中国储能网讯：过去几年，围绕人工智能的讨论，几乎都集中在芯片、模型与数据等领域，但从2025年下半年开始，一个更基础的变量开始浮出水面——电力。

随着海外Token出海带动推理需求爆发，算力不再只是训练端的“峰值需求”，而变成全天候运行的“工业负荷”。数据中心的角色，也从“信息仓库”演变为“AI工厂”。而任何工厂的第一要素，从来都不是设备，而是能源。

一组数据足以说明问题：中国算力规模从2022年的180EFLOPS增长至2025年的300EFLOPS，年均增速接近30%；全球范围内，到2030年数据中心用电需求预计达到156GW，对应投资规模超过5万亿美元。

但电力的扩张速度，显然跟不上算力的膨胀。一方面，数据中心用电量已占全社会用电量的2.5%，且仍在快速上升；另一方面，政策端对能效的约束不断趋严，PUE指标从1.5压降至1.2甚至更低，逼近物理极限。换句话说，过去依赖工程优化“省电”的空间，已经基本用尽。

在当前算力需求高速增长的基础上，电不够，怎么办？

算电协同：一场从中国走向全球的基础设施重构

在这一背景下，“算电协同”被推上台前。2026年3月，中国首次将其写入政府工作报告，并对新建智算中心提出明确约束：储能配套比例15%–20%、供电时长2–4小时、绿电占比不低于80%。这组看似技术性的指标，本质上是在重新定义数据中心的底层逻辑——它不再是单纯的用电终端，而是电力系统的一部分。

如果把时间线拉长，回溯政策路径可以发现，中国在“十四五”期间已逐步构建相关体系：从算力电力一体化提出，到算力负荷纳入电网调度，再到多部门协同推进，政策逻辑不断深化。在这一基础上，“十五五”周期将成为全面落地的关键阶段。

从顶层设计来看，“十五五”规划强调资源要素的系统协同，推动能源与数字经济深度融合；同时，新型储能发展实施方案也在同步推进。这意味着，未来五年，算电协同不再是单点突破，而是围绕“源网荷储”构建的系统工程，而储能将在其中承担关键枢纽作用。

更有意思的是，这并非中国独有的路径。近年来，欧洲正在通过《能源效率指令》强化数据中心监管，美国则用更直接的方式——让科技公司“自己解决电力问题”。谷歌、亚马逊等公司大规模布局光伏与储能，本质上是在做一件事：提前锁定未来的电力资源，他们已经意识到，未来的算力竞争，拼的不是GPU，而是谁能拿到更多电。

“东数西算”的真正升级：不是搬数据，而是搬能源

算电协同，不能简单理解为“把数据中心建到西部去”。真正的问题在于，中国的算力和能源，从来就不在同一个地方，东部有需求，但缺电，西部有风光，但消纳困难。这种“空间错配”，叠加新能源的波动性，让传统“电随荷动”的模式失效。

于是“东数西算”开始从空间迁移，变成系统重构。在新的框架下，核心不再是“算力往哪走”，而是如何在时间和空间上，让电和算力匹配。这就是“源（风电、光伏）网（电网调度）荷（数据中心）储（储能系统）”的逻辑。

其中，储能是最关键的一环。没有它，新能源无法稳定供给，电网无法调节，算力也无法持续运行。

储能的角色变化：从“备胎”变成“发动机”

在早些年的传统数据中心里，储能更像“备胎”——UPS系统，断电时顶几分钟，防止服务器宕机。但在AIDC时代，这种定位已经完全改变。

先看规模变化，过去是kWh级，如今国内项目已经出现1GWh级别，海外甚至出现了30GWh规划。据CESA储能应用分会产业数据库不完全统计，2024年至今，国内新增数据中心配储项目15个，并网规模398.75MW/2008.92MWh。从建设地点来看，甘肃新增并网1GWh，容量占比近50%，排名全国第一。内蒙古新增并网109.8MW/439.2MWh，广东新增并网208MW/416MWh。此外，上海、新疆、浙江等地也有新增项目并网，规模分别为73.66MWh、60MWh、14.88MWh。

再看一个更直观的测算，一个1GW数据中心，一年耗电约60亿度。如果全部用光伏供电，需要5–6GW光伏，再配约16GWh储能。这意味着储能不再是辅助设备，而是和数据中心“同量级”的基础设施。

从市场规模看，2026年国内算电协同储能市场规模预计达1800亿元，全球储能装机有望同比增长60%。其中，数据中心场景正成为最重要的增量来源之一。

更关键的是功能变化。现在的储能至少承担三件事。其一，平抑波动。风光发电不稳定，但算力必须稳定运行。储能就是中间的缓冲层。其二，管理成本。利用峰谷电价差套利，降低80%–90%占比的电费。其三，参与调度。通过调频、需求响应等方式，反向影响电网。

因此，储能的角色已经发生变化，从“应急设备”转变为“能源操作系统”。

供电体系的底层改写：从交流到“光储直柔”

如果再往下看一层，会发现变化不仅在规模和功能，还在架构。传统数据中心是交流供电，电要经历多次“AC/DC转换”，每一步都有损耗。但在高密度AI负荷下，这种损耗变得不可接受。

于是，新一代方案开始出现——“光储直柔”。简单理解，就是光伏发电+储能+直流供电+柔性调节。在这个体系中，储能不再是外围设备，而是直接嵌入主链路，成为能量分配的核心节点。同时，UPS与储能的边界也在消失，锂电池直接取代铅酸电池，系统一体化程度越来越高。本质上，这是一次“电力系统的小型重构”。

企业入局：一场系统能力的较量

在AI工厂时代，数据中心电力负荷大、波动强、绿电消纳难、PUE优化难度高。储能由“备电边缘设备”转向“能源价值中枢”，其关键价值主要体现在提升新能源消纳能力（稳定绿电供给），削峰填谷、优化电费成本，承担电网调频、辅助服务等多种收益，平抑AI负载波动、提升供电弹性与可靠性。

因此，产业链上各类公司根据自身技术积累与市场定位，形成了不同的布局路径。

在国外企业当中，谷歌的做法很典型，它为1GW数据中心配2.7GW能源系统，包括光伏、储能和需求响应，它做的不是“用电”，而是“管电”。

工业巨头的路径则不同。如西门子通过引入Fluence储能系统和AI调度模型，让数据中心可以根据电网情况调整运行节奏，相当于让算力“跟着电走”。

LG则走“集团军”路线，用“OneLG”整合电池、暖通、ICT能力，试图提供一整套AIDC解决方案，把储能嵌入整个系统。

国内企业中，南网科技代表的是另一种思路，从电网侧出发，用构网型储能、柔性直流和调度平台，去重构数据中心的供电方式。

以“供电侧与储能侧一体化”技术积累起家的阳光电源，将数据中心储能融入直流供电体系与微电网产品矩阵，目标是打造从电源端到储能端到供电架构的整体解决方案，成为数据中心能源系统设计与执行能力的核心引擎。

华为数字能源在AIDC储能布局上强调的是全链供能体系+智能运营平台，以平台思维构建能源生态，通过智能运营与AI调度提升系统效率，从供电、电池、调度、运维形成闭环生态，成为“算力能源统一调度平台”的核心枢纽。

海辰储能代表的是细分核心电池技术路线厂商切入AIDC储能市场，强调储能底层技术优化与场景化集成能力，其技术导向更集中于储能系统本身，通过差异化产品和寿命管理提升核心竞争力。其战略着力点是“可靠性优先、场景定制化”运营能力。

这些不同路径，最终指向同一个结论，行业竞争已经从“卖设备”变成“做系统”，转向全栈能源运营能力竞争。

“十五五”展望：算电协同三大确定性趋势

展望“十五五”，算电协同将呈现三大确定性趋势。其一是规模。随着AI应用全面落地，数据中心储能需求将进入TWh级，这是一个典型的万亿市场。

其二是技术。单一储能路线难以满足需求，锂电、钠电、长时储能将长期共存，混合方案成为主流。

其三是模式。未来的核心能力，不再是单一产品，而是三件事：能源系统集成能力、电力交易能力，以及算力调度能力。

当然问题也仍然不少，如标准体系不统一、商业模式还在探索、安全与运维压力持续存在，但这些更像成长中的“必经阶段”，而不是决定性障碍。

当数据中心演变为“AI工厂”，其运行逻辑也随之改变。在过去，数据中心的核心资产是服务器，如今正在变成电力系统。而在电力系统中，储能是最关键的变量，没有储能，新能源接不进来；没有储能，电网调不动；没有储能，算力也跑不稳。

未来五年，随着算电协同从概念进入规模化落地周期，标准体系、产品体系、集成方法将趋于统一，运营管理与能源调度的智能化会成为竞争核心。可以预见，储能+直流供电+智能调度+电力市场参与能力才是AIDC能源系统的最终核心价值，储能也将从配套设备，变成AI时代的能源底座。