夜雨聆风引言
2026年5月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》。相比2025年9月两部门发布的“人工智能+”能源高质量发展实施意见，本次方案实现三重升级：理念上从单向赋能升级为“双向赋能”，机制上从两部门联合升级为四部门联合，内容上新增核电氢能直连供算力、多年期绿电合同、算力作为灵活调节资源等突破性部署。以下从核心框架、六大突破点、长效机制三个层面展开解读。
一、行动方案核心逻辑与框架解读
1.1 双向赋能的主线逻辑
方案的核心框架围绕“一条主线、三层架构”展开。
一条主线是人工智能与能源的双向赋能、深度融合。双向赋能的本质是构建能源与算力的协同发展生态：一方面，能源产业为AI发展提供安全、绿色、经济的电力保障；另一方面，AI技术为能源转型提供智能化解决方案，实现“能源更智慧、算力更清洁”的良性循环。
三层架构体现在方案的功能划分上，按照原文章节顺序对应如下：
基础支撑层（原文第二至四板块）：构建支撑AI创新发展的能源保障体系，解决“能源基础”问题。
能力与应用层（原文第五至七板块）：数据要素与模型创新提供基础能力支撑，高价值场景开放实现AI技术价值转化。
生态保障层（原文第八至十板块）：标准体系、安全治理、人才培养、政策保障，确保可持续发展
上述三层架构体现了数据和模型在融合发展中的基础作用。
1.2 关键目标的时间节点设计
方案设置了2027年和2030年两个时间节点，形成了“分步走”的战略安排：
2027年目标：基础能力构建期。 这一阶段的关键词是“初步”，初步构建能源保障体系、初步建立共享机制、初步形成闭环管理。设定这一阶段目标，体现了政策制定的务实态度。
2030年目标：能力跃升期。 这一阶段的关键词是“世界领先水平”和“明显成效”。到2030年，我国AI算力设施的清洁能源供给保障能力要达到世界领先水平，能源领域AI专用技术研发和应用要取得明显成效。
二、六大关键突破点深度解读
方案部署了六大关键突破点，从空间布局到能源类型，从运行机制到应用场景，从数据基础到技术底座，形成了递进式政策设计。
突破点一：算力与能源的空间协同布局
方案明确提出“统筹优化能源资源与算力布局”，强调要“统筹大型新能源基地与国家算力枢纽规划布局，推动算力设施、互联网骨干直联点在新能源富集地区有序合理汇集，促进新能源就近就地消纳”。从现实情况看，国家规划的8个算力枢纽节点中，内蒙古、宁夏、甘肃等西部省份占据重要地位，而这些地区恰恰是新能源资源最为富集的区域。据各省“十五五”规划纲要，内蒙古提出到“十五五”末新能源装机达到3.25亿千瓦，甘肃提出1.6亿千瓦，宁夏提出突破1亿千瓦且占比达到70%，算力需求与新能源资源在空间上高度重叠。然而，二者的规划布局长期分属不同体系，受制于电网调度机制和电力交易规则等因素，算力设施使用清洁电力仍面临诸多障碍，资源禀赋的优势尚未充分转化为供能实效。方案的这一部署，正是要从顶层设计层面破解”资源近在咫尺、绿电遥不可及”的困局。
实践层面，内蒙古、宁夏等地已率先探索算电协同布局。 据公开报道，内蒙古和林格尔数据中心集群通过“源网荷储一体化”模式，探索风、光、储、算联动运行。宁夏中卫作为全国首个新能源装机超过50%的省级电网，2026年5月大唐中卫云基地50万千瓦光伏电站正式投运，成为我国首个大规模算电协同绿电直供项目。但这些探索多停留在项目层面，算力设施与新能源基地的”物理同居”并不等于“化学融合”。
方案正是要从规划层面推动更深层次的协同。在“统筹大型新能源基地与国家算力枢纽规划布局”的基础上，方案进一步提出“选择具备条件的地区开展试点，推动算电协同一体化发展”，并明确“探索百万千瓦级人工智能算力设施与配套能源系统协同建设”，推动试点地区率先突破，为全国积累经验。
突破点二：核电、氢能直连供算力的破冰之举
方案提出“探索核电、氢能等能源以直连方式为算力设施供能”，这一表述具有重要的政策信号意义，首次在国家政策层面明确探索核电、氢能与算力设施的直连供电模式。
核电直连供算力的意义在于提供清洁基荷。 核电具有出力稳定、碳排放低的特点，是理想的基荷能源。目前，我国核电发展已进入快车道，山东、浙江、广东、福建、辽宁等沿海省份核电项目稳步推进。方案提出探索核电直连供算力，为具备核电资源条件的沿海省份提供了新的产业发展方向，但具体落地路径仍需进一步探索验证。
氢能直连供算力的意义在于开辟“零碳算力”新路径。 氢能尤其是绿氢，是真正意义上的零碳能源。据各省”十五五”规划纲要，吉林明确提出“氢动吉林”发展战略，加快氢能全产业链发展，推进可再生能源制氢示范项目、“绿电+绿氢”耦合发展；山东、内蒙古等省份也提出了氢能产业发展目标。氢能直连供算力如能实现，将使这些省份的氢能资源获得高附加值的应用出口。
当然，核电、氢能直连供算力还面临技术成熟度、安全监管、经济性等多方面挑战。方案使用“探索”二字，体现了审慎推进的务实态度。从近期看，更具操作性的路径是依托现有电网，通过绿电交易、专线供电等方式提升算力设施的清洁能源使用比例。
突破点三：算力作为负荷侧灵活调节资源
方案提出“鼓励算力设施配置构网型储能”“推动算力设施作为负荷侧灵活可调节资源参与电网运行”，这一政策创新具有深远意义，它将算力设施从单纯的“电力消费者”重新定位为“电力系统调节者”。
传统意义上，数据中心是典型的刚性负荷，需要7×24小时不间断供电。但随着新型电力系统建设的深入推进，电网对灵活性调节资源的需求日益迫切。算力设施恰恰具备成为调节资源的潜力：算力任务具有时间弹性，可根据电网调度指令调整运行功率；大型数据中心通常配备储能设施，具备快速响应能力。将算力设施纳入电网调节体系，对电网而言可缓解新能源并网带来的波动性，对算力设施而言可通过参与调峰调频获得辅助服务收益、降低用电成本。
从实践探索看，这一模式的实现路径正在逐步清晰。目前，部分数据中心已尝试在新能源大发时段增加算力负载、在负荷高峰时段降低非紧急计算任务，实现算力与电力的时间错峰匹配。这种“算力跟着电力走”的调度思路，与方案提出的“以电力市场价格信号引导算力设施优化能量管理”方向一致，但距离算力设施作为正式的灵活调节资源参与电网运行，仍需市场机制和调度规则的支持。
突破点四：能源领域AI高价值场景的系统开放
方案单设板块部署“开放能源领域人工智能高价值应用场景”，从场景挖掘、场景开放、闭环管理、规模化应用四个维度作出系统安排，标志着能源AI应用从“点上探索”向“面上推开”的转折。
能源行业是AI技术应用的“富矿”。电力系统的发、输、变、配、用各环节每天产生海量数据，电网调度、设备运维、负荷预测、新能源消纳、储能管理等领域对AI技术有着天然需求。
方案的场景开放策略贯穿“有序、可控、渐进”三条推进原则。“有序”体现在要求“挖掘能源高价值场景”，先识别哪些场景最适合AI应用，避免盲目开发；“可控”体现在“在切实保障国家能源安全、网络安全和商业秘密的前提下”推进场景开放；“渐进”体现在“先试点、后推广”的路径设计，从闭环管理到规模化应用逐步推开。
从落地案例看，AI+能源的应用已在多个场景取得积极进展。在智能运维领域，部分电厂部署AI系统后，关键设备故障预警能力显著提升。在储能管理领域，头部储能企业借助AI算法，优化热管理和运行策略，提升储能系统安全性和经济性。
突破点五：能源数据要素的市场化激活
方案第六板块聚焦“挖掘能源数据价值”，强调“推动能源领域高质量数据集建设”、“筑牢能源数据安全与隐私保护屏障”、“激活能源数据要素市场活力”。
数据是AI应用的核心要素，能源领域数据资源的开放共享与价值释放，将为AI模型训练和应用提供关键支撑。
方案的破局之举体现在三个层面：
一是数据集建设。针对当前能源领域高质量数据集匮乏的问题，方案提出推动建设能源领域高质量数据集，涵盖电力生产、电网运行、设备状态、能源消费等关键领域，为AI模型训练提供坚实的数据基础。
二是数据安全与隐私保护。针对数据开放共享的安全顾虑，方案强调建立覆盖数据全生命周期的安全治理体系，在确保国家能源安全、企业商业秘密和用户隐私的前提下推动数据有序开放。
三是数据要素市场激活。针对数据权属和收益分配问题，方案提出完善能源数据要素市场规则，明确数据的所有权、使用权、收益权界定，探索数据资产化路径，激发各类主体参与数据共享的积极性。
突破点六：自主可控的AI软硬件深度应用
方案提出“推动人工智能自主可控软硬件在能源领域深度应用”，强调“加快自主智算芯片与国产深度学习框架的适配优化，推动多框架协同运行，推动能源领域大模型高效迁移技术在典型场景中的应用”。
能源行业是关乎国计民生的关键基础设施，其AI应用的自主可控具有特殊重要性。一旦在核心技术上受制于人，不仅会影响能源系统的智能化水平，更可能危及能源安全和网络安全。
目前，国产AI芯片在能源数据处理、边缘计算等场景加速适配，深度学习框架与主流应用的兼容性持续改善，面向电力调度、设备运维等场景的垂直模型逐步成熟。
方案明确将自主可控作为重要方向，要求“持续推动能源领域人工智能软硬件技术迭代升级，提升能源领域基础设施智能化水平”。这一部署将为国产AI自主可控技术提供重要的规模化应用场景和迭代验证平台。
三、构建双向赋能的长效机制
方案从标准规范、安全治理、人才培养、监测评估四个维度构建长效保障体系，四者环环相扣：标准是产业发展的“通用语言”，安全是底线红线，人才是核心驱动力，监测评估确保政策落地不走偏。
3.1 标准体系建设的紧迫性
方案第八板块提出“完善标准化管理机制”，强调“抓紧研制能源领域人工智能应用能力测评、算力设施绿色低碳水平测评、算电协同技术要求等关键技术标准”。
标准是产业规模化发展的基础。当前，AI+能源领域存在标准缺失、标准不统一等问题，制约了产业的健康发展。亟需制定的标准包括：算力设施能效评价标准、绿电消费核算标准、算电协同技术标准、AI模型在能源领域的应用评估标准等。
3.2 安全治理体系的构建
方案第八板块提出“探索建立‘人工智能+'能源安全治理体系“，强调“推动制定能源领域人工智能应用安全责任划分标准，构建涵盖数据、模型、应用的安全治理闭环管控机制和风险隔离措施”。
AI+能源的安全风险具有特殊性。能源系统是关键信息基础设施，一旦遭受网络攻击或AI系统失效，可能造成大面积停电等严重后果。同时，AI系统的决策过程具有“黑箱”特性，事故责任认定存在困难。
构建安全治理体系需要从三方面着力：一是建立责任划分机制，明确AI系统开发商、运营商、使用方的安全责任；二是建立风险隔离机制，通过冗余设计、应急响应等手段控制风险扩散；三是建立监管评估机制，对AI系统在能源领域的应用进行安全审查和持续监测。
3.3 复合型人才培养的路径
方案提出“构建复合人才培养体系”，强调“加强人工智能与能源融合学科建设”、“培育一批复合型、创新型、实战型人才”。
AI+能源是典型的交叉领域，既需要懂AI技术，又要懂能源业务。当前，这类复合型人才严重短缺，成为制约行业发展的重要瓶颈。
人才培养需要多措并举：高校层面，推动人工智能与能源工程交叉学科建设；企业层面，鼓励建立人才培训和交流互动机制；开源社区层面，鼓励建立能源领域人工智能开源社区，引导更多开发者参与。
3.4 监测评估机制的完善
方案提出“建立常态化监测评估机制”，要求“开展行动方案实施情况动态监测”、“把监测结果作为优化资源配置的重要依据”、“根据国内外形势变化，及时动态调整行动方案目标和重点任务”。
监测评估是政策闭环管理的关键环节。需要监测的指标包括：算力设施能源供给保障水平、算力设施绿电占比、AI+能源应用场景落地数量、能源高质量数据集建设进展、AI模型在能源领域的应用效果等。
结语
《关于促进人工智能与能源双向赋能的行动方案》是我国AI+能源融合发展的重要阶段性政策。从“实施意见”到“行动方案”，从两部门到四部门，从单向赋能到双向赋能，政策的每一次升级都反映了对产业规律的深化认知。
政策落地也有几个值得关注的着力点：氢能、核能直连供算力需要加快技术验证和经济性论证；算力设施参与电网调节的收益机制有待完善；数据开放与安全保护需要找到最优平衡点；四部门协同机制的运行效率也将是关键。
算电协同进入实质性推进阶段。宁夏中卫、内蒙古和林格尔等地的算电协同经验加速向全国推广，更多地区探索绿电直供、源网荷储一体化等模式。核电、氢能直连供算力有望在具备条件的地区率先开展试点，为清洁能源消纳和绿色算力发展开辟新路径。
AI赋能能源从“点状突破”走向“系统集成”。29项重点任务覆盖能源全产业链，从智能调度到储能运维，从负荷预测到新能源消纳，AI技术深度嵌入能源系统的每一个环节，推动运行效率和智能化水平的整体跃升。
双向赋能的最终指向是生态构建。方案不仅关注技术和应用，更重视标准、安全、人才、生态的构建。随着政策落地，一个“技术先进、应用活跃、生态完善”的AI+能源发展格局逐步形成，为我国在新一轮科技革命和产业变革中赢得主动提供有力支撑。
引用及数据来源：
《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号）；
2025年“人工智能+”能源高质量发展实施意见；
各省新能源装机目标数据引自各省“十五五”规划纲要；
实践案例信息来源于公开报道。
