当前时间： 2026-08-22 15:34:25
分类：办公文件
评论(0)
AI的尽头是电力,但中国电网的尽头是调峰?本文 AI 辅助成稿，核心判断与行业经验来自本人（20 年地产基金 + 电力交易背景）。按《人工智能生成合成内容标识办法》补充标识，观点责任归我。"AI的尽头是电力"——这句话在2026年已经成了行业共识。但真正在电网调度台上工作的人会告诉你：问题从来不在"电不够用"，而在"电来得太集中、太随机"。2026年，中国全社会用电量已突破十万亿度。激进预测下，算力中心用电占比可能达到8%——近万亿度电，接近德国和法国用电量之和。可发电侧真的怕这万亿度吗？不。真正让调度员头疼的，是光伏午间一拥而上把现货价格打成负值，是傍晚太阳落山后两小时内的陡峭爬坡，是AIDC（人工智能数据中心）那锯齿般波动的负荷曲线。一句话：AI的尽头是电力，但中国电网的尽头是调峰。一、AI的尽头是电力，但电力的难题不在"量"在"峰"
Gartner在2026年6月预测：2026年全球数据中心用电量将达565TWh，同比增长26%。彭博新能源财经估计，到2035年全球需新增362吉瓦发电装机来满足数据中心需求，届时数据中心将占全球总用电量的4.5%，2050年升至8.7%。中国的情况更猛。大公国际数据显示，我国在用算力设施机架已超1373万标准机架，智能算力规模达1590 EFLOPS。经济日报援引预测称，"十五五"期间中国算力用电量每年平均增加1000亿千瓦时以上，对应平均负荷约11.4吉瓦——这相当于每年新增一条半特高压通道的供电能力。人大应用经济学院的一篇文章给出了更直观的换算：如果5年内算力中心用电量达到一年1万亿千瓦时，平均负荷将超100吉瓦。按当前主流的±800kV直流特高压线路设计输送容量8吉瓦计算，至少需要12条特高压。12条特高压——这就是"AI的尽头是电力"的字面含义。但请注意：12条通道解决的是"量"的运输，解决不了"峰"的波动。电力系统真正的噩梦，从来不是"平均负荷"，而是"瞬时功率平衡"。二、2026年光伏装机首次超过煤电：发电侧的天平翻转
2026年是一个标志性年份：中电联预测，太阳能发电装机规模将首次超过煤电装机规模。听起来是碳中和的胜利，但对电网调度来说，这是一次前所未有的压力测试。能源转型委员会（Energy Tag）2026年5月的报告直言：各省电力现货市场已显现出一系列具有明显时间特征的问题——弃风弃光、极低电价甚至负电价、大规模光伏装机引起的夜间负荷陡增后的爬坡压力。光伏渗透率较高的省份，现货市场日内价格波动加剧，日间持续出现低电价甚至负电价时段。市场已经形成了固定剧本：白天光伏出力过剩，午间电价持续走弱甚至为负；傍晚太阳落山，用电高峰与高电价同时到来。大公国际的评级报告给出了更扎心的数据：西藏、青海、新疆、甘肃四地光伏利用率跌破90%，其中西藏光伏利用率仅64.9%、风电利用率仅68.6%。风光富集区域因为外送通道不足、本地消纳能力有限，叠加出力波动特性，弃风弃光率显著抬升。一边是西北的绿电白白浪费，一边是东部AI算力嗷嗷待哺——这就是调峰困境的空间维度。而在时间维度上，问题同样严峻：光伏出力集中于白天午后，负荷高峰却出现在傍晚和夜间——"鸭子曲线"的腹部越陷越深，爬坡段的斜率越来越陡，留给调峰机组的反应时间越来越短。这就是为什么2026年的电力市场里，最值钱的不是"发得多"，而是"调得动"。三、AIDC不是"蓄水池"，是"泄洪闸"
如果算力负荷是温柔的、平滑的，那调峰问题还相对好办——把电网当"自来水"用就行。但现实恰恰相反。人大应用经济学院/南方能源观察的调查揭示了一个反直觉的事实：AIDC的负荷曲线往往是"脉冲式"或"锯齿波"的，负荷波动可能达到数十甚至数百兆瓦。一个全网热点新闻，就可能促使AI调用量突增；大模型训练的checkpoint、分布式训练同步，都会制造剧烈的功率尖峰。第一，功率密度陡增。单机柜功率正从传统5-10kW向30-100kW甚至更高跃升。大模型训练的高端GPU服务器，8卡整机功耗可达数千瓦至上万瓦。一个吉瓦级的AIDC，电力负荷相当于一个百万人口的中型城市——而且这个"城市"的用电曲线是锯齿状的，白天黑夜都在波动，毫无规律可循。第二，负荷刚性极强。训练集群几乎是24×7满负荷运行，"大家都巴不得把算力卡用到报废"。相对于动辄百亿的硬件投入，省下的电费杯水车薪——电费作为一个低价值信号，很难调动高价值资产。清鹏AI创始人李中阳的这句话，道破了时间协同最大的障碍：训练集群本身很难成为高标准的"柔性负荷"。第三，电能质量要求极高。AIDC对电能质量非常敏感，电能不稳定时可能在极短时间内脱网、启动备用电源——而这恰恰会给电网制造新的冲击。所以，AIDC不仅不是能帮忙"削峰填谷"的蓄水池，反而时不时"开闸泄洪"。指望它自觉配合调峰，短期来看是缘木求鱼。四、三种错配：空间、时间、系统
空间错配：东紧西松。东部枢纽负载率超过80%，但绿电占比低、电价高、土地紧张；西部枢纽利用率不足，部分数据中心几乎成了"存储仓库"。理论上"东数西算"能缓解，但现实很骨感：算力中心的带宽成本在运营成本中的占比有时比电费还高，云计算调度比例可能不超过10%。AI时代处理的多是热数据，迁移更加困难。"电费省两毛、带宽贵三毛"的账，让企业宁可留在东部。时间错配：算等电与资产错配。算力中心建设周期约0.5-1年，而电站、电网建设需1-2.5年——"算等电"是常态。反过来，新能源资产寿命20年以上、电力设备甚至40年，如果AIDC 3-5年后上架率不理想甚至经营困难，那些为它配套的新能源和电力资产该如何处置？这是所有规划者不敢细想的账。系统错配：算力不是一池水。信通院将算力分为通用、智能、超算三类，跨类型几乎无法调度；即便同构智算，企业也不愿意调度稀缺的高端算力。头部互联网公司的算力资源首先要服务自身业务，在大模型的高烈度竞争中，时间和算力就是生命——一体化算力网听起来很美，实际能参与调度的，只有通用算力和同构智算中的部分冗余。五、调峰的"钱"从哪来：容量电价与辅助服务的重估
既然调峰是刚需，那"钱"从哪来？2026年，中国电力市场的回答正在成形。2026年1月，发改委印发《关于完善发电侧容量电价机制的通知》（发改价格〔2026〕114号）：分类完善煤电、天然气发电、抽水蓄能、新型储能容量电价机制；对电网侧独立新型储能电站，各地可给予容量电价；现货市场连续运行后，有序建立发电侧可靠容量补偿机制，按顶峰能力统一原则补偿——公平反映不同机组对电力系统的顶峰贡献。这意味着："顶峰能力"正在成为所有发电资源获取容量收入的统一标准。谁能在最需要的时候顶上去，谁就拿钱。这比过去"装了就有钱"的机制进步了一大截。煤电曾经靠"容量电价"锁定收益，如今它要靠真实可用的顶峰能力去市场竞争；而抽蓄、独立储能这些"调节型选手"，第一次有了与煤电平起平坐的收入地位。与此同时，虚拟电厂的收益模式正在多元化：电能量市场的峰谷价差套利、辅助服务市场的调频调峰补偿、需求响应补偿……联合资信的2026年电力行业分析指出，虚拟电厂已成为新型电力系统建设的重要支撑。在现货市场价差格局下——白天光伏过剩、午间低电价，傍晚高峰高电价——峰谷价差套利本身就成了一个可观的商业模式。还有一条暗线：算力中心自身的备用电源。目前大多数算力中心是UPS+柴油发电机的模式，柴油机一年可能只启动几次，纯属"养兵千日用兵一时"的沉没成本。信通院指出，若用新型储能或氢燃料电池替代柴油机，不仅能提供环保应急电力，还能通过参与调峰等辅助服务创造额外收益——把"备而不用"的资产变成"备而能用"的调峰资源。一台算力中心的备用储能，平时参与电网调频调峰赚钱，关键时刻保障算力不掉电——这是典型的"一鱼两吃"。浙江乐清已经跑通了样本："绿电枢纽"分布式能源聚合平台统一接入8514户分布式光伏、28座储能电站，最大聚合调节能力达10万千瓦——相当于一座中型水电站的装机容量。一个县级平台的聚合调节能力就相当于一座中型水电站，全国上千个县区如果都跑通这种模式，虚拟电厂聚合起来的调峰池，将是一张巨大的"软电网"。六、算电协同的三个落地样本：和林格尔、伊吾、阿里
样本一：呼和浩特和林格尔——算力主动追着风光跑。2026年"算电协同"首次写入政府工作报告，而这个词的源头就在这里。呼和浩特和林格尔新区华电能源总经理李超回忆，当时给项目起名用了"算电协同"这个词，向上申报优秀案例后被国家数据局认定为示范项目。华电内蒙古和林格尔数据中心一期建起36万千瓦风光电场，通过专用线路直供数据中心，绿电占比达43%；二三期2026年全部建成后，将支撑4.8万PFlops算力规模。在华电项目调控中心的大屏幕上，金色代表光伏功率曲线，蓝色显示风电出力波动，绿色为数据中心算力负载——三色曲线实时同屏，算力负载跟着风光出力走。这是"让算力跑在绿电上"最直观的注脚。样本二：新疆伊吾——源网荷储一体化。国网伊吾县供电公司构建了"源网荷储一体化协同机制"：精准预测风光功率，规模化配置储能平抑波动，执行"绿电优先、储能跟进、火电调峰"的调度策略；同时引导智算中心把非实时任务错峰调整到风力充沛时段运行。既最大化消纳绿电，又守住算力中心供电安全底线。在伊吾的模式里，储能是"缓冲垫"，火电是"压舱石"，智算中心是"柔性负载"——一个县级的电网，把新型电力系统的要素几乎凑齐了。样本三：阿里巴巴×华北电力大学——首次跨区域"算力-电力"调度。阿里与华北电力大学合作的"算力-电力"优化调度项目，以试运行方式参与了华北电力调峰辅助服务市场：在电力系统调峰信号引导下，将江苏南通数据中心的部分算力负载转移至河北张北数据中心。这是国内首次跨区域"算力-电力"优化调度验证实验——电力的调峰信号，真的驱动了算力的跨省搬家。虽然还是试运行，但它证明了最关键的一件事：电力系统的调峰需求，可以转化为算力系统的调度指令。这三个样本分别回答了算电协同的三个问题：绿电怎么直供、源网荷储怎么配合、算力负载怎么跨区域调度。合在一起，就是"算随电走"到"电随算配"的完整演进链条。七、结论：让算力变柔的不是电价，是AI自己
是，也不是。短期看，调峰确实是电网最紧的约束——光伏午间负电价、傍晚爬坡、AIDC锯齿负荷，每一个都是硬骨头。但长期看，调峰难题的解法不在电网侧，而在算力侧。信通院说得最清楚：算力负载分为延迟敏感型和延迟容忍型两类。延迟容忍型负载具有优异的时空调节性能——空间上可转移到风光资源丰富地区执行，时间上可从高峰时段转移到低谷时段。算力中心正成为可再生能源消纳的关键力量和电网调峰的重要资源。关键在于，AI本身正在让算力变柔。南方能源观察的报道提出了一个漂亮的概念："绵柔型"AI——由于Agent任务天然具备可拆解与"断点续传"的属性，一些不紧急的任务可以储存起来，等新能源大发时再处理，实现一定程度的时间协同和削峰填谷。训练任务的checkpoint机制、推理任务的低峰排队、Agent任务的断点续传——这些AI技术本身的发展，正在把"刚性负荷"变成"柔性资源"。大模型的训练可以暂停续跑，Agent的推理可以排队执行，离线作业可以错峰调度——当AI的工程架构本身支持"弹性计算"，算力就不再是电网的"泄洪闸"，而成了可以精确调控的"变频水泵"。正如中国社科院财经战略研究院研究员冯永晟所说："电力系统是血液系统，算力系统是神经系统。"两者从来不是谁服从谁，而是同一个身体的循环。血液要给神经供氧，神经要给血液反馈——调峰的本质，就是让这两套系统学会对话。所以，别再问"AI的尽头是不是电力"了。真正的问题是：当电网的尽头是调峰，算力愿不愿意、能不能够，成为那个帮电网削峰填谷的柔性资源？答案，藏在"算电协同"四个字里——也藏在2026年那些让算力主动追着风光跑的样本里。风险提示：本文不构成投资建议。文中提及的行业分析和投资方向仅代表个人研究观点，不构成对任何具体证券或项目的买入、卖出或持有建议。市场有风险，投资需谨慎。数据截止日期为 2026 年 8 月，后续政策变化可能影响分析结论。如果这篇文章对你有所启发，欢迎点赞、在看、转发。也欢迎在评论区聊聊你对中国电网的尽头是调峰的观点的看法。
夜雨聆风