林伯强（厦门大学管理学院）
摘 要： 在全球数字化和智能化浪潮的推动下，人工智能等高能耗计算任务快速增长，算力基础设施日益成为中国电力系统的重要负荷。同时，算力技术亦可通过智能调度、负荷预测和需求响应等方式，提升电力系统运行效率与可靠性。中国在推动算力与电力协同发展方面已开展积极探索，不断优化算力与绿色能源的空间配置。然而，算力与电力协同发展在基础设施规划、绿色电力供给、资源时空配置、经济激励机制等方面存在薄弱环节。基于此，本文认为，需加强顶层设计，统筹算力与电力设施的协同布局；强化技术支撑，提升输电、储能与节能能力；完善市场机制，健全绿电交易体系，引导资源高效配置，旨在加速推动算力与电力的深度融合。
关键词： 数智经济；人工智能；算力；电力；协同发展
全球数字化与智能化浪潮方兴未艾，算力作为数智经济时代的核心要素，正深刻重塑各行各业的生产模式、组织架构和价值创造模式。推动云计算、大数据和人工智能等的发展是发展新质生产力的重要途径，前沿信息科技都需要强大的算力作为支撑。与此同时，作为支撑算力基础设施运行的能源基础，电力的重要性不言而喻。推动算力与电力的协同发展，既是应对当前算力需求指数级增长与电力供应压力持续攀升的现实需要，也是促进数字经济与绿色能源深度融合的必然选择。
一、算力与电力协同发展的现实需要与发展现状
（一）算力与电力协同发展的现实需要
算力对电力的巨大需求是推动两者协同发展的核心动力。在网络强国和数字中国战略引领下，煤炭工业、清洁低碳电力系统、绿色能源产业链发展迅速，以万物感知、万物互联、万物智能为特征的新兴智能产业蓬勃发展，推动算力规模迅速扩张。算力基础设施逐渐成为中国电力系统的重要负荷。《中国人工智能计算力发展评估报告》显示，2024 年，中国智能算力规模达725.3 百亿亿次每秒，同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3 倍以上。考虑到计算能力需求与电力消耗之间存在的显著正相关关系，进而推断，中国人工智能产业的快速崛起很可能引发新一轮电力需求的大幅增长。国家能源局数据显示，2020年全国数据中心总耗电量突破了2000 亿千瓦时的门槛，2022 年迅速攀升至2700亿千瓦时。相关研究表明，预计2026 年中国数据中心年耗电量将达到6000 亿千瓦时，在全社会用电量中的占比将达到6.06%，将超过许多传统工业领域的用电规模。
算力基础设施对电力质量的要求极为苛刻，其运行效率和服务可靠性直接依赖于持续稳定的电力供应。即便是瞬时的电力波动或中断，都可能造成数据丢失、服务中断等严重后果，进而给数字经济带来不可估量的损失。尤其在算力规模持续扩张的背景下，数据中心的供电可靠性和电能质量管理面临前所未有的挑战。一方面，大规模算力设施的用电负荷具有显著的波动性和集中性特征。这对电网的调度运行和稳定性保障提出了更高要求。数据中心负载的快速增减、峰谷差大等特点，容易引发电网电压波动和频率偏差，影响周边用户的用电质量。同时，算力设施的集中布局也加大了局部电网的供电压力，对配电网络的承载能力和调节能力提出了更高要求。另一方面，随着人工智能等新兴技术的深入应用，高性能计算设备的功率密度不断提升，对供配电系统的安全可靠性提出了更为严苛的技术挑战。大规模人工智能训练任务的突发性和不确定性也给电力需求预测和负荷管理带来了新的难题。因此，实现算力与电力的紧密耦合与协同发展，已成为保障算力产业稳定可持续增长的必要途径。
算力支撑的数智技术应用已成为支持新质生产力和电力高质量发展的关键因素。作为新型生产要素，算力引领着数智技术深刻变革电力行业，通过技术赋能和创新机制，加速破解电力行业发展的瓶颈。一方面，算力为电力系统优化调度、智能运维、故障预测等关键环节提供强大技术支撑，提升电力供应质量与效率。通过人工智能和大数据分析，电网运行状态可实时监测与预警，提高电网安全性与稳定性；借助深度学习算法，精准预测电力负荷变化，优化发电计划，提升调度效率，确保能源资源的最优配置。另一方面，算力支撑的数字技术应用有助于促进用户侧的智能化互动与智慧化管理，增强电力市场的灵活性与响应能力。智能用电终端和需求侧响应平台能够精准分析用户用电行为并提供个性化服务，提升用电效率。区块链技术则有助于构建更加透明、高效的电力交易市场，促进可再生能源消纳并推动能源结构优化。算力的蓬勃发展还加速了电力与其他行业的深度融合，催生智能交通、智能工厂、智慧城市等新业态，为构建综合能源系统和实现能源互联网奠定了基础。因此，持续加强算力基础设施建设，推动算力与电力的深度融合和协同发展，是电力行业实现高质量发展的关键技术支撑。
（二）算力与电力协同发展的中国探索
中国政府高度重视算力与电力的协同发展，出台了一系列政策文件指导实践，为算力与电力的协同发展提供了坚实的制度保障。在产业实践领域，2022年2 月，中国启动实施“东数西算”工程，通过优化数据中心空间布局，推动算力资源向西部转移。该工程旨在大幅提升绿色能源利用占比，实现西部绿色能源的就近消纳，既降低数据中心运营成本，又促进西部地区经济社会发展。在“东数西算”工程的引领下，一批大型数据中心在西部地区相继落地。目前，中国的“东数西算”工程机架总规模超过195万架，部分先进数据中心绿电使用率达到80% 左右。同时，该工程的实施带动了西部地区数字产业发展，创造了大量就业机会，促进了区域经济转型升级。
“东数西算”工程是算力与电力协同发展的一次典型实践，通过跨区域资源调度和优化配置，为我国数字经济与绿色能源的深度融合奠定了坚实基础。然而，必须清晰地认识到，在算力需求持续快速增长的背景下，当前算力与电力的协同发展水平仍较低，推进算力与电力协同发展仍然面临诸多问题与挑战。
二、算力与电力协同发展面临的挑战
（一）算力与电力设施需加强协同规划与系统布局，实现资源最优配置与高效利用
目前，算力和电力基础设施的规划大多独立进行，缺乏有效的沟通与协调机制，这导致两者在发展目标、空间布局和时间节点上存在错位，进而影响了资源的合理分配与高效利用，造成了资源利用效率较低。在空间布局方面，算力设施通常优先考虑市场需求和产业集聚效应，而对当地电力供应能力的评估不足，致使一些算力密集地区面临电力供应瓶颈，一些电力资源丰富的地区未能有效利用其供电潜力。在时间安排上，算力设施建设周期通常较短，仅需1 ～ 2 年即可完成，而电力设施的规划、审批与建设则往往需要3 ～ 5年甚至更长时间，这使得算力设施的建设常常难以与电力设施建设同步进行，造成了用电需求与供电能力之间的错配。更为复杂的是，算力设施对电力的需求具有高度集中性和波动性，尤其在人工智能等高强度计算任务期间，用电负荷的急剧上升，可能对传统电网的调度能力和响应速度造成巨大压力，甚至导致局部电网的过载。因此，算力与电力设施在规划上的协同不足不仅增加了电力成本，也影响了算力的可持续发展。
（二）绿色电力供给扩容速度滞后于算力需求增长，算力与电力低碳转型进程较缓
数字经济发展要求数据中心提供更多算力，然而受限于技术、投资和政策等因素，绿色电力的供给需不断匹配日益增长的算力需求。可再生能源技术不断进步，面临光伏效率和风电设备可靠性等问题。且绿色电力项目通常投资规模大、回收周期长，制约了社会资本的投入。尤其在算力需求高峰时，电力系统可能仍依赖化石燃料发电。绿色电力的间歇性和算力设施对实时可靠电力的需求之间存在一定的结构性矛盾，需要现有电力系统的调节能力和储能技术更好的解决。因此，实现算力与绿色电力协同发展，需要进一步推动绿色电力技术创新，优化储能配置，完善电力系统调节技术。
（三）算力需求与电力资源存在空间和时间错配，资源调度和协调技术有待成熟
在空间维度上，东部算力需求的井喷式增长与可再生能源资源的相对匮乏形成鲜明对比，而西部则面临着可再生能源资源富集但算力需求不足的情况。东部地区作为经济发达区域，汇集了大量的互联网企业、金融机构和科研单位，对算力的需求持续攀升。然而，该区域的土地资源紧张、电力成本较高，且可再生能源开发潜力有限。相比之下，西部地区拥有丰富的风能、太阳能等清洁能源资源，具备发展大规模绿色数据中心的自然禀赋，但由于经济发展水平和产业基础的限制，本地算力需求相对不足。这种空间上的资源错配，必须依赖远距离的电力输送或高效的网络数据传输来实现资源优化配置。然而，目前资源传输和调度的技术成熟度及经济性有待提升。远距离输电面临线损大、成本高等技术经济问题；跨区域数据传输则存在时延、带宽和安全性等方面的挑战，制约了资源的高效流动与优化配置。
（四）算力与电力协同发展的经济激励不足，算力市场和电力市场缺乏有效衔接与互动
一方面，绿色电力交易价格体系影响算力企业采用绿色电力的内生动力。国家正积极推进绿色电力交易市场建设，目前绿色电力价格一定程度上缺乏弹性，未能真实反映清洁能源的环境和系统价值。绿色电力的开发和输送成本较高，缺乏合理的价格补偿机制，导致算力企业难以平衡环保与经济效益。此外，算力市场与绿色电力市场间的价格联动机制缺失，影响了绿色能源消费偏好的形成，制约了算力行业的绿色低碳转型。另一方面，算力设施作为潜在的灵活电力资源，参与电力调峰的经济激励机制相对滞后。数据中心具有负载可调节的特点，理论上可通过调整计算任务时序响应电网调度需求，提供调峰调频服务。现有市场机制未能充分体现算力设施对电力系统的贡献，缺乏有效的补偿政策和动态价格信号，导致算力设施参与调峰的经济收益与完全覆盖运营成本和潜在风险存在差距。
三、推动算力与电力协同发展的政策建议
（一）加强算力与电力协同发展的顶层规划
一是要坚持绿色电力支撑绿色算力的总体思路，综合考虑算力需求与绿电供应的时空匹配特征，优化算力设施与绿电设施的耦合与布局。在空间布局上，应依据各地区的资源禀赋、产业基础和发展需求，优化算力设施与清洁能源基地的分布，推动区域协调、梯次发展。特别是要利用西部地区可再生能源优势与东部算力需求的协同，通过“东数西算”等重大工程，实现资源的优化配置。在时序安排上，需协调算力设施建设与电力基础设施扩容的步伐，确保两者进度同步，形成联动机制。二是应根据地区特点和经济性，设计高效、灵活的电力与算力输送方案，推动跨区域、跨行业的资源高效配置与共享。这要求加强电力传输通道和数据传输网络的规划与优化，提升网络架构与传输路径的可靠性与灵活性，同时加强网络安全与数据安全保障，构建全方位的安全防护体系，并完善应急处置机制。三是为确保顶层设计的有效落地，政府应强化政策统筹，建立跨部门协同工作机制，推动政策制定、执行与监督的紧密衔接。构建统一的算力网与电力网融合发展管理体系，依据区域特性与调度能力，形成高效的协同管理模式，完善规划标准和评价体系，及时优化实施路径，确保算力与电力协同发展的顺利实施。
（二）夯实算力与电力协同发展的技术支撑
一是需要加强电力调度、远距离传输、智能电网和储能技术的研发，尤其是在大规模电力柔性调度技术上取得突破，开发智能需求响应系统，以提高电网对算力负载波动的响应能力。在远距离输电技术方面，应加大对特高压、柔性直流输电技术的研究，减少输电损耗，提升传输效率。加快智能电网技术的迭代， 增强电网的感知、分析和控制能力。二是推动可再生能源技术的进步与集成应用，特别是对风能和太阳能等领域的研发，提升发电效率、设备可靠性及智能控制水平。重点开发高效光伏组件、智能风机控制系统等关键设备，以提升发电效率和设备利用率。政策引导和资金支持应推动数据中心采用先进节能技术，如液冷技术和智能微电网技术，以提高能效和绿色发展水平。液冷技术应侧重于突破高效散热与精确控温技术，降低制冷能耗；微电网技术应侧重于加强分布式能源的协调与优化，提升整体系统效率。三是应建立完善的技术标准体系，制定算力与电力协同发展的技术标准和评价指标，为技术创新和推广提供规范性指引。
（三）健全算力与电力协同发展的市场机制
一是完善算力负荷资源的价值评估体系，明确其在电力市场中的定位和价格形成机制，确保算力中心能够根据可调节负荷能力获得合理回报。建立科学的评价指标体系，综合考虑调节能力、响应速度和可靠性等因素，设计合理的价格机制和结算规则，以充分体现算力资源在电力调节中的系统价值，激发市场主体积极性。二是加速健全绿电与绿证交易市场体系，通过简化交易流程、降低交易成本和数据中心获取绿电的准入门槛，从而增强其使用绿色能源的积极性。可搭建统一的绿电交易平台，规范市场交易规则，以提升市场流动性与定价效率；同时创新交易品种与模式，满足多元化需求。此外，完善绿证核发及交易机制，提高绿证的市场认可度与流通性。三是政府应借助碳汇、碳税等经济杠杆，推行差异化定价策略，引导数据中心增加清洁能源使用量，促进绿电供需平衡。通过构建多层级、立体化的市场机制体系，推动算力与电力市场深度融合，优化资源配置，提升利用效率。
参考文献
[1] 张晓玲, 廖佳佳. 基于专利视角的人工智能机器人技术综述——以京粤苏三地为例 [J]. 新经济导刊, 2025, (04): 40-48.
[2] 林伯强, 魏锴. 新质生产力与制造业能效提升 [J]. 社会科学战线, 2024, (10): 99-107.
[3] 林伯强. 以煤矿智能化建设推动煤炭工业协同转型 [J]. 人民论坛· 学术前沿,2025, (02): 26-35.
[4] 林伯强. 碳中和进程中电力系统的清洁低碳转型与安全保供 [J]. 中国国情国力, 2024, (06): 1.
[5] 林伯强, 占妍泓, 孙传旺. 面向碳中和的能源供需双侧协同发展研究 [J]. 治理研究, 2022, 38(03): 24-34+125.
[6] 杨万涛, 田磊, 刘凡等. 人工智能发展下算力的电力需求测算方法研究 [J]. 中国能源, 2024, 46(06): 40-46.
[7] 姚頔, 王道乾, 吴琦莹. AI 推动新质生产力发展：机遇、挑战与对策 [J]. 新经济导刊, 2025, (04): 24-29.
[8] 孙秋野, 张瑞霞, 陈东岳. 大模型技术赋能电力系统的应用及技术路线展望[J/OL]. 电力系统自动化,1-22 [2025-07-01].http://kns.cnki.net/kcms/detail/32.1180.TP.20250317.1811.006.html.
（作者系厦门大学管理学院讲席教授、中国能源政策研究院院长）