算电协同:从概念到国家战略,“比特”与“瓦特”的双向奔赴

在 2026 年世界人工智能大会 (WAIC) 上,人形机器人和大模型依然抢眼, 但一个更深层的议题——算电协同, 悄然成为产业人士私下热议的焦点。这并非新概念, 却在今年首次被写入政府工作报告, 与“超大规模智算集群”并列。从概念到国家战略, 仅用了一年时间, 背后是 AI 算力对电力需求的指数级膨胀。

📌 AI 的“电力胃口”: 数据揭示的紧迫性

“AI 的尽头是算力,算力的尽头是电力”, 这句行业判断正被数据反复验证。据国家能源局数据,2025 年全国数据中心用电量约 1700 亿千瓦时, 占全社会用电量的 1.6%。而截至 2025 年底, 全国算力基础设施总用电量达 1960 亿千瓦时, 同比增长 18.1%, 增速是全社会用电量的 5 倍以上。更惊人的是, 全国八大算力枢纽节点的算力用电, 近三年平均增长率高达 39.5%。

AI 大模型的爆发是主要推手。2024 年初, 全国日均 Token 调用量仅 1000 亿; 到 2025 年底跃升至 100 万亿;2026 年 3 月又突破 140 万亿。中国信通院数据显示,2019 年至 2024 年, 数据中心用电量从 824 亿千瓦时翻倍至 1660 亿千瓦时。传统“各走各路”的算力与电力格局, 已难以为继。

🔍 算电协同的三层递进路径

• 规划层面:数据中心作为巨大能耗源, 应优先与西部绿电资源在空间上聚合, 实现“源荷匹配”。
• 源网荷协同:在算力中心内部集成绿电, 通过技术手段让绿电出力与算力需求“对上节拍”, 例如利用微网和储能系统。
• 双网协同:从全国一盘棋角度, 通过 AI 大数据平台实现算力网与电力网的动态调配, 电力不足时从其他地区调电或转移算力任务。

💡 落地挑战: 绿电配比与投资周期错配

• 绿电配比受限:在西北某些地区, 市场化项目可获取的绿电比例仅 40%~45%。
• 投资周期错配:数据中心建设周期 6~12 个月, 而绿电直连项目从入网许可到建成专线需 18~24 个月, 常出现“电等算”或“算等电”。更棘手的是, 电力基础设施折旧周期长达 20 年, 算力设备迭代周期仅 3~5 年。
• 电网安全:大量绿电直连项目集中接入, 对当地电网承载能力形成挑战。

📊 未来图景: 规模、智能与市场

• 规模:算力基础设施已发展到吉瓦级园区。万国数据在乌兰察布的 300 亿投资只是开始, 预计 2025 年中国数据中心总规模超 25 吉瓦, 市场规模从约 4100 亿元增至 2030 年的 10000 亿元。
• 智能:算力基础设施需从“人防”走向“智防”。西门子已开发 AI 驱动软件, 用于模拟电力系统运维、监控电网质量。
• 市场:全国统一电力市场“1+6”基础规则体系已基本建成, 算力中心未来可灵活参与电力市场, 依据电价信号优化运行策略。