AIDC万亿级赛道利好来了！四部门发文布局算电一体化

点↑“星标”，暂存文章，查找更方便！

零碳情报

【AIDC万亿级赛道利好来了！

四部门发文布局算电一体化】

业界逐渐形成共识，人工智能（AI）的竞争，最终是能源供给的竞争。为了赢得这场竞争，中国已经正式把“AI+能源”提升到国家级基础战略。

5月8日，国家能源局发布消息，已于近日会同国家发展改革委、工业和信息化部、国家数据局印发《关于促进人工智能与能源双向赋能的行动方案》（下称《行动方案》）。

这其实就是算电协同或算电一体化战略。中国不只是想做AI应用大国，还完全有条件做AI能源基础设施大国，从而促进Token出海。在AI大爆发的当下，人工智能数据中心（AIDC）是一个万亿级的黄金赛道。

此次四部门联合发文，是落实国务院《关于深入实施“人工智能+”行动的意见》相关部署的重要举措，也是顺应人工智能技术迭代演进、推动能源产业高质量发展的关键部署，直指当前人工智能与能源领域融合发展的现实需求与潜在痛点。

《行动方案》提出，到2027年，支撑人工智能创新发展的安全、绿色、经济的能源保障体系初步构建，清洁能源与算力设施互动能力显著提升。

到2030年，人工智能算力设施的清洁能源供给保障能力和能源领域人工智能应用水平大幅提升，构建人工智能与能源双向赋能、深度融合的发展新格局。

《行动方案》以能源支撑人工智能发展、人工智能赋能能源转型为主线，聚焦保障算力设施安全可靠的能源供给、推动算力设施绿色低碳转型、促进算力电力高效经济协同、开放能源领域人工智能高价值应用场景、挖掘能源领域数据价值、强化能源领域人工智能模型创新等方面部署了29项重点任务，着力促进能源、算力、场景、数据、模型等人工智能发展各要素高效协同。

文件还提出，鼓励具备灵活调节能力的算力设施开展绿电直连。这意味着“新能源+ AI园区”独立能源体系的模式将很快出现。

在保障算力设施安全可靠的能源供给方面，《行动方案》指出，统筹优化能源资源与算力布局。

统筹大型新能源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。

结合地区能源、水资源等承载力，探索百万千瓦级人工智能算力设施与配套能源系统协同建设，选择具备条件的地区开展试点，推动算电协同一体化发展。

同时，提高算力设施多元电力供给能力。根据算力设施接入系统规模、电网电压等级、电网新能源渗透率、电能质量要求、算力设施业务类型等实际情况，建立健全算力设施能源供给规划建设标准。

探索核电、氢能等能源以直连方式为算力设施供能。鼓励算力设施配置构网型储能，增强供电稳定性和对电力系统的主动支撑能力。

推动算力设施绿色低碳转型方面，持续提升算力设施绿电占比。加强算力设施项目布局规划指导，将绿电使用占比作为重要参考指标，增强绿色算力供给水平。

支持算力设施通过参与绿证绿电交易提升绿电消费比例。推动算力设施备用电源绿色低碳转型，鼓励备用电源加快使用清洁能源替代传统燃油发电机。

完善算力设施绿电直连政策。依据算力任务类型，对算力设施实施分类管理，鼓励具备灵活调节能力的算力设施开展绿电直连。

研究通过价格政策激励算力设施采用绿电直连等方式更高比例消纳新能源，持续提升算力设施绿色发展水平。

在促进算力电力高效经济协同方面，推动建立算力与电力互动机制，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，提升算力设施经济效益。

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，实现算力设施与电力系统的双向提效。

强化算电协同市场机制建设。鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，提升绿电消费比例与供应稳定性，构建算力设施经济高效绿色供能体系。

在开放能源领域人工智能高价值应用场景方面，加速人工智能技术与能源产供储销全链条深度融合和规模化发展，形成技术创新与产业应用的良性循环。

挖掘能源高价值场景。构建需求牵引、动态迭代的场景供给体系，形成覆盖主要业务领域、兼具行业引领性与国际竞争力的能源人工智能场景图谱。

构建能源高价值场景闭环管理机制。构建能源开放场景测试验证平台，推动人工智能技术适配验证、场景应用性能评测，持续规范人工智能技术在能源领域应用的准入条件。

推动能源高价值场景规模化应用，加速推动人工智能在能源规划设计、勘探开发、生产运行、设备运维、运营和安全管理等全链条场景的落地应用，加快提升能源系统清洁低碳、安全高效和灵活智能水平。

图说：能源领域高价值场景

来源：国家能源局

挖掘能源领域数据价值方面，建立治理、安全、流通三位一体的高质量能源数据发展模式，充分发挥数据要素价值，推动能源数据从资源向资产转化。

建立健全适配能源行业需求的数据价值评估、收益分配等市场化规则机制及标准规范，打通数据流通路径。深化能源领域可信数据空间试点建设与互联互通，促进数据资源共享和高效对接。

在强化能源领域人工智能模型创新方面，实现人工智能技术与能源产业的深度耦合。

推动人工智能自主可控软硬件在能源领域深度应用。加快自主智算芯片与国产深度学习框架的适配优化，推动多框架协同运行，推动能源领域大模型高效迁移技术在典型场景中的应用。

国务院研究中心资源与环境政策研究所能源政策研究室副主任韩雪5月8日接受记者采访时表示，考虑到算力中心对供电可靠性的要求，以及全球科技领域更具雄心的零碳目标，除可再生能源+构网型储能外，核电、氢燃料电池可以成为具有潜力的供电解决方案，预计在未来10年后将更具商业可行性。

“算力中心的绿电占比要求高于大部分省的平均绿电比例，也就是说算力中心需要额外努力提升绿电占比。”韩雪对记者表示，同时，算力中心需要通过自建可再生能源项目或外购锁定额外的绿电来源，再加上绿电具有波动性，一定程度上算力中心需优化自身用电或使用储能来平衡供需差异。

韩雪表示，算力中心更多聚集在沿海地区，绿电资源并不丰富，要从地域上优化绿电和算力中心的布局。

在政策规划层面，需要统筹算力和绿电的布局和建设时序，同时确保算力中心使用的绿电可计量、可追溯、可核算、可认证。此外，还需为算力中心提供激励提供需求响应，实现发用电的实时匹配。

“需要注意的是，算电协同不仅是电力对算力发展的支撑，还包括人工智能在电力领域应用场景的深度挖掘和商业解决方案的加速落地。”

韩雪表示，目前，数字技术和人工智能在风光发电预测、故障检测和远程运维、微电网智能优化调度等方面已经有可落地的应用，将有助于电力系统运行模拟和监测、网络风险防范等方面的工作。

（来源：国家能源局官网、上海证券报；整理：Bell）

联系和关注我们↓（公众号后台留言联系小编）

免责声明：

本文为行业研究与个人观点，不构成投资建议、新闻报道或权威信息发布。