新型电力系统下的算电碳协同路径探讨

东南大学电力系统自动化研究所算力·电力·碳三元协同的路径、风险与机制目录Contents碳中和下新能源与算力爆发01算电碳视角下的内外生风险03算力负荷特性与碳轨迹建模02算电碳协同技术路径的展望04算力负荷与电力负荷（以模型推理为例）数据来源：[1]国家能源局《全国数据资源调查报告（2025年）》，2026-05-29；[2]北京、甘肃、上海政府公开的2024年全社会用电量；[3]国家发展改革委，八大算力枢纽布局；[4]中国城市轨道交通协会统计报告入口。碳中和下新能源与算力爆发业务调用规模｜2024年初—2026.31000亿/日→140万亿+/日八大算力枢纽节点算力用电近3年平均增长率>1000倍

39.5%算力用电平均增速当前规模｜全国算力中心1700亿kWh未来规模｜公开预测8000亿kWh年电量折算等效年均功率≈19.4

GW｜2025年电量折算等效年均功率≈91.3

GW｜2030预测线性预测｜历史+情景①需求规模：Token调用量快速扩张历史实际 行业预测

/

情景节点50,00025,00010,0000日均Token调用量（万亿/日）2026.3实际｜>140近期情景500→1,000预测值2050上行情景｜50,0002030行业预测≈19,300②现实量级：已进入城市级，并高于多类新型负荷北京｜2024

15.9全国算力中心｜202519.4甘肃｜202419.9上海｜202422.6地区全社会用电量转换成等效年均功率地区等效年均功率（GW） 多类新型负荷量级（GW）0

10

20

250102025城市轨道交通

3.15G基站*10.6新能源车充电12.6算力中心用电19.4上海全社会用电22.6③物理侧：表现为“高密度负荷”空间密｜高功率机架、短距离互联、集中冷却时间密｜上线窗口短、峰值扩张、持续负荷高品质密｜高可靠、电能质量、制冷与备用同步硬件锚点｜DGX

H100参考部署10.2

kW/台→40.8

kW/机架4台服务器最大IT功率；不含冷却、UPS与PUE④系统承接：未来增量已是城市级电力系统问题低/高情景量级｜待复核预计年电量增量2300~5300亿kWh/年约上海2025年全社会用电量(2088亿)的1.1–2.5倍新能源增量参照电化学储能参照800

~

2000倍相当于2025年底全国电化学储能276.22GWh能量容量的833–1919倍仅可连续支撑约4.6–10.5小时18.7%~32.7%30.8%算力负荷预计增长风光2025年装机增长业务爆发与物理集聚共同推高算力负荷规模；所以算力中心的规划既要看当前城市级体量，更要评估持续增量的电源、电网与调节资源承接。1501005002024年初｜0.12025年中｜302025年末｜1002026年3月｜>1402025年初｜7两年跨越三个数量级（>1000×）2024年数据到2026年6月，风光累计装机19.51亿千瓦，占比48.3%；新能源平均利用率约90%，带来消纳压力与灵活性资源不足的问题。19.51

亿kW≈17个英国电网风电+光伏累计装机48.3%装机占比，历史性超过火电90.9%风电

91.4%光伏新能源平均利用率风光合计占24.6%新能源“低碳但波动”：消纳压力与灵活性需求急剧上升。碳中和下新能源与算力爆发风光合计占48.3%发电量装机容量截至2026年6月，风光装机接近一半，发电量贡献约四分之一。数据来源：国家能源局举行新闻发布会介绍2026年上半年全国能源形势，2026年7月30日。全球尺度空间错配≈24GWPJM

电网2030

年前容量缺口>1000TWhIEA：2030

全球数据中心用电全球算力—电力空间错配与“Token出海”“Token

出海”：任务跨境迁移国内资源基础绿电资源智算中心国产大模型绿电发电稳定优能低成本清洁能源智算中心高效算力高性能算力集群国产大模型推理计算生成Token计量与封装高质量

标准化推理服务

可计量单位价值转换链条（资源➡

服务）将资源转化为可计量、可交易的智能服务电力 算力 模型推理

Token

智能服务Token封装为API服务灵活接入场景化服务海外服务输出面向全球用户，提供智能服务海外需求接入跨境网络/海底光缆全球用户典型应用场景全球算力负荷代表性电价算力增长，能否不增碳？目录Contents碳中和下新能源与算力爆发01算电碳视角下的内外生风险03算力负荷特性与碳轨迹建模02算电碳协同技术路径的展望04融合运行特性的三大类算力负荷跨时间尺度波动特征观测窗口决定“看见的波动”刚柔异质特征连续运行｜可延迟可中断｜可伸缩｜可恢复SLA与恢复成本收缩可调空间可调性不是固定负荷百分比灵活空间迁移特征带宽/时延｜软硬件环境数据驻留｜节点允许域先筛可行节点，再比较成本与碳跨区域迁移不是默认能力……任务阶段｜资源异构｜环境耦合｜状态恢复特性可以很多，分类只抓决定可调性的主导约束避免对所有特征逐一贴标签从运行特性到算力负荷：沿“业务约束—电网表现—可行动作”实现从Token/算力业务到电力与碳排放的转换业务任务约束SLA｜截止｜数据域｜服务窗口电网可见表现功率｜电量｜爬坡｜波动｜接入位置可行动作集合移时｜迁移｜强度调节｜恢复最紧主导约束决定类型性能优先｜成本收益｜主权边界映射边界：Token≠电量｜GPU-hour≠kWh｜组件功率≠并网点MW；须经任务执行、IT设备与设施环节才能得到并网负荷。三大类算力负荷：类别对应不同优先级、调节动作与不可突破边界性能敏感型优先：SLA、时延、吞吐、连续性动作：近域分流、短时微调、快速恢复边界：服务质量不可越界价格敏感型优先：截止、资源代价、电价/碳价动作：错峰、排队、迁移、强度调整边界：收益覆盖任务与恢复代价主权敏感型优先：数据驻留、安全等级、允许区域动作：先筛白名单，再在允许域优化

边界：空间白名单不可突破运行特性描述“算力是什么样”，算电碳协同最关心算力负荷“它属于哪一类、协同调度能做到哪一步”。其他特征声明采样、聚合与调度时间尺度20

ms

秒毫秒暂态｜秒级爬坡分钟波动｜小时稳态分钟 小时强刚性可延迟/可中断/可伸缩网算域性能敏感型算力负荷严格定义：当SLA、时延、吞吐、截止期或业务连续性首先收紧时，任务属于性能敏感型。协同原则：实时保障核心请求，仅在服务余量内进行强度调节、近域分流与快速恢复。真实数据：功率边界和服务边界并不同步可扩展区

有限余量服务风险区p90时延（秒）1.01.11510510204050010002×低负荷时延1.2平均功率

约40

request/s进入功率平台相对基准约70request/s越过2×时延70

100

200请求到达率（request/s，对数刻度）突发波动时：预测—校核—微调—恢复1看见状态请求率、功率与SLO余量2校核边界是否触碰时延或截止期3组合微调近域分流、有限降载、资源扩展4快速恢复优先影响小、恢复快的空间小幅、快速、可恢复何时

秒—分钟、仅在SLO余量内

方式哪里

优先近域、低时延节点

角色快速调节而非大规模移时核心观点性能敏感型算力负荷具备一定灵活可控性，但是必须在服务质量边界内调，并确保能够快速恢复。在融合资源池中，它提供的是速度快、幅度有限、恢复优先的协同空间。数据来源：NLR

GenAI

power

profiles；选定在线推理组170个完成样本，功率平台约40

request/s，2×时延边界约70

request/s。价格敏感型算力负荷严格定义：任务具备移时、迁移或分批能力，是否执行主要由电价、补偿、预算和机会成本决定。证据边界：算力业务的行为仿真数据证明“技术上可调”；依据真实市场行为的价格敏感型控制仍需电价—任务行为数据验证。真实测量：批量增大后，单位任务能耗显著下降并趋于稳定0.300.100.00252507501,000最大输出1024每提示能耗（Wh）

最大输出5120.50500批次请求数从“技术柔性”到“价格响应”的市场行为仿真验证①技术边界｜真实测量②市场锚点｜官方规则③行为弹性｜仍待验证1,200组离线推理实验填谷0.5、削峰2.0元/kWh（情景测试）需市场真实数据验证只有收益覆盖等待＋迁移＋任务损失，才会真实响应核心观点价格敏感型算力负荷具备充足的“灵活可调能力”，但需要通过经济信号才能够改变任务行为。在融合资源池中，它提供的是小时—日前的时间重排、空间迁移和批量执行能力。数据来源：NLR

1,200组Llama-3.1

70B离线推理实验；某省需求响应规则仅作市场情景锚点，不代表全国统一价格。价格型算力任务协同场景示意：把可等待任务从高峰移向资源更合适的时段0:00

6:0012:00新能源较充足/价格较低18:0024:00原计划协同后长任务A供需趋紧/价格较高短任务B长任务A短任务B即时任务继续保障长短任务上下并列，共享低价窗口剩余任务在截止期内恢复主权敏感型算力负荷严格定义：当数据等级、允许区域、行业域、节点白名单或安全规则首先收紧时，任务属于主权敏感型。识别方式：它不能从功率曲线中推断，必须由任务元数据和规则库直接给出，并在优化前形成硬可行域。空间筛选：融合资源池→规则门→允许节点集合→域内优化全部候选节点N1

公共云35%｜0.60N2

绿电节点

N3

省内可信

N4

行业专属

N5

安全专区25%｜0.42

18%｜0.66

14%｜0.74

8%｜0.88S0：5个节点｜100%容量规则门地域与数据驻留行业域与合规白名单与安全等级S2允许节点集合N318%｜0.66N414%｜0.74N58%｜0.883个节点｜40%容量域内优化再比较电价/PUE绿电/网络规则越严格，可用容量收缩、最低可行成本上升S0

一般

S1

敏感可用容量

100%

65%最低成本

0.42

0.42S2

重要40%0.66S3

核心8%0.88调度三问何时

在服务窗口与合规时段内

哪里

仅限白名单与允许域方式

本地运行、可信域迁移、允许节点分批承接说明：S0—S3为定义性场景，用于验证规则一致性，不代表真实市场报价。核心观点主权敏感型的边界是硬可行域：不允许的节点即使成本最低、绿电最多，也不能进入优化。在融合资源池中，主权规则先确定“可选空间”，经济与能效只在允许域内比较。数据说明：节点容量、成本与S0—S3等级为本报告定义性场景；用于白名单、容量收缩与成本增量验证，不属于实测运行数据。26算力负荷对电网安全稳定的影响机理算力负荷的高功率密度并网会削弱局部短路比、加剧功率冲击并引发电力电子控制与电网阻抗的宽频耦合，进而造成频率电压越限、宽频振荡甚至连锁故障。算力负荷

算力负荷特点

导致问题

引发电网稳定问题典型算力负荷功率曲线P

/

MWt基线功率任务启停周期波动数据中心/AI计算集群高基线·周期性·任务驱动MW—百MW级集中接入高功率密度单位面积负荷高度集中算力负荷周期性

电力电子设备占比高周期波动·多级控制高供电可靠性要求双路电源·

UPS持续供电高电能质量要求暂降、谐波与偏差敏感计算任务可迁移跨中心、跨区域灵活调度局部短路比下降SCR=Ssc/Sload宽频振荡风险周期功率波动+控制—阻抗耦合服务器→UPS→变流器→电网不可控负荷关键业务锁定，需求响应受限主动脱网保护电能质量扰动触发保护退出跨电网风险传播任务迁移引发潮流与风险转移加剧宽频振荡多时间尺度模态被激发低频次/超同步 谐波频段电压、电流与功率持续振荡频率稳定问题有功平衡与调节能力受扰fN频率最低点频率偏差扩大、恢复过程延长连锁故障局部扰动跨区域传播并扩大恶化扩大国外算力中心分析报告的启示训练负荷局部放大推理负荷满载时波动较小训练负荷呈现周期性波动单任务多卡同步多任务多卡异步随着算力规模持续扩大，AI负荷正由传统稳定型负荷演变为具有强动态性、高同步性的新型大规模扰动源。训练负荷与推理负荷秒级特性 不同模式的训练负荷对比异步训练下训练负荷的波动幅度下降、频率上升来源：1、Bloomberg

News,Naureen

S.Malik,

AI’s

Volatile

Power

Demand

Is

Damaging

Its

Own

Data

Centers；2、NERC

Issues

Level

3

Alert,Reliability

Guideline

Focused

on

Large

Load

Challenges。NERC要求从动态建模、稳定分析、故障穿越、在线监测和协同控制等方面重构大负荷并网管理体系。算力负荷已造成部分数据中心储能电池寿命显著缩短，并出现燃气发动机部件断裂、燃气轮机裂纹等设备可靠性问题。国外算力中心分析报告的启示算、电、碳的交互影响正向映射任务→功率→排放反馈决策电价/安全/碳→何时、何地、以多大强度执行统一前提任务履约｜电力安全｜碳核算三套边界正向交互链条：算例业务—电功率—碳排放共享同一时空坐标算业务任务请求/作业/数据到达·截止·SLA编排/分配时·空·强度任务完成与服务质量吞吐·时延·精度·恢复电功率安全IT设备功率GPU·CPU·网络设施/并网负荷冷却·配电·UPS并网约束与安全校核功率·电量·爬坡·断面碳核算目标时空电力碳因子平均/边际口径运行碳排与归因来源·时段·位置碳目标与责任边界绿电匹配·碳成本·披露算和碳都不是算电协同和电碳协同中额外增加的第三个目标，而是电力来源、时空位置和核算边界共同形成的反馈信号任务履约

SLA｜截止｜checkpoint｜数据域

电力安全

容量｜爬坡｜断面｜备用与恢复

碳核算平均/边际因子｜逐时绿电匹配｜排除项目录Contents碳中和下新能源与算力爆发01算电碳视角下的内外生风险03算力负荷特性与碳轨迹建模02算电碳协同技术路径的展望04需求侧支路｜自动化调度改变负荷边界与恢复过程跨中心自动迁移/同类策略多个主体响应相同价格、碳或告警信号负荷边界移动/同向响应拥塞转移、局部落点集中、预测失配回补/反弹/状态恢复任务积压在恢复阶段再次集中内生风险：算电碳协同演化压缩系统安全裕度主因果链｜三路驱动汇聚为绿电需求，并向新能源不确定性和安全裕度传导算力负荷增长高增速｜高密度｜集中化常规负荷持续增长工业｜建筑｜交通双碳目标约束绿色转型｜减排责任绿电需求增长规模扩大+高比例绿色用能年度采购还需转化为逐时匹配新能源渗透/依赖风光占比、跨区交易提高供给波动更直接传导至负荷侧不确定性/低惯量预测误差、爬坡与支撑变化风险具有地区与时段差异调度与稳定裕度承压备用、断面、频率/电压支撑规划—运行—恢复需要贯通校核安全风险的四个落点①充裕性与尖峰平衡持续基荷、局部接入、峰时容量与供电品质②爬坡与电压/频率同步波动、低惯量与支撑资源结构变化③备用与恢复反弹任务回补、储能复位与恢复阶段二次峰值④跨系统级联通信—任务—电网控制链相互放大1

关键任务同时受影响2

任务积压集中形成3

恢复时同向集中回补关键任务影响18.31

MWh恢复反弹峰值15.66

MW调度策略仿真算例｜两种20

MW×2

h调度指令，恢复过程为何不同？两种策略都能跟踪电力指令；差异发生在“谁先响应、任务如何积压、恢复怎样回补”。一刀切｜所有任务同比削减 分类调用｜按任务边界选择响应对象先保护性能/主权任务可延期任务承担调节恢复阶段分散回补关键任务影响0

MWh恢复反弹峰值8.75

MW下降44.1%关键任务影响：18.31

→

0

MWh

恢复反弹：15.66

→

8.75

MW同一指令，风险差异来自谁响应、何时恢复，而不是是否能够跟踪指令。外生风险：外生冲击会导致风险放大根因分析外生冲击进入算电碳闭环后，风险会由单点故障转化为供电、设施、控制与任务的共因失效。恢复动作若缺少分层降级、回滚与多样化资源，也可能制造同步迁移、任务回补和第二冲击。自然冲击｜信息冲击｜规则冲击灾三大类外生冲击极端天气/自然灾害高温、台风、寒潮、洪涝、干旱等同时作用于电源、电网与园区设施冲击特点：供给侧出力受损，需求侧制冷负荷与保供压力反向抬升双向夹击：出力下降+冷却上升攻网络/通信攻击遥测污染、控制入侵、链路中断会直接改变系统对状态与可调能力的认知冲击特点：错误信息可能触发错误迁移、错误限载或关键业务不可达认知偏差：误判状态+误发动作变市场/政策变化电价碳价、应急限电与数据驻留规则，改变任务迁移和资源调用的可行域冲击特点：相同信号可能诱发多中心同步迁移、排队积压与恢复回补规则重塑：边界收紧+动作同向外部信号并不必然成为系统性风险；接口共因、动作同向与恢复失序才是放大器。接口跨越越多，共因失效越强供电/资源风险传递路径｜四类传播面电源—电网—储能—备用出力骤降、断面受限、备用同时被占用设施/感知制冷—配电—UPS—环境IT负荷与辅助负荷在冲击下同向恶化控制/决策遥测—通信—编排—指令执行错误状态放大为错误迁移或错误限载任务/执行SLA—队列—迁移—恢复回补业务保护动作可能转化为新的电力尖峰快环ms–min｜自治