算电协同产业专题研究：时代的选择，算电协同发展的现实约束与破解之道

算电协同产业 1 时代的选择，算电协同发展的现实约束与破解之道 文/肖尧 摘要 2026 年 3 月，第十四届全国人民代表大会第四次会议审议通过的《政府工作报告》中，首次将“算电协同”纳入国家新型基础设施建设范畴，明确提出实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。这一战略部署标志着算力与电力两大基础体系的深度融合从技术试点层面上升为国家顶层设计，成为打造智能经济新形态的关键支撑。本文将以战略提出的背景为切入点，针对政策落地的限制因素进行分析，并就未来发展路径提出可行性建议。 正文 一、“算电协同”战略提出的时代背景 “算电协同”战略的确定，根植于我国智能经济发展与能源转型相互交织的时代背景之中。这一战略抉择的必然性主要体现在以下三个层面。 算力规模的爆发式增长致使电力供给保障能力面临严峻考验。随着人工智能大模型的商业化落地与智能应用的普及，我国算力总规模尤其是智能算力占比持续攀升。根据工业和信息化部数据，截至 2025 年末，我国智能算力规模已超过 1,590 EFLOPS，建成万卡智算集群达 42 个，算力总规模全球第二。算力中心作为高能耗基础设施，其电力成本占运营总成本的比重较高。根据中国信息通信研究院的预测，在高发展情景下，到2030 年我国算力中心用电量可能超过 7,000 亿千瓦时，占全社会用电量的比例或将超过 5%。用电需求高速增长对局部电网的承载能力和电力设施的规划建设构成了实质性压力。 “双碳”目标约束下的能源结构转型对算力产业的绿色化提出了刚性要求。国家发展和改革委员会等部门于 2024 年 7 月联合发布的《数据中心绿色低碳发展专项行动计划》明确设定了到 2025 年底，国家枢纽节点新建数据中心绿电占比超过 80%的目标。这意味着算力产业必须摆脱对传统化石能源的依赖，转而大规模消纳风光等新能源。而新能源固有的间歇性、波动性特征，与智算中心所需的高连续性、高稳定性供电之间存在着结构性矛盾。单纯依赖电网的被动供电模式已无法满足绿色发展的政策要求，必须通过机制创新与技术手段实现算力负荷与新能源电力的动态适配。 东西部资源禀赋的空间错配要求构建跨区域的资源优化配置机制。我国东部地区算力需求旺盛，但土地资源紧张、能耗指标受限、绿电资源匮乏；西部地区风光资源充沛，具备发展低电价绿电的天然优势，但本地算力需求不足，面临新能源消纳压力。自 2022算电协同产业 专题研究 算电协同产业 2 年“东数西算”工程全面启动以来，国家规划建设了八大算力枢纽节点和十大集群，初步构建了全国算力网络骨架。但算力的物理位移需要电力输送与数据流通的双重通道支撑，“东数西算”的深入推进必须依托“西电东送”与“算电协同”的有机结合，才能真正实现经济与环保双重效益。 二、“算电协同”落地的制约因素 尽管算电协同的政策共识已基本形成，产业实践也取得初步进展，但在具体推进过程中仍面临一系列深层次的结构性矛盾，集中体现为算力侧与电力侧在安全、绿色、经济三重目标上的协同困境，构成了制约算电协同高质量发展的主要障碍。 第一，时空错配引发的规划协调困难。时间维度来看，算力设施与电力设施在建设周期上存在显著差异。算力中心建设周期通常仅为 1 至 2 年，迭代速度快，市场需求变化频繁；而电网输变电工程、大型新能源基地建设周期长达 3 至 5 年，投资规模大、回收周期长。这种“算力等电”或“电等算力”的节奏错位，导致许多算力枢纽节点在投运初期面临供电容量不足或绿电接入滞后的困境。空间维度来看，“东算西电”的空间分布格局对算电协同发展形成根本制约。东部算力需求高度集中，但本地绿电供给严重不足；西部绿电资源富集，但缺乏足够的本地算力消纳能力，必须依赖特高压远距离输送。远距离输电不仅带来线损成本，还增加了系统调度的复杂性，削弱了西部低电价优势。 第二，安全稳定运行面临的技术挑战。从算力侧看，智能计算对供电质量的要求比传统计算更高。大模型训练通常由大量高性能计算卡构成的集群共同完成，一旦发生供电波动，即使极短暂的不稳定也可能导致训练进程中断，破坏已经生成的模型参数，造成数据和算力的巨大浪费，带来重大的经济损失。从电力侧看，智算中心的用电特点表现出两个明显趋势：一是单机柜的用电需求显著提升，二是负荷波动变得剧烈。当前，单机柜的用电需求明显提高，特别是在大模型集中训练阶段，用电负荷会在短时间内急剧增加，形成冲击性用电，这对电网的实时调节能力和电压稳定带来了更大压力。随着越来越多智算中心接入电网，局部地区的供电能力、频率调节能力可能面临瓶颈，给电力系统的安全运行带来新的考验。 第三，绿色低碳转型的动力机制不足。尽管政策层面设定了国家枢纽节点新建数据中心绿电占比超过 80%的目标，但这一目标的实现面临现实约束。一方面，算力中心的核心诉求是压降运营成本，而绿电交易价格虽已呈下降趋势，但在许多地区仍高于燃煤基准价，企业为“绿色属性”支付额外成本的意愿有限。另一方面，碳排放约束尚未对算力中心形成硬性考核，企业主动推动绿电消费的积极性不高。在缺乏有效经济激励的情况下，算力中心往往优先选择价格更低的常规能源。与此同时，算力中心高比例就地消纳新能源的潜力尚未充分释放。风光发电的随机性、波动性与算力设备对电源稳定性的刚性需求之间存在结构性矛盾，构网型新能源技术、大容量长时储能技术的成熟度和经济性尚不足以支撑大规模离网型算电协同项目的商业化运营。 算电协同产业 3 第四，经济高效维度的资源配置效率问题。当前算力中心领域存在一定程度的投资过热与资源闲置现象。在人工智能热潮与产业政策驱动下，部分投资主体以规模导向为主，对市场真实需求的调研与预测不足，导致部分地区智算中心建成后算力利用率偏低。电力端，算力中心的高可靠供电要求与达产周期长的特点导致部分供电设备长期处于备用状态，变压器等关键设备的平均负载率不高，造成电力设施投资的隐性浪费。此外，算力中心具备参与电网调节的潜力，可以为新型电力系统提供优质的调峰、调频资源，但目前电力辅助服务市场的价格尚未充分反映算力对电力负荷的调节价值，算力中心主动参与响应的收益有限，难以覆盖其因业务调整而产生的潜在风险，算力赋能电力的协同服务有待完善。 第五，数据壁垒与体制机制障碍。算力系统与电力系统长期分属不同行业管理，算力调度平台难以实时获取电网的潮流分布、节点电价、碳排放因子等关键数据；电力调度机构也无法及时掌握算力中心的可调负荷规模、备用资源状态等动态信息。这种数据壁垒导致算力与电力的双向互动缺乏决策依据，算电协同难以从理论走向实操。该问题形成的深层原因在于跨行业、跨区域的体制机制协同不足。算力项目的备案审批、能耗指标核定、电力接入方案等往往分属不同政府部门管理，缺乏常态化的沟通协调机制，导致项目落地过程中经常出现规划衔接脱节、审批流程冗