算电协同_AI高速发展时代下迸发无穷潜力_76页_3mb

算电协同：AI高速发展时代下迸发无穷潜力

核心内容

算电协同是AI高速发展时代下的重要趋势，其核心在于通过AI算力的高增长带动电力需求的显著提升，从而改善区域电力供需格局，提升电力资产的盈利能力。该模式不仅有助于新能源消纳，还可能推动电力定价逻辑从“成本竞争”向“价值发现”转变。

主要观点

1. 算力用电需求弹性巨大：

   • 算力用电总量存在超预期空间，预计2030年中国数据中心用电量可达8000亿千瓦时，相当于一个中等经济体量国家的用电水平。
   • 日均Token调用量作为需求侧驱动因子，增长边界尚未收敛，是决定算力用电弹性的主导变量。
   • 电力保障能力成为算力时代的核心竞争变量。

2. 电价弹性与Token分成期权：

   • 当前算电协同项目收益率偏低，但未来随着GPU价格下降和电力供需趋紧，电价中枢上移将显著释放项目盈利弹性。
   • 远期来看，电力企业盈利模式有望从“卖电”向“Token分成”跃迁，为电力运营商带来成长空间。

3. 区域供需格局变化：

   • 新能源装机高增足以覆盖算力用电增量，但新增算力高度集中于西部/北部绿电富集区域，如内蒙古、宁夏、甘肃、贵州等，这些区域可能面临结构性电力紧张。
   • 算力带来的增量需求相当于这些区域现有用电基数的近三成，对电力供应形成显著压力。

4. 政策与市场趋势：

   • 算电协同已被纳入国家顶层战略，成为新基建的重要组成部分，相关配套政策逐步完善。
   • 电力市场化改革推动电价机制优化，绿电直连与源网荷储一体化成为重要方向。

关键信息

电力需求与供给

• 全国层面：新能源装机高增足以覆盖算力用电增量，系统性“缺电”风险较低。
• 区域层面：新增算力集中于西部/北部绿电富集区域，这些区域可能面临结构性电力紧张。

电价与盈利模式

• 电价中枢上移：随着电力成本权重上升、算力枢纽电力供需趋紧，绿电定价或从“弃电压价”向体现资源稀缺性的市场价值回归。
• 盈利模式转变：从“卖电”向“Token分成”转变，发电企业有望获得更高的收益。

项目收益测算

• 在中性情景下，2030年数据中心用电量预计为8000亿千瓦时，占全社会用电量约6%。
• 电价提升：电价每增厚0.01元/度，IRR相对提升约0.385个百分点。
• 项目IRR：基准情景下项目税后IRR为2.15%，若电价提升至0.28元/度，IRR可提升至3.69%。

投资建议与相关标的

1. 新能源运营龙头：

   • 华电新能（600930，买入）
   • 龙源电力（001289，买入）
   • 三峡能源（600905，买入）

2. 水电资源企业：

   • 长江电力（600900，买入）
   • 川投能源（600674，买入）

3. 储能运营企业：

   • 南网储能（600995，买入）

风险提示

• 电力市场化改革进度不确定性。
• 行业竞争加剧，可能导致利润空间压缩。
• AI需求不及预期，影响算力基础设施建设。
• 政策推进不及预期，影响绿电环境溢价的市场化传导。
• 假设条件变化可能影响测算结果。

投资逻辑与核心变量

• 核心逻辑：算电协同产业发展带来的用电需求增长具备较大弹性空间，有望改善部分区域电力供需格局，并存在远期改写电力资产定价逻辑的可能。
• 核心变量：头部科技企业AI资本开支增速、Token调用量增速、区域用电量增速、区域电价走势等。

股价上涨催化因素

• 算电协同政策加码。
• 标杆项目落地。
• 源网荷储一体化等技术出现突破性进展。

附：海上风电龙头（三峡能源）投资分析

核心观点

• 装机规模与发电量：2025年新增并网装机462万千瓦，发电量763亿千瓦时，同比增长6.0%。
• 盈利预测：2026-2028年EPS预计为0.15/0.19/0.24元，目标价5.10元，首次给予买入评级。
• 分红回报：2025年现金分红占归母净利润比例达31.56%，在业绩承压阶段仍维持相对稳定分红力度。

财务数据（2024A-2028E）

投资评级

• 评级：买入（首次）
• 股价（2026年06月29日）：3.73元
• 目标价格：5.10元
• 52周最高价/最低价：4.67/3.65元
• A股市值：106,632百万元
• 总股本/流通A股（万股）：2,858,765/2,858,765

股价表现

总结

算电协同作为AI与能源的双向赋能模式，具备巨大的发展潜力。随着AI算力的指数级增长，电力需求弹性空间显著扩大，特别是在西部/北部绿电富集区域。电力资产价值有望因供需格局改善而重估，从“成本竞争”转向“价值发现”。投资建议关注新能源运营、水电资源和储能企业，如华电新能、龙源电力、三峡能源、长江电力、川投能源和南网储能。风险因素包括电力市场化改革进度、行业竞争加剧、AI需求不及预期及政策推进不及预期。