一文读懂算电协同产业图谱
一份给投资人和从业者的"地图式"全景指南
一、引子:算电协同为什么成了新基建
2026年3月,全国两会上,"算电协同"四个字首次被写入《政府工作报告》。对于大多数圈外人,这只是报告里一个不起眼的专业术语。但对于能源圈和AI圈的人而言,这是一声发令枪。
算力和电力正在发生一场"包办婚姻"——媒人是碳中和,证婚人是国家政策。
故事的起点并不复杂。AI大模型的训练和推理需要海量算力,算力需要电。ChatGPT一次训练耗电约1.3万MWh,相当于一个中等规模的欧洲小镇一整年的用电量。而到了2025年,一个关键的拐点出现:AI推理的数据处理量首次超过了训练。这意味着一度"训练完就完事"的算力需求,变成了持续在线、时刻运转的"永不关机"需求。
我们正在进入一个"推理即生产"的时代。当你用AI写邮件、做PPT、生成代码时,背后是成千上万张GPU在24小时不间断地吞电。
2026年,中国数据中心用电量预计达到 3000亿kWh,约占全国总用电量的3%。到2030年,这个数字将攀升至 5000~7000亿kWh。作为对比,三峡电站2025年全年发电量约为1100亿kWh——也就是说,到2030年,数据中心的用电量将需要5~6个三峡来供养。
电网承压、绿电消纳难、算力成本高企——三个问题同时爆发,指向同一个答案:算力和电力不能各干各的了,必须协同。
这就是算电协同的底层叙事。它不是锦上添花,是火烧眉毛。
二、底层逻辑:三个错配与一个不可能三角
要理解算电协同为什么"说起来好听、做起来要命",必须先看清三个根本性的错配。
错配一:时间错配——绿电看天吃饭,算力要一天吃饱
风电和光伏最大的"原罪"是不稳定。风不刮、太阳不照,发电量就断崖式下跌。而数据中心的负载虽然有一定弹性空间,但绝大多数业务——尤其是AI推理——对连续供电有刚性需求。你不可能对用户说:"对不起,今天没风,你的AI回复要晚两小时。"
这就产生了第一个核心矛盾:绿电的间歇性 vs 算力的刚性需求。
解决这个错配,要么让算力"柔性"起来(通过调度削峰填谷),要么让绿电"刚性"起来(通过储能平滑输出)。两条路都不容易,但都有大机会。
错配二:空间错配——西部的绿电,东部的算力
中国的能源版图和算力版图是"拧着"的。西部(宁夏、甘肃、内蒙、新疆)风光资源富集,但人口稀疏、算力需求有限;东部(北上广深、长三角、大湾区)是算力消费主力,但土地和电力都紧张。
"东数西算"战略已经推了几年,核心逻辑就是把不需要即时响应的算力(数据备份、离线训练、冷存储)往西部迁,把需要低延迟的推理放在东部边缘。但这个逻辑有两个Bug:其一,AI推理的延迟要求越来越高,东西部之间的网络延迟是物理极限;其二,西部虽然绿电便宜,但当地消纳能力不足,电网外送通道又拥堵——绿电"发得出来、送不出去"。
错配三:利益错配——电网不想亏,数据中心不想贵,政府想要绿
三角博弈是算电协同最难解的"政治题":
- 电网:绿电直供意味着过路费收入减少,调峰压力增大。电网是"按容需量收费"的传统模式,数据中心的"弹性用电"会让电网很难做容量规划。
- 数据中心:电费占运营成本 30%~60%,是最大的单笔可变成本。数据中心投资方想用绿电降本,但绿电直连需要自建线路或接入多方协议,投资大、流程长。
- 政府:要算力(数字经济增长),要绿电(双碳目标),还要电网安全——三个鸡蛋在一个篮子里,哪个都不能碎。
算电协同的"不可能三角"
国家电网能源研究院副院长袁军曾用一个框架精准概括了算电协同的核心困境——安全·绿色·经济的"不可能三角":
算力基础设施要同时满足供电安全(不宕机)、能源绿色(高绿电比例)和经济可行(有合理回报),这在现有技术条件和市场机制下几乎是不可能的。任何一条腿都不能短,但三条腿同时达标,需要系统级的重构。
这个"不可能三角",就是算电协同产业存在的全部理由。所有技术、商业模式和政策创新,本质上都是在试图打破这个三角。 每打破一角,就是一个百亿级市场。
三、政策全景图:从政府工作报告到688号文
产业级的变革,必须有政策撑腰。算电协同的政策路线清晰得令人意外——过去两年,顶层设计的推进速度远超行业预期。
时间线·关键节点
| 时间 | 政策/事件 | 核心内容 |
|---|---|---|
| 2025年初 | 新型电力系统"十五五"规划 | 首次将数据中心纳入电力需求侧管理,明确"算电协同"发展路径 |
| 2025年中 | 650号文 | 调整输配电价机制,引入"按容需量"定价,为数据中心弹性用电打开制度空间 |
| 2025年底 | 中国信通院"六个一"行动 | 一套标准体系、一个协同平台、一批示范项目、一套评价指标、一份产业报告、一个生态联盟 |
| 2026年3月 | 政府工作报告 | 首次写入"算电协同",将其列为新基建重点工程 |
| 2026年4月 | 688号文 | 核心突破:多用户绿电直连模式——多个数据中心可以"拼单"接入一个绿电项目,大幅降低门槛 |
| 2026年5月 | 十多个省市跟进(广东/宁夏/安徽/甘肃等) | 地方版绿电直连、VPP试点、数据中心需求响应细则密集出台 |
"双80":算电协同的硬约束
在所有政策信号中,最掷地有声的是两个数字——绿电占比不低于80%,PUE不高于1.15。这是新建算力设施的"准生证"门槛。
- 绿电≥80%:逼迫数据中心必须与绿电项目深度绑定。不是买绿证、不是签PPA就完事,而是要物理接入或通过市场化手段实现真实消纳。
- PUE≤1.15:逼迫数据中心在散热、配电、运维上全面升级。传统的风冷方案PUE在1.3~1.5,要达到1.15,液冷几乎是必选项。
"双80"是算电协同的"一面筛子"——筛掉落后产能,筛出真正的技术和模式创新。
688号文的制度创新:多用户绿电直连
如果说之前的"D+E"模式(数据中心+新能源电站)是"一对一相亲",那688号文打开的就是"集体婚礼"的通道。多用户模式允许多个数据中心联合与一个绿电项目签署直连协议,共享输电通道和储能设施。
这个变化的意义怎么强调都不为过:
- 规模门槛降低:单个数据中心可能只有20MW的负荷,不够支撑一个百兆瓦级光伏项目的经济性,但5个数据中心合起来就是100MW——可融资性完全不一样。
- 出力曲线互补:不同数据中心的负载曲线不同,合起来对绿电的消纳能力更强,电网的调峰压力更小。
- 风险分摊:一个数据中心出问题不影响整个项目的资产质量,降低了融资利率。
"六个一"行动:信通院的产业抓手
中国信通院的"六个一"行动是算电协同的"软基建"——标准、平台、示范、评价、报告、生态,一套组合拳。其中最值得关注的是一套标准体系和一批示范项目。标准决定"游戏规则",而示范项目决定"最佳实践"。对于投资人来说:谁能参与示范项目的标准制定,谁就拿到了下一个阶段的入场券。
四、产业链全景图谱
算电协同不是一条线,而是一张网。我把这张网拆成三个层级来看:
产业链结构总览
| 层级 | 环节 | 代表公司 | 投融资特征 |
|---|---|---|---|
| 上游 · 设备 | 液冷散热、高效UPS、智能配电、储能系统、SST固态变压器 | 英维克、高澜股份、特锐德、科华数据、中恒电气、比亚迪储能 | ⭐⭐⭐ 确定性高,但天花板明牌;适合二级,一级空间有限 |
| 中游 · 平台 | 算力调度平台、AI电力交易、VPP聚合运营、碳管理SaaS | 瓦特智能、算力互联、清大科越、国能日新、泰豪科技 | ⭐⭐⭐⭐⭐ 轻资产高壁垒,PE/VC主战场,但需要耐心 |
| 下游 · 应用 | 数据中心运营、AI算力即服务、智算中心投资运营 | 万国数据、秦淮数据、数据港、光环新网、世纪互联 | ⭐⭐⭐ 重资产,看运营效率和融资能力,REITs化是终局 |
上游 · 设备:看得见的钱
设备层是算电协同最"看得见摸得着"的环节,也是目前二级市场最活跃的方向。液冷散热、高效UPS、智能配电设备——这些是"双80"约束下的刚需产品。
我的判断:设备层的机会确定性最高,但超额收益有限。 液冷市场2026年约 50~80亿元,到2030年预计增长到 300~500亿元,CAGR超过50%。这个增速很亮眼,但设备本质上是一个"卖铲子"的生意——竞争格局分散、技术壁垒有限、客户议价能力强。英维克、高澜在这一轮中会受益,但要诞生一个千亿级公司,概率不大。
不过有一个变量值得关注:固态变压器(SST)。随着碳化硅器件的成熟,SST有望替代传统变压器,实现更高效的"AC→DC"转换,同时支持双向潮流和更精细化的功率控制。特锐德的"算电岛"方案已经走在了这条路上,如果2027年示范成功,这是一个千亿级的设备市场。但需要提醒的是,电力电子的大规模替代从来都是"慢变量"。
中游 · 平台:看不见的钱
如果说设备层是"卖铲子",平台层就是"开赌场"。
算力调度平台、AI电力交易系统、VPP聚合运营平台、碳资产管理SaaS——这些产品有一个共同特征:轻资产、强网络效应、高客户粘性。一个算力调度平台一旦建立起算力供需匹配的"双边市场",后入者几乎不可能撼动。
拿AI电力交易来说,传统的电力交易靠的是人工经验和Excel表格,但随着数据中心的接入,电力交易变成了一个高频、多变量、需要毫秒级决策的事情。这恰好是AI的强项。清大科越、国能日新这些公司在电力交易AI辅助决策上已经有了产品和客户。瓦特智能在算力调度+电力协同的交叉点上做得更深。
我的判断:中游平台是未来3~5年一级市场回报最高的赛道。 逻辑很简单——设备层的市场份额可以被"分走",但平台层的市场地位一旦确立,就是护城河。一个AI电力交易SaaS平台,年ARR能做到1~2亿,毛利率80%+,续费率95%+——这在任何一个行业都是神仙生意。
下游 · 应用:重资产的终局
数据中心运营是这一轮算电协同中体量最大的下游环节,也是最"重"的。万国数据、秦淮数据、数据港——这些玩家在算电协同浪潮中面临一个关键抉择:是继续做"包租公"(机柜出租),还是升级为"算力运营商"(算力即服务)?
"包租公"模式稳定但毛利低,受制于电价波动和上架率;"算力即服务"模式毛利高但风险也大(GPU折旧、技术迭代、客户集中度)。算电协同给了他们第三种选择:成为绿电+算力的一体化运营商。谁能在西部以0.25元/kWh的绿电成本生产算力,再以0.35元/kWh的等效电费卖给东部客户,谁就建立了一个可持续的套利模式。
五、六大赛道深度拆解
赛道一:数据中心+需求响应——最快落地
一句话:数据中心的"柔性改造",是算电协同最成熟的商业化起点。
数据中心能不能像电动汽车一样,成为一个"可调负荷"?答案是能,但需要改造。服务器负载的波动范围通常在10%~30%,这意味着一个50MW的数据中心可以释放5~15MW的"弹性容量"给电网做需求响应。
2026年5月,广东省完成国内首次数据中心VPP参与电力现货交易。 数据中心通过VPP聚合平台响应电网调度指令,在15分钟内降低或提升负载,获得容量补偿+电能量交易双重收益。据测算,一个50MW的数据中心每年通过需求响应可获得 500~1000万元 的额外收入,相当于电费支出的5~8%。
我的判断:需求响应是算电协同的"敲门砖"——技术门槛最低、政策配套最成熟、收益模式最清晰。 但天花板也低——全国数据中心可用柔性容量撑死了3~5GW,相比于电网几亿千瓦的总负荷,杯水车薪。这个赛道的价值不在于"规模"本身,而在于它让数据中心和电网"认识了彼此"——为更深度的协同打开了一扇门。
可投方向:VPP聚合运营平台、数据中心智能配电改造、需求响应SaaS。
赛道二:算力西迁+绿电消纳——规模之王
一句话:让算力追着绿电跑,是算电协同最宏大的叙事。
大唐中卫2GW算电协同项目——2026年5月并网——是国内首个大规模"算力+绿电"一体化项目。中卫的数据中心集群紧挨着大唐的光伏和风电基地,算力园区和新能源电站之间采用内部电网(微电网)+储能缓冲的方式实现高比例绿电直供。
我的判断:算力西迁不会替代东部的算力中心,但会分流70%以上的"冷算力"(训练、备份、离线推理)。 中卫、庆阳、乌兰察布——这些西部城市有电、有地、有政策,缺的是网络和生态。但缺口正在迅速缩小。芜湖数据中心集群(芜湖"东数西算"节点)累计引入项目 近130个,总投资超3000亿元——这个数字说明,东部客户已经在用脚投票。
可投方向:西部数据中心REITs、数据中心+新能源一体化项目(需要大资本)、跨区域光缆建设。
赛道三:AI+电力调度——大脑
一句话:AI不是用电大户,AI还是电网调度员。
电力调度是高度复杂的优化问题——安全约束、经济调度、潮流计算、市场出清——这些在传统电力系统里是"数学优化"的范畴,而AI正在把所有事情重做一遍。
三个高确定性的AI电力应用场景:
- 功率预测:风光出力预测从"小时级"进步到"15分钟级",AI模型比物理模型精度提升15%~20%。国能日新、清大科越在这块已经商业化。
- 策略报价:电力现货市场的报价窗口从"人工报价"变成"AI辅助报价",尤其对新能源场站(边际成本接近0,报价就是纯策略)。AI报价可以实现3~8%的收益提升。
- 故障自愈:基于强化学习的电网故障自愈系统,故障识别和恢复从分钟级降到秒级。国网和南网都在投入。
我的判断:AI+电力调度是"确定性最高但落地最慢"的赛道。 确定性高,是因为中国电力系统对效率和安全有极致的追求,AI的降本增效空间巨大;落地慢,是因为电网极度保守(这是对的——电网不是互联网,不能"先上线再迭代")。
可投方向:电力AI SaaS平台(服务于售电公司/新能源场站)、功率预测算法公司(产品化程度高)、电力市场仿真平台。
赛道四:液冷散热——双80时代的硬装备
一句话:PUE 1.15的硬约束,把液冷从"可选"变成了"必选"。
传统风冷方案PUE在1.3~1.5,即便做极致优化(行级空调、冷热通道封闭、氟泵自然冷却),极限也在1.2左右。而"双80"要求PUE≤1.15,意味着风冷方案在算力密度不断攀升的背景下已经出局。
液冷散热分两条技术路线:
| 路线 | 原理 | PUE | 成熟度 | 玩家 |
|---|---|---|---|---|
| 冷板式液冷 | 液体通过冷板带走芯片热量,空气辅助散热 | 1.05~1.15 | ✅ 已规模商用 | 英维克、高澜、曙光数创 |
| 浸没式液冷 | 服务器整体浸入绝缘冷却液 | 1.02~1.05 | ⏳ 早期商用(小规模) | 有孚网络、阿里张北 |
冷板式液冷2025~2026年在新建智算中心的渗透率已经超过40%,并且还在快速攀升。浸没式液冷效率更高,但维护成本、服务器兼容性、冷却液寿命等问题仍未完全解决。
我的判断:冷板式液冷是未来3年的确定性机会,浸没式液冷是5~10年的赛道。 液冷散热市场从2026年的 50~80亿元 到2030年的 300~500亿元,中间4年增长6倍——这是一个典型的"赛道从1到10"的阶段,此时进入风险回报比最佳。
但需要注意:液冷行业已经进入了"价格战"前夜。 2025年冷板式液冷的单价已经下降了20%以上,随着更多玩家涌入(传统暖通厂商、服务器OEM、创业公司),毛利率还有收窄空间。所以液冷的投资逻辑不是"赌龙头"——因为龙头还不确定——而是"赌供应链上有技术拐点的环节",比如高功率冷板、CDU(冷量分配单元)、冷却液。
赛道五:VPP聚合数据中心——商业模式创新
一句话:把"电老虎"变成"柔性资源",VPP是算电协同最性感的商业模式。
虚拟电厂(Virtual Power Plant, VPP)不是一个新概念,但数据中心的加入让VPP的商业模式发生了质变。传统VPP聚合的是分布式光伏、储能、充电桩——分散、单体小、控制难。而数据中心是集中式、大容量、可预测的大负荷——对VPP来说,这是最完美的"可调资源"。
安徽电信VPP实践是一个教科书级的案例。安徽电信将合肥和淮北两个数据中心通过VPP平台聚合,在电网需求响应信号触发时,实现 3分钟内跨城算力切换——把非紧急的推理任务从合肥转移到淮北,单机用电负荷瞬时上升50%。合肥数据中心降载、淮北数据中心增载,一降一升之间,电网平衡了,算力没停。
广东省数据中心VPP平台的商业化走得更远——数据中心通过VPP参与现货市场交易,从"用电方"变成了"辅助服务提供方"。据广东省能源局测算,全省数据中心如果全部接入VPP,可释放约 1.2GW 的柔性调节能力,相当于一个大型抽水蓄能电站。
我的判断:VPP+数据中心是算电协同中"商业模式最性感"的方向。 原因是VPP有一个非常好的"钩子"——先用需求响应(低价值但简单)把数据中心拉进平台,再逐步升级到现货交易、辅助服务、容量市场(高价值但复杂)。随着数据中心在VPP平台上的参与深度增加,客户粘性和ARPU值同步上升,这是标准的"SaaS式增长"。
赛道六:低功耗算力芯片——长期主义的赌注
一句话:真正的一劳永逸,是让算力本身更省电。
前面五个赛道都是"让电更好地喂给算力"——调度、消纳、散热、聚合。而低功耗算力芯片的思路更底层:让算力本身的能耗降下来。
AI推理正在从"H100/GPGPU通用算力"向"专用ASIC"加速迁移。推理场景不需要训练的灵活性和精度(FP32/FP16),INT8甚至INT4就可以满足——这为专用芯片留下了巨大的能效优化空间。
- Groq(LPU架构):推理能效是H100的3~5倍
- 华为昇腾910/920在推理场景的表现:通过CANN算子优化和硬件亲和设计,推理能效比已接近国际同行
- 国内创业公司:天数智芯、壁仞科技、燧原科技——都在布局推理专用芯片
我的判断:低功耗算力芯片是六大赛道中"最不确定但赔率最高"的机会。 现在的算电协同叙事里,芯片环节是被忽略的——因为"不够性感"。但最根本的能源效率提升,一定来自芯片层面的突破。试想,如果推理芯片的能效再提升10倍(5nm→3nm→先进封装+3D堆叠+存算一体),数据中心的用电量就不是翻倍而是腰斩。
不过这个赛道不适合大多数VC——芯片创业的周期长、资金密集、退出通道窄。更适合有产业背景的CVC和战略投资。
六、标杆项目全国地图
1. 大唐中卫2GW算电协同项目——全国首个大规模示范
坐标:宁夏中卫
时间:2026年5月并网
规模:2GW新能源(光伏+风电)+ 中卫数据中心集群直供
意义:国内首个大规模"算电协同"一体化项目。从制度设计上看,采用了688号文倡导的多用户绿电直连模式,多个数据中心共享一个绿电基地的消纳能力,同时配置了200MW/800MWh的储能系统来平滑出力。
值得关注的关键细节:这个项目不仅仅是"数据中心用了绿电",而是绿电电站的出力曲线与数据中心负载实现了AIOps层面的协同优化。AI调度系统根据次日光伏出力预测,预先调整算力任务的分配——"日电多时跑训练,日电少时做推理"。
我的判断:大唐中卫是看算电协同的"必看项目",但它是特例还是样本? 中卫有大片的荒漠、极高的光照利用率、极低的土地成本——这些条件不是所有地方都有的。项目的可复制性有待验证。但它的制度创新(多用户直连、绿电+算力一体化调度)是完全可以复制的。
2. 芜湖跨三地智能调度——技术标杆
坐标:安徽芜湖(长三角枢纽节点)
时间:2025年底完成首次测试
模式:上海↔芜湖↔皖疆(算力跨三地调度)
规模:芜湖数据中心集群总投资超 3000亿元,引入项目近130个
芜湖项目的技术突破在于它证明了:跨三个不同省份、不同电网区域的数据中心,可以在秒级实现算力任务的协同调度。 调度系统根据三个地点的绿电出力和负载情况,实时决定"哪个地方的电最便宜、最适合跑哪类任务"。
我的判断:芜湖说到底是"东数西算"的一个升级版——"东数西算+绿电协同"。 如果这个模式跑通,长三角的"热算力"可以继续留在本地,而"温算力"(一定延迟容忍度的推理任务)可以灵活调度到安徽和新疆。这是一个万亿级算力市场重构的逻辑。
3. 广东VPP现货交易——商业模式标杆
坐标:广东省
时间:2026年5月首次交易
模式:数据中心通过VPP平台参与电力现货市场
广东是电力市场化程度最高的省份,也是算电协同商业化的最佳试验田。数据中心VPP参与现货交易的收益模式已经跑通——容量补偿+辅助服务+现货电能量价差,三重收益叠加。
我的判断:广东的试验证明了一个核心命题——算力可以作为"负瓦特"来交易。 当数据中心的柔性调节能力可以通过市场化手段定价时,算力就从"成本中心"变成了"利润中心"。这个转变是革命性的。
4. 特锐德"算电岛"方案——技术创新标杆
坐标:技术方案(预计2027年挂网示范)
核心:基于SST(固态变压器)+碳化硅器件的算电一体化方案
创新点:将传统的数据中心配电架构(高压AC→变压器→UPS→PDU→服务器)简化为"算电岛"一个设备,融合了智能变压器+储能系统+配电控制+动环监控四大功能。
吸引力在于:如果SST算电岛量产成功,数据中心的配电系统可以从"一个机房一面墙"缩小到"一个柜子"。同时,SST支持双向潮流,可以让数据中心不仅用电,还能在必要时回馈电网。
需冷静看待的部分:SST在输配电领域喊了快10年了,至今没有大规模落地。碳化硅的成本、长期运行可靠性、标准化——这些问题依然存在。特锐德算电岛2027年挂网,能否如期、能否达标,是判断这个方向是否可投的核心节点。
七、PE/VC投资机会图谱
画地图之前:一个底层判断
算电协同的本质,是一个"套利生意"——套的是绿色电力与灰电的价差、西部与东部的电价差、现货与长协的价差、调度得当与调度不当的效率差。这个"套利"本身不猥琐——金融市场的核心功能就是套利,套利的尽头是效率。
基于这个判断,我的投资分级如下:
投资机会分级
| 级别 | 赛道 | 时间窗口 | 预期回报 | 风险 |
|---|---|---|---|---|
| S级 | 算力调度平台(AI+电力交易) | 2026~2028 | 10~30x | 政策与监管风险 |
| A级 | VPP聚合运营平台 | 2026~2029 | 5~15x | 规模化慢于预期 |
| B+级 | 液冷散热(供应链偏上游) | 2026~2027 | 3~8x | 竞争加剧毛利率下行 |
| B级 | 西部智算中心REITs | 2027~2029 | 1.5~3x(年化8~12%) | 上架率风险 |
| C级 | 低功耗推理芯片 | 2028~2032 | 0~50x(极宽分布) | 技术路线不确定 |
一级市场推荐标的(3~5家)
- 瓦特智能(算力调度+电力协同平台)——赛道最核心的"操作系统"级公司,团队有国网+互联网双重基因。如果它能建起算力调度的双边网络,价值不可估量。
- 清大科越(电力AI交易)——已在电力市场AI辅助决策上积累了3年以上的产品经验,客户涵盖多个省级售电公司,产品化程度高。
- 天数智芯(推理芯片)——国产推理芯片的领跑者,对推理场景的能效优化已接近国际同行水平。但需要关注的是客户集中度(大客户依赖风险)。
- 某头部VPP运营平台(北京/深圳各有一家,不便点名)——在数据中心VPP聚合上已经有了实际运行数据和收益模型,唯一缺的是规模化验证。
- 特锐德算电岛分拆(如果特锐德选择将SST算电岛独立融资)——这将是电力电子领域最有想象力的标的之一。
二级市场观察清单(3~5家)
- 英维克(002837.SZ)——液冷散热龙头,双80的最大受益者之一。当前估值在一定程度上反映了预期,但液冷渗透率仍在爬坡中,中期(3年)有确定性增长。
- 高澜股份(300499.SZ)——冷板式液冷的另一家核心供应商,近期在大客户拓展上表现积极,但利润率有待观察。
- 万国数据(GDS.O/9698.HK)——如果万国数据能在西部智算中心+绿电直供上跑通REITs模式,资产重估空间巨大。当前受制于上架率和负债率,但算电协同提供了基本面拐点的可能。
- 国能日新(301162.SZ)——功率预测和电力AI交易的双轮驱动,在电力市场化改革的大背景下有长期逻辑支撑。
- 数据港(603881.SH)——国企背景的数据中心运营商,在长三角有大量资产。如果长三角VPP模式跑通,数据港是最大的受益标的之一(客户结构与VPP适配度高)。
八、风险与展望
没有风险的判断是廉价的。在文章的最后,我必须诚实地指出几个"房间里的大象"。
风险一:商业模式尚未成熟——谁付费?
算电协同最大的不确定性,就是"谁愿意为协同买单"。
- 电网愿意吗?电网在算电协同中可能是净损失的(输配电费减少、调峰成本增加)。
- 数据中心愿意吗?如果绿电直连真能降本,数据中心当然愿意——但自建线路、配置储能、改造配电系统的前期投入,没有3~5年收不回来。
- 政府愿意吗?政府想要绿电指标和GDP,但补贴和优惠不可能永远持续。
目前各个模式中,只有"数据中心需求响应(VPP现货交易)"的收益模式跑通了闭环,那是因为广东的电力市场化程度最高。在其他省份,这个闭环还在路上。
我的判断:2027年是算电协同商业模式是否能够闭环的关键窗口。 如果到2027年底,还没有出现3个以上的可复制、有盈利的商业案例,这个赛道的热度就会退潮。
风险二:电力市场化进度可能不及预期
算电协同的很多商业模式——VPP、需求响应、绿电直连、跨省交易——都建立在电力高度市场化的基础之上。而电力市场化改革是一个进行了20年的"老革命"。
目前电力市场还存在着省间壁垒、优先发电计划、交叉补贴、容量电价不清晰等问题。如果电力市场化进度慢于预期,算电协同的很多故事就讲不下去了。
风险三:推理场景"不能等电"的结构性矛盾
这个风险是最"硬"的。训练——你可以等(等绿电来了再跑)、你可以换(换到西部算力中心去跑)。但推理不行。
当用户用AI语音助手订外卖时,延迟不能超过300毫秒。这300毫秒里,计算发生在哪里、电从哪里来——都不是用户关心的,但系统必须保证。而绿电的波动性和这个需求之间的冲突,是算电协同的"终极矛盾"。
解决这个矛盾只有三条路:储能(贵)、绿电+火电/核电打底(不绿)、调度异地推理(要网络够快)——目前三条路都走得不远。
展望:2027,算电协同的关键之年
站在2026年中的时点往回看,算电协同的两三年是"从0到0.1"——方向对了,但离成熟还远。从2026到2027,我判断会出现以下关键变化:
- 政策将继续加码:绿电直连的审批流程会简化,跨省交易壁垒会减少,VPP参与电力市场的规则会明确。
- 标杆项目从1到N:大唐中卫、芜湖、广东——这三个标杆项目会吸引大量跟随者。
- 平台型公司开始冒头:2026~2027年,算力调度、AI电力交易领域的头部SaaS公司会完成产品验证和标杆客户积累,2028年可能进入快速扩张期。
- 二级市场开始定价:届时会有更多的上市公司在年报里提及算电协同(目前已近 60家),研报覆盖会密集增加。
最后的判断
算电协同,终局是"算随电走"。
未来十年最成功的数据中心,不是算力最强的,也不是收费最低的——而是最懂得怎么跟电网打配合的。
在一个电力从"刚性纽带"变成"柔性资源"的时代,谁能把"算"做成"电的朋友"而不是"电的负担",谁就能拿到下一个时代的船票。
三年内,谁能跑通"算随电走"的商业闭环,谁就是这个时代的赢家。
写于2026年6月。市场有风险,投资须谨慎。本文所提及的公司和项目仅作为行业分析之用,不构成投资建议。