数字储能网讯：算力与电力，正进入深度捆绑时代。

算力，即“数字大脑”的“脑力”。例如，一款高端游戏显卡可能拥有约80TFLOPS的算力，相当于每秒能完成80万亿次数学运算，支持复杂的3A游戏流畅运行。FLOPS（每秒浮点运算次数）的数值越大，计算能力越强；计算能力越强，需要的电量就越多。

从全球用电数据来看，国际能源署（IEA）统计，2025年，全球数据中心用电量增长17%，达485太瓦时，2030年用电量将翻倍至约950太瓦时。国内算力用电增速同样迅猛，2025年我国算力用电量达1960亿千瓦时，同比增长300亿千瓦时，增速18.1%。

从算力能耗特性来看，AI智能算力的能耗增长尤为惊人。斯坦福AI指数报告显示，GPT-2（2019年）的训练能耗约100千瓦时，而GPT-4（2023年）约为5000万千瓦时，四年增长了约50万倍，相当于一个百万人口的城市全天的全社会用电量。2026年2月9日至15日，中国AI模型调用量达到4.12万亿Token（词元），首次反超美国，Token出海成为产业新趋势。

过去，算力用电负荷相对平稳，算力和电力“各扫门前雪”，数据中心只管用电，电网只管供电，两大系统相安无事。如今，算力需求爆发式增长与峰谷波动加剧的双重特征，使电网负荷随之剧烈起伏，传统各自为政的发展模式已难以为继，推进算电协同已势在必行、刻不容缓。今年3月，“算电协同”首次被写入2026年政府工作报告，与超大规模智算集群并列成为国家级新基建工程，同时，国家能源局将“算电协同”作为新型电力系统建设“十五五”规划重点任务之一。

当前，算力侧与电力侧的核心诉求存在显著差异，引发了一系列“算电摩擦”，但这场“角力”并非零和博弈，而是两大体系迈向深度协同的必经之路。算电协同不是简单的供需匹配，而是实现算力资源与电力系统的动态平衡与深度耦合。

算与电“角力”

欲求算电协同，必先明其不足之处。简而言之，电力侧要安全、要消纳、要可控，希望“算随电走”；算力侧要稳定、高可靠、低时延，业务稳定性大于“为电调节”。

高可靠性、零中断供电是算力侧运行的底线要求。

中国信息通信研究院将算力划分为三类——基础算力、智能算力和超算算力，通俗可分别比作地铁、赛车与火箭，三者运算速度层级不同、应用场景各有侧重。其中，基础算力以CPU为核心，承担通用计算与日常信息化业务；智能算力依托GPU架构演进发展，专门训练人工智能，也是当前拉动电力消耗增长的核心主力。

智能算力数据中心具有单地点、全时段、大功率的用电特点，对电力供应稳定性要求更高。亚马逊云公司的运维数据显示，每中断供电1分钟将造成至少500万美元的直接损失，因此其对供电的要求是“99.999%”的可用性，意味着年均停电时间不得超过5分钟。从千卡集群到万卡、十万卡集群，智算中心的价值体量随着集群规模增长而增长，潜在电源波动带来的损失将更高。

算力负荷持续突破传统电力系统承载能力上限，显著加剧电网安全运行压力，电网企业独自“扛”下了安全保供与额外成本压力。

国网经济技术研究院配网规划中心副主任宋毅表示，算力负荷的爆发式增长对电力系统构成挑战，核心矛盾在于高密度、高可靠性的用电需求与电网输送能力、调节灵活性及规划适应性之间的时空错配。

河北省张家口业内人士张俊（化名）告诉记者，“智能算力中心大模型训练任务呈现‘集中爆发、瞬间结束’的脉冲式特征，GPU集群负荷波动幅度可达10%～91%，远高于传统数据中心15%的波动率。这种剧烈波动会直接冲击电网的调频、调压与惯量支撑能力，若缺乏有效调节，可能引发安全事故。为保障系统安全，电网预留大量火电备用容量应对波动，叠加新能源出力随机性、波动性特征，运行成本‘水涨船高’。”

在管理体制层面，电力与算力分属不同主管部门监管，行业壁垒突出，缺少统筹一体的顶层设计与协同规划机制，发展节奏与管理标准难以兼容。电力行业遵循五年规划开展电网布局、电源建设与通道扩容，项目投资规模大、建设周期长、调整弹性有限；而据东吴证券等券商研报分析，AI算力技术迭代周期仅12至18个月，硬件更新、集群扩容、业务升级速度极快。电力建设的长周期节奏，完全难以匹配算力产业高速迭代、快速扩张的发展特征，极易出现电网规划滞后算力布局、资源配置与产业需求错配等问题。与此同时，电网对接入用电负荷有着严格的标准化要求，但算力行业至今未形成与之配套的技术准入规范、运行管控标准和行业监管体系，行业发展自由度高、规则约束松散，进一步拉大了双方协同适配的差距。

由此带来了一个突出的电力规划难题：算力用电需求激增，电力需求预测难度加大，电网规划陷入“超前与滞后”的两难，进一步进而推高了系统运行成本。

记者在采访过程中了解到，部分企业以发展算力为名，提前圈占土地与电力指标，却迟迟没有实际业务落地，“圈而不建、建而不用”造成“算力地产”乱象。这给电网规划带来了极大的不确定性，若按照报装容量超前建设变电站与输电线路，会导致大量电力资产闲置，面临长期低负荷率的考核压力；若建设滞后，又会影响产业发展。

张俊告诉记者，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，未来，人工智能的普及速度、能力和生产力、效率提高的速度，都将使算力的增长存在不确定性，加大了电力需求预测的难度。若项目的实际租赁规模与招商预期存在较大差异，项目终期的电力需求低于预期，电力系统将面临过度建设输变电容量的风险，造成电力资源和基础设施的闲置浪费，其他用户也将被迫承担上升的电力成本。过去5年中，美国数据中心密集区域的批发电价上涨了多达267%。

反观算力侧，在中国目前处于“无痛”用电状态。

某头部互联网企业工作人员刘川（化名）指出，在算力侧，业务优先级远高于电力。算力行业内部“三权分立”，数据中心运营商只负责“壳子”（机房、制冷等基础设施），无权限调度服务器与业务；大厂服务器方负责管控硬件，无法决定业务负载；业务方是算力调度的核心决策方，只关注用户体验与低时延，而非用电情况。基础算力本身就是电网友好型负荷，用电曲线接近一条直线，这些算力承载社交、电商、在线游戏、视频等时延敏感型在线业务，参与电网柔性响应的意愿和实际潜力都相对有限。

然而，电力行业持续承压，从长远来看对于算力产业亦是制约。从世界范围内看，算力需求飙升，“用电焦虑”已接踵而至。

据了解，北美算力市场已进入“先保可用、再论成本”的阶段。在算力需求集中爆发的区域，电网容量缺口显著，数据中心接网排队周期长达数年，部分头部科技企业不得不采用“就地自建供电”模式，通过配置柴油发电机、燃气机组乃至二手发电设备保障算力连续运行，供电形势严峻。

2026年，谷歌花48亿美元买下了发电公司Intersect Power，成为首家拥有发电业务的科技巨头，以助力谷歌的数据中心实现“用电自由”。张俊指出，相比之下，我国拥有全球规模最大、保障能力最强的电网，整体电力供应相对充裕，但在算力高需求地区，阶段性“接电难、接电慢”问题开始显现。

绿电难入局

算力产业作为高能耗产业，政策端已明确要求其向绿色、低碳、高效转型。

算力中心的运营经济性中，一个关键变量在于电能利用效率(PUE)，2026年PUE门槛全面收紧，我国多个政策规定，新建大型数据中心PUE普遍要求在1.3以下，枢纽节点项目多数收紧至1.25，西部部分优势区域已压至1.2以内，奖惩双向发力，差别电价、惩罚性电价、限电腾退与资金补贴、税收减免井行实施，北京、上海、安徽等地已出台明确的加价细则。

换言之，政策通过严控PUE指标，硬性倒逼算力中心走低碳低能耗发展之路，而传统散热节能手段已接近瓶颈，行业只能靠新模式挖潜。

当前，国家将数据中心与钢铁、电解铝、水泥等八大传统高耗能行业一同纳入重点推进节能降碳的领域。政策层面明确，到2025年底，国家枢纽节点新建数据中心绿电占比要超过80%。

刘川告诉记者，当前互联网企业愈发重视自身用电负荷与能源供给的适配关系，随着未来绿电消费占比持续提升，也倒逼数据中心具备灵活负荷调度能力。但在实际落地推进过程中，仍受制于诸多短期现实因素制约。

从资源禀赋上说，中西部地区风光资源丰富，在“东数西算”背景下，数据中心向西部转移，既可以消纳新能源又可以实现自身降碳。但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，与风光发电波动性大、利用小时数低的特性存在结构性矛盾。河北、甘肃、宁夏等“东数西算”国家数据中心集群所在省（区）新能源装机占比已超过50%，新能源大发与用电负荷季节性错配、时段性错配越来越明显，夏季“极热无风”、晚峰“日落无光”，导致新能源出力受阻，影响发电能力。

“绿电生产的间歇性与算力负荷的持续性之间的矛盾，全部由大电网兜底解决，实在‘压力山大’。我们迫切希望算力负荷实现‘可观测、可控制、可调节’。”张俊坦言。

那么，在负荷侧进行绿电直连等模式是否可行？

中国电力科学研究院用能研究所主任工程师陈洪银表示，在算力枢纽地区，数据中心绿电消费利用率要求高，但绿电波动性导致利用成本高，如何获取便宜充足可靠绿电面临挑战。

张俊指出，按现行政策，参与绿电直连需全额缴纳输配电价、系统运行费等各类费用，再叠加专线建设、电网配套改造等额外成本，实际降本效果低于市场预期。大型算力企业硬件折旧才是成本大头，本身对电价小幅波动并不敏感，加之现阶段绿电使用并非全域强制性要求，企业已在备用供电设施上投入成本，且无论绿电消费比例多少，电网都要兜底保障供电可靠性，企业自然没有主动追加投入、参与绿电直连的内生动力。

宋毅补充道，在绿电使用上，除资源地域错配外，还面临认证机制不完善、小时级精准匹配难等现实堵点。据记者了解，当前国内绿电溯源、核算与认证标准尚未统一，全链条溯源监管体系仍不健全，新能源发电暂无法实现小时级乃至更细颗粒度的绿电匹配认证；加之跨省绿电交易存在制度与市场壁垒，难以精准核算数据中心实际绿电消纳量。

多重壁垒待解

算电协同失衡的表象之下，还隐藏着诸多深层次矛盾。当前核心症结集中体现为“算随电动、源算互动”难以落地，算力侧缺乏主动跟随新能源出力、配合电网调峰的内生动力。经济激励机制缺失，是算电协同推进难的关键问题。

从根本上说，算力企业没有“算随电动”的内在诉求。刘川告诉记者，算力企业按全生命周期核算成本，电费支出虽然占运营成本50%左右，却仅占总成本的5%～15%左右，而GPU、服务器等硬件折旧才是核心成本，尤其是近年来GPU价格暴涨，硬件成本占比进一步提升。企业追求服务器满负荷运转，以实现硬件利用率的最大化，大概率不会为了小幅电费让利，牺牲服务器的运行效率。因此，算力侧没有参与电网调节的源动力。

张俊认为，数据中心算力的时间错峰与跨域调度必须建立在保障服务质量的基础上，而电力与算力的互动，势必会占用数据中心必要的备用保障资源，存在业务可靠性降低风险。而目前，我国尚未形成一套能够准确度量并补偿算力损失的价值评估体系，跨企业、跨区域的算力调度也没有建立收益分配机制，算电互动所能带来的微薄电价优惠，远不足以覆盖企业承担的安全风险、运维成本与业务损耗，有限的经济收益难以调动数据中心运营商主动参与电网调节、配合算电协同的积极性。多重因素叠加之下，算电协同陷入想调、难调、不愿调的现实困境。

技术体系割裂，是算电难以联动的硬性短板。刘川告诉记者，不同类型算力任务在耗电量、调节响应潜力、业务时延敏感度上各有差异，目前还没有技术可以精准量化算力任务与用电负荷的对应关系。

换言之，当电网出于供需平衡需要下达降负荷指令时，无法精准测算需要调度、迁移多少算力任务，算力调度工作只能凭经验粗放推进。算电协同的核心逻辑是以电调算、以算促电，依托新能源出力波动动态调节算力负荷，同时利用柔性算力资源消纳绿电、支撑电网平稳运行。但现阶段电力调度系统与算力调度系统相互独立、各自运行，理论层面的协同模式难以落地实操。

信息壁垒高耸、数据互通不畅，进一步阻隔了算电双向互动空间。算力与电力两大行业长期处于信息孤岛状态，数据开放共享意愿不高。

张俊表示，从算力侧来看，各类企业出于商业机密保护考量，不愿对外公开机房实时负载率、任务排布逻辑、服务器运行工况等核心运营数据，担心关键业务信息泄露，削弱自身市场竞争优势。从电网侧而言，也难以向算力企业开放实时调度控制信号等关键数据，双方缺乏数据交互的基础条件。此外，国内数据中心行业发展碎片化特征明显，在基础设施建设标准、IT设备型号选型、数据架构管理等方面没有统一规范，建设运营主体分散多元、各自为战，这使得算电之间无法实现数据互通、资源互配、节奏同步。

协同启新局

实现算电协同的关键，在于构建一套权责清晰、利益共享、调度顺畅的机制，让算力“愿意调、调得动”，让电力“供得稳、消纳好”。

华北电力大学电气与电子工程学院教授丁肇豪表示，算电协同可以从三个层面理解。一是规划与选址协同，数据中心选址时，电力资源禀赋，特别是绿电的可获得性，变得与网络、市场需求同等重要。二是运行协同，这不仅要求电网提供可靠电力，更希望算力中心能从“刚性负荷”转变为“柔性可调资源”，在绿电多时多用、电网紧张时少用，辅助电网稳定。三是市场协同，未来算力服务（如AI调用）或许也能引入“分时定价”，用价格信号引导需求，实现与电力供给的精准匹配。

丁肇豪认为，当前算电协同正处在从技术示范走向规模商用的关键过渡期。在规划选址层面的协同，在内蒙古、贵州等西部算力枢纽已有体现。但更深层的运行调度和市场协同，仍大量处于实验室研发和试点验证阶段。真正走向可持续的商业化运行，还需攻克跨系统感知、调度优化等技术，并建立相应的市场机制。

在陈洪银看来，算电协同要落地，基础是规划。“由政府主导，电力、算力、网络多专业协同规划；电价是关键，但是需要充分考虑社会公平，不能单独制定某个行业特殊电价，通过电力市场、碳排放市场建设推动算力中心由固定负荷向柔性有源负荷集群转变，通过参与电碳多元市场降低自身绿电使用成本。”

同时，要建立“算力、电力”联合评估体系，对“圈而不建、建而不用”的项目收回电力指标，遏制“算力地产”乱象。推动“东数西算”与“西电东送”战略深度耦合，完善跨区域算力调度与电力交易的衔接机制，允许西部绿电转化为绿色算力，破解“西部有电无算力、东部有算力缺电”资源错配问题。

电价是调节算电关系的核心杠杆。张俊建议加快电力市场改革，完善绿电交易、价格传导，推动算力企业主动消纳绿电。“数据中心通常执行两部制电价，由电度电费和基本电费组成。利用峰谷价差，数据中心储能可以在电价低谷时充电，高峰时放电，实现‘低储高发’的套利收益，节约电度电费。2025年河南移动航空港区数据中心建设的磷酸铁锂储能系统，采用电价峰谷套利模式运行，全生命周期内预计可累计放电8.58吉瓦时,通过电价差机制累计获得收益约577万元,净收益预计达192万元。”

针对行业发展痛点，陈洪银梳理了多个技术攻关方向。一是算电映射建模，实现算力任务与电力负荷的直接对应关系量化，这是算电协同的底层基础；二是积极推动高比例绿电直供算力中心可靠运行技术，这是token工厂高效运行的关键，尤其是源储算一体化智能调控技术、高效电能路由器装备等；三是算电联合调度技术，这不仅是未来国家电算资源融合的核心技术，也是支撑未来大规模算力基础设施与国家电力基础设施融合发展的基础。

当前电力调度与算力调度相互独立，缺乏统一的调度平台与交互机制。业内人士建议加快建设全国统一算力网，推动电力调度系统与算力调度系统的互联互通。通过标准化的接口协议，实现电网调度信号与算力调度指令的实时交互。推行分业务差异化调度策略。对时延敏感的在线业务，优先保障供电稳定，不参与大幅调节；对时延不敏感的AI训练、数据分析等离线业务，允许进行时间平移与位置迁移，跟随新能源出力波动进行调度；对可中断的批量计算任务，纳入需求侧响应资源池，在电网紧急情况下进行中断调节。

宋毅对此表示赞同，认为调度是当前最亟须突破的关键环节。当前刚性调度模式难以适应算力负荷的弹性调节需求，需建立“算力可中断资源池”和动态优先级机制，通过价格信号引导算力负荷追踪绿电波动，打通调度系统与算力集群的实时数据交互，实现“分钟级响应、秒级控制”的协同闭环。