数据中心节能降碳之算电协同：背景、技术、实践和展望
背景、技术、实践和展望 2026年初算力设施的两件"大事" 中共中央办公厅国务院办公厅关于更高水平更高质量做好节能降碳工作的意见打印会罐 政府工作报告 —2026年3月5日在第十四届全国人民代表大会第四次会议上 2026-04-22 17:22 未源：新华社 协同推进节能降碳与绿色转型加快数字基础设施节能降碳 实施算电协同等新基建工程加强全国一体化算力监测调度 （六）加快数字基础设施节能降碳。推进算力、通信基站和机房等基础设施节能降碳改造，推动设备选型、制冷架构、机柜功率密度、系统智能运行策略等优化升级，持续提高单位算力能效和单位信息流量能效。 1.算电协同背景：交叉发展协同共赢2.算电协同技术：提质增效之四部曲3.理论回归实践：多主体博奔经济账4.算电协同展望：发展对策思考建议 加强算力基础设施项自评估论证和源头把关，严格电能利用效率等能效指标准入管理，提高可再生能源消费和余热资源回收利用水平，支持发展绿色低碳、集约循环的算力设施。 目录 1.算电协同背景：交叉发展协同共赢2.算电协同技术：提质增效之四部曲3.理论回归实践：多主体博奔经济账4.算电协同展望：发展对策思考建议 信息1.1现代人类社会发展的基本要素：物质、能源 1.1多元信息消费场景驱动异构算力需求 AI驱动“世界范式”遂步由小模型时代因果分析走向大模型时代相关分析（左图） 多类场景驱动多元数据”业务和云边、端算力爆发式增长 Wang,Y.,Han,Y.,Han,K.,Shen,J.,DoesDeepSeek curbthesurgeofenergyconsumption indatacenters?,TheInnovation (2025) 的大基建1.1AI爆发引发算力设施（数据中心 数字经济下海量的数据需要感知、存储、加密、传输、调用、计算以及交易 1.2算力的尽头是电力吗？源于美国 全球范围内，算力的核心基础设施数据中心，其用电量呈现快速（大于年均15%）增长部分国家和地区出现AI的电荒问题“算力的尽头是电力”成为热点关注话题 1.2数据中心能耗统计及预测的现有问题 受数据中心上架率、利用率、地域特征以及供需动态关系的多重不确定性影响，现有自上而下的方式统计所得的用电量统计结果呈现差异大，不确定性大的问题 数据中心能耗统计数据呈现较大的不确定性2024年我国数据中心用电量估计在700至6000亿kWh之间，差距超过10倍 田磊.郭巧敏王永真，等，关于数据中心用电量统计的研究及对策建议[J1.中国能源，202510 模型方法1.2.1我国数据中心综合能耗预见 受国家数据局委托，中国电力企业联合会（牵头），我方参与，对我国数据中心用电量进行了多维度的统计和监测，并形成了“自上而下”和“自下而上”相结合的用电量监测方法 数据中心能耗统计新方法：以自下而上方法获得细致结构信息，！以自上而下统计作为总量约束，通过反复校准、比对和修正，使微观估算与宏观统计在数值上遂步趋于一致。 1.2.1我国数据中心综合能耗预见模型方法 自标：数据中心的电力、电量，水耗、碳排以及灵活性边界：2024~2030年：全国数据中心（不包括基站和小机房） 1.2.2结果：我国数据中心综合能耗预见用电量 2030年全国数据中心用电量将达到5257亿kWh1（均值）用电量：数据中心>采矿业、计算机、通信电子制造业等行业 数据中心2030年全年负荷数据落在均值±标准差范围内的比例为70% *2030年全国用电量按13万亿kWh计 1.2.2 结果：我国数据中心能耗预见+中美对比（2030 算电协同一个伪说法”：总量和占比上，中国并不缺电电网也优于美国 1.2.2结果：我国数据中心能耗预见（2040） 算力设施任务量增加导致电力需求在全社会占比显著增加，2040年占比超过10% 但我国应该要未雨绸缪特别是在局部区域未来增速很快局部地区数据中心用电占比早已超过10%（2025年：北京11%，廊坊13%，张家口23%，贵安新区50%.... 1.3中美算力碳排放对比（火电+新能源模式：EESG视角 中美对比：（电力侧）火电占比高X（算力侧）功耗比差×(冷力侧)PUE大单位算力碳排高（我国是美国的3倍以上！！！） 新能源模式1.3中美A发展路线对比（未来场景： 我国芯片技术落后1-2代：聚力攻坚芯片设计、芯片制造等核心“卡脖子”技术，突破算力硬件核心瓶颈，持续提升自主研发与产业化能力，劵实全链条国产化的算力供给根基，从源头掌握算力发展主动权 绿色瓦特赋能劣势比特 中国特色的算电协同之路：新增的绿色瓦特赋能劣势比特 1.4绿电电力与算力协同：中国特色路线（国家视角） （行业参与者视角）1.4绿电电力与算力协同：中国特色路线 效益需求：成本优化 责任需求：绿色低碳发展 能源视角1.4算力-电力-热力协同： 2023年12月，由北京理工大学联合通信工业、计算机用户等协会联合发布《算力-电力-热力协同：数据中心综合能源技术发展白皮书》 2024年8月，国家发展改革委、国家能源局、国家数据局印发《加快构建新型电力系统行动方率（2024一2027年）》（以下简称“方案”），其中提出“实施一批算力与电力协同项目、“绿电聚合供应”模式。整合调节资源，提升算力与电力协同运行水平，提高数据中心绿电占比，降低电网保障容量需求” 1.4算力-电力-热力协同：信息视角 系统思维跨界创新三网协同赋能数据中心能效治理关系碳中和下新型电力系统的建设更加关系数学经济新质生产力的高质量发展 注：热力网络具有余热和冷却之意 王永真，韩艺博，韩恺，韩俊涛，宋阁，林嘉输基于能值理论视角的数据中心综合能源系统的可持续评价及优化.北京理工大学学报，2025,45(02）：165-174中国算力产业高质童发展白皮书（2023） 1.5算电协同的几个终极目标 强国战略：算力和电力基础设施优化布局利用率均大幅度提升供给侧和需求侧优化匹配、综合能效提升、清洁普惠发展 1.5算电协同的几个发展阶段 中华人民共和国中央人民政府 工业和信息化部关于印发《新型数据中心发展三年行动计划（2021-2023年）》的通知工信部通信【2021]76号 “广义算电协同”：含原有算力设施建设，节能降碳 “狭义算电协同”：绿电消费大于80%的算力设施 1.5算电协同的几个落地阶段 现有概念梳理 电力与算力协同发展内涵是以新型电力系统与新型能源体系为支撑，推动算力产业绿色供能、节能降碳：以电力算力调度与市场协同为手段，发挥算力资源的灵活调节和跨区互济能力，助力缓解电力供需矛盾：推进产业装备升级，以算力赋能电力、以电力保障算力，共同推动能源数字经济高质量发展， 南方电网《电力尊力协同行动计划》： 开展“电算协同”十大行动：“4”类技术攻关。2类产品孵化和“4”大示范工程建设，加速构建电力与算力协同规划、建设、调度、交易的新基建模式以“充格瓦特”支撑“规模比特”，以“高效瓦特特，进一步推动电力与算力深度融合，服务数字经济高质量发展 算能融合： 北京理工大学《算力·电力·热力协同：数据中心综合能源技术发展白皮书》： 算电融合： 算电协同： 一个领域 “算力-电力-热力协同的数据中心综合能源，以充分挖掘数据中心上游多类能源供应、中游计算任务及灵活性资源，下游制冷和余热回收的互动潜能，提高能源利用效率和可再生能源消纳能力，降低运行成本和环境影响 其他能源进一步融进算电体系·其他能源包括氢能、地热能、核能、天然气等·算、电、能、碳、数等市场体系相互打通·算力能源经济高质量发展 个领域 两个领域 算、电两个领域紧密结合，形成了一个新的产业·技术渗透融合·产业边界模糊化，彼此功能互补·算力电力经济高质量发展 ·算力赋能电力·电力支撑算力：算、电发展相对独立通过平台市场有机协调互动 能源智力融合（哈密）研究院理事长陈学义 介绍了能源算力融合的发展构架，指出当前正处于能源产业大变革的时代，当前的任务是将数据、算力、电网与能源储存这四个关键领域紧密结合，以实现资源共享和技术融合，进而有力推动算电协同这一国家重大战略的深入贯彻与实施 引自：中国信通院 目录 1.算电协同背景：交叉发展协同共赢2.算电协同技术：提质增效之四部曲3.理论回归实践：多主体博奔经济账4.算电协同展望：发展对策思考建议 2.0算力设施的减排路线 全生命周期看，算力设施“运营”阶段排放大于“制造”阶段（左图）。需要结合”节能低碳与绿电、绿证等减碳措施实现算力设施的可持续发展（右图） 需结合节能低碳、场内绿色电力等方式实现减排预计节能低碳路径的CO2减排贡献为8%-14% 经济化数据中心的绿色化、高效化、 节能1.0：设备级能量数量”上的“高效节能”遇到天花板 热一律视角：供电-计算-制冷 1.0的节能：供配电（基尔霍夫定律等）算存运（量子宏观效应等）-热环控（热力学第一定律等）局部链条上单设备的局部能效的提升，不少设备能效即将逼近现有技术路径”天花板 节能2.0：系统级能量数量及品位”上的“高效节能 热一律视角：数量供电-计算-制冷 热二律视角：品位热电联产/梯级利用/余热回收 2.0的节能：基于热力学第二定律：梯级利用/热电联产（天然气、生物质等）-余热回收（热泵、吸收式制冷等）多链条上多设备的系统级能效的提升，综合能效也即将逼近系统能效天花板 分块而治资源利用率不高综合能效低下电力算力 源头供电碳排放高 下游余热排放浪费 化石能源电力为主：581gcO2/kWh柴油备用：1.58x106LCO2/ L制约碳中和愿景的实现 老旧高能耗精密空调制冷系统占到40%左右电力中低温余热回收利用能效联动（负载占比与负荷需求匹配）集约化的动态产消新模式 节能2.0：系统级能量品位”上的高效节能 系统级能效节能 热二律视角：热电联产/梯级利用/产消者 2.0的节能：基于热力学第二定律：梯级利用/热电联产（天然气、生物质等）-余热回收（热泵吸收式制冷等）多链条上多设备的系统级能效的提升，综合能效也即将逼近系统能效天花板 一概念2.2.1节能低碳1.0→2.0：算力综合能源系统 提出构建算力、电力、热力协同的数据中心综合能源系统（DC-IES）模式（左图）是挖掘数据中心内部大量的灵活性资源，构建算力网与电力网互动型DC-IES模式，以在平抑新型电力系统电网波动、提升可再生能源消纳能力的同时，优化数据中心的利用率及综合能效；二是利用中低温热能高效利用的手段，挖掘数据中心邻域用户的冷、热、电的综合能源服务的空间，构建算力网与热力网耦合的产消型DC-IES模式，提升数据中心能量梯级利用水平，实现能效的提升及增量收益 一一模型/评价2.2.1节能低碳1.0→2.0：算力综合能源系统 不同于传统数据中心较为明晰的系统设计及运维模式，DC-IES内部多变量、非线性、强耦合以及多时间尺度和不确定性的挑战尤为突出。针对此问题，提出了DC-IES"一步式”拓扑设计、容量规划及运行优化的优化设计方法（左图） 分析了电能利用效率（PUE，PowerUsageEffectiveness）指标在评价DC-IEs产消性、绿色性以及灵活性等方面存在的局限性，提出了构建DC-IES综合评价体系的方向及指标（右图） 2.2.1.1算电协同型算力业务时空迁移 计算任务侧：数据中心由于其独特的运行特性，通过离线/在线工作负载的灵活调控可以调节其用电负荷的时间分布，具有用能侧调节灵活性 2.2.1.1算电协同型多元柔性资源的灵活性 以训练为主的算力需求，具有时空柔性的灵活性加之内部可观的制冷、蓄冷装置，海量的蓄电、柴发的备用电源 2.2.1.1算电协同型算力业务时空迁移 负载突增突减，智算AI集群计算与集群通讯模式，导致智算中心功率不再是一个稳定负载，集群小时级波动率是云计算的10倍，高达50% 2.2.1.1算电协同型算力业务时空迁移 2
