根据国家发展改革委等部门印发的《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，国家数据局明确划定红线：在京津冀、长三角等八大国家算力枢纽节点，新建大型算力设施的绿电占比必须达到80%以上，未达标项目一律不予审批、不予并网。而现实是，2023年我国数据中心行业平均绿电占比还不足20%，即便是头部企业的核心机房，绿电使用率能突破50%的也寥寥无几。

巨大的差距背后，是长期以来算力与电力“各自为战”的历史欠账。“算力需求与电力供给存在空间错位。长三角、京津冀、珠三角等东部地区聚集了全国超过一半的算力和用电需求，而当地能源资源禀赋相对不足，电力供应的对外依存度高。”全国人大代表，中国移动浙江公司党委书记、董事长杨剑宇表示，算电协同的核心，就是实现算力跟着绿电走，电力跟着算力建。

从“绿电直供”到“智能调度”，多地试点破局

在内蒙古和林格尔算力枢纽，这里正上演着算电协同的生动实践：成片的光伏板在阳光下铺开，风机矗立在绿色的大草原上，通过专属输电线路，这些绿色电力直接接入当地的数据中心，为AI大模型训练提供“零碳动力”。

“我们自建了风电场和光伏电站，通过专线直供数据中心，省去了中间电网环节，不仅降低了输电损耗，还能保证绿电的稳定供应。”远景科技相关负责人在4月举办的第十四届储能国际峰会上介绍，该公司已与腾讯在内蒙古赤峰落地全球首个100%绿电直供数据中心，这种绿电直连模式，让数据中心的绿电占比达到90%以上，综合能源成本降低超40%，年碳减排量达到18万吨。

除了西部绿电富集区的“就地消纳”，东部地区也在探索“跨区域调度”。

在贵州贵安算力枢纽，当地搭建了“源网荷储一体化”系统，将光伏、风电与储能设施结合，同时联动广东广州的算力需求，实现“东算西电”的精准匹配。

专业观点认为，由于广州的AI训练任务对时延要求不高，所以可把这部分任务迁移到贵安来运行，利用当地充足的绿电，既降低了广州的算力能耗压力，也提高了贵安绿电的消纳率。

作为央企算电协同试点，贵安数据中心通过光伏、分散式风能、储能一体化建设，搭建“源网荷储一体化”系统，绿电占比稳定在80%以上。权威媒体报道显示，通过这种跨区域算力调度模式，广州的AI训练用电成本可降低16%—33%，其中部分场景降幅达33%。

技术创新则为算电协同注入了新动能。

华为在内蒙古和林格尔数据中心部署的“算力网络平台”，充分利用当地年平均气温7摄氏度的优势，结合风冷+液冷+AI调优技术，实现高效散热与节能，该平台能实时预测绿电出力和算力负荷变化，通过AI算法动态调度算力任务；中国移动上海产业研究院与浙江大唐联合打造的虚拟电厂平台，已整合超80家工业企业用电数据，将全国若干个数据中心的备用电源聚合为“虚拟电厂”，参与电网削峰填谷，让算力负荷成为电网的“柔性调节工具”。

三重“错配”拦路，算电协同遇现实梗阻

尽管试点成效初显，但是算电协同要实现规模化推广，仍面临多重现实挑战，其中最突出的就是“空间错配”难题。

“西部有绿电，但没多少算力需求；东部有算力需求，却没足够的绿电。”一位业内人士如此描述电力算力的空间错配。有研究显示，我国70%以上的绿电资源集中在西部，而70%以上的算力需求集中在东部。西部绿电价格低至0.3—0.4元/千瓦时，却因本地消纳能力不足，部分地区弃电率超10%；东部算力中心的综合电价超0.8元/千瓦时，电费占运营成本的55%以上，却仍旧“一电难求”。

传统的“西电东送”模式，难以破解这一困局。“特高压建设周期长、投资大，难以匹配AI算力爆发式增长。”中国工程院院士邬贺铨表示，空间错配已成为算电协同最直观的堵点。

比空间错配更难破解的，是时序错配。

“绿电‘看天吃饭’，白天阳光足、风大，绿电就多；但算力负荷高峰多在夜间，这时候绿电又不够了。”某头部互联网企业数据中心负责人表示，AI大模型训练对供电稳定性要求达到99.999%，而风光绿电的间歇性，让很多算力企业不敢“全靠绿电”。

这一矛盾的破解思路已在试点中得到验证：通过“算随电调”与“电随算用”双向模式，利用算力任务可转移、可延迟的特性，主动适配风光出力波动，同时配套储能与智能电网，构建源网荷储一体化系统。

除了物理层面的错配，机制层面的协同不足也让算电协同“步履维艰”。

算电协同涉及能源、算力、电网、数据等多个部门，虽然国家有顶层设计，但地方落地细则不完善，跨部门协同不畅。

“绿电交易、碳减排核算的规则不统一，我们买了绿电，却没法精准核算减碳量，也没法通过碳交易获得收益。”上述互联网企业数据中心负责人坦言，经济性不足，让很多企业参与算电协同的积极性不高。目前，绿电直供、储能配套等模式的前期投资巨大，回报周期长，多数项目依赖政策补贴，缺乏市场化可持续动力。

此外，行业标准缺失也制约着算电协同的推广。绿电溯源、算力调度、储能接口等领域“各自为战”，不同企业的系统无法兼容，跨区域、跨行业的协同调度难以实现。

破解堵点，让AI算力真正“吃上绿电”

尽管挑战重重，但业内人士普遍认为，算电协同是AI算力绿色化、能源转型数字化的必然趋势，随着政策、技术、市场的协同发力，多重堵点终将逐步破解。

政策层面，国家正持续加码发力。

政策明确，在京津冀、长三角、内蒙古、宁夏、贵州、甘肃、成渝、粤港澳八大枢纽节点开展算电协同先行先试，地方政府也在出台配套政策，通过电价优惠、专项补贴、能耗指标倾斜等方式，引导算力企业向绿电富集区布局。“下一步，国家数据局将加强与相关部门协作，建立健全绿电统计及核算机制，开展绿电指标定期监测，推进枢纽节点数据中心集约化、绿色化发展。”国家数据局相关负责人表示。

技术突破将成为破解困局的核心支撑。

钠离子电池规模化量产在即，成本将大幅低于现有储能电池，有望解决绿电储存难题；河南平顶山亚洲首个百万方级盐穴储氢工程已实现工程化落地，相关技术突破已通过国家能源局验收，为大规模绿电储存提供了新路径。同时，中国移动研发的AI智能调度算法，已实现实时电量预测误差控制在3%以内、中长期现货电价预测准确率超过85%，可支撑绿电出力与算力负荷的动态协同，并逐步实现储能状态的精准适配。

市场机制的完善，则将激发行业内生动力。

未来，绿电交易、碳交易、算力交易将深度融合，绿电的环境价值、低碳价值将全面市场化。届时，企业采购绿电不仅能满足政策要求，还能通过碳交易获得收益，形成“绿电生产—算力消纳—碳减排收益”的闭环生态。信通院数据显示，目前我国绿电交易规模连续多年保持30%以上高速增长，随着交易机制完善，这一增速将持续提升。

标杆项目的规模化复制也在提速。

2026年5月2日，宁夏中卫投运全国首个大规模算电协同绿电直供项目（中国大唐中卫云基地项目），总投资87亿元，配套200万千瓦风光电（50万千瓦光伏+150万千瓦风电）。全容量投产后可100%满足中卫云基地22.9亿千瓦时用电需求，年减碳365万吨，为全国八大算力枢纽提供了可复制的“沙漠样板”。

邬贺铨预测，未来3—5年，“东智西库、算电协同”的格局将逐步形成：东部聚焦低时延的AI推理、数字服务等“轻算力”任务，西部依托绿电资源承接AI训练、数据存储等“重算力”任务，算力资源将像“候鸟”一样，跟随绿电丰沛程度在全国范围内动态调度。

深夜的内蒙古大草原上，风机迎风旋转，清洁绿电通过专属输电线路源源不断送至各大数据中心；千里之外的北京，AI大模型在零碳电力支撑下持续迭代优化、高效运转。算电协同的探索之路虽仍有挑战，但这场关乎数字经济绿色未来、关乎国家能源转型的深刻变革，已然全面开启、行稳致远。