算力與電力協同發展：現狀、挑戰與對策

全球數字化與智能化浪潮方興未艾，算力作為數智經濟時代的核心要素，正深刻重塑各行各業的生產模式、組織架構和價值創造模式。推動云計算、大數據和人工智能等的發展是發展新質生產力的重要途徑，前沿信息科技都需要強大的算力作為支撐。與此同時，作為支撐算力基礎設施運行的能源基礎，電力的重要性不言而喻。推動算力與電力的協同發展，既是應對當前算力需求指數級增長與電力供應壓力持續攀升的現實需要，也是促進數字經濟與綠色能源深度融合的必然選擇。

一、算力與電力協同發展的現實需要與發展現狀

（一）算力與電力協同發展的現實需要

算力對電力的巨大需求是推動兩者協同發展的核心動力。在網絡強國和數字中國戰略引領下，煤炭工業、清潔低碳電力系統、綠色能源產業鏈發展迅速，以萬物感知、萬物互聯、萬物智能為特征的新興智能產業蓬勃發展，推動算力規模迅速擴張。算力基礎設施逐漸成為中國電力系統的重要負荷。《中國人工智能計算力發展評估報告》顯示，2024年，中國智能算力規模達725.3百億億次每秒，同比增長 74.1% ，增幅是同期通用算力增幅（ 20.6% ）的3倍以上。考慮到計算能力需求與電力消耗之間存在的顯著正相關關系，進而推斷，中國人工智能產業的快速崛起很可能引發新一輪電力需求的大幅增長。國家能源局數據顯示，2020年全國數據中心總耗電量突破了2000億千瓦時的門檻，2022年迅速攀升至2700億千瓦時。相關研究表明，預計2026年中國數據中心年耗電量將達到6000億千瓦時，在全社會用電量中的占比將達到6.06% ，將超過許多傳統工業領域的用電規模。

算力基礎設施對電力質量的要求極為苛刻，其運行效率和服務可靠性直接依賴于持續穩定的電力供應。即便是瞬時的電力波動或中斷，都可能造成數據丟失、服務中斷等嚴重后果，進而給數字經濟帶來不可估量的損失。尤其在算力規模持續擴張的背景下，數據中心的供電可靠性和電能質量管理面臨前所未有的挑戰。一方面，大規模算力設施的用電負荷具有顯著的波動性和集中性特征。這對電網的調度運行和穩定性保障提出了更高要求。數據中心負載的快速增減、峰谷差大等特點，容易引發電網電壓波動和頻率偏差，影響周邊用戶的用電質量。同時，算力設施的集中布局也加大了局部電網的供電壓力，對配電網絡的承載能力和調節能力提出了更高要求。另一方面，隨著人工智能等新興技術的深人應用，高性能計算設備的功率密度不斷提升，對供配電系統的安全可靠性提出了更為嚴苛的技術挑戰。大規模人工智能訓練任務的突發性和不確定性也給電力需求預測和負荷管理帶來了新的難題。因此，實現算力與電力的緊密耦合與協同發展，已成為保障算力產業穩定可持續增長的必要途徑。

算力支撐的數智技術應用已成為支持新質生產力和電力高質量發展的關鍵因素。作為新型生產要素，算力引領著數智技術深刻變革電力行業，通過技術賦能和創新機制，加速破解電力行業發展的瓶頸。一方面，算力為電力系統優化調度、智能運維、故障預測等關鍵環節提供強大技術支撐，提升電力供應質量與效率。通過人工智能和大數據分析，電網運行狀態可實時監測與預警，提高電網安全性與穩定性；借助深度學習算法，精準預測電力負荷變化，優化發電計劃，提升調度效率，確保能源資源的最優配置。另一方面，算力支撐的數字技術應用有助于促進用戶側的智能化互動與智慧化管理，增強電力市場的靈活性與響應能力。智能用電終端和需求側響應平臺能夠精準分析用戶用電行為并提供個性化服務，提升用電效率。區塊鏈技術則有助于構建更加透明、高效的電力交易市場，促進可再生能源消納并推動能源結構優化。算力的蓬勃發展還加速了電力與其他行業的深度融合，催生智能交通、智能工廠、智慧城市等新業態，為構建綜合能源系統和實現能源互聯網奠定了基礎。因此，持續加強算力基礎設施建設，推動算力與電力的深度融合和協同發展，是電力行業實現高質量發展的關鍵技術支撐。

（二）算力與電力協同發展的中國探索

中國政府高度重視算力與電力的協同發展，出臺了一系列政策文件指導實踐，為算力與電力的協同發展提供了堅實的制度保障。在產業實踐領域，2022年2月，中國啟動實施“東數西算”工程，通過優化數據中心空間布局，推動算力資源向西部轉移。該工程旨在大幅提升綠色能源利用占比，實現西部綠色能源的就近消納，既降低數據中心運營成本，又促進西部地區經濟社會發展。在“東數西算”工程的引領下，一批大型數據中心在西部地區相繼落地。目前，中國的“東數西算”工程機架總規模超過195萬架，部分先進數據中心綠電使用率達到 80% 左右。同時，該工程的實施帶動了西部地區數字產業發展，創造了大量就業機會，促進了區域經濟轉型升級。

“東數西算”工程是算力與電力協同發展的一次典型實踐，通過跨區域資源調度和優化配置，為我國數字經濟與綠色能源的深度融合奠定了堅實基礎。然而，必須清晰地認識到，在算力需求持續快速增長的背景下，當前算力與電力的協同發展水平仍較低，推進算力與電力協同發展仍然面臨諸多問題與挑戰。

二、算力與電力協同發展面臨的挑戰

（一）算力與電力設施需加強協同規劃與系統布局，實現資源最優配置與高效利用

目前，算力和電力基礎設施的規劃大多獨立進行，缺乏有效的溝通與協調機制，這導致兩者在發展目標、空間布局和時間節點上存在錯位，進而影響了資源的合理分配與高效利用，造成了資源利用效率較低。在空間布局方面，算力設施通常優先考慮市場需求和產業集聚效應，而對當地電力供應能力的評估不足，致使一些算力密集地區面臨電力供應瓶頸，一些電力資源豐富的地區未能有效利用其供電潛力。在時間安排上，算力設施建設周期通常較短，僅需 1～2 年即可完成，而電力設施的規劃、審批與建設則往往需要3～5年甚至更長時間，這使得算力設施的建設常常難以與電力設施建設同步進行，造成了用電需求與供電能力之間的錯配。更為復雜的是，算力設施對電力的需求具有高度集中性和波動性，尤其在人工智能等高強度計算任務期間，用電負荷的急劇上升，可能對傳統電網的調度能力和響應速度造成巨大壓力，甚至導致局部電網的過載。因此，算力與電力設施在規劃上的協同不足不僅增加了電力成本，也影響了算力的可持續發展。

（二）綠色電力供給擴容速度滯后于算力需求增長，算力與電力低碳轉型進程較緩

數字經濟發展要求數據中心提供更多算力，然而受限于技術、投資和政策等因素，綠色電力的供給需不斷匹配日益增長的算力需求。可再生能源技術不斷進步，面臨光伏效率和風電設備可靠性等問題。且綠色電力項目通常投資規模大、回收周期長，制約了社會資本的投入。尤其在算力需求高峰時，電力系統可能仍依賴化石燃料發電。綠色電力的間歇性和算力設施對實時可靠電力的需求之間存在一定的結構性矛盾，需要現有電力系統的調節能力和儲能技術更好的解決。因此，實現算力與綠色電力協同發展，需要進一步推動綠色電力技術創新，優化儲能配置，完善電力系統調節技術。

（三）算力需求與電力資源存在空間和時間錯配，資源調度和協調技術有待成熟

在空間維度上，東部算力需求的井噴式增長與可再生能源資源的相對匱乏形成鮮明對比，而西部則面臨著可再生能源資源富集但算力需求不足的情況。東部地區作為經濟發達區域，匯集了大量的互聯網企業、金融機構和科研單位，對算力的需求持續攀升。然而，該區域的土地資源緊張、電力成本較高，且可再生能源開發潛力有限。相比之下，西部地區擁有豐富的風能、太陽能等清潔能源資源，具備發展大規模綠色數據中心的自然稟賦，但由于經濟發展水平和產業基礎的限制，本地算力需求相對不足。這種空間上的資源錯配，必須依賴遠距離的電力輸送或高效的網絡數據傳輸來實現資源優化配置。然而，目前資源傳輸和調度的技術成熟度及經濟性有待提升。遠距離輸電面臨線損大、成本高等技術經濟問題；跨區域數據傳輸則存在時延、帶寬和安全性等方面的挑戰，制約了資源的高效流動與優化配置

（四）算力與電力協同發展的經濟激勵不足，算力市場和電力市場缺乏有效銜接與互動

一方面，綠色電力交易價格體系影響算力企業采用綠色電力的內生動力。國家正積極推進綠色電力交易市場建設，目前綠色電力價格一定程度上缺乏彈性，未能真實反映清潔能源的環境和系統價值。綠色電力的開發和輸送成本較高，缺乏合理的價格補償機制，導致算力企業難以平衡環保與經濟效益。此外，算力市場與綠色電力市場間的價格聯動機制缺失，影響了綠色能源消費偏好的形成，制約了算力行業的綠色低碳轉型。另一方面，算力設施作為潛在的靈活電力資源，參與電力調峰的經濟激勵機制相對滯后。數據中心具有負載可調節的特點，理論上可通過調整計算任務時序響應電網調度需求，提供調峰調頻服務。現有市場機制未能充分體現算力設施對電力系統的貢獻，缺乏有效的補償政策和動態價格信號，導致算力設施參與調峰的經濟收益與完全覆蓋運營成本和潛在風險存在差距。

三、推動算力與電力協同發展的政策建議

（一）加強算力與電力協同發展的頂層規劃

一是要堅持綠色電力支撐綠色算力的總體思路，綜合考慮算力需求與綠電供應的時空匹配特征，優化算力設施與綠電設施的耦合與布局。在空間布局上，應依據各地區的資源稟賦、產業基礎和發展需求，優化算力設施與清潔能源基地的分布，推動區域協調、梯次發展。特別是要利用西部地區可再生能源優勢與東部算力需求的協同，通過“東數西算”等重大工程，實現資源的優化配置。在時序安排上，需協調算力設施建設與電力基礎設施擴容的步伐，確保兩者進度同步，形成聯動機制。二是應根據地區特點和經濟性，設計高效、靈活的電力與算力輸送方案，推動跨區域、跨行業的資源高效配置與共享。這要求加強電力傳輸通道和數據傳輸網絡的規劃與優化，提升網絡架構與傳輸路徑的可靠性與靈活性，同時加強網絡安全與數據安全保障，構建全方位的安全防護體系，并完善應急處置機制。三是為確保頂層設計的有效落地，政府應強化政策統籌，建立跨部門協同工作機制，推動政策制定、執行與監督的緊密銜接。構建統一的算力網與電力網融合發展管理體系，依據區域特性與調度能力，形成高效的協同管理模式，完善規劃標準和評價體系，及時優化實施路徑，確保算力與電力協同發展的順利實施。

（二）夯實算力與電力協同發展的技術支撐

一是需要加強電力調度、遠距離傳輸、智能電網和儲能技術的研發，尤其是在大規模電力柔性調度技術上取得突破，開發智能需求響應系統，以提高電網對算力負載波動的響應能力。在遠距離輸電技術方面，應加大對特高壓、柔性直流輸電技術的研究，減少輸電損耗，提升傳輸效率。加快智能電網技術的迭代，增強電網的感知、分析和控制能力。二是推動可再生能源技術的進步與集成應用，特別是對風能和太陽能等領域的研發，提升發電效率、設備可靠性及智能控制水平。重點開發高效光伏組件、智能風機控制系統等關鍵設備，以提升發電效率和設備利用率。政策引導和資金支持應推動數據中心采用先進節能技術，如液冷技術和智能微電網技術，以提高能效和綠色發展水平。液冷技術應側重于突破高效散熱與精確控溫技術，降低制冷能耗；微電網技術應側重于加強分布式能源的協調與優化，提升整體系統效率。三是應建立完善的技術標準體系，制定算力與電力協同發展的技術標準和評價指標，為技術創新和推廣提供規范性指引。

（三）健全算力與電力協同發展的市場機制

一是完善算力負荷資源的價值評估體系，明確其在電力市場中的定位和價格形成機制，確保算力中心能夠根據可調節負荷能力獲得合理回報。建立科學的評價指標體系，綜合考慮調節能力、響應速度和可靠性等因素，設計合理的價格機制和結算規則，以充分體現算力資源在電力調節中的系統價值，激發市場主體積極性。二是加速健全綠電與綠證交易市場體系，通過簡化交易流程、降低交易成本和數據中心獲取綠電的準入門檻，從而增強其使用綠色能源的積極性。可搭建統一的綠電交易平臺，規范市場交易規則，以提升市場流動性與定價效率；同時創新交易品種與模式，滿足多元化需求。此外，完善綠證核發及交易機制，提高綠證的市場認可度與流通性。三是政府應借助碳匯、碳稅等經濟杠桿，推行差異化定價策略，引導數據中心增加清潔能源使用量，促進綠電供需平衡。通過構建多層級、立體化的市場機制體系，推動算力與電力市場深度融合，優化資源配置，提升利用效率。

參考文獻

[1]張曉玲，廖佳佳.基于專利視角的人工智能機器人技術綜述 —以京粵蘇三地為例[J].新經濟導刊，2025，（04）：40-48.

[2]林伯強，魏鍇.新質生產力與制造業能效提升[J].社會科學戰線，2024，（10）：99-107.

[3]林伯強.以煤礦智能化建設推動煤炭工業協同轉型[J].人民論壇·學術前沿，2025，（02）： 26-35.

[4]林伯強.碳中和進程中電力系統的 清潔低碳轉型與安全保供[J].中國國情國 力，2024， （06）： 1.

[5]林伯強，占妍泓，孫傳旺．面向碳中和的能源供需雙側協同發展研究[J].治理研究，2022，38（03）： 24-34+125.

[6]楊萬濤，田磊，劉凡等.人工智能發展下算力的電力需求測算方法研究[J].中國能源，2024，46（06）： 40-46.

[7]姚頔，王道乾，吳琦瑩.AI推動新質生產力發展：機遇、挑戰與對策[J].新經濟導刊，2025，（04）：24-29.

[8]孫秋野，張瑞霞，陳東岳.大模型技術賦能電力系統的應用及技術路線展望[J/OL].電力系統自動化，1-22[2025-07-01].http：//kns.cnki.net/kcms/detail/32.1180.TP.20250317.1811.006.html.

（作者系講席教授、中國能源政策研究院院長）

Abstract： Driven by the global wave of digitalization and intelligent transformation， energyintensive computing tasks such as artificial intelligence are growing rapidly， making computing infrastructure an increasingly significant load on China's power system. At the same time， computing technologies can enhance the effciency and reliability of power systems through intelligent dispatching， load forecasting， and demand response. China has actively explored coordinated development between computing power and electricity by optimizing the spatial allocation of computing resources and green energy. However， multiple challenges remain， including the disconnect in infrastructure planning，lagging green power supply， mismatches in the spatial and temporal distribution of resources， and inadequate economic incentives. In response， this paper proposes strengthening top-level design to coordinate the layout of computing and power infrastructure， enhancing technological support to improve transmission， storage， and energy eficiency， and improving market mechanisms to develop green electricity trading systems and guide eficient resource allocation. The goal is to accelerate the deep integration of computing power and electricity.

Keywords： Digital-Intelligent Economy; Artificial Intelligence; Computing Power; Electricity; Coordinated Development