算力是“吃電”的產業，一座大型數據中心年用電量相當於一座小型城市居民用電量的總和。有種說法認為，“人工智能的盡頭是算力，算力的盡頭是電力”。面對人工智能發展帶來的用電量激增，算電協同是破解供需矛盾的重要途徑。

統籌資源配置與設施建設

當前，人工智能與能源兩大戰略性產業，既面臨供需錯配、場景割裂、協同不足等現實瓶頸，又蘊藏雙向賦能、融合躍升的重大發展機遇。要贏得人工智能發展這場全球競賽，必須立足我國能源轉型與數字經濟發展實際，破解算力高耗能與新型電力系統穩定運行之間的突出矛盾，探尋以算電融合催生新質生產力的長遠出路。

據國際能源署預測，到2030年，全球數據中心用電量將較2025年接近翻番。2025年，我國已建成42個萬卡級智算集群，全國算力中心總用電量達1700億千瓦時。全國一體化算力網絡八大樞紐節點算力用電成為增量主力，用電增速高於全社會用電量平均增速。

“隨著人工智能規模化應用加快推進，算力設施正由十萬千瓦級向百萬千瓦級躍升，對穩定、綠色、經濟的能源供給提出了更高要求。”國家能源局能源節約和科技裝備司副司長邊廣琦說。

應對這種爆發式增長，關鍵要用好我國的電力優勢。我國在全球人工智能賽道的核心底氣，是擁有全球最完善的新能源產業鏈，完全可以將這一優勢轉化為人工智能產業的長期競爭優勢。廈門大學中國能源經濟研究中心教授孫傳旺認為，綠色電力將成為算力的關鍵競爭力，未來擁有穩定、低成本綠電供給的區域將在人工智能產業競爭中佔據優勢。

國家能源局局長王宏志表示，將按照“以電強算、以算促電”的要求，統籌能源資源配置與算力設施建設，多維度推進算電協同。

規劃布局上，在西部地區，統籌國家算力樞紐布局與大型新能源基地規劃建設，推進算力設施與電力系統協同建設。在東部地區，推動分布式算力與分布式電源、微電網、虛擬電廠協同規劃，就近響應算力需求。政策體系上，鼓勵具備條件的算力設施綠電直連，支持算力設施參與綠電綠証交易，鼓勵算力設施作為靈活性調節資源參與電力市場，推動算力設施與新型電力系統良性互動。運行調節上，根據不同算力任務用電特征和調節潛力，優化算力負荷安排。比如，對要求高可靠性、低時延的算力任務，重點保障穩定供電﹔對時延容忍度較高的算力任務，引導其主動適配電網調峰需求。

能源電力系統需要“更聰明”

算力對能源電力的需求，並非多發點電這麼簡單。電網怎麼接住快速波動的算力用電負荷，“看天吃飯”的新能源如何實現電力穩定供應……解決這些問題，需要打造更加智能靈活的能源電力系統，而人工智能剛好有助於解決這一問題。

長豐縣是安徽省能源綜合改革創新試點縣和全國首批農村能源革命試點縣。近年來，該縣大量光伏、儲能並網，電網調峰與新能源消納壓力陡增。國網長豐縣供電公司深化虛擬電廠應用，通過智能算法對分布式光伏、柔性負荷、儲能資源等進行合理分配和調節。近期投運的庄墓電化學儲能電站將直接參與虛擬電廠智能化調度，有效削峰填谷、助力新能源消納。

記者梳理發現，人工智能至少能從3個維度賦能能源系統進化。

在破解難題方面，隨著高比例新能源大規模接入，電力系統更加復雜，人工智能可以很好解決很多傳統方法難以應對的問題。比如，電力行業“馭電”大模型，實時應對新能源波動變化，輔助生成電網調度方案，進一步提升新能源消納水平。

在智能運行方面，應用人工智能，能夠逐步實現從輔助決策向自主執行躍升。比如，在配電網發生故障時，光明電力大模型可以實時感知線路異常、精准定位故障點，實現智能化修復。

在提質增效方面，輔助完成智能巡檢、缺陷識別等復雜但重復的勞動，提升工作效率。比如，石油行業的“昆侖”大模型，將油氣勘探開發的計算效率提升10倍以上，為油田開發方案優化，提供了更精准高效的決策支撐。

持續開放高價值應用場景

長遠來看，我國能源產業具備應用場景覆蓋廣、全周期數據體量大、上下游產業體系完備三大獨特優勢，是拓展人工智能落地空間的沃土。將能源產業資源優勢轉化為數字產業創新優勢，核心抓手在於持續開放能源領域高價值人工智能應用場景，破除行業數據壁壘、場景封閉等體制機制障礙。

今年5月，國家能源局公布了首批51個能源領域人工智能應用高價值場景。這些高價值應用場景，從發展階段看，行業應用處於早期階段，未來可能對行業發展產生顛覆性影響﹔從成效看，具備全行業推廣潛力，大規模應用后能助推能源產業轉型升級。

當前，我國“人工智能+”能源從概念走向實踐、從探索走向推廣，產業形態加速演進、創新應用多點突破、融合基礎不斷夯實，將促進能源領域新質生產力躍升發展。

人工智能與能源融合發展，既是落實新型能源體系建設、發展新質生產力的硬性任務，也是把握全球產業競爭主動權的戰略抉擇。堅持算電一體化統籌思路，一邊推動人工智能技術深度下沉能源全產業鏈、破解轉型堵點，一邊統籌算力與電力設施規劃運行、疏通供需矛盾，逐步走出一條兼顧能源安全、綠色轉型、數字產業升級的協同發展新路。