电科院PPT|AI 驱动下的算电协同发展路径
- 2026-11-09 11:20:53
电科院PPT|AI 驱动下的算电协同发展路径 
《AI 驱动下的算电协同发展路径》文档总结 本文为中国电力科学研究院刘莹 2026 年 5 月的研究报告，围绕 AI 时代算电协同，从研究背景、研究方向、标准思考三大部分展开，剖析算力与电力融合的现实问题、技术路径与标准化建设方向。 一、研究背景 国家将算电协同作为数字中国、能源革命的关键抓手，自 2023‑2026 年陆续出台多项政策，覆盖东数西算、数据中心绿色低碳、新型电力系统、电价市场化、绿电直连、新能源就近消纳等方向，目标建立算力‑电力双向协同机制，要求枢纽节点新建数据中心绿电占比高于 80%，推动新能源就近消纳。 3. 核心驱动力与关键问题 二、研究方向 报告从理论、单体数据中心、系统层面多个维度梳理算电协同关键研究方向。 电力、算力两套体系物理量纲不同，难以直接融合。 2. 单体数据中心层面 （1）数据中心与电网互动 数据中心 IT 设备、冷却动环、储能、备用发电机具备灵活调节潜力，但受制度管理约束没有充分利用。需要厘清各方利益，建设标准体系，实现负载转移、需求响应、频率调节，为电网做削峰填谷，同时帮助新能源消纳，实现算力与电网双向收益。 （2）绿色数据中心与绿电获取 可再生能源消纳责任下沉到用户，数据中心面临严苛的 80% 绿电供给约束，主要获取路径： 痛点：绿电直连受输电通道限制，远距离采购成本高；绿证强制压实机制尚未完善，用户积极性不足。 3. 算电系统层面：时空双向协同 4.“点‑线‑面” 三级协同模式 收益覆盖四大维度：经济（降成本、增收）、效率（资源利用率提升）、环境（低碳绿色算力）、安全（电网韧性、算力可靠性）。 5. 算力时空迁移与能力评估 6. 联合调度架构与市场化机制 三、标准思考 梳理国际 ITU‑T 相关标准工作组现有及立项标准： 总结 AI 算力爆发式增长推高用电需求，算电协同是兼顾数字经济发展、双碳目标的必经路径。当前已经有政策引导，但面临理论不统一、两网信息壁垒、缺少市场化机制、标准不完善等问题；需要从理论建模、单点数据中心互动、全国算力时空调度、市场激励、标准化体系多方面同步推进，实现算力网络与新型电力系统双向赋能。 
关注
重播 分享 赞
现实态势：算力高速增长带来巨大用电压力
算力本质是能量消耗：AI 属于物理学上的熵减过程，把无序原始数据加工成有序智能知识，必须消耗大量外部能量；智能水平越高能耗越大，算力增长上限受能源供给约束。 能耗数据：2023‑2026 全球数据中心电力消耗高速上涨，AI 计算用电占比持续攀升；预计 2026 年底全球数据中心用电量约 1050 太瓦时；2025 年国内数据中心用电量将突破 4000 亿千瓦时。 AI 智算中心和炼钢、电解铝等高耗能工业差异巨大： 对比维度 炼钢 / 电解铝 AI 智算中心 用电属性 普通工业用电 对绿电占比要求极高 用电曲线 用电稳定、可调度 峰谷波动剧烈，毫秒级变化 停电容忍 可短时停电检修 几乎不能停电，秒级停机就产生巨额损失 选址逻辑 靠近矿产、市场 优先靠近新能源发电基地
三大驱动力：国家战略需求（保障 AI 算力用能，科技竞争）；双碳使命（降碳，算电两侧共同目标）；商业利益驱动（构建共赢商业模式）。 核心待解问题：国家推动算电协同的初衷、内在驱动力、算电协同的结合点。 协同基础：分为算随电用（算力适配电力供给）、电随算动（电力适配算力需求）；同时面临能源不可能三角，要平衡安全、绿色、经济供电。
理论研究：能量‑信息统一表征
微观：研究信息处理、传输的能耗机理；宏观建立瓦特电力与比特算力对应关系。 借助信息热力学、信息熵实现能量、信息统一表征；通过实测数据拟合算力‑电力映射，支撑 “以电调算” 工程落地；英伟达提出 token 工厂概念，把算力度量转为 token（词元）。
绿电直连 ：风光新能源不经公共电网，专线直供数据中心，电量物理可溯源，属于源网荷储一体化，可应对海外碳关税政策； 绿证交易 ：不需要物理输电，但环境价值认证存在分歧；政策会造成绿证稀缺。
空间错配矛盾 ：我国西部风光绿电资源丰富但算力规模小；东部算力负荷集中，但新能源匮乏。传统模式是 “电送向负荷”，算力网络提供新思路：算力负荷向绿电资源迁移，相当于实现等效储能，促进新能源就地消纳。 算力具备双重灵活性： 空间上：非实时任务可以跨地域迁移调度； 时间上：冷却系统、储能、时延不敏感任务可以错峰运行。 当前阻碍：电力网、算力网存在管理、信息壁垒；缺少跨域协同架构、市场机制、统一标准，两网联合调度落地困难。
点（单点） ：单个数据中心和本地电网互动，参与需求响应、辅助服务； 线（跨节点） ：异地算力中心之间做任务迁移、负载均衡； 面（全国） ：全国一体化算力网络，结合全国绿电分布、电网状态，全局调配算力资源。
算力任务时空迁移：针对 AI 训练、推理业务，建立能耗、数据迁移模型；要兼顾四类约束：物理（算力冗余）、机制（多方利益、调度壁垒）、技术（网络与调度）、迁移成本。 可调能力量化评估：构建时间、空间约束指标，量化可迁移算力规模、功耗变化；综合时延、能耗、碳排放，建立综合评估框架，给调度提供决策依据。
“信息网‑电力网” 联合调度框架 ：信息流依托互联网传递算力任务指令；能量流依托电网输送电能；数据中心根据电网状态调整算力任务，实现信息流、能量流协同。 跨域市场化激励机制 ：结合不同区域时间（分时电价）、空间（资源禀赋）差异，参考浙江、甘肃地域条件设计差异化激励； 电网收益：新能源消纳、削峰填谷； 算力侧收益：降低运营成本，完成绿电消纳考核。
已有基础标准：算力电力协同术语、数据中心能效评估、绿色数据中心管理等； 在研重点立项标准： 绿电直联数据中心能量管理技术导则； 数据中心虚拟电厂功能与实施； 算电协同网络调度服务模式； 绿色算力测试评估、算力电力协同通用技术标准。 标准聚焦方向：定义术语、规范绿电直联架构、数据中心虚拟电厂、算电协同网络调度模型，补齐两网融合的标准短板。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
