2026年，算电协同首次写入政府工作报告，并被纳入“十五五”规划纲要。四部门联合印发的《关于促进人工智能与能源双向赋能的行动方案》统筹部署10个方向、29个重点任务，其中明确“促进算力电力高效经济协同”。算电协同这个词，一时间成为电力行业和算力行业共同关心的热点。

算电协同究竟要解决什么问题，又该怎样推进？结合我近年来参与电网信息化建设和算电协同研究的体会，可以得出一个判断：算电协同的难点不在技术，而在协同本身。

“协同”是电力与算力共同发展的内在需要

算力与电力，过去很长时间里是两个行业两拨人各干各的。电力按照电力系统的运转规律运行，算力在数据中心各自的主体范围内建设运行。人工智能（AI）大模型快速兴起之后，训练算力对电力的需求剧增，这种状况难以为继。算力用电量的增速明显快于全社会用电量的增速。据我掌握的情况，AI算力对应的用电量年增速超过20%，而全社会用电量增速基本在6%左右。国家能源局的数据显示，2025年全国算力中心总用电量达到1700亿千瓦时，占全社会用电量的1.6%。预计到2030年这一数字将突破8000亿千瓦时，占全社会用电量的5%左右。虽然当下电力供给整体充裕，但展望未来5～10年，如果算力用电持续暴涨，局部区域有可能出现电力短缺的状况。

现在有一种说法，AI的尽头是算力，算力的尽头是电力。这个说法形象地指出了问题的实质，但更应该看到，算力和电力之间是相互促进的关系，这正是算电协同要建立的良性循环。

对于电力行业来说，主动融入算电协同也有现实的考虑。我在国家电网工作多年，亲历了国家电网公司信息化建设的全过程。2006年，国家电网公司启动信息化SG186工程，并于2009年底在全公司建成，2010年2月通过国家级评审。“十二五”到“十四五”三个五年规划共15年时间，我们又相继推进SG-ERP工程，集中统一构建了企业级一体化信息系统，实现了单位全覆盖、人员全覆盖、专业全覆盖，做到了全集团一体化管理。之后，我们又构建了国网云，推进电力物联网建设，推动数据进入云端管理并进行电力大数据的增值服务，实现企业和电网的数字化转型。这套体系为国家电网公司构建新型电力系统、建设能源互联网企业奠定了良好基础，也为算电协同奠定了较好的技术支撑。

算电协同要让电力行业和算力行业都能从中受益，实现共赢，才有持续推进的基础。如果一方只有付出而得不到回报，这项工作就很难推行下去。电力要保障算力高速增长的用电需求，提供安全、可靠、稳定、绿色、经济的电力供应；反过来，大规模算力的应用和协同，也是电力系统的优质负荷，可以进一步增强电力系统的安全稳定运行，提升电力系统的智能化水平，带动绿电消纳和绿色低碳发展。这两者并不矛盾，在推动过程中是相互促进的。反之，如果电力和算力仍然像过去那样独立发展，则会出现局部地区电力不足、绿色电力消纳不足、算力发展受到制约的情况，也会影响我国数字经济、智能经济的发展，失去大国博弈的主动权。

从国家层面看，“六张网”中的算力网、新型电网、新一代通信网这三张网直接关联，协同起来可以减少重复投资，增强联动，使电力更加可靠稳定，使算力得到充足安全稳定的绿色电力支撑，进一步增强发展动力。

算电协同需明确六大协同和四个层次

算电协同是以算力需求为导向，以电力供给为基础，通过技术、市场、政策等多重机制，实现算力与电力在时间、空间、品质上的动态匹配。算电协同以新型电力系统“清洁低碳、安全充裕、供需协同、灵活智能”发展为核心，以提升算力绿色水平为关键，以全国一体化算力网与国家电力网协同为基础，以算电协同机制为保障，实现算力中心与电力系统的双向互动、在线协同、全局优化，达到“算力高效、电力清洁、成本降低、碳排减少”的多赢局面。

算电协同机制可以概括为六个方面的协同，即管理协同、规划协同、建设协同、运行协同、市场协同、技术协同。

管理协同是要让电网的运行人员、管理人员、建设人员与算力中心（数据中心）的建设人员、运行人员、管理人员及政府监管部门协同起来，打通监管部门、数据中心运营方、电力企业等相关方的管理壁垒，打造权责明晰、流程清晰的管理机制。通过制定激励政策、标准规范等引导行业各方突破跨省绿电交易壁垒、多主体利益分配问题，通过制度创新推动协同机制从示范走向规模化应用。

规划协同更为紧要。算力中心的建设非常快，半年就可以建成一个中型算力中心，而电力系统从发电站到电网传输系统的建设周期至少按年计算，有的要好几年。因此双方的规划必须协同，对算力资源、清洁能源基地、输变电网络统一规划、协同设计。同一地区的电力规划要适当超前于算力规划，等算力中心建成的时候，电力供应才能跟得上。电力系统应加快智能化、柔性化改造，提升应对局部大容量负荷的能力。

建设协同是规划之后的落实，按照规划节点，电力建设要适当优先于算力建设，提前建设清洁能源基地、输变电网络。建设分布式能源、源网荷储一体化、绿电直连等，提升绿电使用比例。建设电力算力在线协同管理平台，打通算力数据与电网运行数据之间的壁垒。

运行协同要求双方都在线。双方各有一套调度体系，对彼此的参数和运行状态实时了解、实时计算，才有可能把算力作为电力的一个负荷有计划地进行调度。构建具备弹性调节能力的算力资源调度机制，推进电力需求侧响应模式。构建面向多资源协同的“储能+算力”聚合机制，实现用户负荷在电力和算力层面双重可调。增强对高载荷、可调节性算力设施的接入与调度能力。建立电力负荷需求响应管理机制，以满足突发性大算力的需求。

市场协同主要涉及价格和结算，如电力市场什么时候提供什么样的绿色电力，绿电如何结算等等。应构建面向市场化运行的电力、算力资源交易市场，推动用户侧算力节点与电网侧现货市场直接联动；构建电价引导+储能协同的数据中心跨域电算协同策略，用价格信号激活协同动力。构建“电算一体化综合能源服务”模式，实现从任务接收到能源调度、碳排跟踪、交易结算的全过程闭环。

技术协同非常关键。如果没有好的技术手段，管理上的协同就落不到实处。应探索实现算力中心与电网的在线协同互动，通过感知—预测—调度的闭环系统，实现算力与电力的动态平衡。打通算力中心与电网运行数据，实现算力中心运行模式与电网运行状况的在线协调，用智能手段实现精准匹配。探索电力与算力资源协同的技术策略与实现方式，研究量子调度算法、新型储能、存算一体芯片等技术，为技术协同提供支撑。

在今年中国信通院组织的“算电织网·AI+能源双向赋能”研讨会上，我强调，要夯实算电协同的基础支撑，构建开放协同生态，形成AI优化电力、电力支撑AI的共赢格局。

需要说明的是，算电协同不是简单地将算力中心与电力系统联动起来，深层次来看它有四个层次。

第一个层次是算力中心内部或者机房微模块内部的协同，即算力中心内部基础设施、信息技术（IT）设备与上层应用所包含的电源、空调、服务器、中央处理器（CPU）/图形处理器（GPU）、存储、网络、应用之间的协同调度，实现算力、能耗、应用的最佳平衡。当一个应用到来时，如果GPU功耗较大，就调度供电和空调系统加大冷量供给、加快散热；如果是运行在CPU上的任务，或属于功耗较小的业务应用，就相应降低空调负荷。数据中心内部协同调度技术的关键在于，把CPU、GPU、制冷模块、供电模块作为一个整体统筹调度，使电能尽可能多地用于IT设备，把电能利用效率（PUE）降至最低，提升数据中心的整体能效。

第二个层次是算力中心园区内的协同，把协同从机柜和设备扩大到算力中心园区，实现算力中心IT设备、应用、供电、供水、供冷、热利用等多个方面的协同。包括应用直流供电、绿电直供、源网荷储一体化、余热回收利用等技术，构建智能微电网和零碳园区，进一步提高整个园区的用能效率，提升绿色电力的消纳水平。

第三个层次是不同算力中心之间的协同。可以把高电力负荷的计算任务调度到低电力负荷的算力中心园区，实现算力在空间上的转移，实现不同算力中心之间的应用迁移、设备组件共享互动以及精确能源管理。

第四个层次是更大范围的协同，即全国一体化算力网和国家电力网之间的大规模算力调度协同。可以把某个计算负荷从东部调到西部计算，或者把供电紧张区域的算力调到供电宽裕的区域去。同时，可以实现大规模电力需求响应和虚拟电厂，以及大规模绿色电力的在线使用。

所以，算电协同不是一个简单的概念，而是由多个方面共同构成的系统性、体系化的内涵。

先过标准关、平台关，再用示范推广检验

总的来看，算电协同还处于起步阶段，涉及环节多、行业跨度大。下一步怎么推进？做好几件事是关键。

一是标准。标准问题是推进算电协同过程中必须首先解决的问题。算电协同要打通算力、电力双方的数据：在采集参数和运行数据之前，要建立统一的数据标准，让双方按统一口径、统一模型计算；在此基础上，系统之间要有统一的规范，还要明确互操作的技术要求。两个行业要遵循同一套标准体系，才能真正实现跨行业的协同调控与在线联动。

二是平台。过去电力和算力双方各自的调度运行平台可以继续保留各自使用，但两个平台之间无法直接操作，因此必然需要一个新的算电协同管控平台。这个平台要能够支撑算电在大体系中的感知、标准化、互操作和相互协同，开发出来之后由双方共同使用。今年6月，中国信通院启动了算电协同联合验证基地，围绕设施、平台、场景三类对象形成统一的评估依据，为全国一体化算力网与新型电力系统的深度融合提供常态化的验证空间。

三是示范和推广。在技术路径和标准初步清晰之后，需要先进行试点示范，通过单点示范工程总结经验，再在某个区域、多个场景下不断推广，最后进行更大范围的示范验证，这是一个相互促进的过程。目前，一些实践已经展开。2024年，中国华电在内蒙古和林格尔开工建设全国首个“点对点”数据中心集群绿电直供示范项目，一期建起36万千瓦风光电站及配套储能系统，绿电占比达到43%。2025年7月，国家电网公司系统完成了首例算电协同跨省调度测试，中国电信临港智算中心接到虚拟电厂调度指令后，将运行中的AI推理任务转移到湖北十堰丹江口的武当云谷数据中心，实现单机用电负荷下降75%。这些实践证明，算力负荷作为可调节资源参与电网调度，在技术上是可行的。

从更长远的角度看，算电协同还关系到中国电力工业能力的对外输出。大模型训练要消耗海量电力，所以，从某种意义上看，词元（Token）出海就是电力的间接出海。中国电力转化为算力，算力再完成词元的处理，输出增值的智能化成果给世界各国，这套路径在理论上完全可行。海外市场算力扩张很快，但电力配套跟不上，不少海外企业已经在采购中国电力装备，未来中国电力相关能力向外输出具备现实基础。国内把算电协同的问题解决好，形成成熟的模式，这套经验本身就可以成为走向世界的名片。

算电协同的最终目的，是以电强算、以算促电。把这个目标落实好，需要电力和算力两个行业在管理、规划、建设、运行、市场、技术等各个方面协同起来，在一个个层次上、一个个场景里扎扎实实地推进。这条路刚刚起步，但方向是清楚的，值得两个行业共同努力。

（文| 王继业  作者系华北电力大学博士生导师、国家电网公司原副总信息师。）