ARTICLE · 1142375
AI算力,向电而生
算力中心建设选址，越来越取决于电力。
2025年，全国算力中心用电量达到1700亿千瓦时，占全社会用电量的1.6%，到2026年3月底，全国智算规模已达到188.2万P，约为上年同期的2.5倍，国家能源局预计，到2030年，全国算力用电量将达到8000亿千瓦时，占全社会用电量约6%。
算力快速扩张，用电需求也随之上升。
算力不足，可以通过调度其他节点弥补，电力紧缺却很难照搬这套办法，远方有电，也要通过输电通道送到机房，当地电网容量不够，项目照样接不进来。
智算中心长期高负荷运行，电力设施扩建又需要较长时间，各地电网能够为算力中心提供的可接入容量不同，用电成本也有明显差距。
项目最终落在哪里，关键要看当地能否及时供电，以及长期成本是否可控。
1.算力为什么越来越依赖电力
一点没错，算力的尽头是电力。
Gartner预计，2026年全球数据中心用电量将达到5650亿千瓦时，同比增长26%，其中，AI服务器用电量约占31%。
在中国，八大国家算力枢纽节点的算力用电量，近三年平均增速约为39.5%。
算力规模越大，需要锁定的电力就越多，以内蒙古乌兰察布中金数据项目为例，其最大用电负荷达到33.8万千瓦，年用电量约21.9亿千瓦时，这样的负荷，已经接近一座大型工业项目，无法依靠普通园区的剩余容量解决。
电费也会随算力规模迅速增加。
假设一座算力中心每年用电20亿千瓦时，每度电相差5分钱，全年成本就会相差1亿元，电价差距看似微小，落到大型项目上，便会直接改变投资回报。
此外，算力中心一旦投运，用电需求便会长期存在。
模型训练会告一段落，推理服务却要长期运行，随着用户增加，调用次数不断上升，服务器的用电量也将不断增长，电力成本的高低，直接关乎算力中心的盈利水平。
所以，大型智算项目在规划阶段，便会同步锁定电源。
充足且成本可控的绿电，正在成为各地承接大型算力项目的重要筹码。
2.算力正在沿着新能源版图落地
中国有一个长期存在的能源矛盾，大量风光资源分布在西部，主要用电负荷却集中在东部。
过去的办法，是把电送出去，特高压线路跨越数千公里，让西部能源进入东部负荷中心。
算力中心提供了另一种思路，把部分计算任务部署在电源附近，再通过网络向外提供算力服务。
相比把电送到远方，把计算任务调到电源附近，往往更容易。
一度电跨区域流动，需要电网通道，也会产生损耗，数据通过光纤传输，调度起来更加灵活，对模型训练和离线计算来说，与其把大量绿电送往远方，不如让算力主动靠近电源。
这个变化，恰好与中国新能源战略布局相互契合。
2026年公布的“十五五”规划纲要，勾勒出中国清洁能源的新布局。
在“三北”建设风电光伏基地，在西南发展水风光一体化，沿海地区推进核电建设，并向海上拓展风电，中东南部则发展分布式能源，靠近负荷中心就地消纳。
这套布局覆盖了中国主要的能源资源带，也为算力中心提供了不同的落点。
西北可以依托“沙戈荒”绿电发展大型算力集群，西南可以利用水电承接长期计算任务，东部靠近用户，则可以结合海上风电和分布式能源，探索虚拟电厂等更灵活的用电方式。
一张能源地图，正在成为下一张算力地图的底稿。
3.“三北”地区，算力追着风光走
中国风光资源最丰富的地区，主要分布在“三北”，这里土地空间较大，风能和太阳能资源集中，是大型新能源基地的主要落点，“十五五”规划明确，将继续推进“三北”风电光伏基地建设。
算力中心也在向这些地区集聚。
内蒙古乌兰察布推进绿电直连，让新能源电站通过专用线路向算力中心供电，和林格尔依托国家算力枢纽节点，将智算项目与新能源供给同步规划。
宁夏中卫正在为云计算基地配套建设大型绿电项目。
新疆克拉玛依则把30万千瓦光伏项目与当地数据中心衔接，并探索多用户绿电直连，让一座新能源项目服务园区内多家算力企业。
甘肃庆阳更强调与东数西算衔接，当地建设国家数据中心集群，也在增加新能源供给，希望把风光资源转化为面向全国的算力服务。
不过，风光资源丰富，不代表算力中心可以直接依靠新能源运行，风电出力随天气变化，光伏又有昼夜波动，智算中心却需要持续供电。
解决办法是算电协同。
简单来说，算电协同就是根据电力供应安排部分计算任务，新能源出力较高时，增加可以延后的训练任务，电网负荷进入高峰后，再减少非紧急计算，储能负责平抑短时波动，公共电网继续提供稳定保障。
绿电直连解决电从哪里来，算电协同解决什么时候计算，两者结合，把“三北”的风光资源稳定转化为算力。
一部分绿电由此留在当地，转化服务全国的算力。
4.西南地区，水电托起绿色算力
西南的能源条件与“三北”不同。
这里水电资源丰富，随着风电和光伏继续增加，西南正在形成水风光一体化的清洁能源基地。
水电具有较强调节能力。
风光出力下降时，水电可以增加发电。新能源出力较高时，水电又能适当调节，几种电源相互配合，可以为算力中心提供更稳定的清洁电力。
四川雅安已经走在前面。
当地依托水电资源建设大数据产业园，并推动清洁能源聚合供应，周边电站发出的电，可以通过市场交易供应园区。
这既降低了数据中心的用电成本，也为丰水期电力找到了稳定负荷。
贵州贵安走的是集群化路线。
截至2025年6月，贵安已引进大型及以上数据中心26个，算力总规模超过100EFlops，还成立算电协同产业联盟，推动数据中心与电力企业共同研究供电方案。
贵安还有一项自然优势，当地气候相对凉爽，数据中心可以利用自然冷源，减少制冷系统的耗电。
把西南地区的优势体现的明明白白。
不过，西南同样面临外送与本地消纳的选择，水电既可以通过输电通道送往东部，也可以留在当地发展算力产业。
两种方式没有固定答案，关键要看哪一种能够创造更高的综合价值。
对部分地区来说，把水电转化为算力，再通过网络服务外部市场，可能成为新的选择。
5.沿海地区，核电与海上风电靠近负荷中心
沿海地区拥有中国最密集的产业和用户，也是人工智能应用需求最集中的区域。
这里建设算力中心有明显优势，距离用户更近，网络时延更低，推理服务也更容易快速响应。
问题在于，沿海地区用电负荷原本就高，新增大型智算中心，会进一步增加电网压力。
“十五五”规划给出的能源方向，是推进沿海核电建设，同时扩大海上风电开发。
这两类电源离负荷中心更近，可以减少远距离输电压力，核电出力相对稳定，适合承担长期基础负荷，海上风电则可以增加沿海地区的绿电供给。
这给沿海算力中心提供了新的电源组合。
核电保障稳定供电，海上风电提高绿电比例，算力中心还可以通过多年期绿电交易，提前锁定部分电量和价格。
沿海地区的算力优势，在于靠近用户，能够承接时延敏感的推理任务，只要电力稳定，较高的用电成本仍可能被业务价值覆盖。
算力任务由此出现分工，训练可以更多地向能源基地布局，实时推理则留在需求中心。
6.中东南部，让算力参与电力调节
中东南部人口密集，工商业负荷较高，很难复制西部大型新能源基地的模式。
这里更适合发展分布式能源。
工业园区可以利用屋顶建设光伏，数据中心也可以配置储能，发出的电就近使用，可以减少对远距离输电的依赖。
但分布式能源规模有限，无法完全满足大型算力中心的需求。
真正有价值的变化，是让数据中心参与虚拟电厂。
虚拟电厂并不直接发电，而是把分散的用电负荷聚合起来，再根据电网需求统一调节，数据中心接入以后，部分算力任务就能成为可调节负荷。
2026年5月，广东韶关、广州和湛江的数据中心，通过虚拟电厂平台参与电力现货交易。
电价较低时，平台增加可以延后的计算任务，用电进入高峰后，再减少非紧急负荷，任务没有消失，只是换了一个时间运行。
这就是算力跟着电价运行。
同一项计算任务，放在不同时段执行，用电成本可能不同，数据中心如果能识别电价变化，就能在不影响服务的情况下减少支出。
虚拟电厂的价值，远不止降低用电成本，还能把分散的算力负荷聚合起来，根据电网供需调整计算任务，让数据中心成为可以参与电力调节的灵活资源。
7.全国统一电力市场，让绿电走得更远
绿电直连有一个明显限制，电源和算力中心必须离得足够近。
更多算力中心仍然要通过公共电网购电，能否使用外地绿电，要看跨省交易是否顺畅，也要看不同地区的电力市场能否衔接。
这正是全国统一电力市场要解决的问题。
2026年1—8月，全国电力市场累计完成交易电量5.18万亿千瓦时，同比增长19.2%，其中，绿电交易量达到2182亿千瓦时。
全国统一电力市场正在扩大绿电跨区域配置的空间，电力市场扩大后，算力中心获得绿电的方式也会增加。
靠近新能源基地的项目，可以探索绿电直连，距离较远的项目，则可以通过绿电交易购买清洁电力，电从哪里发出，电量如何结算，也会变得更加清晰。
全国统一电力市场还会带来更准确的价格信号。
新能源供给充足时，现货电价可能下降，用电紧张时，价格则会上升，算力平台读取这些信号后，可以调整可延后的任务。
到这一步，电价开始影响计算时间，数据中心在安排算力资源时，会比较不同时段的电价，判断任务什么时候运行更划算。
此外，全国统一电力市场，还会扩大算电协同的范围。
数据中心可以根据本地电价安排任务，全国算力网络进一步成熟后，部分任务还能跨区域调度，哪里绿电充足，算力就向哪里流动，哪里用电紧张，任务就转移到其他节点。
算力调度与电力交易，逐渐靠拢。
8.大电网托住算力扩张
算力中心即便靠近电源，也离不开大电网的稳定支撑。
风电和光伏存在波动，绿电直连也有供应边界，智算中心要保持稳定运行，仍然需要大电网提供支撑，跨区域输电能力越强，算力中心可以调用的电力资源就越多。
2026年1月，国家电网宣布，“十五五”期间固定资产投资预计达到4万亿元，较“十四五”增长40%，投资将用于新型电力系统建设，并推动跨省跨区输电能力提升。
这笔投资也在为算力扩张夯实电力底座。
西部绿电可以通过外送通道进入东部负荷中心，本地富余电力也能支撑算力集群，配电网扩容后，更多智算项目才能获得足够的接入容量。
算力也在反过来成为新能源的调节工具。
风光出力较高时，数据中心可以增加可延后的计算任务，电网负荷紧张时，再把部分任务转移到其他时段，算力负荷越灵活，电网消纳新能源的空间就越大。
大电网托住算力扩张，算力也为新能源消纳增加弹性，电力正在从后台保障，走向算力版图的核心位置，这也正是AI算力向电而生的底层逻辑。
关注科技投研局，一起看懂硬科技
