高工储能 微信公众号 行业动态

发布：2026-05-20 · 事件：2026-05-20 18:08:02

“算电协同”这个词，从“十五五”规划开始正式上升为国家战略。 但很多人并没有理清其中的逻辑：算力和电力，到底该怎么协同？为什么喊了这么久，落地依然困难？ 5月8日，国家发展改革委、国家能源局、工业和信息化部和国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）（下称《行动方案》）。 《行动方案》是中国首次在国家层面以较完整的政策框架，对算电协同国家战略给出了明确的落地路径，旨在破解算力与电力协同发展的诸多难题。

电力系统设计数据安全质量双碳环保

“算电协同”这个词，从“十五五”规划开始正式上升为国家战略。 但很多人并没有理清其中的逻辑：算力和电力，到底该怎么协同？为什么喊了这么久，落地依然困难？ 5月8日，国家发展改革委、国家能源局、工业和信息化部和国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）（下称《行动方案》）。 《行动方案》是中国首次在国家层面以较完整的政策框架，对算电协同国家战略给出了明确的落地路径，旨在破解算力与电力协同发展的诸多难题。 这份文件的出炉，也标志着一场静默却深刻的巨变。 算电协同，为什么难？ 发展算电协同，核心源于算和电两端的核心痛点： AI算力爆发，带来巨大电力需求与碳排放失控风险；绿电装机高增，但稳定性与消纳存在“卡脖子”问题。 算力侧，AI数据中心的耗电量正在失控式增长，电力成本已占到AI数据中心运营成本的60%以上，AI负载波动越来越大的同时，对电能质量管理的要求也越来越高。 电力侧，风光新能源装机规模快速扩张，但电网消纳能力跟不上，造成大量绿电被浪费。 并且，数据中心碳排放压力与日俱增。过去，数据中心通常购买绿证来满足绿色用电要求，但这条路正越走越窄：绿证供给减少、价格抬升，且欧盟等国际市场不认可“虚拟绿电”或“绿电认购”，只接受物理直连的真绿电。 然而，现阶段算电协同要真正落地，仍面临三大现实挑战。 挑战一：算力与电力曲线不匹配 GPU集群运作时负载波动剧烈，而风光绿电的出力也是间歇的、波动的，但两者都波动曲线并不匹配，这就导致二者协同基础弱化。 如果算力负荷不具备灵活调节能力，或者调节意愿较低，那么，数据中心要么需要需要承担接入电网后的稳定供应保障费用，要么需要投入更多长时储能的配置成本。 当前，许多智算中心项目绿电占比达60%，兼顾经济性与绿色目标，但要进一步提升到80%甚至100%，就必须深度挖掘算力负荷的柔性调节潜力。 挑战二：经济账算不清，谁愿意配合？ 智算中心建设成本动辄数十亿甚至上百亿元，运营方最核心的诉求是，把算力跑满，尽快回本。 当前，电力市场给予可调负荷的补偿，相比于算力产出的价值，几乎可以忽略不计。因此，绝大多数算力中心仍属于刚性负荷，不是技术上不能调，而是经济上不愿意调。 更复杂的是，算电协同涉及多方主体，包括能源供给方、IDC服务商、算力提供商、AI大模型公司等，责任边界、利益分配难以厘清，企业自有业务可内部算账，产业链协调缺乏通用方案。 挑战三：算力与电力迭代周期错配 算力遵循“加速版”摩尔定律，芯片和服务器的商业黄金生命周期只有3到5年。 电力基础设施截然不同，风电光伏电站设计寿命长达20-25年，储能电站也在10-20年左右，两者资产寿命相差数倍。 这种节奏错配带来两个后果：一是技术适配难，算力与电力系统在调度、响应、架构上难以快速匹配；二是投资风险高，电力基础设施前期投入巨大，如果算力中心因利用率不足而停运或提前淘汰，配套的新能源项目也会失去消纳主体，造成资产闲置。 此外，现行的数据中心建设国标（GB 50174），与数据中心绿电直连、源网荷储一体化等新型业务场景也存在诸多不适配。这些挑战和堵点，导致当前算电协同项目试点难规模化落地。 《行动方案》给出了哪些解法？ 针对算电协同落地难题，《行动方案》提出了两步走目标。 到2027年 ，支撑人工智能创新发展的安全、绿色、经济的能源保障体系初步构建，清洁能源与算力设施互动能力显著提升。能源领域高价值场景逐步开放应用，能源高质量数据集共建共享长效管理机制初步建立，能源企业算力资源利用效率持续优化、稳步提升。 到2030年 ，人工智能算力设施的清洁能源供给保障能力、能源领域人工智能专用技术研发和应用达到世界领先水平，人工智能与能源双向赋能取得明显成效。 解法一：算力跟着电力走 针对AIDC用电量大和绿电消纳不足这个问题，《行动方案》提出，推动算力设施、互联网骨干直联点在新能源富集地区有序合理汇集，促进新能源就近就地消纳。结合地区能源、水资源等承载力，探索百万千瓦级人工智能算力设施与配套能源系统协同建设，选择具备条件的地区开展试点，推动算电协同一体化发展。此外还鼓励AIDC。 解法二：多元直连供能+构网型储能 针对AIDC负荷波动大和电能质量要求高的问题，《行动方案》提出，鼓励算力设施配置构网型储能，增强供电稳定性和对电力系统的主动支撑能力。引导算力设施合理配置供电可靠性和电能质量提升装置，确保算力设施电能质量。强化算力设施用能全过程监测与风险预警，提升相关用户极端情况的防范应对能力。 解法三：绿电比例硬约束，碳审查动真格 针对AIDC带来的碳排放激增问题，文件将绿电占比作为项目规划重要指标，延续国家枢纽节点新建算力设施关于绿电占比不低于80%的要求，将新建及改扩建算力设施可再生能源利用方案、电能利用效率、绿电消费比例、余热资源回收利用等作为项目节能降碳审查评价重要内容。研究通过价格政策激励算力设施采用绿电直连等方式更高比例消纳新能源。 解法四：市场化机制打通“绿电—算力—服务”价值链条 针对AIDC绿电成本和算电协同经济性问题，《行动方案》指出要建立算力与电力互动机制，以电力市场价格信号引导算力调度，鼓励算力设施作为可调负荷参与电网调节与电力市场交易。鼓励新建算力设施与可再生能源发电企业签订多年期绿电合同，推动建设绿色算力交易体系。 与此同时，能源行业也是AI应用的重要场景，用AI充分赋能能源行业智慧化转型。 算电协同，格局要更大 算电协同是国家确定性战略，虽然短期项目落地存在障碍，但未来必然会呈现遍地开花、深度融合的态势。 如果把视角拉高来看，算电协同，是中国未来全球竞争力的核心抓手。 在芯片层，中国与国际先进水平仍有差距；在大模型层，中国与美国相差甚小；但在AI应用层，中国有最丰富的落地应用场景；在数据中心+电网基建层，中国中国处于全球领先地位。 算力的终极支撑是能源。电力无法直接出口，但算力可以出海，Token更可以全球化。谁的绿电成本越低，谁的Token成本就越低，意味着谁的AI服务就具备更强的国际竞争力。 从前，美元的核心支撑是石油锚定，而未来， 电力是核心能源，算力是核心商品，能源即货币。 算电协同不仅是产业战略，更是国家金融与贸易战略，是中国参与全球治理、提升国际话语权的硬核抓手。 声明 本文属高工储能原创，转载请联系（微信号： 15019438102 ）获得授权。