高温撞上AI,中国今夏电力系统将迎来真正的大考今年夏天，中国电力系统正在迎来一次前所未有的压力测试。一边，是持续升温的天气。另一边，是持续升温的AI。当空调和大模型同时开始“烧电”，中国电网正站在一个新的临界点。
一场正在发生的变化
过去几十年，中国夏季用电高峰主要来自居民空调。天气越热，空调用得越多。电网最担心的是热浪。但2026年的情况有些不同。除了千家万户的空调之外，还有另一批24小时不停运转的“超级用户”正在快速出现。那就是数据中心。如果说工业时代的钢铁厂是耗电大户，那么AI时代的数据中心就是新的“电老虎”。大模型训练、智能体运行、云计算服务、视频生成、自动驾驶……这些看似发生在数字世界里的事情，背后都需要巨大的电力支撑。而且这种需求正在以惊人的速度增长。国家能源部门预计，2026年全国最高用电负荷可能达到16亿千瓦左右。相比去年，相当于新增了一个河南省的用电需求。这还没有考虑极端高温天气的影响。AI到底有多耗电？
但对于电力系统来说，AI首先是一台巨大的“耗电机器”。业内测算显示，一个大型AI数据中心的耗电量，往往相当于一个中小型工业园区。深圳今年5月，数据中心用电量同比增长20%。而全国算力中心2025的用电规模已经达到1700亿千瓦时。国际能源署预测，到2030年，全球数据中心耗电量将接近翻倍增长。这意味着什么？意味着未来新增的电力需求，很大一部分将来自AI。换句话说：过去是电力支撑工业发展；未来则是电力支撑人工智能发展。真正的压力来自“双重叠加”
单纯高温，并不可怕。单纯AI扩张，也不可怕。可怕的是两者同时发生。与此同时，大模型推理服务、云计算平台、视频平台、自动驾驶系统仍在持续运转。居民负荷与算力负荷开始叠加。这让电网面临一个新的挑战：不仅峰值更高，而且持续时间更长。过去的高峰往往出现在下午。现在的高峰可能持续到深夜。这对整个电力系统的调度能力提出了更高要求。挑战不止来自AI
事实上，AI只是问题的一部分。中国电力系统面临的挑战远比想象复杂。第一重压力：极端天气
如果高温伴随干旱，水电出力可能下降。西南地区是我国重要水电基地。一旦来水不足，原本承担调峰任务的水电站就无法充分发挥作用。这意味着更多压力将转移给煤电和跨区域输电。第二重压力：新能源波动
过去几年，中国风电和光伏装机规模快速增长。预计今年底，风电和光伏装机容量将接近全国总装机的一半。但新能源有一个天然特点：靠天吃饭。太阳下山，光伏发电归零。没有风，风电出力下降。因此新能源规模越大，系统调节难度反而越高。第三重压力：电网结构
中国能源资源与用电需求分布并不均衡。西部有丰富的风光资源。东部却聚集着大量人口和产业。电从西部送到东部，并不是简单拉一根线那么容易。跨区域输电、调度协调、储能建设，每一个环节都考验着整个系统的能力。发达国家也遇到了同样的问题
如果你认为这是中国独有的烦恼，那可能想错了。美国、欧洲、日本同样正在经历类似挑战。美国得州多次因为极端天气出现电网紧张。欧洲热浪期间，法国、西班牙等国电力负荷屡创新高。而AI浪潮同样正在推高全球数据中心的能源需求。不同的是，中国的挑战更集中。因为中国同时拥有：全球最大的制造业体系；全球最大的电网；全球增长最快的新能源装机；以及全球增长最快的算力需求。这些因素叠加在一起，使中国成为观察未来能源转型的重要样本。中国正在寻找新的答案
面对压力，中国并没有停留在传统思路上。除了增加新能源装机、建设储能电站、加强跨区域输电之外，一个新概念正在进入公众视野：简单理解就是：让算力跟着电力走。哪里电多，哪里就多干活。哪里电紧张，哪里就少干活。例如：当西部光伏发电充足时，AI训练任务可以优先调度到西部数据中心。当夜间电网进入低谷时，大规模训练任务可以集中运行。把原本固定不动的算力，变成能够灵活调度的“虚拟负荷”。算电协同是万能解药吗？
因为并非所有算力都能迁移。AI训练任务可以等待。但在线推理服务不能停止。居民空调更不可能跟着电价随意关闭。因此，算电协同更像是一种缓解压力的工具，而不是彻底解决问题的方案。行业普遍认为，它能够削减部分高峰负荷，提高新能源利用效率，但无法完全消除夏季用电压力。广西正在进行一次有价值的探索
值得关注的是，广西移动与广西电网正在开展算电协同探索，通过通信网络、算力平台和电力调度体系深度融合，实现算力资源与电力资源动态匹配。新能源充足时，算力优先消纳绿色电力；电网高负荷时，部分计算任务动态优化调度。过去是“电力保障算力”。未来则可能走向“算力反哺电网”。这不仅是技术创新，更可能成为数字经济时代基础设施演进的新方向。而AI时代，比拼的或许是能源供给能力、系统灵活性和协同效率。但更深层次地看，它其实是中国能源转型进入深水区后的第一次大考。而是未来十年，我们能否让每一度电都发挥更大的价值。
夜雨聆风