能特性下，算力行业的快速发展带来了碳排放量的增长压力。“十四五”以来，推动数据中心提升绿电使用比例的政策密集出台。《数据中心绿色低碳发展专项行动计划》中明确提出，到2025年年底，国家枢纽节点新建数据中心绿电占比超过80%。今年3月，国家发展改革委等五部门发布《关于促进可再生能源绿色电力证书市场高质量发展的意见》，明确提出国家枢纽节点新建数据中心的绿色电力消费比例要在80%的基础上进一步提升。
然而，我国东西部绿电供需不平衡，存在算力需求与绿电资源分布的时空错位。
目前东部发达地区数据中心占比达70%，但绿电资源相对紧张，省间通道在满足优先发电计划后，剩余通道空间不足，这就导致了东部地区数据中心绿电供应不足。此外，数据中心的高性能设备及业务需求对电源稳定性要求极高，这与风电、光伏发电波动性大、利用小时数低的特性存在结构性矛盾。我国电力市场、碳市场协同机制尚未完全建立，数据中心消费绿电的碳减排效益尚未完全获得认可。
第三，电网运行将面临功率“过山车”风险。根据微软、OpenAI和英伟达的最新联合研究，随着人工智能大模型训练任务扩展至数万GPU（图形处理器）集群级别，其电力负荷可在短时间内发生剧烈变化，对电力系统运行构成风险。研究数据显示，单一训练任务可能在数秒内引发数十兆瓦的电力负荷波动，这种高度同步的负荷突变不仅影响数据中心自身的供电稳定性，也可能进一步波及区域电网的安全运行。大规模的模型训练普遍采用“批次同步并行”模型，训练过程按迭代进行。在每一轮迭代中，GPU的工作状态会在高功率的计算与低功率的通信状态之间切换，形成周期性“过山车”式的功率波动。由于大规模训练任务的同步特性，当数万个GPU同时切换时，整个算力集群的负荷会出现高度同步的剧烈波动。特别值得关注的是，训练任务的电力负荷功率振荡主要集中于0.2～3赫兹频段，接近电力系统中同步机与长距离输电线路的共振频率。一旦发生频率耦合，可能诱发次同步谐振（SSR），严重时甚至诱发发电机组轴系累积机械疲劳或故障。
从三方面加强电算协同
为应对算力井喷带来的多重风险挑战，需从规划衔接、机制协同、运行优化等方面协同施策，构建算力与电力深度融合的发展新范式。
一是加强电算规划衔接，促进资源高效利用。加强政府、用能企业、电网公司等多方的沟通协作，科学研判算力发展规模及类型，明确建设进度、达产周期、能效标准，滚动完善数据中心集群所在地的能源电力发展规划，适度超前做好新能源场址预留和电网规划建设。对于数据中心负荷的时间、空间分布特性以及用电结构变化规律进行系统分析，提高电力需求预测准确性，提前对接用电需求，开展电网现状诊断和运行数据分析。结合算力产业发展走向、增长潜力和区域特性，动态优化配电网规划，确保满足算力用电需求。
二是完善电碳协同机制，提升算力绿色水平。推动更多新能源电力进入市场，引导数据中心参与绿电、绿证交易，探索发用双方签订多年期绿色电力购买协议（PPA），为数据中心等绿电需求量大的用户提前锁定绿电供应。推进电碳市场协同，推进绿证与全国碳排放权交易机制、温室气体自愿减排交易机制的衔接协调。推动绿电消费在相应碳排放核算中予以扣减，鼓励通过绿电交易方式建设零碳绿色园区。推广以平台聚合方式开展省间绿电集中交易，扩大以绿电交易方式落实省间优先发电计划，在省间交易组织中优先安排。
三是优化电算协同运行，防控系统安全风险。从芯片－机架－算力中心多层级挖掘数据中心的灵活性。芯片层面，研发功率平滑的软硬件功能，有效控制功率变化幅度。机架层面，通过储能系统削峰填谷降低训练的峰值功率需求。在通信密集的低功耗阶段为储能系统充电，在计算密集的高功耗阶段释放电能，平滑整体功率需求曲线。算力中心层面，推动算力与电力系统协同调度，通过直接参与或通过虚拟电厂、负荷聚合商参与电力市场和需求侧响应，用电力市场信号引导数据中心灵活调度算力负载执行时间及地点，增加电力系统灵活性，保障电力供应并促进新能源消纳。
（作者系国网冀北电力有限公司高级专家。编辑：赵卉寒）
