2026年3月，北京人民大会堂，国务院政府工作报告首次写入「算电协同」，将其列为新基建工程，国务院研究室表示：「AI的尽头是能源。」 大洋彼岸，英伟达CEO黄仁勋在一篇广泛流传的长文中，将能源层定义为AI基础设施的第一性原理，强调当前能源供给已成为AI规模化发展的「紧迫瓶颈」。 AI下半场的胜负手，已经从算力军备悄然转向电力供给。 |
01 一个词的升格：从地方试点到国家战略
「算电协同」这个词，出现在官方文件里，最早可以追溯到2023年12月。但在那之前，它只是一个行业圈子里流传的技术概念——数据中心耗电太多，怎么让算力中心和电力系统配合得更好？
这三年，它经历了一段罕见的政策加速：
2023.12 | 《深入实施『东数西算』工程实施意见》，国家层面首次提出“算力电力协同” |
2024.07 | 《新型电力系统行动方案》《数据中心绿色低碳发展专项行动计划》双双部署算电协同试点 |
2025.05 | 国家发改委、国家能源局联合印发绻电直连通知，84个项目完成审批，总装机3259万千瓦 |
2025年 | 国家能源局将算力负荷正式纳入可调度资源，与工业、商业负荷并列 |
2026.03 | 政府工作报告首次写入，列为「超大规模智算集群、算电协同」新基建工程，完成从地方试点到国家战略的升格 |
三年，从行业术语到总理报告。这个速度，在能源政策史上并不多见。
更值得注意的是配套信号：国家发改委明确「六张网」投资超7万亿元，其中国家电网「十五五」投资约4万亿元，较「十四五」增长40%，重点方向是特高压、智能电网与储能。这相当于为「算电协同」的落地，预先铺好了一张基础设施的大网。
02 数字背后的压力：AI到底有多耗电？
在讨论战略意义之前，有必要先把数字摆出来，因为这组数字本身，已经足够震撼。
1.05万亿千瓦时 IEA预测2026年 全球数据中心日均用电量 相当于日本全年用电总量 | 77.7 TWh 2025年中国AI数据中心 IT能耗，同比增长41% 2027年将达146.2 TWh | 150-200 GW 仅英伟达供应GPU集群 到2030年将消耗电力 相当于1.5-2个法国全年用电量 |
换一个更直观的比较：训练一次大型AI模型的耗电量，堪比一座中小城市的全年用电。而这类训练，全球每天都在发生，且频率还在加快。
再看中国自己的数据。中国信通院测算，2024年中国数据中心用电量已达1660亿千瓦时，年均复合增速15%；到2030年，这个数字在高速增长情景下可能突破7000亿千瓦时——几乎是一个中等规模国家的全国用电量。
与此同时，2025年中国信息传输与软件服务业用电量增速高达17%，已经成为第三产业用电增长的关键驱动力。这个趋势，在AI渗透率继续提升的背景下，不会放缓。
「算力的终点是电力，电力的终点是绿电。」这句在业界流传的话，正在从比喻变成政策框架。国家枢纽节点新建数据中心，绿电占比要求已经超过80%。 —— 国家发改委四部委，2024年7月专项行动计划 |
03 四重错配：为什么算力和电力没法自动对齐？
如果只是「电力不够，多建发电站」，这个问题早就解决了。算电协同之所以上升为国家战略，是因为背后存在一组结构性的错配——而且每一重错配，单靠市场机制都很难自动修正。
错配类型 | 核心矛盾 | 解法方向 |
空间错配 | 东部算力需求集中（负载率超85%），西部绿电富集（部分算力节点利用率不足25%） | 特高压扩容 + 算力西迁 + 跨区绿电交易 |
时序错配 | 风光发电间歇性强，AI训练需要7×24小时刚性连续负载 | 储能配套 + 算力负荷柔性调度参与电网调峰 |
成本错配 | 长距离输电与绿电消纳成本，往往抵消西部低电价优势；电力成本占数据中心运营成本的60%-70% | 绿电直连PPA + 源网荷储一体化园区 |
机制错配 | 算力调度与电力交易市场相对独立，价格信号难以有效传导至算力负荷侧 | 虚拟电厂 + 算力参与电力辅助服务市场 |
宁夏中卫的实践，提供了一个四重错配同步破解的样本：当地探索「光伏直连+风电交易+电网备容」的绿电聚合供应模式，50万千瓦「源网荷储」光伏项目直连数据中心，全面建成后每年可供应清洁电力约41.4亿千瓦时。
关键在于：当算力负荷具备足够的调节能力，绿电的间歇性难题便可以得到有效纾解——数据中心变成了电力系统的「柔性海绵」，而不只是一头「电老虎」。
04 全球视角：美国缺口40GW，中国的机会在哪里？
这场算电之争，不只是中国的命题。
摩根士丹利的测算显示，到2028年，美国需要建设约74GW的数据中心，但目前在建及电网接入容量仅约25GW，剩余约40GW需要依赖非常规离网解决方案。即便如此，美国仍可能面临10%-20%的数据中心容量缺口。
美国巨头们的资本开支，已经把这种紧迫感量化成了具体数字：亚马逊2026年资本开支预计约2000亿美元（同比增逾50%），谷歌约1750-1850亿美元，Meta约1150-1350亿美元。这些钱，相当大一部分会流向电力基础设施。
对中国而言，这既是压力，也是机遇。
中国的结构性优势 •发电装机全球第一：2026年底预计达43亿千瓦，风电+光伏合计占比有望达总装机一半，太阳能装机规模将首次超过煤电 •完整产业链：光伏、储能、电网设备全链条具备全球竞争力，可快速响应数据中心建设需求 •政策工具齐备：从东数西算、绿电直连，到算电协同写入工作报告，顶层设计完整度领先 •成本优势：西部电价低于0.4元/千瓦时，叠加绿电直连，综合用电成本显著低于东部和欧美 •算力出海机遇：全球最大AI模型API聚合平台数据显示，中国模型Token消耗占比已达61%，算力出海背后是电力出海 |
05 三条产业主线：谁在算电协同里找到位置？
从「算电协同」上升为国家战略，到产业链各方吃到实际订单，中间还有一段距离。但方向已经清晰，华鑫证券等机构的研判指向三条主线：
主线一：绿电供给侧。数据中心绿电占比要求超过80%，而中国目前仍存在大量西部「弃风弃光」。这意味着新能源发电——尤其是与算力枢纽地理接近的光伏、风电项目——将面临更高质量的消纳需求。绿电直连PPA（长期购电协议）正在成为大型科技公司采购绿电的主流模式。
主线二：智能电网与电力设备。国家电网「十五五」4万亿投资，重点方向是特高压、智能电网、柔性直流输电（HVDC）。算力负荷的「潮汐」特征——大模型训练多集中夜间低谷——对电网调峰能力提出了前所未有的要求。虚拟电厂、算力调度系统、电力物联网等细分赛道，是这条主线里值得持续跟踪的方向。
主线三：数据中心运营与算电一体化。从万国数据、秦淮数据到能源企业跨界，「绿电直供+源网荷储」的全链条能力正在成为数据中心运营商的核心竞争力。豫能控股参股算力公司、金开新能投资智算中心，这类能源企业「算电融合」的跨界逻辑，本质上是在提前布局算电协同时代的资产重估。
值得关注的是，Vertiv预测2023-2028年全球新增智算中心IT负载将超过100GW；IDC数据显示，数据中心IT能耗到2027年将达146.2 TWh，2022-2027年复合增速约44.8%。这不是一个两三年的短期波段，而是一个可以锁定十年的结构性趋势。
结语：两张网的融合，已经开始 算力网和电力网，曾经是两个独立运转的世界。一个属于科技部门，一个属于能源部门，各有各的规划、各有各的投资逻辑。 「算电协同」写入政府工作报告，意味着国家层面正式宣告：这两张网，必须融合。 对于关注这个领域的读者，有一个判断或许值得记住：当一件事同时被「全球最大GPU卖家」和「中国最高政策文件」都指认为优先级最高的问题，这件事往往不只是趋势，而是将要发生的现实。 电力，已经不只是AI的底座。它正在成为AI时代国家竞争的核心变量。 |
本文内容基于公开信息综合整理，不构成任何投资建议。数据来源：国家能源局、IEA、IDC、中国信通院、华鑫证券、东吴证券等公开资料。
