> **来源：[研报客](https://pc.yanbaoke.cn)** # 算电协同：宏观图景与政策框架总结 ## 核心内容概览 本报告聚焦“算电协同”这一“AI+能源”领域的重要议题，系统分析了算力发展趋势、用电特征、时空分布、政策演进及未来方向，为算力与电力协同发展的战略实施提供宏观视角和量化依据。 --- ## 主要观点与关键信息 ### 1. 算力发展趋势 - **算力形态转变**：算力正从训练主导转向推理驱动，智算成为 AI 时代的核心生产力。 - **智算规模**：2026 年中我国智算规模已达 2185 EFLOPS（FP16），同比增长 177%；预计 2030 年我国智算规模将达 22.7 ZFLOPS（FP16），占全球算力比重超 95%。 - **物理布局变化**：算力将向“云—边—端”一体化泛在形态演进，云端承担训练与全局推理，边缘处理低时延任务，端侧实现本地化推理。 ### 2. 算力用电规模 - **用电总量预测**：2030 年我国算力基础设施用电量将达 5599—7974 亿千瓦时，中性情景约 6683 亿千瓦时，占全社会用电量 5%—6%。 - **影响因素**：PUE 每降低 0.1，总用电量减少百亿度；负载率每提升 5 个百分点，总用电量增加百亿度。算力中心功率密度高、负荷波动大，对电网运行带来挑战。 - **用电结构**：2030 年，AI 推理用电占比将达 51.7%，训练用电占比 18.7%，通用和超算用电占比 30%。 ### 3. 算电协同潜力 - **可调度电量**：2030 年可调度电量约 1600—2000 亿千瓦时，占总用电量的 25%—30%。 - **时间维度**：可时移负荷占比 50%，但受业务连续性、经济性、调度技术等限制，实际可调度电量占比有限。 - **空间维度**：东西部算力与绿电错配，2030 年绿电刚性需求约 3000 亿千瓦时，需依赖西电东送与绿电交易机制解决。 ### 4. 政策演进与展望 - **政策发展历程**：算电协同自 2023 年首次提出，2026 年写入政府工作报告与“十五五”规划，上升为国家战略。 - **政策趋势**：未来将从“规划联动、标准统一、试点扩面”转向“电价市场机制引导算力调度优化”，推动算电协同从政策驱动向市场驱动转变。 - **政策工具**：包括绿电直连、PPA、绿证交易、源网荷储一体化等，形成“空间协同+源荷协同+运行协同+市场协同”四维协同机制。 --- ## 算电协同的多重维度与商业模式 ### 时间维度 - **可时移负荷**：占 50%，包括 AI 训练、离线推理等任务，可通过调度实现负荷调整。 - **可调度电量**：受多重因素制约，实际可调度电量仅占 20%—25%，短期难以实现大规模调度。 ### 空间维度 - **算力集群**：作为算电协同主战场，集中于“东数西算”八大枢纽十大集群，占全国算力用电 65%—70%。 - **边缘与端侧**：边缘算力承担低时延任务，端侧算力实现本地化推理，二者协同潜力有限。 - **绿电需求**：2030 年绿电需求约 3000 亿千瓦时，主要通过西电东送与绿电交易实现。 ### 政策维度 - **政策框架**：涵盖多部门协同、绿色主线、试点先行等，形成从顶层设计到行业落地的完整体系。 - **关键举措**：包括数据中心绿电消费比例提升、绿证强制消费、新型电力系统试点、算力与电网协同规划等。 - **市场机制**：电价改革是长期破局关键，通过价格信号引导算力调度，推动“电服务算”与“算赋能电”的双向融合。 --- ## 结论与未来展望 - **短期方向**：“电服务算”是主流，算力基础设施的用电需求由电力系统提供支撑。 - **长期趋势**：随着 AIDC 设备边际成本下降、电费占比上升，“算随电动”有望逐步实现。 - **协同潜力**：算电协同市场规模受限于算力结构、电力供应、技术成熟度及政策机制等多重因素，需系统性推进。 --- ## 风险提示 1. **需求不及预期**：若 AI 应用普及或模型优化超预期，算力用电量可能低于预测。 2. **结构分流**：边缘与端侧算力发展超预期可能压缩集中式算力用电增长空间。 3. **供给侧约束**：跨区输电通道、电网接入、储能配套等建设周期长、成本高，可能影响协同推进。 4. **政策与市场机制**：绿电交易、需求响应补偿等机制尚不完善，激励不足。 5. **技术不确定性**：液冷、智能调度等技术尚处初期，成熟度与成本存在不确定性。 6. **数据统计偏差**：算力与用电统计口径不统一，主流机构预测存在较大离散度。 7. **地缘政治与供应链**：高端 GPU 出口管制、国产替代进度、供应链波动可能影响算力发展节奏。 --- ## 关键数据与图表 - **2026 年中我国智算规模**：2185 EFLOPS（FP16），同比增长 177%。 - **2030 年算力用电量预测**：5599—7974 亿千瓦时，中性情景为 6683 亿千瓦时。 - **可时移负荷占比**：50%，其中离线推理 1300 亿千瓦时，AI 推理刚性负荷 2150 亿千瓦时。 - **绿电需求**：2030 年约 3000 亿千瓦时，通过绿电直连、PPA、绿证交易等机制实现。 - **西电东送能力**：2030 年规划达到 4.2 亿千瓦，有助于缓解东西部绿电错配问题。 --- ## 附：政策与市场机制 - **政策方向**：推动绿色电力与算力协同布局，提升算力用电灵活性。 - **市场机制**：通过电价信号引导算力调度优化，促进“电服务算”向“算随电动”过渡。 - **技术支撑**：液冷、智能调度、储能等技术将成为实现算电协同的关键。 --- ## 附：算力基础设施用电模型 - **五层拆解模型**：从芯片、服务器、机柜、算力中心到全国，测算不同情景下的用电量。 - **核心变量**：PUE、负载率、芯片性能、GPU 利用率、调度技术成熟度等。 - **情景假设**： - 保守情景：2030 年用电量 5599 亿千瓦时 - 中性情景：2030 年用电量 6683 亿千瓦时 - 乐观情景：2030 年用电量 7974 亿千瓦时 --- ## 总结 算电协同已成为国家层面的战略重点，其发展将深刻影响电力系统运行与 AI 产业布局。未来，随着算力向推理驱动转变、用电结构优化及政策与市场机制完善，算电协同将从“电服务算”向“算随电动”演进，但需面对技术、经济、政策等多重挑战。