随着以Token为基本单元的人工智能服务价值度量体系构建，绿电将通过算力转化为Token，形成“绿电—算力—Token—服务”的绿色数字经济价值传导链
文｜岳昊
编辑｜马克
当前，全球主要经济体均将人工智能（AI）视为赢得国家竞争主动权的战略抓手，围绕算法、算力、数据展开激烈角逐。美国凭借先发优势和基础研究积累占据前沿地位，中国则以超大规模市场、丰富应用场景和系统性政策部署加速追赶。这场竞争由三个关键因素所决定：谁的算法更优？谁的算力更强？谁的能源供给更能支撑算力的指数级扩张？算法由人才和组织人才的方式决定，算力由芯片决定。大模型训练的“规模定律”表明，模型能力随算力投入增加而持续提升，这直接推动智算集群从千卡、万卡向十万卡乃至百万卡规模演进。电力也越来越成为制约人工智能扩张的关键因素。没有足够电力，芯片再多也无法运行，而电力供应一旦出现硬性缺口，短期内几乎无法弥补。2026年3月的政府工作报告首次将“超大规模智算集群”“算电协同”列为新基建重点工程，国家发展改革委、国家能源局等部门4月出台《关于促进人工智能与能源双向赋能的行动方案》（下称《行动方案》），旨在推动以电强算、以算促电，为人工智能时代的大国竞争筑牢能源根基。▌算电协同势在必行
长期以来，AI竞争的主赛道被设定在芯片制程和算法创新上，但随着先进制程接近物理极限、算法效率提升空间收窄，能源供给的充足性和经济性正从后台支撑条件跃升为前台核心竞争力。能够提供大规模、低成本、低碳排电力的经济体，将在吸引AI产业聚集、降低算力成本、实现绿色合规等方面占据系统性优势。在实现路径上，美国科技巨头纷纷自建电厂、签订长周期绿电协议，甚至与核电运营商锁定专属容量；中国统一规划、统筹部署，将“算电协同”上升为国家战略，实施“东数西算”工程。据国际能源署测算，全球数据中心用电量将从2025年的约4850亿千瓦时攀升至2030年的9500亿千瓦时，近乎倍增。美国数据中心用电量占比预计从约4%-5%升至2030年的9%-17%，弗吉尼亚州由超20%升至39%-57%。中国数据中心用电量占比预计从约1.6%升至2030年的8%，张家口由31%升至47%。在电力供给端，中国拥有全球规模最大、成本最低的绿电供应体系，风光发电装机规模占全球总量近一半，全社会用电量中绿电占比近四成。依托“东数西算”工程，算力基础设施正向西部风光资源富集地区加速集聚，内蒙古、宁夏等枢纽节点已形成显著的“绿电洼地”效应，算力中心用电成本可低至每千瓦时0.3元以下。在电网体系上，中国已建成全球规模最大、远距离输电能力最强的电力系统，跨省跨区输电能力突破3.7亿千瓦，具备“统一规划、统一调度、统一管理”的体制优势，能够在国家层面统筹电力资源的优化配置。这种“基建底盘”是任何其他国家难以复制的系统性能力。在产业基础上，中国是全球第一大变压器生产国，产能约占全球60%，电力设备产业链完整、交付周期短，为算力中心的大规模部署提供了坚实的硬件支撑。▌算电协同也面临“不可能三角”
安全充裕、绿色低碳、经济高效三重目标难以兼得，这是能源转型中的经典难题，也是算电协同面临的核心矛盾。这一矛盾须从算力侧与电力侧双向审视，双方诉求各有侧重，相互交织、彼此约束，形成“双侧、三维”的复杂困局。智算中心对供电可靠性的要求高于传统数据中心。大模型训练多采用千卡至万卡并行架构，毫秒级电压暂降即可导致训练中断、参数损坏。据估算，一次万卡集群中断数小时，直接经济损失可达数百万元。数据中心服务器的电力电子负载属性使其对电压骤降格外敏感。若现有保护设备与电压穿越能力不协调，轻微故障就可能引发区域内数据中心集体切机，形成“故障—脱网—波动加剧—再脱网”的正反馈风险。例如2024年7月，美国弗吉尼亚州一条230kV（千伏）线路因雷击发生6次电压骤降，导致约70座数据中心共1.5GW（吉瓦）负荷在秒级内脱网并切换至备用电源，PJM电网频率一度升至60.047赫兹，超出北美正常控制区间。算力中心高功率密度、高容量、高聚集性带来电网规划压力。先进制程芯片功耗密度持续攀升，单机柜功率已从传统的5千瓦至8千瓦，跃升至30千瓦至100千瓦以上。与此同时，算力负荷呈现出典型的密集并网与规模化聚合特征，数万千瓦、数十万千瓦的算力中心在局部区域集中落地，使得供电接入等级从过去的10千伏、110千伏配电网抬升到220千伏输电网层面，相当于在短时间内为当地电网新增了一座中型钢铁厂或数十万户居民小区的峰值负荷。而传统电网规划的五年滚动周期往往难以匹配算力中心六个到十八个月的快速投产节奏，扩容压力与管理难度大幅增加。智算集群的训练推理任务特性对电网运行形成挑战。GPU集群训练任务的大规模同步启停，使算力负荷呈现“脉冲式”波动性，负载可在极短时间内完成从静默到满载的剧烈跳变，突变幅度可达额定功率的90%。这种高度同步的负荷突变不仅影响数据中心自身的供电稳定性，也可能进一步波及区域电网的安全运行。由于大规模训练任务的同步特性，当数万乃至数十万个GPU在毫秒级时间内同时切换时，整个算力集群的负荷会出现高度同步的剧烈波动。特别值得关注的是，训练任务的电力负荷功率振荡主要集中于0.2赫兹-3赫兹频段，该频段与电力系统中关键设备的固有频率趋于一致，可能诱发次同步谐振（SSR），严重时甚至会导致发电机组轴系故障。能效指标的局限性日益凸显。电能利用效率（PUE）作为数据中心能效评价的核心指标，其局限性日益凸显——它仅衡量了用电效率，无法反映用能结构，更不涉及碳排放的源头问题。比如一个PUE表现优异但绿电消费占比偏低的数据中心，其间接碳排放量仍然居高不下。据中国信通院测算，2024年全国数据中心平均PUE降至1.46，较上年降低0.02，而碳排放总量为8590万吨，较上年增加190万吨。尽管国家层面已提出国家枢纽节点数据中心绿电使用比例达到80%以上的目标，但缺乏硬性考核机制。实践中，许多数据中心出于成本敏感性与供电稳定性的考虑，购买绿电的积极性并不高。算力需求与绿电资源分布错位带来东西供需不平衡。东部地区算力需求占全国六成以上，但绿电资源紧张；西部地区绿电资源占全国六成以上，但算力需求不足，基础设施利用率偏低，形成了“有绿电无处用”与“有算却缺绿电”并存的格局。136号文实施后，由于机制电价收益稳定，新能源企业更倾向选择它，特别是东部地区机制电量占比高，导致省内可供绿电交易的电量减少。同时，跨省跨区绿电交易主要面临部分跨省通道占用比率高、可供市场化灵活调节的空间较小、时段较少，以及送受端价格协调困难、区域间市场规则不统一等问题。新能源的波动性与算力负荷的稳定性要求存在结构性冲突。算力中心对供电可靠性的严苛要求，使其难以大规模直接消纳风光发电的随机出力。部分地区出现新能源弃电与算力中心绿电使用率偏低并存的矛盾——绿电资源充裕，却因技术适配性不足而难以落地消纳。构网型新能源技术、大容量长时储能技术尚处突破期，源荷之间的时空匹配难题仍未得到规模化解决。用电功率攀升加剧供配电系统损耗。机柜功率提升直接导致供配电系统传输电流大幅增大，引起系统总损耗增幅可达50%以上。机柜功率密度激增导致配电容量需求非线性增长，供配电设备（变压器、UPS、电池、配电柜）及其安全间距要求同步膨胀，从而压缩了宝贵的IT部署空间，引发供配电机房与IT机房的面积比例倒置——高密场景下配电机房占比可能超过60%。同时，为降低传输损耗而增设的补偿装置、为保障供电可靠性而配置的多路冗余线路，进一步推高了系统建设与运行成本。数据中心绿电直连经济性面临制约。新能源出力的随机性与波动性迫使直连项目承担额外成本，并网型需支付公网稳定供应保障费用，离网型则须配置长时储能，综合用电成本相较于直连前并无优势甚至有所上升。算力设施与电力设施的资产寿命存在显著错配，智算中心寿命约3年-5年，通算中心为10年-15年，而一次电力设备寿命达40年、二次设备约20年，两者相差2倍至10倍。在算力价格竞争日趋激烈的背景下，这种长周期、不匹配的资产投入，无论对绿电直连线路的投资决策，还是对后续资产处置出清，都构成严峻的财务挑战。算力需求不确定性带来电力资产低效风险。中国算力中心多采用双电源或三电源供电，电网配套遵循“电力先行、电等算力”模式。但部分智算中心以规模扩张为导向，对真实需求调研不足，算力利用率仅为20%至30%。未来算力增长存在较大不确定性，中国信通院预测，2030年全国数据中心用电量在3000亿至7000亿千瓦时之间，高低方案相差2倍以上。如“幽灵”般不确定的报装申请，使电力需求预测难度加大。若项目实际租赁规模低于预期，终期电力需求不足，电力系统将面临输变电容量过度建设的风险，造成电力资源与基础设施闲置浪费。算力中心参与电力系统调节的驱动力不足。理论上，算力负荷的时空调度可为电网提供调峰资源，但与电网互动势必占用备用保障资源，增加业务中断风险。金融交易、工业控制、实时通信等强实时性任务难以参与错峰调度，可调度的非实时算力占比偏低，制约了算力集群削峰填谷的效能。当前电力市场机制下互动收益有限，难以覆盖服务等级违约的潜在损失，导致算力中心参与积极性不足。此外，算力管理部门缺乏与电网互动的经验，生产组织模式与电力系统差异较大，缺少中心化的调度机构，实现算力—电力协同调度仍面临机制与能力双重障碍。▌政策求解：算电双向赋能协同破局
2026年4月，国家发展改革委、国家能源局等部门联合印发《行动方案》，为破解算电协同困局提供了系统性政策框架。文件中紧扣“安全、绿色、经济”三条主线，从算力与电力双侧同时着力，以制度创新推动三重目标从相互掣肘走向动态平衡。在规划建设标准方面，推动算力中心能源供给从“一刀切”转向分类施策。长期以来，算力中心供电方案沿袭通用标准，未充分考虑智算、通算、超算等不同业务类型在供电可靠性、电能质量上的差异化需求。《行动方案》明确提出，根据算力中心业务类型、电压等级、电能质量要求等实际情况，分类完善多层级能源供给规划建设标准。这一调整的核心在于“因需定供”——既避免标准过高导致投资浪费，又确保关键业务的刚性需求得到充分保障。在增强电网支撑能力方面，着力部署构网型储能等新技术。针对智算中心“功率过山车”对电网的冲击，《行动方案》鼓励算力设施配置构网型储能。相比传统储能仅能补偿40%至60%的负荷波动，敏捷构网型技术可覆盖近100%的负荷阶跃，快速响应负荷突变、平滑功率波动，降低对电网的冲击，同时为算力中心提供毫秒级灾备电源，从根本上降低“正反馈脱网”的系统性风险。在风险防控方面，构建全过程监测预警与协同治理机制。《行动方案》要求强化算力设施用能全过程监测与风险预警，覆盖从电网侧到用户侧、从外部气象灾害到内部设备状态的用电全环节。文件进一步提出开展供电质量提升专项行动，构建政府、电网、用户三方协同治理体系，从政策标准、供电服务、用户侧防治能力三方面协同推进。在前端准入环节，将绿电消纳从“事后考核”前置为“规划门槛”。《行动方案》提出将绿电使用占比作为项目布局的“重要参考指标”，并在节能降碳审查中将可再生能源利用方案、绿电消费比例纳入重点内容。这意味着绿电使用正从“鼓励选项”向“准入门槛”转变，将绿色约束嵌入项目规划最前端，倒逼企业在选址和方案设计阶段统筹考虑绿电供给路径。在中端运行环节，完善核算体系并以“碳效”替代单一“能效”管控。《行动方案》要求扎实推进绿电消费占比统计及碳排放核算，统一核算标准，为所有形式的绿电消费提供权威认证依据。更为关键的是，将管理维度从“能耗监测”拓展为“碳排放评估”，鼓励企业开展碳足迹核算与认证。当管控重心从PUE延伸到全生命周期碳排放，企业在各环节都将系统性考虑低碳选择。在后端消纳环节，以价格政策和分类管理促进绿电直连。针对新能源波动性与算力稳定需求的矛盾，《行动方案》实行分类施策：依据算力任务类型对算力设施实施分类管理，鼓励具备灵活调节能力的算力设施开展绿电直连。在激励层面，研究通过价格政策激励算力设施采用绿电直连等方式更高比例消纳新能源，增强企业投资意愿。在算力侧，建立算电互动机制以释放负荷调节潜力。算力任务在时间上的可平移性、空间上的可迁移性，赋予了其参与电力系统调节的理论潜力。《行动方案》提出推动建立算力与电力互动机制，打破行业壁垒，构建以市场信号为纽带的双向互动机制，实现算电协同调度。这一双向互动机制贯通后，将赋予算力中心“负荷侧可调节资源”的合法身份，使其能够参与电能量、辅助服务等多品种市场交易。2025年上海虚拟电厂平台已接入算力中心用户24家，累计调用121户次，初步验证了市场化驱动的可行性。在电力侧，以长期合约和绿色算力交易体系打通价值传导链条。《行动方案》鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，以长期合约锁定绿电供给、稳定价格。更具前瞻性的是推动绿色算力交易体系建设，随着全国一体化算力网和算力交易平台建设推进，将形成类似电力交易的公共服务形态，用户可依据绿色属性等需求购买算力，同步获得对应的绿色电力消费凭证和碳减排证明。更深远的是，随着以Token（词元）为基本单元的人工智能服务价值度量体系构建，绿电将通过算力转化为Token，形成“绿电—算力—Token—服务”的绿色数字经济价值传导链。在全球人工智能竞赛进入深水区的当下，算力与电力协同的效率，很大程度上决定着技术迭代的速度与产业竞争力的上限。以制度创新求解“不可能三角”，关键在于不再寻求单侧的单点突破，而是通过跨行业、全链条、市场化的协同设计，在算力与电力的双向奔赴中逐步接近平衡点。率先在这一领域走通可行路径的经济体，将在智能时代的全球产业版图中占据更具主动性的战略位置。
