20260520-中金公司-中金_部院联合_AI_探电_十六_算电协同_AI与电力的双向赋能_10页_2mb

中金·部院联合 | AI“探电”（十六）：算电协同——AI与电力的双向赋能 总结

核心内容

算电协同是AI快速发展与能源低碳转型背景下形成的新兴产业趋势，主要体现在“电支撑算”和“算优化电”两个层面。电力为算力中心提供稳定、经济、低碳的能源底座，而算力中心则通过智能调度和储能配置，成为电力系统中的灵活调节资源。

主要观点

• 政策支持：自2023年起，国家层面多次出台政策推动算电协同，包括《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年）》及2026年《政府工作报告》和《关于促进人工智能与能源双向赋能的行动方案》。这些政策标志着算电协同上升为国家战略。
• 算力用电需求激增：随着AI大模型如Deepseek、豆包等的发展，数据中心用电量快速增长。2025年我国算力中心用电量达1960亿千瓦时，预计到2030年将超过7000亿千瓦时，占全社会用电量5%以上。
• 绿电直连经济性凸显：在绿电占比要求提升、电价波动、系统运行费上涨等背景下，绿电直连方式（尤其是单一容量制）在冀北等新能源富集地区具备明显经济优势，可节省输配电费用和系统运行费。
• 储能与智能调度技术关键：储能系统和智能调度软件是实现算力曲线与电力曲线匹配的核心，随着绿电直连比例的提升，储能配置将更加重要，同时智能调度系统将承担更大责任。
• 多维度协同机制：算电协同需在空间、时间、调度、市场四个维度实现，包括跨区域算力转移、弹性负荷调度、区域调度平台建设以及绿电定价机制的完善。

关键信息

算电协同的四个维度

• 空间协同：算力中心应与新能源富集地区协同布局，以降低用电成本和提升绿电消纳能力。
• 时间协同：根据风光出力和电价水平，将算力任务调度至风光大发、电价低的时段，提高新能源消纳和降低用电成本。
• 调度协同：通过区域调度平台，实现电力系统与算力系统的信息互通和数据共享，提升电力系统的灵活性和稳定性。
• 市场协同：推动算力与电力定价体系的耦合，例如通过分时电价机制或算力期货市场，实现“削峰填谷”。

绿电采购方式对比

模式	溯源性	经济性	可靠性	适用场景
绿证交易	★★	★★	★★★	本地新能源相对匮乏的内销型高耗能企业
绿电交易	★★	★★	★★★	本地新能源富集的内销型高耗能企业
离网型绿电直连	★★★	★	★	对溯源有刚性需求的出口型高耗能企业、“高海无边”地区不具备并网条件的企业
并网型绿电直连	★★★	★★	★★	内销型或出口型高耗能用户、负荷调节能力较强的企业

绿电直连项目经济性分析

• 冀北地区：在30%、50%、80%的自发自用比例下，绿电直连相比绿电交易模式可节省0.03、0.8、0.15元/度。
• 蒙西地区：若自发自用比例更高，绿电直连也可能具备一定经济性，但需精细化投资决策。
• 系统运行费上涨：2026年系统运行费较2025年翻倍，绿电直连项目因暂不下网电量缴纳系统运行费，具备更强经济性。

产业链机会

• 上游：能源供给基础底座，如绿电运营商、储能及供配电系统供应商。
• 中游：协同接口与智慧调度，如提供数字化平台和智能调度系统的公司。
• 下游：算力中心和相关应用企业。

风险提示

• 政策落地不及预期：相关政策细则及市场化机制的推进可能影响产业发展。
• 产业技术路线发展风险：跨区域算力网络建设依赖高精度调度算法，软硬件稳定性要求高，需进一步技术研发和优化。

结论

算电协同是AI与能源产业深度融合的重要方向，对提升能源利用效率、降低算力成本、推动绿色低碳转型具有重要意义。未来随着政策持续落地和技术不断成熟，储能与智能调度系统将成为核心受益环节，而绿电直连模式则在特定区域具备显著经济优势。