從算力到電力，誰在搭建AI時代的“能源基座”？

　　作者 | 辰紋

　　4月1日，北京，中關(guān)村儲能展如期開幕。

　　作為全球儲能行業(yè)規(guī)模最大的展會，今年的人潮中多了一些特殊的面孔——來自AI算力領(lǐng)域的技術(shù)負(fù)責(zé)人和投資機(jī)構(gòu)代表，他們此行的目的并非尋常的設(shè)備采購，而是尋找一個關(guān)乎AI未來走向的答案：在算力指數(shù)級增長的今天，電力基礎(chǔ)設(shè)施是否還能撐得住?

　　這個焦慮并非空穴來風(fēng)，2024與2025年，美國PJM電網(wǎng)區(qū)域多次發(fā)生算力集群因電壓微調(diào)瞬間“撤離”的脫網(wǎng)事故，險些誘發(fā)區(qū)域電網(wǎng)崩潰。

　　算力可以堆砌，但電網(wǎng)無法瞬間擴(kuò)容。AI的擴(kuò)張卡在了能源關(guān)口。

　　在AI指數(shù)級增長的背景下，誰掌握了穩(wěn)定、廉價、綠色的能源調(diào)度能力，誰就掌握了AI時代的入場券，而儲能，這個曾經(jīng)在電力系統(tǒng)邊緣默默運(yùn)轉(zhuǎn)的角色，正在從“充電寶”進(jìn)化為“智能中樞”，成為決定AI發(fā)展上限的關(guān)鍵基礎(chǔ)設(shè)施。

　　今年的中關(guān)村儲能展，能給出AI領(lǐng)域想要的答案么?。

　　01

　　AI的“新基建”，能源供給決定算力上限

　　AI的爆發(fā)式增長，直接刺激了能源需求的指數(shù)級膨脹。

　　這絕非夸大其詞，國際能源署在《Electricity 2024》報告中指出，全球數(shù)據(jù)中心用電量在2022年約為460TWh，到2026年預(yù)計翻倍。

　　中國的情況同樣觸目驚心，華金證券研究報告預(yù)測，2024年至2030年，中國數(shù)據(jù)中心用電量將達(dá)到4051億至5301億千瓦時。這相當(dāng)于一個中等省份全年的用電量，將被濃縮進(jìn)一個個冰冷的服務(wù)器機(jī)柜中。

　　然而，AI對能源的索取，遠(yuǎn)不止于“量大”，它對電力供給的穩(wěn)定性更是提出了近乎苛刻的要求。

　　與傳統(tǒng)的工業(yè)生產(chǎn)負(fù)荷不同，AI大模型的訓(xùn)練過程呈現(xiàn)出一種“同步波動”的獨(dú)特負(fù)載特征。想象一下，數(shù)十萬塊GPU像一支紀(jì)律嚴(yán)明的軍隊，在同一時刻接收到計算指令，瞬間滿負(fù)荷運(yùn)轉(zhuǎn);又在下一個瞬間，因等待數(shù)據(jù)同步或檢查點(diǎn)保存而幾乎同時降至空載。

　　如此劇烈的負(fù)荷波動，可以在毫秒級的時間內(nèi)完成，幅度可達(dá)數(shù)十兆瓦甚至上百兆瓦。這就像是給一臺精密的發(fā)動機(jī)，突然踩死油門又瞬間松開，其沖擊力足以讓整個系統(tǒng)震顫。

　　這種特性，正在挑戰(zhàn)著運(yùn)行了一個多世紀(jì)的電網(wǎng)基本法則。英國曼徹斯特大學(xué)的研究指出，當(dāng)這種由邏輯驅(qū)動的“可編程”負(fù)荷大規(guī)模接入由逆變器主導(dǎo)的新型電力系統(tǒng)時，可能引發(fā)多節(jié)點(diǎn)電壓驟降和頻率變化率(RoCoF)飆升，甚至在未發(fā)生發(fā)電機(jī)組脫網(wǎng)的情況下，就足以觸及系統(tǒng)穩(wěn)定的臨界閾值。

　　另外一個更棘手的問題在于物理慣性的枷鎖。能源行業(yè)本質(zhì)上是一個受限于物理空間與長周期的“重資產(chǎn)游戲”。

　　我們知道，芯片算力可以遵循摩爾定律在18個月內(nèi)翻倍，可是電網(wǎng)的擴(kuò)容卻受限于征地、環(huán)評與工程建設(shè)，其周期往往以3到5年為單位。

　　這種“時間鴻溝”正在成為制約AI發(fā)展的最大瓶頸——在美國硅谷，多個新建數(shù)據(jù)中心項目的并網(wǎng)等待時間已經(jīng)排到了2027年;在愛爾蘭，都柏林地區(qū)因電網(wǎng)負(fù)荷過高對新建數(shù)據(jù)中心實(shí)施了事實(shí)上的“禁入令”。

　　在電網(wǎng)基建無法瞬間變魔術(shù)的現(xiàn)實(shí)下，建設(shè)周期更快、部署更靈活的儲能系統(tǒng)，成為了彌補(bǔ)電網(wǎng)響應(yīng)遲緩、承接AI商業(yè)擴(kuò)張瓶頸的唯一“緩沖層”。

　　事實(shí)上，這背后還隱藏著一場成本的終極博弈，未來的AI競賽，終將從模型參數(shù)的博弈轉(zhuǎn)向單次推理成本的博弈——也即電力成本的博弈。

　　華金證券研報顯示，電費(fèi)占數(shù)據(jù)中心運(yùn)營成本的57%，這意味著電力支出已成為算力中心最大的可變成本。當(dāng)電力成本占據(jù)如此高的比重時，儲能就從“備用電源”蛻變?yōu)?ldquo;成本調(diào)節(jié)器”，通過“低谷充電、高峰放電”以及參與電網(wǎng)頻率調(diào)節(jié)，儲能系統(tǒng)直接重塑了算力中心的用電成本曲線。

　　以河南移動在鄭州航空港區(qū)數(shù)據(jù)中心建設(shè)的1MW/2MWh儲能項目為例，該項目通過峰谷套利模式，全生命周期預(yù)計可累計獲得收益577萬元。

　　在峰谷價差巨大的海南省，兩部制工商業(yè)用戶峰谷價差可達(dá)1.03元/kWh，對于年用電量1億千瓦時的中型數(shù)據(jù)中心，僅峰谷套利一項，每年可節(jié)省電費(fèi)超過2000萬元。

　　不難看出，誰能利用儲能抹平昂貴的用電高峰，誰就能在單次推理成本上獲得碾壓級的競爭優(yōu)勢，從而決定AI商業(yè)化落地的真實(shí)規(guī)模上限。

　　02

　　能源的“新邏輯”：儲能必須“會思考”

　　儲能改變了AI，AI也在改變儲能。

　　過去幾年，儲能企業(yè)比拼的是電芯循環(huán)次數(shù)和集成成本。在那套邏輯里，儲能電站只是一個被動的“電力搬運(yùn)工”——獨(dú)立儲能只需要接受電網(wǎng)調(diào)度、工商業(yè)儲能盯著固定的峰谷價差，在低買高賣的簡單套利中維持運(yùn)營。

　　這種模式在新能源滲透率尚低的階段尚可運(yùn)轉(zhuǎn)，但當(dāng)風(fēng)電、光伏裝機(jī)占比突破50%，電網(wǎng)波動性劇增時，粗放的商業(yè)模式便難以為繼。

　　AI時代，儲能的邏輯必須重構(gòu)。除了最基本的能量存儲功能，它還需要承擔(dān)起“電網(wǎng)穩(wěn)定器”和“電力交易員”的雙重角色。

　　要理解這種轉(zhuǎn)變，需要先厘清兩個關(guān)鍵概念：“電力交易”和“構(gòu)網(wǎng)”。

　　所謂電力交易，通俗來說就是讓儲能系統(tǒng)像一位訓(xùn)練有素的股票交易員，在電價低時買入(充電)，在電價高時賣出(放電)，賺取差價。

　　與炒股相比，電力交易的難度有過之而無不及——電力市場每15分鐘形成一次電價，全天96個交易節(jié)點(diǎn)，每個節(jié)點(diǎn)都牽涉著氣溫、風(fēng)速、光照、負(fù)荷、燃料價格等數(shù)十個變量，任何一個微小偏差都可能導(dǎo)致預(yù)測南轅北轍。

　　傳統(tǒng)算法模型在處理這類問題時力不從心。

　　2019年山東電力現(xiàn)貨市場試運(yùn)行初期，不少儲能電站嘗試人工預(yù)測電價，結(jié)果往往是“猜對趨勢猜不對節(jié)點(diǎn)”，頻繁出現(xiàn)“高買低賣”的尷尬局面。一位儲能運(yùn)營商曾自嘲：“像是在沒有K線圖的情況下炒期貨。”

　　AI的介入徹底改變了這一局面，通過融合氣象大模型、歷史電價數(shù)據(jù)和實(shí)時負(fù)荷監(jiān)測數(shù)據(jù)，AI可以將電價預(yù)測準(zhǔn)確率提升到90%以上，并在毫秒級內(nèi)完成最優(yōu)充放電策略的計算。在山東、蒙西等電力現(xiàn)貨市場較為成熟的地區(qū)，搭載AI交易系統(tǒng)的儲能電站，全生命周期收益較傳統(tǒng)模式提升15%-20%。

　　同樣是在山東省電力市場，遠(yuǎn)景濱州儲能電站就通過其自研的“天機(jī)”氣象大模型與“天樞”能源大模型的雙引擎驅(qū)動，完成了從預(yù)測到?jīng)Q策的“自動駕駛式交易”。

　　作為最早提出AI儲能概念的公司，遠(yuǎn)景在本次中關(guān)村儲能展發(fā)布了全球首款12.5MWh AI儲能系統(tǒng)，并表示融合物理 AI 與全棧自研能力，遠(yuǎn)景AI儲能系統(tǒng)可以實(shí)現(xiàn)儲能場站全鏈路自感知、自適應(yīng)、自進(jìn)化，推動場站全生命周期 IRR 提升4-8%。

　　2025年8月，濱州電站上線了新版AI阻塞電價預(yù)測算法模型。使阻塞預(yù)測精度提升10%。據(jù)最新數(shù)據(jù)，濱州電站實(shí)現(xiàn)了95%的峰谷價差預(yù)測準(zhǔn)確率，較行業(yè)平均水平高出5-10個百分點(diǎn)，成為收益大幅提升的關(guān)鍵支撐，單月收益領(lǐng)跑山東全省。

　　如果說電力交易解決的是“如何賺錢”的問題，那么“構(gòu)網(wǎng)”解決的則是“如何活下去”的問題，后者更為底層，也更為關(guān)鍵。

　　傳統(tǒng)儲能被稱為“跟網(wǎng)型”——它沒有自己的“主見”，只能被動跟隨電網(wǎng)的頻率波動。

　　這種機(jī)制在傳統(tǒng)電網(wǎng)中沒有問題，因為那時的電網(wǎng)有大量火電機(jī)組作為“壓艙石”，慣量大、頻率穩(wěn)。但當(dāng)風(fēng)電、光伏滲透率超過50%，火電機(jī)組逐步退出，電網(wǎng)失去了慣性支撐——就像一個旋轉(zhuǎn)速度越來越慢的陀螺，稍微被擾動就可能倒下。

　　此時，跟網(wǎng)型儲能非但無法提供支撐，反而可能因自身逆變器的快速響應(yīng)而加劇波動。

　　構(gòu)網(wǎng)型儲能的革命性在于，它能夠像一臺真正的發(fā)電機(jī)一樣，主動建立電壓和頻率支撐，它的核心算法模擬了傳統(tǒng)同步發(fā)電機(jī)的物理特性，能夠在電網(wǎng)波動時主動注入無功功率穩(wěn)定電壓，在頻率下降時主動釋放有功功率支撐頻率，這種能力讓儲能系統(tǒng)從電網(wǎng)的“跟隨者”變成了“支撐者”。

　　業(yè)內(nèi)有個生動的比喻，AI賦能的儲能系統(tǒng)就像近期火爆的“龍蝦”智能體——它是一種能源智能體，既有硬件設(shè)備護(hù)體，又有AI算法感知環(huán)境。它既能構(gòu)網(wǎng)，響應(yīng)電網(wǎng)的穩(wěn)定需求;又能交易，追求利潤最大化。

　　當(dāng)儲能擁有了“會思考”的能力，它就不再是被動的充電寶，而是主動的能源資產(chǎn)，這也正是AI時代儲能的本質(zhì)進(jìn)化，從“能量搬運(yùn)”到“智能服務(wù)”，從硬件競爭到算法競爭。

　　03

　　誰在定義AI時代的“能源基座”?

　　從“能量搬運(yùn)”到“智能服務(wù)”，會思考的儲能網(wǎng)絡(luò)正將能源從算力成本重塑為算力基石。

　　當(dāng)AI的終點(diǎn)指向能源，當(dāng)所有人都在談?wù)撍懔εc電力的關(guān)系時，一個更深層的問題浮出水面：誰能真正為AI提供穩(wěn)定、智能、可持續(xù)的電力支撐?

　　要回答這個問題，必須先回到物理世界的極端場景中尋找答案。

　　在內(nèi)蒙古赤峰，遠(yuǎn)景運(yùn)營著全球規(guī)模最大的綠色氫氨項目，也是全球首個實(shí)現(xiàn)100%綠電直連、全球首座全動態(tài)運(yùn)行的零碳化工產(chǎn)業(yè)園。

　　這個年產(chǎn)數(shù)萬噸綠氫綠氨的超級工程，與AI大模型訓(xùn)練有著驚人的相似性——氫能生產(chǎn)需要持續(xù)穩(wěn)定的綠電供應(yīng)，但風(fēng)電光伏本身具有波動性，而電解槽的負(fù)荷響應(yīng)又極為敏感，稍有波動就可能影響設(shè)備壽命與生產(chǎn)效率。

　　這種“源隨荷動”與“荷隨源動”的矛盾，正是AIDC(AI數(shù)據(jù)中心)面臨的核心挑戰(zhàn)。

　　依托一個100%離網(wǎng)可再生能源電力系統(tǒng)，當(dāng)赤峰項目連續(xù)16個小時面臨無風(fēng)無光的極端情況，依然保持100%綠電穩(wěn)定運(yùn)行，預(yù)示著遠(yuǎn)景已經(jīng)實(shí)現(xiàn)了零碳電力解決方案的閉環(huán)。

　　而赤峰只是一個起點(diǎn)。

　　圍繞AIDC“用電量大、綠電要求高、負(fù)載波動劇烈”的三大核心痛點(diǎn)，遠(yuǎn)景構(gòu)建了一整套從電網(wǎng)到負(fù)荷側(cè)的全鏈路解決方案。

　　在電網(wǎng)側(cè)，通過“風(fēng)光配儲+綠電直連”，將原本受限于電網(wǎng)容量的新能源直接引入算力場景，不僅加快并網(wǎng)節(jié)奏，也讓綠電消納從“被動接受”變成“主動配置”;在場站側(cè)，通過構(gòu)網(wǎng)型儲能系統(tǒng)，實(shí)時平滑算力負(fù)荷帶來的劇烈波動，為電網(wǎng)提供穩(wěn)定的電壓與頻率支撐，從源頭降低諧振、脫網(wǎng)等風(fēng)險;而在負(fù)荷側(cè)，遠(yuǎn)景用直流儲能系統(tǒng)替代傳統(tǒng)UPS，讓電力系統(tǒng)可以直接應(yīng)對GPU集群毫秒級的功率沖擊，把“備電系統(tǒng)”升級為“實(shí)時調(diào)節(jié)系統(tǒng)”。

　　但真正決定這套系統(tǒng)上限的，不是硬件，而是“能源AI大腦”。遠(yuǎn)景將“天機(jī)”氣象大模型與“天樞”能源大模型深度融合，構(gòu)建了一套從預(yù)測、調(diào)度到執(zhí)行的閉環(huán)系統(tǒng)：前者對風(fēng)光出力進(jìn)行高精度預(yù)測，后者在此基礎(chǔ)上完成源網(wǎng)荷儲的最優(yōu)組合與實(shí)時調(diào)度，并通過物理AI直接控制儲能與電力電子設(shè)備，實(shí)現(xiàn)毫秒級的負(fù)載平滑與電網(wǎng)支撐。系統(tǒng)可以在弱網(wǎng)甚至離網(wǎng)環(huán)境下長期穩(wěn)定運(yùn)行，同時持續(xù)優(yōu)化綠電消納比例與用電成本。

　　更重要的是，這套能力已經(jīng)落地在大規(guī)模場景中被驗證。

　　目前，遠(yuǎn)景已與騰訊在內(nèi)蒙古赤峰落地全球首個100%綠電直供數(shù)據(jù)中心，綜合能源成本降低超40%，年碳減排達(dá)18萬噸，此外，公司還正攜手頭部AI公司在烏蘭察布打造的全球最大零碳AIDC園區(qū)，項目預(yù)計今年交付。

　　從赤峰的100%綠電實(shí)踐，到烏蘭察布的大規(guī)模算力園區(qū)，再到AIDC多場景解決方案的系統(tǒng)化輸出，遠(yuǎn)景已經(jīng)完成了一件更底層的事情——把電力系統(tǒng)從“被動供給”，升級為“主動匹配算力需求的智能基礎(chǔ)設(shè)施”。

　　AI的上限或許在云端，但它的根基，已經(jīng)落在地面。

　　而這套電力底座，遠(yuǎn)景已經(jīng)造好。