秦海岩：“风光万物生”系列一：当绿电遇见算力

过去两百年，工业文明的命脉是化石能源。今天，一个新的范式正在形成——风光万物生

它的逻辑并不复杂：以高冗余的风光装机为核心，把取之不尽的阳光和风，转化为零边际成本的绿电；绿电驱动电解槽制绿氢，再合成氨、醇，变成可存储、可运输、可跨季节调配的绿色分子；这些分子既是燃料也是原料，进入钢铁、化工、航运、农业，也进入算力。

在这个图景里，能源系统从“单一的电网络”升级为“电+分子的柔性耦合”，工业体系从“依赖地壳存量”转向“依赖天空流量”。而算力，是这幅图景里非常关键的一环。

“建设以风光为主体的新型电力系统，不能只满足于发好电，更要着眼于用好电，让绿电走进千行百业。”算力中心，正是绿电最直接、最高附加值的应用场景之一。一方面，大模型训练与推理应用，带来指数级增长的用电需求；另一方面，国家对新建算力枢纽的绿电占比已有明确硬约束——国家枢纽节点新建数据中心绿电应用占比不低于80%。

未来的算力，必须建在绿电系统里；未来的新能源，也必须靠算力这样的高价值负荷来提升经济价值。

但这件事远没有“拉一根绿电专线进机房”那么简单。

从“选址问题”到“能源系统问题”

过去建设数据中心，逻辑相对简单：选一个气候凉爽、地价合理、电力容量充足的地方，把机房建起来，接入市电电网，配好制冷和UPS，剩下的主要是IT层面的事。传统IDC以CPU负载为主，单机柜功率通常在几千瓦量级，负荷相对平稳，对电网而言是一种常规工业负荷。电力在这里是“基础条件”，不是“核心矛盾”。

人工智能数据中心（AIDC）改变了这一前提。

GPU训练集群的功率密度已从前些年的10千瓦/柜，迅速攀升至40—100千瓦/柜，并向数百千瓦乃至兆瓦级机柜演进。一个万卡集群的总负荷，相当于一座中型电厂的装机规模。正在建设和规划的大型算力集群，负荷已经突破吉瓦级（GW）。更关键的是，GPU负载不是稳态的——数万张卡在矩阵计算、集合通信、检查点存读之间频繁切换，功率在毫秒尺度内剧烈起伏。行业实测显示，AI训练集群的负载波动幅度可达同规模传统数据中心的十倍量级；NERC（北美电力可靠性委员会）记录到的案例中，50兆瓦AI训练模块在250毫秒内出现接近额定容量两倍的功率爬坡，吉瓦级园区在电网故障瞬间集体脱网、单次甩负荷超过1吉瓦的事件已多次发生。

这意味着，AIDC不再只是“用电更多”的数据中心，而是一种与电力系统深度耦合的新型负荷。它同时带来两个必须回答的命题：

一是电量从哪里来，二是电力怎么稳。

“算电协同”正是围绕这两件事展开的。

第一层协同：电源侧——必须和绿电结合

AIDC的用电量规模，决定了它不可能沿用传统IDC的能源路径。

根据国家数据局的明确要求，国家枢纽节点新建数据中心绿电应用占比不得低于80%；“算电协同”已写入2026年政府工作报告和“十五五”规划纲要，绿电直连、源网荷储一体化成为政策鼓励的主流方向。

这一要求的现实背景很清晰：我国大型风光基地主要集中在西部和北部，而算力需求过去高度集中在东部。一边是新能源装机快速增长、本地应用空间有限；一边是算力中心耗电持续攀升、对低成本稳定供电的需求迫切。把“西部的风光”和“东部的算力”在空间上重新匹配，是破解新能源应用与算力用能双重约束的关键。

从技术路径看，绿电直连是当前最务实的方案：

• 算力园区通过专用线路，从就近的新能源电站直接取电，减少公共电网输配损耗；

• 配套储能系统，在风光大发时充电、出力不足时放电，平抑新能源的间歇性；

• 源网荷储作为一个整体统一规划、统一调度，而不是“先建机房、再接电网”。

乌兰察布中金和远景已经跑出可复制的样本：风电场，光伏电站，通过专线直供零碳算力基地，绿电直连电量应用占比超过80%，PUE控制在1.2以下。

需要指出的是，中美在这一层的路径选择有明显差异。美国部分区域受电网接入周期和电源结构制约，为抢建设进度，倾向于用燃气轮机等快速可部署电源作为主力兜底。中国的资源禀赋不同——新能源装机规模全球第一，且算力枢纽与“沙戈荒”新能源基地在空间上有重叠可能。因此中国的主流路径是：以绿电直连为基础，以风光储一体化为主体电源，公网作为补充和托底。这既是碳约束下的必然，也是经济性上更优的选择。

但绿电直连只解决了“电从哪来”的问题，没有解决“电怎么稳”的问题。

第二层协同：负荷侧——供电系统必须扛住冲击

GPU集群对电网的挑战，不只是“用得多”，更是“变得快”。

传统电网面对的是相对平缓的负荷曲线，调频资源按秒级、分钟级响应即可。AIDC的负载波动发生在毫秒甚至微秒级：一次训练任务启动，数万张GPU同步拉满功率；一次检查点保存，功率瞬间跌落；故障恢复时又快速反弹。这种GPU 负载阶跃会直接造成电压、频率越限，甚至在大电网故障时因保护动作集体脱网，反而加剧系统扰动。

NERC已将此类“计算负荷”列为电网可靠性规划的新变量，要求建立专用负荷模型、配置功率平滑装置、完善故障穿越能力，不能再按“被动用电”的老逻辑接入。

应对这一冲击，需要在供电架构上做系统性重构，而不是简单加几组电池：

一是供电制式从交流向直流演进。传统交流UPS经过多级变换，效率和占地都难以支撑兆瓦级机柜。高压直流（HVDC）和800V直流母线正在成为主流方向，减少转换环节、提升功率密度。

二是固态变压器（SST）替代工频变压器。SST通过电力电子变换，将中压交流电一步转换为服务器所需的直流电压，具备多端口接入、双向潮流、毫秒级调压和主动电能质量治理能力。它既可以接入市电，也可以直接挂光伏、储能，是源网荷储一体化场景下的“能源路由器”。

三是分层储能系统承担功率缓冲功能。针对AIDC集群GPU的脉冲式功率波动特性，单一层级储能的响应能力难以覆盖全频段扰动需求，因此采用高压侧场站级储能+GPU侧近端储能两级架构，分层匹配不同时间尺度的扰动治理需求。高压侧场站级构网储能系统：由锂电池储能配套构网型PCS组成，核心承担场站级功率调节与并网支撑功能：平抑秒级至分钟级慢功率波动，在系统层面提供虚拟惯量和电压支撑，抑制系统振荡，避免并网脱网风险。GPU侧近端储能系统：配置超级电容、高倍率锂电等作为近端缓冲单元，利用其微秒级超快响应特性，专门实现毫秒/微秒级高频脉冲尖峰的近端削峰，从源头抑制大功率扰动向上游电网传导，弥补常规电化学储能响应速度不足的缺陷。

四是算力与电力联合调度。把电网分时信号、新能源预测、储能SOC、任务优先级统一进调度系统：高优先级的推理任务保供电，可延后的训练、渲染、备份任务跟随风光出力曲线动态排程。冀北电网的试点表明，通过调度算力负荷，可在十分钟量级为电网释放百兆瓦级调节空间。

简言之，第一层协同解决“绿电送得到”，第二层协同解决“冲击扛得住”。两者缺一不可。

AIDC不再是“盖房子”，

而是“长在能源系统里的算力节点”

把两层协同放在一起看，可以得出一个基本判断：

传统IDC的建设顺序是“先算力、后补电”；AIDC必须反转过来——先算清能源账，再定算力规模。

这背后是三个认知转变：

•从配套到主体：供电架构不再是机房的后勤系统，而是决定AIDC能否稳定、经济、可持续运行的核心工程。

•从负荷到节点：AIDC不应只是被动消费者，而应成为可感知、可调节、可参与电网互动的“虚拟电厂”单元。

•从单点建设到系统规划：发电、变电、储能、制冷、算力调度必须端到端统筹，任何一环割裂，都会在工程落地时付出代价。

对行业而言，这意味着门槛的根本抬升。未来评价一个智算中心，不再只看PFLOPS和PUE，还要看绿电占比、源网荷储配置、负载跟随能力、故障穿越水平。单纯靠低价电、堆机柜、拼硬件的旧模式，将逐步退出主流。

“风光万物生”描绘的，不是一幅单纯的清洁能源画卷，而是一场工业文明底座的更换。绿电制氢、氢制氨醇、驱动工业，是这条路径上的主干；而绿电直供算力，是其中最贴近当下、也最具放大效应的入口。

AIDC的算电协同，不是一个营销概念，而是两道硬核命题：

一道是能源命题——在“双碳”目标和电量激增之间，找到以绿电为主体的可持续供能路径；

一道是电力命题——在GPU集群毫秒级冲击和新能源波动之间，构建稳定、柔性的新型供电系统。

谁先把这两本账算平，谁就掌握了下一代智算中心的建设主动权，也真正接住了“风光万物生”里那句承诺——

让每一缕风、每一束光，都变成驱动智能时代的力量。