报告概述
这份研究报告以算电协同为核心主题,系统分析了在AI大模型及应用繁荣背景下,算力需求持续攀升与新能源绿电消纳之间的结构性矛盾。报告从政策顶层设计、需求端算力用电增长、供给端绿电资源与消纳压力、算力与电力双向协同路径、典型项目落地进展以及投资建议等维度展开,采用了政策梳理、数据分析、案例研究和产业链拆解等多种研究方法。报告覆盖了从国家战略到地方实践、从算力设备到算力载体、从电力输送到算力调度的完整产业图景,为关注绿色算力、数据中心节能降碳以及AI基础设施投资的读者提供了系统性的产业分析框架和有价值的决策参考。
报告的核心结论
算电协同已上升为国家顶层战略,政策持续加码
2026年《政府工作报告》首次明确提出实施超大规模智算集群、算电协同等新基建工程,标志着算电协同正式上升至国家顶层战略。2026年5月,国家发展改革委等四部门发布《关于促进人工智能与能源双向赋能的行动方案》,提出到2030年人工智能与能源双向赋能取得明显成效。同时,青海、贵州、河南、北京等多地已开展积极探索,形成一批可复制可推广的经验模式,算电协同从政策倡导进入加速落地阶段。
AI爆发式发展推动算力需求与电力消耗高速增长
大模型和生成式人工智能推高算力需求,根据IDC数据,2026年中国智能算力规模预计达1460.3 EFLOPS,为2024年的两倍。国家数据局数据显示,中国日均Token调用量从2024年初的1000亿跃升至2026年3月的140万亿,两年增长超千倍。算力中心用电增速远高于全社会用电量增速,2025年我国算力中心用电量达1960亿千瓦时,同比增长18.1%,预计到2030年数据中心用电量将超7000亿千瓦时,占全社会用电量5%以上。
绿电资源充裕但消纳压力大,算力中心成为消纳新方案
我国新能源装机量及占比持续增长,2025年风电、光伏新增装机超过4.3亿千瓦,累计装机规模首次超过火电,新能源发电装机比重从2020年底的25.7%提高至2025年底的48.5%。但新能源出力具有波动性和不确定性,2025年风电利用率为94.3%、光伏发电利用率为94.8%,在'十四五'期间首次跌破全年95%利用率。延迟容忍型的算力负载具有优异的时空调节性能,可通过空间和时间调度实现可再生能源的就近就地消纳,为电网提供削峰填谷潜力。
算电协同项目从试点走向规模化落地
我国'算电协同'产业正从局部探索迈向全面跃升。中卫云基地数据中心绿电直供50万千瓦光伏电站已投运,成为我国首个大规模'算电协同'绿电供应项目;甘肃庆阳绿电聚合试点是全国首个绿电聚合直供数据中心风光储一体化工程,总装机规模200万千瓦;中金数据乌兰察布低碳算力基地源网荷储一体化项目为全国首个数据中心绿电直连项目;上海临港海底数据中心则是全球首个投入运行的海风直连海底数据中心。这些项目表明算电协同正从单向电力输送迈向算力与电力双向融合。
投资机会聚焦算力设备与算力载体两大环节
报告认为应聚焦算电协同赛道,紧抓算力设备和算力载体两大环节。算力设备环节直接受益于Token需求爆发和国产替代,关注芯片、服务器、光电互联、网络等基础设施供应商,如寒武纪、海光信息等;算力载体环节受益于数据中心节能降碳需求,关注供配电、制冷、智能运维等重点环节,如泽宇智能、南网数字、申菱环境、中恒电气等。报告给出了各标的的市值、盈利预测和估值水平,为投资者提供了具体的参考标的。
报告回答的关键问题
什么是算电协同?为什么AI时代需要算电协同?
算电协同是指算力基础设施与电力系统实现深度融合,实现算力负荷与电力供应的双向互动与优化配置。AI大模型及应用繁荣带来算力需求持续攀升,智能算力规模快速增长,而AI产业链各环节均受电力能源制约,算力中心用电增速远高于全社会用电量增速。与此同时,新能源装机快速增长但消纳压力增大,算力中心凭借延迟容忍型负载的时空调节性能,能够为绿电消纳提供全新方案,因此算电协同成为AI时代绿色算力发展的重要路径。
算力中心如何帮助消纳绿电?
算力中心主要通过空间协同和时间协同两种方式帮助消纳绿电。空间协同方面,将算力优先布局在宁夏、内蒙古等新能源富集地,让算力跟着绿电走,减少长距离西电东送的损耗;时间协同方面,让算力跟着电价走,在光伏发电最充足、电价最低的时段集中处理大模型训练等高强度计算任务。此外,延迟容忍型的算力负载可将计算任务从电力需求高峰时段转移至低谷时段,为电网提供削峰填谷潜力。算力中心内部配置的柴油发电机、UPS、蓄冷装置等也具备灵活性调节潜力。
算电协同产业链包含哪些环节?
算电协同产业链上游是风电、光伏等清洁能源基地,中游是算力园区和储能系统,下游是执行海量数据处理的数据中心以及算力应用。报告还从算力电力协同发展体系角度,将产业链划分为算力设备、算力载体、算能协同、算用协同四个层次:算力设备通过芯片制造封装技术和处理器架构创新提升单芯片性能;算力载体通过绿色建筑、供配电、制冷、智能运维等新技术降低能耗;算能协同聚焦算力侧与能源侧的协同布局,提升清洁能源使用率;算用协同通过算力融入支撑应用侧提升效率,促进应用侧节能减排。
哪些地方在积极推动算电协同?
青海、贵州、河南、北京、山西、浙江等多地正在积极推动算电协同。青海高标准建设国家绿色算电协同发展示范区,对绿色算力产业提供80%以上'绿电'用能保障,并给予投资奖补和算力券激励;贵州开展算电协同试点;河南积极推动算电协同和多能互补发展;北京深入实施'东数西算'工程,制定算电协同长效措施;山西争取国家算电协同试点;浙江探索推进算电协同、算网协同。多地2026年省级政府工作报告中频繁出现算电协同,显示地方布局正在加速。
算电协同有哪些实际落地项目?
目前已有多个算电协同项目陆续落地。中卫云基地数据中心绿电直供50万千瓦光伏电站是我国首个大规模'算电协同'绿电供应项目,可保障22.9亿千瓦时用电需求;甘肃庆阳绿电聚合试点是全国首个绿电聚合直供数据中心风光储一体化工程,总装机规模200万千瓦,已吸引超600家数字经济龙头企业入驻;中金数据乌兰察布低碳算力基地源网荷储一体化项目是全国首个数据中心绿电直连项目;上海临港海底数据中心是全球首个海风直连海底数据中心,绿电直接供给率超95%。这些项目展现了算电协同从概念走向实践的具体路径。
报告中的代表性数据
中国智能算力规模
2026年,根据IDC数据,2026年中国智能算力规模预计将达到1460.3 EFLOPS,为2024年的两倍。2025年智能算力规模为1037.3 EFLOPS,较2024年增长43%。
中国日均Token调用量
2026年3月,根据国家数据局数据,中国日均Token调用量从2024年初的1000亿跃升至2026年3月的140万亿,两年增长超千倍,呈现指数级爆发态势。
数据中心用电量预测
2030年,根据中国信息通信研究院数据,预计到2030年我国数据中心用电量将超过7000亿千瓦时,占全社会用电量的5%以上。2025年算力中心用电量已达1960亿千瓦时,同比增长18.1%。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 国家及地方算电协同政策全景梳理:报告系统梳理了从2023年12月《关于深入实施'东数西算'工程加快构建全国一体化算力网的实施意见》到2026年5月多项新政的政策演变脉络,涵盖《政府工作报告》、《关于促进人工智能与能源双向赋能的行动方案》、《关于有序推动多用户绿电直连发展有关事项的通知》等关键文件,并详细列出了青海、贵州、河南、北京、山西、浙江等地的具体支持政策和激励措施,帮助读者全面了解政策红利。
- 算力需求增长数据与趋势图表:报告包含了2020年至2028年中国智能算力规模及预测图表,展示了从725.3到2781.9 EFLOPS的快速增长曲线;同时包含2024年至2030年中国词元调用量增长趋势预测图,直观呈现Token经济的指数级爆发态势,为判断算力需求的长期走向提供了数据支撑。
- 数据中心用电需求详细预测:报告提供了2019年至2025年全国数据中心用电量及增速的完整序列数据,以及中国算力中心用电需求预测图,展示了算力中心用电量从824亿千瓦时增长到1960亿千瓦时的过程,并对2030年超过7000亿千瓦时的增长空间进行了预测。
- 新能源装机与消纳压力深度分析:报告分析了'双碳'目标下新能源装机的快速增长,引用2025年风电、光伏新增装机超过4.3亿千瓦、累计装机突破18亿千瓦、新能源发电装机比重达到48.5%等关键数据,并重点分析了2025年各省区新能源并网消纳情况,包括青海、西藏、新疆、甘肃等地光伏发电利用率跌破90%的具体数据。
- 算力电力协同发展体系框架:报告引用了中国信息通信研究院的算力电力协同发展体系框架,从算力设备(高效)、算力载体(节能)、算能协同(清洁)、算用协同(普惠)四个层次拆解了绿色算力发展路径,为理解算电协同的产业构成提供了完整的分析框架。
- 典型算电协同项目案例集:报告详细介绍了四个具有代表性的算电协同落地项目,包括中卫云基地数据中心绿电直供50万千瓦光伏电站、甘肃庆阳绿电聚合试点、中金数据乌兰察布低碳算力基地源网荷储一体化项目、上海临港海底数据中心,每个项目均包含装机规模、供电模式、减排效果等关键信息。
- 核心标的与投资建议:报告给出了算力设备领域的寒武纪、海光信息,以及算力载体领域的泽宇智能、南网数字、申菱环境、中恒电气等核心标的,并提供了截至2026年7月15日的市值、2025-2026年EPS预测、PE估值等详细的财务数据一览表,为投资者提供具体的参考依据。
- 产业链拆解与双向互动机制图解:报告通过图解方式展示了算力负荷与电力供应之间的空间协同和时间协同机制,以及算电协同产业链上游清洁能源基地、中游算力园区和储能系统、下游数据中心和算力应用的整体架构,帮助读者直观理解算力与电力双向互动的运行逻辑。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





