【方案】2026储能与算电协同发展解决方案

政策脉络×产业生态×应用场景×标准化建设2026储能与算电协同发展解决方案“打造智能经济新形态。深化拓展“人工智能+”。实施超大规模智算集群、算电协同等新基建工+”。程。”——2026年政府工作报告“统筹布局、有序建设算力设施，推进算力资源规模化、集约化、绿色化、普惠化发展。推动绿色电

力与算力协同布局。”——“十五五”规划纲要第十四届全国人民代表大会第四次会议个乙人工智能快速发展下

算电协同的背景算电协同面临的“不可能三角”挑战储能在算电协同中的作用OpenAl

发布的多模态大模型，

支持图像与文本输入，在复

杂推理、法律、数学等任务

上表现优异。参数规模约1.8万亿，首次在多领域达到“人类水平”

表现。OpenAl

推出的文本生成视频

大模型，能根据文字描述生

成长达60秒的高清视频，具备复杂场景和物理模拟能力。

首次实现视频生成在时长、连贯性和物理世界模拟上的突破。深度求索公司推出的开源大模型系列，以极低成本实现

媲美顶尖闭源模型的性能。DeepSeek-V3训练成本较同

等性能的

GPT-4

降低95%以

上，打破“暴力堆算力”路径依赖。开源的具身智能体框架，将大语言模型与物理世界交互

(机械臂控制、桌面操作、

机器人任务执行)深度结合。

OpenClaw单次任务Token用

量为传统问答的30倍以上。一、人工智能快速发展下算电协同的背景2023

ChatGPT4.02026

OpenClaw2025

DeepSeek2024Sora人工智能新模型不断涌现，模型训练参数量、数据量大幅提升，对基于GPU的智能算力需求指数级增长。OpenAl的GPT-4模型仅14周的训练期就消耗了4240万千瓦时电量，相当于一个百万人口的城市全天的全社会用

电量。Al的能耗增长正呈现指数级增长，且远超算力增长速度。斯坦福AI

指数报告显示，GPT-2(2019年)的训

练能耗约0.1兆瓦时，而GPT-4(2023年)约为5000万千瓦时，四年增长了约50万倍。人工智能模型的参数与算力需求的关系■Biology■Games■

Image

generation■Language■

Multiple

domains■

Other■

Speech■VisionDec1950

20241,000

10,000100,00010

million1billion100

billion模型参数以GPU芯片输出

的计算能力为

主以GPU、FPGA、

Al芯片等加速

芯片输出的人

工智能计算能

力为主以超级计算机

输出的计算能

力为主算力需求(

PFLOP)10

billion100

million1

million10,0001000.010.00010.0000010.000000010.0000000001

<1e-1110100从“CPU”到“GPU”:

人工智能带动算力消耗指数增长一、人工智能快速发展下算电协同的背景超算

算力智能

算力通用

算力来源：

5算力一、人工智能快速发展下算电协同的背景从“训练”到“推理”:算力需求从“峰值负载”变为“持续负载”2025年AI仅占数据中心全部工作负载的约四分之一，其中大部分需求来自训练。预计在2027年推理工作负载可

能超过训练，成为Al的主要需求来源。到2030年，AI可能占数据中心所有工作负载的一半，其中推理将成为主

要驱动力。DeepSeek带来的算法效率的提升并未抑制算力需求，由于推理成本及价格大幅削减，将带来更多的

用户和场景的加入，推动大模型普及与应用落地，拉动数据中心、边缘及端侧算力需求。2020

2025

2030全

球

数

据

中

心

工

作

负

载

预

测

(

G

W

)

)

中

国

人

工

智

能

服

务

器

工

作

负

载

比

例

预

测

图片来源：仲量联行研究部

数据来源：IDC、浪潮信息《2025年中国人工智能计算力发展评估报告》

37%AI推断13%人工智能训练9%14%100%90%80%70%60%50%40%30%20%10%0%2024

2025

20262027

202820015010050065%35%73%27%50%

传统工作负载■训练■推理77%一、人工智能快速发展下算电协同的背景从“聊天”到“执行”:

AIAgent放大Token消耗从2026年开始，AI正在从“简单问答”向“自主Agent

“进化。以OpenClaw为例，在处理复杂任务时，会产生滚雪球般的上下文堆叠，带动Token消耗量呈几何级数增长，根据Anthropic数据，AlAgentToken消耗量最高可达聊天交互的15倍。自2026年1月29日OpenClaw正式发布以来，全球大模型每周Token消耗量从2月初的9.8T激增至3月初的14.8T,

单周涨幅超过50%。2025-12-29OpenRouter平台Token周调用量数据来源：0penRouter

数据来源：OpenRouter2025年11月首次发布2013年3月首次发布2005年4月首次发布2026年中国模型加速SWE-BenchVerifiedBFCLMulti-TurnSWE-BenchMultilingualTerminal-Bench2.0输入价格(每百万Token)输出价格(每百万Token)资料来源：OpenRouter2025-092025-112026-012026-03MiniMax

M2.50.8020.768一一0.3美元1.1美元GLM

50.778一0.733

0.5620.3美元2.55美元Claude

Opus

4.60.808

0.6330.562

0.6545美元

16.7倍

25美元

22.7倍从“卖绿电”到“卖Token”:算力出海拉动电力需求2026年2月第二周，中国模型以4.12万亿Token的调用量，首次超过同期美国模型的2.94万亿Token,全球调用

量排名前五的模型中，中国模型占据四席。Token出海的实质是中国本土AI

模型通过API接口向全球提供推理服

务，按处理量计费，从而实现算力与电力的“数字化出口”。据华泰证券测算，若全球日均Token调用量达到千

万亿级，对中国电量的潜在拉动可能超过10%。一、人工智能快速发展下算电协同的背景近一年全球上榜大模型每周调用量趋势

模型基准测试、价格对比80006000400020002025-032025-052025-07数据来源：NBD

DATA(单位：十亿Tokens)国国

体美中

整8据IDC预测，活跃Agent数量将从2025年的约2860万将激增至2030年的22.16亿，年均增长率139%;同期，年度Token消耗量更将从0.0005P暴涨至152,667P,年均增长率高达3418%。到2026年底，约40%的企业应用将嵌入

AI智能体，而2025年这一比例不足5%。当Agent成为企业基础设施，算力需求将催生庞大的电力需求。20252028202920302025

2026

2027

2028202920302025-2030年全球企业活跃Agent关键数据预测数据来源：Agent

Economics

Adoption

and

Delivery

model,IDC年度Token消耗0.0005P

128P从“少数”到“普及”:AlAgent将成为企业基础设施Agents年度执行量134T一、人工智能快速发展下算电协同的背景Ten(1012)450400350300250200150100500.044TPebTokens(10~15)160,000140,000120,000100,00080,00060.00040,00020,000Mlion(10^6)2500200015001000500活跃Agents数量(亿千瓦时)80007000600050004000300020001000(万亿千瓦时)18.116.51014.0810.766.85.23

.920201920202021202220232024

2025据预测，2030

年我国算力中心耗电量将超5000亿千瓦时，占全社会用电量3.7%,大模型训练推理、万卡级集群推高区域用电峰值。AI用电辐射全产业链，上游芯片、有色金属，中游电力装备，下游智能应用均带动系统

性用电增长，算力出海也进一步拉动本土电力需求。2019年2020年2021年2022年2023年2024年2025年2026年2027年2028年2029年2030年

—

中情景

一

高情景

—

低情

景“十五五”我国数据中心用电量预测数据来源：中国信通院

10数据中心用电量全社会用电量——数据中心用电量增速一

全社会用电量增速2019-2025年我国数据中心和全社会用电量规模及增速数据来源：国家能源局、中国信通院从“当前”到“未来”:算力增长催生庞大电力需求一、人工智能快速发展下算电协同的背景(%)20161284010.715.418.84.06.8124算力用户要求高可靠、低成本、少碳排

Google

TencentByteDancel

字节跳动根本需求：算力供应可靠性效益需求：成本优化责任需求：绿色低碳发展一、人工智能快速发展下算电协同的背景电网公司需保障电力供需平衡、新能源消纳

并建设新型电力系统算力运营商追求电力可靠及低成本，

并优化PUE及能耗根本需求：保障电力供需平衡责任需求：促进新能源消纳发展需求：新型电力系统建设根本需求：电力供应可靠性效益需求：用能成本降低责任需求：PUE及能耗优化u

c

腾讯云中国移动

ChinaChina

Mobile

uni

com

中国联通aliy阿中国电信CHINATELECOM中

国

南

方

电

网CHINAsoUTHERN

PoWERGRID11日益清晰。序号

年份

关键政策序号年份关键政策《关于组织开展2023年度国家绿色数据中心推荐工作的通知》:量化绿

1

2023

色数据中心评价指标体系，推动新建数据中心对照评价指标体系高质量创建绿色数据中心。12025《关于促进可再生能源绿色电力证书市场高质量发展的意见》:明确依法稳步推进绿证强制消

费，国家枢组节点新建数据中心绿色电力消费比例在80%基础上进一步提升。22025《关于加快推进虚拟电厂发展的指导意见》:明确虚拟电厂定义与定位，支持其作为新型经营

主体参与多类电力市场。2《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》:2023提出到2025年算力电力双向协同机制初步形成、国家枢纽节点新建数据中心绿电占比超过80%等关键目标，推动创新算力电力协同机制。32025《关于组织开展新型电力系统建设第一批试点工作的通知》:将“算力与电力协同“列为七大试

点方向之一，要求：通过构建“源-荷-储”一体化聚合平台，实现绿电就近直供与就地消纳；重

点突破算力负荷柔性控制、新能源功率预测与智能调度等关键技术，减少电网调峰容量依赖。3《数据中心绿色低碳发展专项行动计划》:明确到2025年全国数据中心

2024平均PUE降至1.5以下，可再生能源利用率年均增长10%,国家枢纽节点新建数据中心绿电占比超过80%。42025《关于有序推动绿电直连发展有关事项的通知》:推动新能源与特定用电负荷点对点直连，提

升绿电就地消纳和负荷侧用能结构选择能力。52025《关于深入推进工业和信息化绿色低碳标准化工作的实施方案》:进一步完善健全绿色低碳标

准体系，提出到2027年推动制修订绿色低碳领域标准百项以上，并特别将绿色数据中心列入

2025-2027年工业和信息化绿色低碳标准重点研究领域之一。42024《加快构建新型电力系统行动方案(2024—2027年)》:提出实施算力

与电力协同项目，推动绿电就地消纳，提升数据中心绿电占比；提出整

合调节资源以提升协同运行水平，探索光热与风光发电联营模式促进资

源综合利用。62025《关于2025年可再生能源电力消纳责任权重及有关事项的通知》:明确各地区绿色电力消费比

例要求，增设国家枢纽节点新建数据中心绿色电力消费比例达到80%。72025《关于推进“人工智能+”能源高质量发展的实施意见》:明确以推进智能算力与电力协同发展为

必要支撑，提出持续开展能源算力需求监测，统筹规划资源，构建算电协同发展机制。52024《数字化绿色化协同转型发展实施指南》:明确整合调节资源提升算力

与电力协同运行水平，提高数据中心绿电占比。62024《国家数据基础设施建设指引》:强调大型清洁能源基地与“东数西算”枢纽节点联动

，推动绿色电力向绿色算力转化；支持探索“源网荷储”等

新型电力系统、绿电直供、绿电交易等模式。82025《关于促进新能源消纳和调控的指导意见》:推动新能源与产业融合发展，加强新能源与算力设施协同规划布局及优化运行。92025《关于促进新能源集成融合发展的指导意见》:推动新能源与新兴产业融合互促发展，推动新

能源基地与算力设施协同规划。一、人工智能快速发展下算电协同的背景2023年起，十余份国家级政策文件从绿电消费、绿电直连、协同规划等多个维度进行部署，算电协同政策导向算电协同政策密集出台一、人工智能快速发展下算电协同的背景算电协同目标到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比超过80%;用户使用各类算力的易用性明显提高、成本明显降低，国家枢纽节点间网络传输费用大幅降低。——《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》算力赋能新型电力系统高质量建设■保障电力供需平衡：通过算电

协同发展，实现数据中心电力

供需的区域平衡。■促进绿色能源消纳：

通过算电协同发展，提高新能源利用率，

促进绿电消纳。■赋能新型电力系统建设：利用

算力助力电力需求响应调控，

推动新型电力系统的建设。电力带动多元化算力绿色可持续发展■稳定的算力电力供应：

通过

算电协同发展，保证电力供

应的稳定性和灵活性。■用能成本降低：通过算电协

同发展，保证性价比较高的

电力能源供应。■绿色低碳发展：通过算电协

同发展，降低数据中心PUE及间接碳排放量。算力包含算力基础设

施、算力调度、

算力资源优化配

置等。电力包含供配电网络、

电力调度、可再

生能源供给等。算电协同13人工智能快速发展下

算电协同的背景算电协同面临的“不可能三角”挑战储能在算电协同中的作用二、算电协同面临的“不可能三角”挑战算电协同“不可能三角”算电协同面临安全、绿色、经济三重目标的协同困境，即“不可能三角”挑战。算力侧追求高可靠供电(安全)、低电价成本(经济)与低碳排(绿色),电力侧则需应对大规模并网负荷(安全)、高比例新能源

消纳(绿色)与电力系统运行效率(经济)。安全充裕负荷密集并网加大电力保供和规划压力绿色低碳新能源弃电与算力绿电使用率低并存安全充裕智算对电力可靠性要求更加严苛绿色低碳绿电消费不足制约低碳转型经济高效供电设备“重备用、轻利用”问题突出经济高效电能利用效率优化空间持续收窄算电协同不可能三角15智能算力数据中心具有单地点、全时段、大功率的用电特点，对电力供应稳定性要求更高数据中心的高性能设备及业务需求对电源稳定性要求极高，特别是智能算力数据中心对供电稳定性的要求高于传统数据中心。亚马逊云公司的运维数据显示，公司每中断供电1分钟将造成至少500万美元的直接损

失，因此其对供电的要求是“99.999%”的可用性，意味着年均停电时间不得超过5分钟。从千卡集群到万

卡、十万卡集群，智算中心的价值体量随着集群规模增长而增长，潜在电源波动带来的损失将更高。事件持续时间经济损失Interxion伦敦数据中心(2022.1)4小时超900万元英国航空CBRE数据中心(2017)数小时超1亿英镑美国数据中心

宕机每分钟约5万元数据中心不同工作负载通常会随机达到峰值。据统计，所有这些峰值同时出现的概率极

低。因此，如果将所有单个工作负载的峰值相加，除以总平均功耗，典型的大型数据中

心的峰均比会达到1.5到2.0或更高。这就是设计人员能够”超量使用“供配电和制冷系

统的原因。但正如“人工智能属性与趋势”部分所述，人工智能训练负载缺乏变化。这些

工作负载可以在峰值功率下运行数小时、数天甚至数周。其结果是增加了上游大型断路

器脱扣的可能性。这就像家中许多大负载同时运行时，主面板上的断路器脱扣一样。图

3显示了当数据中心的负载转为100%人工智能负载时，峰均比(也称为差异系数)的

典型范围。100%传统工作负载00*100%人工智能训川练工作负载(一)安全充裕：算力侧智能算力数据中心用电峰值负荷持续时间长ChatGPT模型训练参数增长量LanguageModels

areFew-ShotLearners、招商证券施耐德，华泰研究16智算集群训练任务导致功率“过山车”传统数据中心投入运行以后，负载相对平稳，极少会达到波峰或波谷状态。智算中心的工作主要包括训练和推理，推理的负载相对平稳，而训练任务的计算量和数据处理需求会随时间变化，这导致用电负载波动明显。

在智算场景下，GPU集群在进行大规模参数训练时，负载往往会在短时间内经历从静默到满载的迅速变化。这

种“过山车式”的用电特征，无疑对传统供配电系统的动态响应能力提出了严苛挑战。1个50MW的数据中心(园区合

计规模在200MW),在AI训练

模型时功率在290毫秒内从6MW

跃升至30MW,随后功率高频出

现5MW以上的尖峰，持续约5分

钟

。LIL资料来源：

GridLab,EDGETUNEPOWER,中金公司研究部

17(一)安全充裕：电力侧智算中心训练模型时的功率变动40353025201519CenterPowern

sumtion

)(MW)21:40:5421:41:1121:41:28

21:43:4121:43:5821:50:0621:50:2321:51:3021:51:4721:45:0521:45:2221:46:2821:46:4550ZZSLZ丈·21:49:33·21:42:512

1

:

6

4

:

1

28

0

:

5

4

:

1

221:53:1121:52:5421:47:0221:50:4021:47:3521:47:5221:42:3521:49:4921:49:4221:48:5921:53:4421.52:3721:55:0821:55:2421.55:4121:55:5821:54:5121:56:3121:43:2521:50:5721:45:5521:56:1521:51:1321:57:0521:42:1821.54.1821:56:4821:44:1521:48:269L6LZ608LZ00ML21:471821:4:3121.54342157.222155.272120.5221:448Data0412Ln5O1数据中心服务器的电力电子负载属性使其对电压骤降格外敏感。如果现有电力系统保护设备存在与其电压穿越能力不协调，轻微故障可能导致区域内数据中心集体切机。如2024年7月，弗吉尼亚州一条230kV输电

线上由于雷击发生了6次电压骤降，接连致使约70座数据中心意外脱网，共计1.5GW负荷(相当于弗吉尼亚州近三分之一家庭用电量)在秒级内脱网并切换至本地备用电源，PJM电网系统频率一度攀升至60.047赫兹，超出北美电网规定的正常控制区间，电网稳定运行面临直接威胁。2025年2月，大约40个数据中心因电网扰

动同时切换到备用电源。危险的“正反馈”循环：电网波动导致数据中心脱网，数据中心脱网又加剧电网波动1500兆瓦负荷离网负荷没有迅速恢复事故时电力系统功率曲线

事故时电力系统频率变化(一)安全充裕：电力侧18(二)绿色低碳：算力侧绿电占比80%政策要求“十四五”以来，政策密集出台推动数据中心提升绿电使用比例，明确提出“到2025年底，国家枢纽节点新建数据中心绿电占比超过80%”。2025年3月，国家发改委等五部门发布《关于促进可再生能源绿色电力证书市场高质量发展的意见》,提出国家枢纽节点新建数据中心的绿色电力消费比例，要在80%的基础上进

一步提升。天津、北京、上海、湖北、重庆

等试点碳市场先后陆续发布“电碳协同”政策，包括允许纳管企业将绿电交易电力间接排放核算为零，将使用绿电作为重点排放单位减

污降碳的激励机制等。相关内容充分发挥风光水电资源丰沛地区的优势，强

化绿色低碳技术推广应用.提升数据中心绿

电使用比例，增强绿色算力供给水平。到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比超过80%。实施一批算力与电力协同项目，统筹数据中

心发展需求和新能源资源禀赋，提升算力与

电力协同运行水平，提高数据中心绿电占比。整合调节资源，提升算力与电力协同运行水

平，提高数据中心绿电占比。依法稳步推进绿证强制消费。国家枢纽节点新建数据中心绿色电力消费比例在80%基础

上进一步提升。政策文件国家发改委、国家数据局等

《关于深入实施“东数西算”

工程加快构建全国一体化算力

网》国家发改委、工信部等《数据

中心绿色低碳发展专项行动计

划》《加快构建新型电力系统行动

方案(2024年-2027年)》国家发改委等《数字化绿色化

协同转型发展实施指南》国家发展改革委、国家能源局

等《关于促进可再生能源绿色

电力证书市场高质量发展的意

见》发布时间2023年12月2024年7月2024年7月2024年8月2025年3月数据中心绿电占比要求相关政策19(二)绿色低碳：算力侧绿电占比80%指标考核2025年7月1日，国家发改委、国家能源局印发了《关于2025年可再生能源电力消纳责任权重及有关事项的通知》,在电解铝行业基础上，2025年增设钢铁、水泥、多晶硅行业和国家枢纽节点新建数据中心绿色电力消

费比例。2025年各省(自治区、直辖市)对电解铝行业绿色电力消费比例(25.2%到70%)完成情况进行考核，

对钢铁、水泥、多晶硅和国家枢纽节点新建数据中心绿色电力消费比例(80%)完成情况只监测不考核。各省(自治区、直辖市)2026年重点用能行业绿色电力消费比例北京

天

津

河北山西内蒙古辽宁吉林黑龙江上海江

苏

浙江

安

徽

福建

江西山东河南

湖北

湖南

广东

广西

海南重庆

四川贵州

云南

陕西甘肃青海

宁夏新疆电

解

铝

钢

铁■:

多晶硅■水泥

国家枢纽节点新建数据中心数据来源：《国家发展改革委办公厅国家能源局综合司关于2025年可再生能源电力消纳责任权重及有关事项的通知(发改办能源〔2025〕669号)》100%80%60%40%20%0%20方式

优点

挑战

发展趋势

目前可行性

未来可行性绿电市场化

交易较为灵活，实现证电合

一，更能体现能量流与绿色价值流的统一尚存省间壁垒，采购量和价格受

随着改革深入，交易量会大增，省内供需影响

将成为最主要的方式·分布式电站

建设难度小，经济性好受数据中心屋顶等资源限制，规可与市场化采购互为补充●●●

··建设

模受限集中式电站

建设促进新能源规模化增长

投资大，受到资源和用地限制

随着东数西算的推进，西部地区●

·●数据中心可利用当地风光资源建设集中电站购买程序简单未实现证电合一，对于促进新能

随着平价项目规模增长，平价绿绿证交易

源消纳效果较间接，国际认可度

证供给也将大幅增加待提升宁天夏津湖

南湖

北广

西江

苏河

北内

蒙

古黑

龙

江安

徽吉

林广

东青

海云

南海

南新

疆辽

宁甘

肃北

京山

东福

建贵

州上

海浙

江陕

西江

西新能源+储

综合方案，同步提升数投资较高，技术难度和运行难度随着电力系统灵活性资源需求增·能+需求侧

据中心能源管理效率

高，受政策影响大加，商业模式将更灵活，应用逐响应

步普及数据中心绿电消费不足数据中心的核心诉求是“压降运营成本”,但目前，绿电采购成本虽有所下降，但仍比常规火电高，企业不愿为“绿色属性”支付额外成本；且碳排放约束暂未对数据中心形成硬性考核，导致其主动推动绿电消

费、参与能碳调节的动力不足。我国电-碳市场协同机制尚未完全建立，数据中心消费绿电的碳减排效益尚未

完全获得认可

，数据中心绿色发展动力还需进一步激发。数据来源：绿色和平、清华四川院《科技企业绿电消费新浪潮》

212024年各省绿电交易环境溢价

数据中心绿电采购方式(二)绿色低碳：算力侧0.120.10.080.060.040.020环境溢价

(元/千干瓦时)数据中心对电力供应的稳定性与新能源发电的波动性存在结构性矛盾中西部地区风光资源丰富，在“东数西算”背景下，数据中心向西部转移，既可以消纳新能源又可以实现自

身降碳。但数据中心的高性能设备及业务需求对电源稳定性要求极高，与

风光发电波动性大、利用小时数低

的特性存在结构性矛盾。河北、甘肃、宁夏等“东数西算”国家数据中心集群所在省份新能源装机占比已超过50%

,新能源大发与用电负荷季节性错配、时段性错配越来越明显，夏季“极热无风”、晚峰“日落无

光”,导致新能源出力严重受阻，影响发电能力。晚高峰时段新能源支撑不足0一负荷

一光伏12000900001000800060004000600002000一负荷

一风电500045004000350030002500200015001000500负荷低谷风大、晚高峰无光

2022年6月25日冀北电网新能源出力(二)绿色低碳：电力侧07:0008:0006:0010:0011:0013:0014:0015:0016:0017:0018:0019:0020:00万千瓦

90000800007000060000500004000030000200001000000:0001:0002:0003:0004:0005:00新能源·风

电

光伏22:0023:00700060005000400030002000万千瓦9500012:00功

率

(

兆

瓦

)70000650001000001200902285000年份算力规模(EFLOPS)算力规模YOY能效比(GFLOPS/W)新增功率(万千瓦)PUE新增用电量(亿千瓦时)用电量(亿千瓦时)用电量YOY20211401100202218028.6%27150.21.52200.0130018.2%202323027.8%32154.31.48200.0150015.4%2024E28021.7%41123.41.44155.2165510.3%2025E40043.0%49243.71.39297.6195318.0%2026E56440.8%59275.31.35326.8228016.7%2027E78038.3%70308.71.32356.5263615.6%2028E107437.7%81362.31.28407.6304415.5%2029E147137.0%93425.61.25466.8351015.3%2030E200836.5%106504.51.22541.2405115.4%机房建设摊销或租金

5%人工成本5%电费成本折旧费用12%带宽成本18%数据中心运营成本结构相关调研数据显示，数据中心的电费成本当前达到运营成本的50%左右，电费成为数据中心运营的主要支出之一。随着人工智能带来的数据量的爆炸性增长和计算任务的复杂化，数据中心对电力的需求日益旺盛，

电费支出在总运营支出中的比重将进一步增加，能效差异直接影响利润水平。用电成本是数据中心运营成本主要构成(三)经济高效：算力侧数据来源：中国信通院、工信部、国际数据公司(

IDC)、中国银河证券研究院。注：2021年用电量数据为估计值。国内数据中心用电量测算其他成本51%9%23(三)经济高效：算力侧电能利用效率下降空间收窄

城市

影响算力中心的运营经济性高度依赖电能利用效率(PUE),2026年PUE门槛全面收紧，新建大型数据中心PUE普遍要求在1.3以下，枢纽节点项目多数收紧至1.25,西部部分优势区域已压至1.2以内。奖惩双向发力，差别电价、惩罚性电价、限电腾退与资金补贴、税收减免并行实施，北京、上海、安徽等地已出台明确的加

价细则。随着散热技术趋于成熟，PUE持续下降空间已明显缩窄。2007-2024年全球数据中心年平均PUE

部分省市针对数据中心PUE电价政策2.4北京数据中心PUE超出1.35、1.7的

部分用电分别加价0.2、0.5元/

千瓦时经测算PUE超出1.7时电费增

加约5%(针对超出PUE限定

值的部分用电进行加价)2.21,98PUE超出1.5、1.7的数据中心，

上海用电加价分别为0.2、0.5元/千瓦时经测算PUE超出1.7时电费增

加约50%1.81.651.671.591.571.551.581.56PUE超出1.4、1.8的数据中心，

安徽

项目用电加价分别为0.11、0.5元/千瓦时经测算PUE超出1.8时电费增

加约60%20072011

2013

20182019

2020

20212022

2023

2024来源：UptimeInstitute数据来源：天翼智库、嘉实基金

24政策在报装容量不断增大、接入电压等级不断提升的同时，数据中心面临上架率相对较低、供电设备利用率偏低、达产周期较长的问题。未来，人工智能的普及速度、能力和生产力、效率提高的速度，都将使算力的

增长存在不确定性，加大了电力需求预测的难度。若项目的实际租赁规模与招商预期存在较大差异，项目终

期的电力需求低于预期，电力系统将面临过度建设输变电容量的风险，造成电力资源和基础设施的闲置浪费，

其他用户也将被迫承担上升的电力成本。过去5年中，美国数据中心密集区域的批发电价上涨了多达267%。0.180.170.160.150.142015-2025年美国居民平均电价(美元/千瓦时)数据来源：美国能源署

(EIA)数据中心电力需求预测难度加大数据来源：

Bloomberg

、Grid

Status

25(三)经济高效：电力侧2020-2025年美国在数据中心50英里以内的电力批发价格涨幅数据中心时空调度的灵活性与其服务质量的可靠性存在天然矛盾，算力的时空转移必须建立在保障服务质量的基础上。而电力与算力的互动势必会占用数据中心必要的备用保障资源，存在业务可靠性降低风险。而目前我国尚未形成一套能够准确度量并补偿算力调度所带来的业务稳定性风险与性能损失的价值评估体系，电力市场下电力与算力互动的经济收益有限，尚不足以引起数据中心运营商的积极响应。同时，不同数据中

心在基础设施、IT设备、数据等方面的所有主体不一致，也会阻碍数据中心与电网的灵活互动。算力迁移成本能量传输成本协同调度成本VS电算协同收益

成本函数算电协同调度的经济激励不足(三)经济高效：电力侧电算协同调度边际效益跨区电-算协同激励机制资源特性时区互补空间互补电算资源跨区互补特性异地差价放大机制异地需求响应机制电算跨域时空迁移

负荷特性新能源消纳动态响应多元主体弹性电价26人工智能快速发展下

算电协同的背景算电协同面临的“不可能三角”挑战储能在算电协同中的作用(一)安全充裕：提升供电可靠性与电能质量，保障算力稳定运行1.平抑算力负荷冲击，降低对电网扰动传统的UPS可以平滑处理部分负荷波动，但难以应对剧烈波动。智算中心在大模型训练时呈现“高功率、强波动”特征，敏捷构网型储能系统(AgileGridForming

BESS),相比传统构网型储能仅能补偿40%-60%的负荷

波动，该技术可补偿近100%的负荷阶跃，快速响应负荷突变，平滑功率波动，降低对电网实时平衡能力的冲击。1.00.90.80.70.60.50.40.30.20.10.0GPU服务器的典型负载曲线20

30

40

5060

70储能系统平滑算力负荷功率冲击1.

00.90.80.70.60.50.40.30.20.10.0809010028100(一)安全充裕：提升供电可靠性与电能质量，保障算力稳定运行2.提供毫秒级灾备电源，提升数据中心的供电韧性电网微小电压骤降或频率偏移会损害服务器，储能系统能实时监测和调节输出电力，确保稳定电源输入。在电网发生电压暂降、短时中断等电能质量事件时

，储能系统可在毫秒内自动切入放电模式，为算力设备提供无缝

的电力支撑。储能提供的安全保障与传统的三级电力保障架构逻辑不同，不是基于被动的停电或电能质量扰动下

的应急“备胎”,而是主动提供高负载状态下供电安全冗余的“日用品”。0.60.4随着电网电压恢复，负荷也同步恢复，

以满足最大负荷需求。0.2数据中心由UPS供电，负荷脱离电网0.00.000.250.500.75_

负荷标幺值(安装储能系统前)1.00

1.25

1.50_负荷标幺值(安装储能系统后)1.75

2.00电网扰动期间的负荷平滑与故障穿越1.21.0290.82025年10月，英伟达正式发布了800V高压直流架构，演进过程效率逐级提升、过程逐级简化。415VAC

Distribution-TodayUtility

LVAC

UPS415VACOn-Prem

Gen(optional)Storage800VDC

DistributionMV

NetworkMV

NetworkMV

RectifierorSolidStateTransformer13.8-35kVAC800VDC-White

Space

RetrofitUtilityOn-Prem

Gen(optional)800VDC

Distribution-Hybrid

Power

DistributionUtilityOn-Prem

GenBESS800VDC

Distribution-MV

to

800

VDC

UtilityOn-PremGenBESS长时储能(秒到分钟级

)

:在电网侧配置

大型设施级电池储能

系统

(BESS)

。

该系统适用于调节规模较

大、变化较慢的电力需求波动，例如整体

工作负载的升降，并

可在切换至备用发电

机时提供持续供电支

持。短时存储(毫秒到秒

级

)

:

在靠近数据中

心机架的位置部署高

功率电容器和超级电

容器。这类器件响应

速度快，可有效吸收

高频功率尖峰，并弥补大语言模型(

LLM)

工作负载在空闲阶段

产生的短暂功率低谷。(一)安全充裕：提升供电可靠性与电能质量，保障算力稳定运行英伟达下一代AI基础设施的800伏直流架构MV

Network

LV

MSB

PDU

AC

DistCompute

Rackao

vocComputeRack86

vocComputeRackComputeRack800VDCPSUDC

DistDC

DistComputeRack80ovoc30StorageLVAC

UPSLV

RectifierDC

Dist(二)绿色低碳：促进新能源就地消纳，提高绿电使用率1.破解绿电与负荷的时序错配，实现高比例绿电供应针对算力中心高比例绿电需求和高可靠性供电需求，应用具有自主电压支撑和惯量响应的构网型储能技术

。在高新能源占比供电模式下，通过构网型控制抑制宽频振荡、提升短路容量，确保智算中心在电网扰动

下的不间断供电，实现算力中心并网直连或离网直连新能源，破解高比例绿电供电可靠性瓶颈。公共线路(井网型)专用线路(离网型)

专用线路绿电直连-电源侧绿电直连模式灵活的功率调节该技术支持快速调节功率输

出，能够迅速适应微电网中

负载和电源功率的波动，保

证了电网的稳定运行.构网型储能技术特点SMART2STATIO*智能电网兼容性构网型储能技术与智能电网

高度兼容，能够无缝对接并

实现与电网的信息交互，为

智能电网的高效运行提供了技术支撑。高效能量转换构网型储能技术通过优化微

电网的能量流动，实现了高

效率的能量转换，显著提升

能量利用效率，绿电直连-用户侧常规集中式31国内首个采用「风光储+负荷」智能管理模式的数据中心微电网项目，年发电量达1400万度，年减排达7984吨，每年节省超过350万元。EMS平台可以实时监测园区整体的用电负荷和所有供电设备情况，优化微电网运

行策略，实现绿电使用量和项目收益最大化。张家口怀来腾讯风光储一体化数据中心微电网项目(二)绿色低碳：促进新能源就地消纳，提高绿电使用率张家口腾讯怀来东园风光储一体化数据中心微电网项目

张家口腾讯怀来东园风光储一体化数据中心微电网项目EMS项目光储充车棚1.25MW

储10.99MW光0.15MW风3mW

可调负荷(二)绿色低碳：促进新能源就地消纳，提高绿电使用率低成本、高安全、大容量的长时储能技术大力发展低成本、高安全、大容量的长时储能技术，满足数据中心供电可靠性需求。2023年底，代表大容量长时储能技术路线之一的铁铬液流电池储能电站(500千瓦/4000千瓦时)在张家口怀来云数据中心成功交付，另一技术路线的重力储能项目

(100兆瓦时)紧邻怀来数据中心集群，是能源领域首台(套)重大技术装

备。铁铬液流电池储能电站重力储能项目33●PPA是满足数据中心绿电需求的重要形式。2023年，全球共有200多家企业与150多家项目开发商签署宣布购买了PPA,总量达到创纪录的46GW,其中亚马逊居首，在16个不同市场宣布了74笔单独的PPA,总购电量达到8.8GW,超过60%的交易为购买光伏发电。●

目前国内广泛采用物理PPA,双方签订带有固定发电曲线的长期协议，数据中心需拟合发电方的电力曲线，调节负荷、减少偏差考核费用和违约风险，以达到绿电占比八成以上的目标，需要储能的深度介入。企业类型企业企业运营数据中心数据中心运营

商秦淮数据到2050年，运营范围温室气体排放量较2022年下降

90%2030年集团国内新一代超大规模数据中心将100%采用可再生能源，到2040年全球自有数据中心算力园区100%使用绿色能源亚马逊脸书利安德巴赛尔工业公司万国数据到2030年实现碳中和及100%使用可再生能源2030年数据中心的平均PUE达到1.2谷歌中国移动到2025年，单位电信业务总量温室气体排放下降率

较2020年不低于20%自建新大型、超大型数据中心年均设计PUE控制在1.3以下，