算力與電力正在從傳統的供需關系，演變為更深層的系統耦合。

國家能源局等四部門日前聯合印發《關于促進人工智能與能源雙向賦能的行動方案》（下稱《方案》），提出到2027年安全、綠色、經濟的能源保障體系初步構建，到2030年人工智能算力設施的清潔能源供給保障能力、能源領域人工智能專用技術研發和應用達到世界領先水平。

隨著大模型訓練與推理需求爆發，算力中心正告別傳統數據中心形態，轉向單機柜功率上百千瓦、園區負荷達吉瓦級的超級負荷。

行業認為，人工智能基礎設施的上半場圍繞算力進行規模擴張，下半場正進入“算力被綠色、穩定、高效、經濟組織起來”的系統性建設階段。

算電協同錯配

“目前電網整體仍可承載算力中心用能，但局部區域電力供應已顯緊張。”國內某數據中心總經理劉越（化名）告訴第一財經記者，過去傳統數據中心接入10千伏（kV）變壓器即可滿足供電需求，如今一座大型智算基地用電負荷約1吉瓦（GW），要配套3個220kV變電站，相當于一個中小型城市的用電負荷，且算力需求呈潮汐式、突發性特點，訓練任務集中時用電緊張、任務空檔期***又有閑置。隨著國產算力卡爆發式增長，預計未來2年內電網將感到大規模“陣痛”。

當前，算力與電力協同發展正面臨時空、技術、價值等多重耦合約束。

算力建設周期與電力系統規劃周期錯配是算電協同的首個難題。國家發改委培訓中心（宣傳中心）戰略規劃與公共培訓處聶正標等專家發文指出，人工智能是典型的快變量，模型架構演進快速、應用場景持續變化，而電力系統是慢變量，電源建設、電網擴容、儲能配置均需長期規劃，以安全穩定為首要前提。二者天然節奏錯位，導致部分地區出現算力項目快速推進，但電力接入、綠電供應尚未到位等情況。

新能源出力與算力負荷特征不匹配的矛盾同樣突出。劉越分析稱，算力需要連續、穩定可靠的電力供應，但新能源發電隨機性、波動性、不確定性強，算與電兩套運行邏輯完全不同的系統，其耦合很難實現經濟、穩定和低碳的三角平衡。

更深層的矛盾源自價值傳導不暢，劉越認為，由于算力、電力、碳市場割裂運行，價格信號難以有效互通。以綠電直連項目為例，“并網型算力項目要承擔接入公共電網的備用容量費用，離網型則需承擔長時儲能配套成本，但現有電力市場下，這類投資成本分攤模式模糊，算電互動經濟收益有限，不足以調動工程投資積極性”。

此外，電力與算力行業長期“語言不通”。業內人士指出，共同技術標準缺乏、跨界復合型人才不足、能源行業數據孤島現象普遍，亦制約著算電協同向縱深落地。

新方案重構算電關系

針對行業普遍面臨的瓶頸，《方案》圍繞10個方面、29項重點任務展開系統部署，實現從“AI單向賦能能源”到“算力與能源雙向支撐”的政策升級。

保障算力設施安全可靠的能源供給，被放在最突出位置。據中國信息通信研究院對2030年國內算力用電需求做出的預測：在人工智能爆發增長情景下，國內算力中心用電或超過7000億千瓦時，占全社會用電量5.3%；人工智能若勻速增長，用電量或超4000億千瓦時，占全社會用電量3%；慢速增長情景下的用電量約3000億千瓦時，占比2.3%。

為此，《方案》明確提出統籌大型新能源基地與國家算力樞紐規劃布局，推動算力設施、互聯網骨干直聯點在新能源富集地區有序合理匯集，促進新能源就近就地消納。業內認為，國內東部算力需求旺盛但電力緊張、西部綠電充足但算力利用率低，此舉引導部分算力向新能源富集區布局，將推動新能源消納、電網送出與算力成本進行重新分配。

《方案》同時還鼓勵算力設施配置構網型儲能，探索核電、氫能等能源以直連方式為算力設施供能。“核電基荷穩定、氫能是另一種能源轉換路徑，這意味著算力設施也開始擁有自己的多元供能結構。”劉越補充稱，配置構網型儲能則對算力設施提出更高要求，即具備支撐電網穩定的能力。構網型儲能不僅能削峰填谷，還能提供電壓、頻率和系統穩定支撐，為人工智能算力設施提供更高質量電能，本質上也給算力負荷加了一層“電力安全墊”。

在推動算力設施綠色轉型方面，《方案》做出了一系列硬性約束，綠電使用占比被前置為算力項目布局的重要規劃參考指標，新建算力設施被鼓勵與可再生能源發電企業簽訂多年期綠色電力交易合同，提升綠電消費穩定性。方案還鼓勵具備靈活調節能力的算力設施開展綠電直連。

“更值得關注的是，方案將算力設施本身視為電力系統中一種具備高度靈活調節能力的‘新型負荷’。”國家發改委國家信息中心經濟預測部政策仿真實驗室主任、研究員肖宏偉在署名文章中指出，《方案》通過市場機制引導算力設施參與電網調峰、需求響應，使其不再是單純的能源消費者，而成為電力系統平衡的積極參與者，既提升了算力設施的經濟效益，又增強了電力系統的靈活性和新能源消納能力。

《方案》提出，以電力市場價格信號引導算力設施優化能量管理和跨網跨區等多形式算力調度，鼓勵算力設施作為負荷側靈活可調節***參與電網運行，提升電力系統調節能力；支持算力設施以多種形式參與電能量、輔助服務、需求響應等市場交易。

此外，能源產業被明確為人工智能技術釋放價值的主戰場。《方案》提出加快能源專業模型技術攻關，推動5個以上專業大模型在電網、發電、煤炭、油氣等行業深度應用；推進適配能源領域的智能終端、智能體、具身智能、人工智能原生架構等技術研發。

“沒有清晰的應用場景，算力難以形成穩定需求，完成從基礎設施能力到現實生產力的轉化。”聶正標等專家強調，過去討論算力，往往更重視總量、峰值、規模、投資額和建設速度，但未來要關注的是有多少算力能被真實任務調用，穩定運行，服務產業需求，并最終形成經濟和社會價值。

(本文來自第一財經)返回搜狐，查看更多