3月11日，绿电板块逆势走强、多股涨停。连日来，绿电板块的市场关注度持续升温，备受资金青睐。背后的核心驱动来自“算电协同”从地方试点、部门政策上升为国家顶层设计：今年的政府工作报告提出，实施超大规模智算集群、算电协同等新基建工程。
AI时代，算电协同正在成为全球科技竞争的筹码与引擎。“谁的电便宜、谁的电稳、谁的电网调得快，谁就握着AI时代的成本底牌。”人民日报评论称，Token出海的本质，就是把电力变成算力，再把算力变成智能。“AI的尽头是电力，电力的尽头是中国。”
“算电协同从行业热词上升为顶层设计，标志着中国正将庞大的电力系统优势，系统性地转化为数字经济的核心竞争力与战略护城河，是两大国家基础设施的深度‘基因融合’。”罗兰贝格副合伙人邱泽宇对澎湃新闻分析称，随着AI大模型爆发，算力需求指数级攀升，数据中心已成为高载能负荷。业界共识“算力的尽头是电力”，但中国不缺电，缺的是算力与电力的精准匹配，算电协同要破解的正是“结构性、时段性电力错配”这一核心矛盾。
几个细节值得关注：全球主流大模型聚合平台开放路由器公司（OpenRouter）数据显示，2月16日至22日当周，中国AI大模型周度Tokens调用量达5.16万亿，三周内翻了一倍多，在周规模上已经超过美国大模型——全球开发者发现，用中国大模型跑任务，比用美国大模型便宜不少。截至2025年底，我国可再生能源总装机达到23.4亿千瓦，每用10度电就有近4度是绿电。内蒙古乌兰察布等西部枢纽节点的算力中心用电成本可低至每度0.3元以下，形成了显著的“绿电洼地”效应。“双碳”目标下，国家政策要求2025年国家枢纽节点新建数据中心绿电占比超过80%。
中国能源政策研究院院长、厦门大学管理学院讲席教授林伯强认为，电力作为算力的基础能源，其供应的稳定性、经济性和可持续性直接关系到算力产业的发展前景。
除了“算力的尽头是电力”，业内还流传另一句话：电力的终点是绿电。电力和算力都存在波峰波谷，两者对上节奏就是双赢。
邱泽宇表示，高比例绿电需要更智能的调度机制适配算力需求。算电协同的本质，是通过算力资源与电力资源的动态匹配、智能调度，实现绿色电力的高效消纳和算力中心的低碳运行。算电协同升格释放的信号是：“中国正将电力系统的‘体格优势’，炼就成为数字经济时代的‘神经系统优势’。”
“AI大模型训练需要海量算力，而算力中心是耗电大户。中国拥有全球领先的新能源发电能力，通过储能平抑波动，可为算力中心提供稳定绿色电力。海外企业调用中国大模型，实质上实现了算力出口或Token出口，将能源优势转化为数字服务优势，实现能源价值的全球化闭环。”远景科技集团高级副总裁田庆军对澎湃新闻表示。
市场普遍认为，Token出海将驱动国内算力规模扩张，从而带动电力需求激增。
邱泽宇对澎湃新闻称，算电协同已从概念走向试点，进入“破局前夜”，但进展与掣肘并存——规划不同频、供需不匹配、数据不打通是三大拦路虎。
挑战表现在：一是规划体系尚未协同，算力中心与电力基础设施分属不同部门规划，部分数据中心仍面临电力配套的“最后一公里”难题；二是供需特性天然错配，算力集中东部而绿电富集西部，AI训练要求极高供电稳定性，而新能源具有间歇性波动；三是调度机制与数据有待打通，数据中心本可作为“可调度负荷”参与电网调峰，但算力侧与电网侧之间存在数据壁垒，缺乏统一高效的协同调度机制。
为了加强算力电力“双向奔赴”，其认为，关键在于技术赋能调度、机制打通壁垒。技术层面，以能源大模型为核心突破多源数据融合、实时调度优化，推广“算力—电力映射模型”实现精准换算，储能技术作为关键“稳定器”可参与调峰并利用峰谷电价差创造收益。市场机制层面，优先在存量算力中心扩大调度交易一体化试点，形成可量化价值闭环，打通发电、电网、售电、算力企业全链条利益分配，探索“绿电直供+主网兜底”的新型供电模式。
“统一的电力网已经建成。当前，我们正在建设统一的国家算网。未来二者必须进行协同，才能够更好地提升利用率，降低使用成本。”全国两会期间，全国政协委员、中国科学院计算技术研究所研究员张云泉建议，需根据算力类型差异实施精准匹配：大模型训练延迟容忍度高、地理敏感性低，可以调度至西部新能源富集区消纳绿电；推理计算延迟要求严苛，须就近部署于东部负荷中心；超算任务对电价敏感，适用在电力低成本地区布局。同时应通过时序优化，将非实时计算转移至夜间谷电时段，实现“算力波峰”与“电力波谷”错峰匹配。
邱泽宇认为，算电协同没有“一刀切”的模板，必然是“因地制宜、模式多样”的百花齐放。核心逻辑是让算力中心“跟着能源走、围着电网建”，形成资源禀赋与产业需求的精准咬合。
基于我国能源与算力布局的错配特征，未来可能涌现出三类典型的协同模式：西部“绿电就地消纳”模式、东部“负荷灵活调度”模式及贵州等特殊区域“多维优势叠加”模式。对于算力需求集中但电力紧张的长三角、京津冀等地区，核心是挖掘存量数据中心的调节潜力，让算力负荷参与电网调峰，通过智能运维、冷源优化等技术实现算力输出与能源利用的最优匹配。“关键在于让算力听懂电价信号，通过市场化机制引导负荷灵活转移。”
全国人大代表、中国移动浙江公司董事长杨剑宇认为，长三角、京津冀、珠三角等东部地区算力需求占全国60%以上，但东部能源占比不到20%，电力供应的对外依存度高，随着人工智能应用快速普及，东部地区智算中心供电配套亟待加强。他建议，一方面，持续推动高负载、高能耗的人工智能训练需求向西部地区转移。另一方面，鼓励“电力跟着算力建”，加快推进“西电东送”，落实跨省跨区输电通道、储能配套等能力建设；支持东部地区因地制宜加大电力基础设施投入，就近保障实时性高的人工智能应用需求。
配配查提示：文章来自网络，不代表本站观点。
