行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

算力电力协同：思路与探索白皮书（2025 年）

综合 2025-02-21 - 清华大学 WEN

算力电力协同的必要性：伴随AI发展，算力中心负荷持续攀升，对电力系统既是挑战也是机遇。算力中心负荷具有功率密度高、周期性强、可靠性要求高、绿色性要求高以及时空灵活性等特点，挖掘其灵活性可优化供能结构与用能成本，助力新型电力系统建设。
算电协同的内容：算电协同的物理基础是基本供用能结构中的算电耦合点，核心驱动力是相关主体的不同利益诉求。算力用户追求业务可靠性、成本效益和企业责任；算力中心运营商关注供电可靠性、行业要求和成本效益；电网公司则追求安全高效和清洁低碳供电。
算电协同的实施路径：
- 列头柜层面：预测算力需求及算力功耗，挖掘其灵活性，例如通过动态调性GPU工作频率实现用能匹配电力侧信号。
- 算力中心层面：从业务逻辑弱耦合到强耦合，发掘灵活性，例如通过园区综合能量管理、柴油发电机组灵活性挖掘、HVDC侧储备一体电池的闲置灵活性挖掘等方式，在不影响业务逻辑的前提下实现降低用能成本、提高绿电使用占比、减少碳排。
- 局部电网层面：高比例可再生能源局部电网本地自治，例如基于氢储能的算力集群备电替代，实现降低备电综合成本、减少碳排，并支撑新型电力系统供电体系建设。
- 大规模“算力网+电力网”层面：跨区优化调度，通过算力网络中的业务迁移，让业务耗能自动匹配电碳信号、可再生能源出力等电力侧信号的时空特性，实现降低算力网层面的用电成本和碳排，提升电力网层面的新能源消纳。
技术攻关方向：从技术可行性角度，核心技术是算力需求功耗的预测与调控，关键技术是基于算力需求功耗预测与调控技术的算力中心与算力系统中各部分灵活性的实时识别、独立调控、以及协同调控。核心难点在于算力中心中各类供能保障设备运行一体，并与算力需求功耗紧密耦合，需要严格论证并保障算力需求供能的高可靠性。
经济可行性：首先需要根据第一性原理满足相关主体的不同利益诉求，其次是行业要求、成本效益、社会责任等的考量。