与能源双向赋能的行动方案》（下称《方案》），提出到2027年安全、绿色、经济的能源保障体系初步构建，到2030年
随着大模型训练与推理需求爆发，算力中心正告别传统数据中心形态，转向单机柜功率上百千瓦、园区负荷达吉瓦级的超级负荷。
行业认为，人工智能基础设施的上半场围绕算力进行规模扩张，下半场正进入“算力被绿色、稳定、高效、经济组织起来”的系统性建设阶段。
“目前电网整体仍可承载算力中心用能，但局部区域供应已显紧张。”国内某总经理刘越（化名）告诉第一财经记者，过去传统接入10千伏（kV）变压器即可满足供电需求，如今一座大型智算基地用电负荷约1吉瓦（GW），要配套3个220kV变电站，相当于一个中小型城市的用电负荷，且算力需求呈潮汐式、突发性特点，训练任务集中时用电紧张、任务空档期资源又有闲置。随着国产算力卡爆发式增长，预计未来2年内电网将感到大规模“阵痛”。
算力建设周期与电力系统规划周期错配是算电协同的首个难题。国家发改委培训中心（宣传中心）战略规划与公共培训处聂正标等专家发文指出，人工智能是典型的快变量，模型架构演进快速、应用场景持续变化，而电力系统是慢变量，电源建设、电网扩容、储能配置均需长期规划，以安全稳定为首要前提。二者天然节奏错位，导致部分地区出现算力项目快速推进，但电力接入、绿电供应尚未到位等情况。
新能源出力与算力负荷特征不匹配的矛盾同样突出。刘越分析称，算力需要连续、稳定可靠的电力供应，但发电随机性、波动性、不确定性强，算与电两套运行逻辑完全不同的系统，其耦合很难实现经济、稳定和低碳的三角平衡。
更深层的矛盾源自价值传导不畅，刘越认为，由于算力、电力、碳市场割裂运行，价格信号难以有效互通。以绿电直连项目为例，“并网型算力项目要承担接入公共电网的备用容量费用，离网型则需承担长时储能配套成本，但现有电力市场下，这类投资成本分摊模式模糊，算电互动经济收益有限，不足以调动工程投资积极性”。
此外，电力与算力行业长期“语言不通”。业内人士指出，共同技术标准缺乏、跨界复合型人才不足、能源行业数据孤岛现象普遍，亦制约着算电协同向纵深落地。
针对行业普遍面临的瓶颈，《方案》围绕10个方面、29项重点任务展开系统部署，实现从“AI单向赋能能源”到“算力与能源双向支撑”的政策升级。
保障算力设施安全可靠的能源供给，被放在最突出位置。据中国信息通信研究院对2030年国内算力用电需求做出的预测：在人工智能爆发增长情景下，国内算力中心用电或超过7000亿千瓦时，占全社会用电量5.3%；人工智能若匀速增长，用电量或超4000亿千瓦时，占全社会用电量3%；慢速增长情景下的用电量约3000亿千瓦时，占比2.3%。
为此，《方案》明确提出统筹大型基地与国家算力枢纽规划布局，推动算力设施、互联网骨干直联点在新能源富集地区有序合理汇集，促进新能源就近就地消纳。业内认为，国内东部算力需求旺盛但电力紧张、西部绿电充足但算力利用率低，此举引导部分算力向新能源富集区布局，将推动新能源消纳、电网送出与算力成本进行重新分配。
《方案》同时还鼓励算力设施配置构网型储能，探索核电、氢能等能源以直连方式为算力设施供能。“核电基荷稳定、氢能是另一种能源转换路径，这意味着算力设施也开始拥有自己的多元供能结构。”刘越补充称，配置构网型储能则对算力设施提出更高要求，即具备支撑电网稳定的能力。构网型储能不仅能削峰填谷，还能提供电压、频率和系统稳定支撑，为人工智能算力设施提供更高质量电能，本质上也给算力负荷加了一层“电力安全垫”。
在推动算力设施绿色转型方面，《方案》做出了一系列硬性约束，绿电使用占比被前置为算力项目布局的重要规划参考指标，新建算力设施被鼓励与可再生能源发电企业签订多年期绿色电力交易合同，提升绿电消费稳定性。方案还鼓励具备灵活调节能力的算力设施开展绿电直连。
“更值得关注的是，方案将算力设施本身视为电力系统中一种具备高度灵活调节能力的‘新型负荷’。”国家发改委国家信息中心经济预测部政策仿真实验室主任、研究员肖宏伟在署名文章中指出，《方案》通过市场机制引导算力设施参与电网调峰、需求响应，使其不再是单纯的能源消费者，而成为电力系统平衡的积极参与者，既提升了算力设施的经济效益，又增强了电力系统的灵活性和新能源消纳能力。
《方案》提出，以电力市场价格信号引导算力设施优化能量管理和跨网跨区等多形式算力调度，鼓励算力设施作为负荷侧灵活可调节资源参与电网运行，提升电力系统调节能力；支持算力设施以多种形式参与电能量、辅助服务、需求响应等市场交易。
此外，能源产业被明确为人工智能技术释放价值的主战场。《方案》提出加快能源专业模型技术攻关，推动5个以上专业大模型在电网、发电、煤炭、油气等行业深度应用；推进适配能源领域的智能终端、智能体、具身智能、人工智能原生架构等技术研发。
“没有清晰的应用场景，算力难以形成稳定需求，完成从基础设施能力到现实生产力的转化。”聂正标等专家强调，过去讨论算力，往往更重视总量、峰值、规模、投资额和建设速度，但未来要关注的是有多少算力能被真实任务调用，稳定运行，服务产业需求，并最终形成经济和社会价值。
