报告概述

报告聚焦算电协同这一新兴领域,即AI高速发展下算力与电力的双向赋能关系。研究对象涵盖中国数据中心用电需求、区域电力供需格局、绿电定价机制及电力运营商的盈利模式演变。报告采用自建的“单Token推理能耗×日均Token调用量×PUE”三维测算模型预测2030年数据中心用电量,并通过发电侧投资收益模型评估算电协同项目的经济性。报告旨在帮助投资者理解算力高增如何重构电力需求、推动绿电价值重估,并识别受益于这一趋势的电力资产。

报告的核心结论

算力用电增长弹性巨大,2030年或达8000亿千瓦时

报告通过三维测算模型,在中性情景下预测2030年中国数据中心用电量约8000亿千瓦时。其中日均Token调用量是主导变量,其增长边界尚未收敛,使得算力用电长期天花板可能高于市场预期,电力保障能力成为算力时代的核心竞争变量。

算力枢纽区域电力供需趋紧,绿电定价有望回归

新增算力高度集中于内蒙古、宁夏、甘肃、贵州等绿电富集区,测算显示仅算力带来的增量需求就相当于四省现有用电基数的近三成。区域供需由松转紧将扭转“弃电压价”局面,绿电价格或从补贴托底向反映资源稀缺性的市场价值回归。

远期盈利模式从“卖电”向“Token分成”跃迁

随着大厂资本开支外溢,掌握绿电资源的发电企业可切入AI产业链,通过Capex外包和分成谈判获取Token价值。电价有天花板,但Token需求无上限,盈利模式的跃迁将系统性打开电力运营商的盈利天花板,估值逻辑或从公用事业向成长股切换。

电价边际改善显著放大算电协同项目盈利弹性

报告测算可知,算电协同项目基准IRR约2.15%,但电价每提升0.01元/度,IRR相对提升约0.385个百分点。随着GPU价格下降使电力成本权重上升,数据中心对电价敏感度增强,绿电经济性凸显,项目盈利弹性有望充分释放。

报告回答的关键问题

什么是算电协同?

算电协同是指AI算力产业与电力产业的双向赋能:一方面算力高耗能属性催生庞大电力需求,另一方面电力供应能力成为算力发展的关键约束。政策已将算电协同纳入国家新基建工程,推动绿电与算力协同布局,通过绿电直连、源网荷储等方式实现能源与算力的高效匹配。

算力用电对电力行业有哪些影响?

算力用电正成为电力行业的重要边际增量。报告预计到2030年数据中心用电量占全社会用电量约6%,且增速远超平均水平。在区域层面,西部/北部枢纽节点省份将面临结构性电力紧张,有望改善新能源弃电困境,并推动电价上行和储能需求增长,重塑电力资产的盈利逻辑。

算电协同项目盈利前景如何?

当前算电协同项目收益率普遍偏低,如甘肃庆阳项目资本金IRR仅2.52%,低于一般新能源项目。但报告认为这是阶段性问题,中期随着电力供需趋紧和GPU成本下降,电价改善将释放盈利弹性;远期盈利模式可从卖电升级为Token分成,成长空间巨大。

哪些电力运营商受益于算电协同?

受益运营商包括三类:一是全国性或枢纽节点新能源龙头,如华电新能、龙源电力、三峡能源;二是拥有稳定水电资源的企业,如长江电力、川投能源,水电作为零碳基荷天然契合算力需求;三是储能运营商南网储能,其在算电协同中扮演核心缓冲器角色,保障电力稳定供应。

报告中的代表性数据

约8000亿千瓦时

2030年中国数据中心用电量(中性情景)

2030年,基于东方证券自建三维测算模型(单Token推理能耗×日均Token调用量×PUE),中性情景下预测值。

电价每增厚0.01元/度,IRR相对提升约0.385个百分点

算电协同项目全投资税后IRR敏感性(电价影响)

2026年,基于基准情景(电价0.24元/度,IRR 2.15%),敏感性测试结果。

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

  • 算电协同政策演进:从概念提出到国家顶层战略的完整政策脉络,包括2023-2026年关键政策文件梳理。
  • 数据中心绿色发展量化约束:国家枢纽节点新建算力设施绿电占比≥80%、PUE能效要求等硬性指标。
  • 算力用电三维测算模型详解:单Token推理能耗、日均Token调用量、PUE系数的分情景敏感性分析。
  • 区域供需格局量化分析:内蒙古、宁夏、甘肃、贵州等枢纽节点省份的新增算力用电与本地用电基数的比较。
  • 发电侧算电协同投资收益模型:含关键假设、基准情景结果(全投资税后IRR 2.15%)及电价、利用小时数的敏感性测试表。
  • 中期电价改善逻辑:GPU价格下降、电力供需趋紧、政策工具疏导并网成本等三重因素推动绿电价值重估。
  • 远期Token分成模式分析:大厂资本开支外溢背景下发电企业切入AI产业链的路径与价值捕获升级。
  • 相关标的深度分析:华电新能、龙源电力、三峡能源、长江电力、川投能源、南网储能的业务布局、财务预测与投资评级。
  • 风险提示:电力市场化改革进度、行业竞争加剧、AI需求不及预期、政策推进不及预期等。

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。

相关报告