人工智能的规模化应用推动了算力中心电力需求增长。算力侧，智能算力相较于通用算力，对电力可靠性要求更为严苛。大模型训练任务通常为千卡乃至万卡并行，一旦发生毫秒级的电压暂降或中断，可能导致训练任务中断、模型参数损坏。电力侧，智算中心在大模型集中训练时呈现用电高功率、强波动特征，随着算力密度从单机柜5千瓦升至100千瓦甚至兆瓦以上，这种强冲击性负荷对电网实时平衡能力提出更高要求。

“双碳”目标下，国家算力枢纽节点新建数据中心绿电占比需超过80%。算力侧，算力中心的主要诉求是压降运营成本，绿电消费不足成为算力碳减排的瓶颈。碳排放约束暂未对算力中心形成硬性考核。电力侧，算力中心高比例就地消纳新能源电量的潜力未充分挖掘。算力中心的高性能设备及业务需求对电源稳定性要求高，与风光发电的随机性、波动性存在结构性矛盾。

算力中心用电成本占运营成本的六成左右。算力侧，算力中心的运营经济性高度依赖电能利用效率（PUE），随着散热技术趋于成熟，PUE下降空间明显收窄。部分智算中心以“规模导向”为主，导致算力利用率低。电力侧，算力中心的高可靠供电要求和达产周期长的特点，导致供电设备处于“重备用、轻利用”状态，设备平均利用率不高。算电协同调度的经济收益有限。

打通规划、建设、运营中的堵点

促进算电协同发展，需要打通规划、建设、运营全链条堵点，重点围绕协同规划、建设标准完善、节能降碳、资源统筹等环节精准施策。

加强算力电力基础设施协同规划。政府可加强新能源与算力设施协同规划布局，引导国家算力枢纽节点优先对接大型风电光伏基地，开展一体化开发试点，形成“以新促新”产业新生态。政府、算力企业、电网企业、发电企业可建立健全常态化沟通机制，根据算力发展规模、建设时序等，做好协同规划。

完善算电协同新基建工程规划建设标准。针对不同类型算力中心的业务特性、电压等级、供电可靠性要求等情况，分类完善电力规划建设标准。推动算力中心电力规划建设转向“因需定供”，既确保满足算力中心的需求，又避免电力资源闲置。

多措并举推动算力中心节能减排。政府可将算力中心节能管理从单一能效控制维度，拓展为覆盖全生命周期的碳排放控制维度，促使企业在选址、设计、采购、运营各环节系统性降碳。强化算力中心PUE、负载率指标监测，利用经济手段促使算力中心节能降耗。

积极发展绿电园区。绿电交易方式下，新能源电力就近接入公用电网，可充分发挥电力系统资源配置平台作用，有利于统筹新能源开发和消纳，集约利用站址廊道资源，节约全社会建设投资。采用这种方式时，如果园区无法全额消纳配建新能源项目发电量，园区可与其他用户签订双边交易合同，确保项目收益水平。