中國儲能網(wǎng)訊：“AI的盡頭是算力，算力的盡頭是電力”——這句在科技界廣為流傳的判斷，正從行業(yè)共識走向產(chǎn)業(yè)現(xiàn)實。
2026年《政府工作報告》首次將算電協(xié)同納入新基建，“十五五”規(guī)劃亦明確“大力發(fā)展新型儲能”。算力與電力的深度融合，正在成為數(shù)字新基建的核心命題。海博思創(chuàng)也將算電協(xié)同列為未來重點布局的場景之一。
一個高價值場景的誕生
算力中心為何成為儲能企業(yè)重點布局的方向？海博思創(chuàng)創(chuàng)始人、董事長、首席執(zhí)行官張劍輝提出兩大核心邏輯：用電增長快、電價承受度高。
從用電負(fù)荷來看，算力中心是未來五年增速最快的領(lǐng)域。據(jù)估算，到“十五五”末，算力中心用電將占到全社會用電的8%以上。預(yù)計2030年，數(shù)據(jù)中心電力負(fù)荷達(dá)1.1億千瓦、年耗電量5257億千瓦時，其中綠電需求約4200億千瓦時。
“一旦出現(xiàn)殺手級的C端或B端應(yīng)用，用電將呈指數(shù)級增長?！睆垊x判斷，未來五年內(nèi)，算力中心場景的儲能需求甚至有望超過傳統(tǒng)的獨立儲能。
從成本容忍度來看，算力中心用電成本在總投資中占比相對有限。以 3000P 算力中心為例，服務(wù)器投資約10億元，年用電量不足1億度。相較于硬件投入與算力產(chǎn)出，電價邊際波動對整體運營成本影響較小。這意味著，相較獨立儲能，算電協(xié)同場景可為儲能電站帶來更可觀的盈利空間。
如何實現(xiàn)真正的算電協(xié)同
當(dāng)前，不少項目被稱為“算電協(xié)同”案例，但本質(zhì)上僅是在綠電富集區(qū)建設(shè)算力中心，使用低成本綠電，并非嚴(yán)格意義上的算電協(xié)同。
真正的算電協(xié)同，建立在一個重要前提之上：部分算力需求可延時滿足。大模型訓(xùn)練、科學(xué)計算、影視渲染、數(shù)據(jù)挖掘等任務(wù)，具備可調(diào)度特性。基于這一特性，算力中心可在電價低谷時段滿負(fù)荷運行，在電價高峰時段降載或錯峰運行，實現(xiàn)算力負(fù)荷隨電價靈活調(diào)度。
另一方面，儲能作為“時間搬運工”，可將風(fēng)電、光伏等低價電量存儲起來，在算力高峰時段釋放，把低成本綠電轉(zhuǎn)化為高價值算力輸出。算力與電力由此實現(xiàn)時空雙重優(yōu)化配置。
張劍輝表示，真正的算電協(xié)同，應(yīng)實現(xiàn)電力隨算力需求動態(tài)調(diào)度、算力隨電力供給靈活響應(yīng)，通過預(yù)判與自主調(diào)節(jié)，實現(xiàn)“算隨電走、電隨算調(diào)”的雙向協(xié)同。
未來，依托儲能系統(tǒng)的靈活調(diào)節(jié)功能，可實現(xiàn)電能與算力的價值轉(zhuǎn)化。我國綠電富集區(qū)域有望成為 “算力輸出基地”，成為重要的經(jīng)濟增長引擎。
算電協(xié)同解決方案
未來，儲能將不再局限于應(yīng)對突發(fā)斷電的備用電源，而是成為支撐算力中心穩(wěn)定、經(jīng)濟、綠色運行的電力架構(gòu)核心調(diào)度單元。針對差異化需求，海博思創(chuàng)形成了發(fā)電側(cè)配儲、機房側(cè)配儲兩大解決方案。
發(fā)電側(cè)配儲以綠電直連與儲能配置為核心，可滿足算力中心80%—90%的綠電消納需求，同時降低綜合用能成本。
機房側(cè)配儲聚焦高端算力對電能質(zhì)量的嚴(yán)苛要求。尤其是面向AI推理的算力場景，其功率變化速度快、波動幅度大，對供電的連續(xù)性與穩(wěn)定性提出了更高標(biāo)準(zhǔn)。
算電協(xié)同的最終目標(biāo)，是構(gòu)建“新能源+儲能+數(shù)據(jù)中心”的一體化協(xié)同發(fā)展模式。儲能通過鎖定風(fēng)光新能源的棄電與現(xiàn)貨低價電，在綠色轉(zhuǎn)型、經(jīng)濟性、供電可靠性三方面實現(xiàn)綜合提升。
AI的反向賦能
算電協(xié)同并非儲能對算力的單向支撐，反之，算力也在為儲能產(chǎn)業(yè)賦能。
目前，海博思創(chuàng)已將AI技術(shù)應(yīng)用于儲能電站的項目規(guī)劃、產(chǎn)品設(shè)計、安全預(yù)警、故障預(yù)測、運維及電力交易等全生命周期。在運維階段，AI可以實時生成多維度的性能評價，實現(xiàn)自動故障預(yù)警，自動生成解決方案，指導(dǎo)現(xiàn)場準(zhǔn)確高效解決問題，守護(hù)電站安全。
電力交易是 AI 深度賦能的另一重要場景。依托海量運行數(shù)據(jù)，系統(tǒng)需每日預(yù)測節(jié)點電價走勢，綜合考慮新能源出力、氣象、電網(wǎng)阻塞、市場報價策略等多重變量進(jìn)行決策。
傳統(tǒng)模型已難以適配復(fù)雜決策需求，通過 AI 持續(xù)迭代推演，可顯著提升交易策略精度與電站收益水平?！癆I 驅(qū)動的電力交易能力，已經(jīng)成為公司核心競爭力之一”，張劍輝說。
