随着人工智能数据中心(以下简称“AIDC”)的爆发式增长,算力需求呈指数级上升,算力竞争的终点是能源,算电协同已成为业内关注的热点话题。在此背景下,储能不仅是电力系统的调节器,更成为连接“算力网”与“电力网”、打通产业链的关键。

业内受访专家均认为,AIDC对电力的要求不断升级,储能作为AIDC电力系统的核心载体,可以有效破解算力负荷不稳定和新能源发电波动的难题。

核心痛点是商业价值难成闭环

当前,AI产业的高速发展,除了重塑全球科技版图,还带来了巨大的能源消耗挑战,算电适配矛盾愈发凸显。今年,全球AIDC开发者面临的最核心的挑战不再是买不到电,而是拿不到配电容量。据国际能源署预测,2026年全球数据中心耗电量将突破1000太瓦时,相当于日本全国一年的用电量。

电力规划设计总院副总工程师张晋宾在近日举行的第十六届中国国际储能大会上介绍,到2030年,中国数据中心的用电量将从当前的约1700亿千瓦时飙升至8000亿千瓦时以上,占全社会用电量的比例将从1.6%升至6%。算力的扩张正在转化为电力与能耗的硬约束,电力成本已成为AI企业最大的支出之一。

中国联通研究院首席研究员张贺对《中国能源报》记者表示,随着AI大模型参数规模持续扩张和算力架构加速升级,算力基础设施对供配电能力、网络部署和业务迁移保障提出更高要求,电力需求呈现刚性、快速增长态势。以GB200 NVL72机柜为例,单柜功耗约可达120千瓦,在大规模集群部署场景下,数据中心整体电力负荷将显著攀升。与此同时,AI大模型训练和推理业务对电力供应的稳定性、连续性要求极高,一旦发生供电中断,可能引发训练中断、数据丢失、任务重启和复算成本增加等问题,直接影响算力利用效率和业务连续性。特别是在跨网、跨域迁移核心算力业务时,稳定、充足、可靠的电力供应,是保障业务平稳迁移和不间断运行的关键前提。

浙江大学兼职教授、中国能源研究会特邀首席专家、国家能源局能源节约和科技装备司原副司长刘亚芳对《中国能源报》记者强调,在“双碳”目标贯彻实施的时代背景下,算电协同上升为国家战略。新型储能作为能源清洁低碳转型的关键技术,可以发挥多方面作用:一替代柴油发电机作为算力中心、数据中心的备用电源,减少化石能源依赖;二是作为东部电力负荷密集区布局算力中心、扩展公用电网配电容量的有效措施;三是作为绿电直供供能系统的稳定器,成为算力中心多能互补的重要环节;四是在电力市场建设健全完善的条件下,储能设施以及耦合了储能的算力中心系统可以整体参加电力中长期交易、电力现货市场、零碳园区等商业模式,为企业带来多元化收益。虽然储能技术应用具有诸多技术、经济、社会、生态价值,但是,在实际应用中,眼下核心痛点在于商业价值无法形成闭环。新型储能应用需要考虑投资收益,如何通过公平的价格政策和市场机制保障,让企业在“不赔钱”的前提下参与新型储能与算电协同的建设,是政府与市场必须共同面对的复杂课题。

算电协同、绿电直连难度大

储能与算力产业面临着严峻的挑战。中国化学与物理电源行业协会秘书长王泽深指出,2025年储能行业承压前行,遭遇了同质化竞争加剧、原材料价格波动、海外贸易壁垒等多重困难。而对于算力中心而言,还面临极高的绿色门槛。国家发展改革委明确要求,2025年底全国数据中心平均PUE降至1.5。2026年,这一指标在晋京津、长三角等枢纽节点已收紧至1.25左右。

数据中心行业普遍承诺在2030年前实现100%绿电目标,绿电直连是数据中心与储能协同的重要方向。目前,数据中心绿电直连项目仅在西北少数地区推进,尚未形成全国性的落地趋势,且很大程度上依赖地方政府的政策支持与充足的可再生能源资源。

业内专家认为,我国绿电集中在大西北,算力需求大多集中于东部,并非所有算力任务都具备跨区域迁移条件,尤其是对时延和实时性高度敏感的业务,无法实现完全的西迁,仍然需更就近部署算力资源。因此,东部的算力节点聚焦于实时性的推理、应用等业务。西部算力节点主要承接非实时性的训练、存储等业务,存在大量算力闲置的情况。

“现阶段,绝大多数AI数据中心算力和电力系统完全独立,IT运营团队与基础设施运营团队之间也存在巨大的数据和调度壁垒。现货电价的微小波动,难以撬动算力交易价格的调整。算力用户并不会因为较小的电价套利空间,而改变其动辄数百元、以Token计价的算力消费决策。”中国化学与物理电源行业协会储能应用分会秘书长刘勇对《中国能源报》记者说,AIDC对零碳供电的刚性需求与风光等可再生能源的间歇性、波动性存在天然矛盾,绿电消纳不稳定导致储能系统需承担更多调峰补能任务,进一步增加了系统配置成本。从能源投资周期来看,风电、光伏的投资回收周期动辄20年以上,而芯片的技术迭代周期只有2—3年。这种投资节奏的错配,也是当前算电协同难以规模化落地重要原因。为了避免未来算力升级时重复建设,基础设施需要提前布局。

五域协同闭环体系成为行业共识

面对挑战,构建“算、网、电、储、碳”五域协同的闭环体系已成为行业共识。业内认为,在五域协同架构中,储能系统正从单纯的备用电源转变为智能调节中枢,实现算力的“空间前移”与能源的“时间前移”。

在张贺看来,真正的算电协同,并不是简单增加绿电接入比例或配置储能设备,而是要实现算力、电力、储能和业务资源的全面数字化、可视化和协同调度。储能层的核心价值在于实现能源的时间迁移和功率缓冲,通过“AI负载预测—算力弹性调度—绿电时移消纳—储能快速响应—电网友好互动”的闭环机制,平抑算力中心功率波动,提升绿电利用率和供电可靠性。算力场景下的电力负荷调节具有多层级、高频次、高精度特征,芯片级、板卡级、机柜级和数据中心级功耗波动在时间尺度和幅度上差异显著,亟须构建毫秒—秒级快速响应与分钟—小时级优化调度相结合的能力,实现电力供给与算力负荷的动态匹配。这也推动储能系统从传统备电角色,向支撑算力连续运行、绿电高效消纳和电网友好互动的关键调节单元演进。

张晋宾认为,储能可以作为算力中心与电网之间的“缓冲器”,通过功率型储能实现对电网的友好交互。例如,利用电池储能系统替代传统的柴油机作为备用电源,不仅环保,而且在经济性上相较于短时备用也更具优势。

此外,储能技术的多元化发展也为算电协同提供了更多可能。王泽深提到,行业正形成锂电为主,钠电、液流电池、压缩空气、飞轮等多技术并行的格局。特别是长时储能技术的规模化示范,将有助于解决跨季节的能源调节,甚至实现“冬冷夏用、夏热冬用”的能源愿景。

为推动储能更好地连接电力系统、算力网络与产业价值,专家建议,建立健全与新型储能相适应的市场机制是当务之急。

刘亚芳认为,新型储能发展与人工智能新质生产力发展相互赋能;新型储能应用将全面助力并持续推动算电协同,进一步促进人工智能加快高质量发展。当务之急,必须完善公平的价格政策和市场机制保障,推动储能向“市场调节资源”转变。张晋宾建议,应通过市场协同,利用中长期交易、现货市场及辅助服务,让算力设施通过参与电网调度获得收益,同时探索绿电绿证交易等新模式。

王泽深呼吁,储能全行业需深耕技术创新,依托AI赋能研发,加速固态电池、钠电等技术的产业化进程,同时建立分赛道的产能评价与动态监测机制。张贺强调,目前算电协同面临系统复杂性高、标准缺失的问题,亟需建立统一的资源感知、抽象与编排接口,实现算网、电网、储能网的统一调度。