东吴环保公用:算电协同在新型电力系统的应用研究与实操分析

发布时间：2026-09-03 一、AI总结内容 一、核心研究与应用现状 1. 上海电力大学电气工程学部团队围绕算电协同展开研究，聚焦数据中心作为虚拟电厂响应资源的低碳应用，参与上海虚拟电厂和算力中心参与需求侧响应的政策制定，已形成技术框架与研究方向布局。 2. 算力发展使数据中心负荷从稳定转为高密度、强波动、业务驱动型，对电网规划、运行、感知、平台、用能、市场带来六大痛点：供电配套与数据中心落地节奏不匹配，AI训练任务主动冲击叠加新能源波动影响电网频率，电网无法感知数据中心内部任务与可调能力，算力与电力能耗调度脱节，数据中心更关注PUE与电费而非绿电直连，跨区域算力转移存在电费利益壁垒。 二、关键科学问题与技术方向 1. 算电协同需解决五大科学问题：识别算力任务类型与柔性边界、建立算力与电网的准确映射关系、稳定电网平衡安全、构建可履约的算力资源申报机制、形成有效交易模式。 2. 团队梳理出八大研究方向，构建五层技术架构：多元数据感知层、算力组合建模层、电网安全评估层、协同优化层、市场应用服务层，重点推进任务功率映射基础模型研究，打通算力任务到电网负荷的全链路映射。 三、算电协同实操进展与瓶颈 1. 已完成两项实证验证：2023年联合商汤、中国电信上海分公司完成算力跨物理节点迁徙验证，2025年8月完成全国城市级最大166千瓦虚拟电厂响应，其中部分数据中心参与而非仅算力参与。2. 实操瓶颈包括：算力调度与数据中心运营分离（上海70%以上数据中心无自身算力调节能力）、跨区域算力转移未核算通信网与计算网成本、小时级绿电交易尚未落地、绿电交易颗粒度粗无法匹配算力任务时段需求、数据中心PUE实际值差于设计值、储能投资与调度机制待完善。四、未来研究与布局 1. 推进八大研究方向，重点突破规划评估、AI训练主动冲击下的电网安全调度、异构算力柔性建模、任务-芯片-电网映射、用户侧用能优化服务、市场化交易落地、小时级绿电匹配等核心问题。2. 计划开发用能成本分析、能效诊断、优化决策三类工具，参与创新创业大赛相关课题，推动绿电匹配从电量层面向小时级递进，助力数据中心实现80%绿电消纳目标。 二、音频原文（转写） 信仰报告中还有几个那个我们研究成果的需要二维码，如果各位领导这边感兴趣的话，我们可以随时交流。那我们商量一下。嗯。yeah yeah. 我怎么这么穷啊？ 嗯。对不对？嗯嗯。嗯。 嗯。我还在问你。I don't. 嗯。对。 对。嗯。yeah 嗯。可以。 嗯嗯嗯。嗯。嗯。yeah Mhm. 嗯。 嗯。你要注意。没有。我觉得。 嗯 没问题。真的是。你觉得其实叫做公平权嘛，不仅仅一个。嗯，那是因为我们没被。 那我就不买。看他怎么连接。是的。我刚才问你，这个我们能做吗？ 那这个活动有机会。也是给大家介绍一下。门店 包括就是有有竞争。可以听到。 你到时候可以先。今日呢，我哋 哇塞，今天也很无聊。对，理论上你这个修改。之后。 我花一分钟的时间给大家汇报一下结论。就是核心，就是认为 关于你的那个。不了解。专业模式不能。 你说话嘛，不要听。整体是最重要的。我说给支付宝付掉。我难受的很，不能播。 读完的过程中间，其实都是有困难的。他就有这个。我这边也挺有经验的，就。うん。 您这么认为。都有。我们目前看到的啊，券商是一个。没有，我们自己。 我是为什么没没进来呢？嗯，昨天报告在核心任务实现这个嗯分层和核心任务的这个呃研究的一个核心原因，其实就是因为矿山是呃自己识别，然后在国内的场景下面更加的一个应用场景之下。后面呢，因为我们这个论坛有很多精彩内容嘛，后面我们可以也会专家会就如何在在有这种评价的地方，在这个位置啊，然后我们在框架之下去跟呃用户测。呃，用电举措，就是生产周期的这个问题在继续进行展开。 那么这个就是我们今年其实对新能源这块重点的改进，就是呃我们想来做呃潜在的现金流降本和空中来空间的一个增长的部分。所以这两个是共同我们目前的发力点，就是在我们用了一个空中制造的一个云的呃呃云中呃未来在风力云里面去制造空空间的方向。第三，这个关于共同营业，呃，众所周知大家看到了今年能源价格由五到六价位的一个呃价格回升了啊，这是吧？然后还有一个呃利润，那么在利润的金额上呢，因为这里面我们看到A股市场上面关于能源的份额计算，大部分呢是集中在煤炭。 那么新能源关税这块的话，波动是比较小的，但是首先大家记得，就是说五月份、六月份，也就是五五年的上旬，就我们国家的工业的。当前的季节其实还没有真正进入到当前过年的一个。那我们已经年过了，如果以当前的季节来看的话，我们可以看到近近几年我们以来的这个经济总量和今年的这个经济总量。对，因为大家可以看到很多分种区的时候，其实基本上有一个脉冲嘛，像经济水平是下行的，核心的分析点就在于对于未来接下来的整个的经济的一个分析。 那这种很显然我们可以看到就是一些这个淡季。目前 我也是这样子的呀。就是大门在学的创新啊，所以。嗯。 嗯。看到上楼非常疲劳。当地有。啊，包括这个金融创新，更多的这个目标会。 嗯。这个账户。那我问你，怎么说呢？当前质量计算服务 嗯。 有一个叫就。对呀，可以呀。え、ちょっと時間かかりそう。みんなのやつをやるか？ 在优质计划里面，推动不好，对吧？这样。也是已经在播放的上面呢，我们。就是接下来我们可能会在 呃，研究中间在实际的这个国家，尤其是包括能源类的。 那我用这两个机构，我用哪个？那我的计划。啊，这么多啊，最后跟大家说一下呢，就是我们团队啊，也争取了有小米的时间。也一直在环保和。 今年人员的经理们去做培训，你知道大家如果有兴趣的话。嗯嗯。不关注我们。有这个。 然后呢。他也可以。为什么这个？纠纷 好，我回去。 各位领导呢，很多都 这样。嗯。就是那样，就是做员工，做本。yes 不能加。 中。后面呢，就把时间交给我培训，明天怎么样？然后。这个意思。 我必须要把大家的疑问、质疑、怀疑。几个人？跟大家来进行一个问。自己来的。 就是。嗯，咱们上午的。那你。嗯嗯。 嗯。领导。对吧。对。 嗯，那当然。电商对比 这个。我我电脑。这些。 嗯。yeah. 嗯。嗯。就是。 你喜欢。这个加上。你去。我就。 嗯。そう。对。哦，哦，这个。 就是这样。高潮 那。我也是作为教师第一次参与这样的一个研讨。因为我本身是在上海电力大学。 就是这个在电气工程医学部做专业教师。那我自己的研究领域实际上是从 后面开始。是主要围绕在这个。算力符合的感知。 总体安全控制。以及作为 数据中心来讲。计算中心把它作为虚拟电厂的一个响应资源。哎，参与聚合一下。 低碳的这样的一个研究。因为 呃，今天汇报的主题呢 因为我们 学校呢可能更多的是站在 和电网 电力系统的这个角度来去做这个三电协同的展开。包括我们的科研布局，包括 我们在这个整个 这电网 沟通的 过程中呢，我们因为还有一些业务是跟交易中心。在合作。 那么，所以在这一块板块里面呢，可能。我们现在也在参与。关于上海的虚拟电厂和 算力中心参与需求侧响应的这样的一个。政策的这个制定，包括我们现在已经在。 准备在 呃。内部进行的这个讨论稿 oh 对，并且 指定下我们主要的。问题。并不是说。 呃，从整个这个行业的这个 呃。设计协同这个方向的这个发展。入手 而且想解决一个，让大家去处理好。一个暂存的数据中心，它的供电问题。 啊，把AI算清早放到 新型电力系统里面。或者是优质资源的开发。虚拟电厂聚合的这样大背景下来说。可以看看，让我们关注一下，从我们这个 结束。 和这个和电网的这个交互的这个 利益 大家看一看。数据中心要是多少电？就现在我们很多时候可能大家关心的是一些这个。数据中心 AH DON'T LET IT 这个店可能要规划。 来运行，怎么来调货？甚至于我们现在可能更多的关心，就是有没有比较常态化的这个交易模式。怎么样来实现低碳化，满足数据中心百分之八十的绿电消纳？不幸的是，今天。 呃，我们给大家 来做介绍的。那么在介绍之前呢，可能给大家介绍一下。我自己啊，我自己现在是在这个呃，电力大学电气工程学部 呃，参加融合中心。啊，我主要是 呃 负责的我自己的主要的研究方向是两大方向。 but. 呃，也可能最核心的一块就是电力市场。这一块。呃，我也参，呃，所以我的这个 研究的领域和我的这个课题呢，主要围绕电力市场的运行，还有一些这个。交易政策和机制的这个。 参与的编写。包括中长期和上海的电力现货市场的这个交易规则。这段时间呢，我们可能更多的是围绕储能和虚拟电厂。马上要呃这个。 对一些相应的政策做一些调整。那么另外一块呢，就是做这个电算影射和这个计算中心的符合特性分析。这里也是目前来说。而我们团队这两这一年来说，整体的这样一个布局。 啊。是我的基本的一个。给了一个球款。这个。 哎，今天来首先给大家介绍，我们不会介绍一些相应的背景啊。可能更多给大家说明一下这个。这算力的发展不？不只是带来用电量的增长跟。 他相应的改变了这个。特定的一个情形符合。它的形态。和。 电网干扰的来源，我们会从一些技术的角度。给大家做一些这个业态的这样的一个分析。因为对于我们过去来看，数据资金。大多数的时候，通常会把它理解为一个相对比较稳定。 这些已经不是大负荷了。一般从我们现在的理解来说，对于电网 这个角度来说。はい。是。 一个特定的符合。这个复合和你家里用电是一样的。对于他来讲，我可能看到的就是他的表记。里面的一些用电的数据。 所以对于复合中心来说，对于数据中心来说。我们可能随着A I训练。推理调用和智能体应用的这种快速增长。这种情况的发生一些变化。 这个店。你们。そう。大语言模大语言模型，它的训练会集中调动大量的GPU集群。 非礼任务又会受到用户是。请求和并发的这样的一个。影响 所以，智能体应用还会带来更多实时计算的需求。这样一来，整个数据中心的负荷。 就不再是像我们做理解的一个平稳的用电。而且开始出现。高密度。强波动和 业务驱动的这样一个特点。 所以这个波动它不是完全自然随机的。像我们以前做很多学术界做一些研究。会做一些大量基于数据驱动的这种。不可预测。 但是现在的 这种方式下。他并不像传统的。这种 不不可以啊。更多是由训练任务的启停。 资源的迁移 推理并发这些业务。主动出发。所以算力中心我们可以理解为。他是从 传统的稳定。 but. 逐渐转转变为一种。新型的算力。啊。到底在国家的这个五年规划的前提下，电网公司能不能更快的通过这样的一个政策来解决呢？ 我们和电网公司的这个总部的一些专家也在研讨啊，就是针对于我们很多核心的业务部门。那么从这个角度来说，大家可以看到目前来说，从电网来说，如果把它转成业务来说，看规划、运行、感知。服务市场和平台这对电网业务的一个。重要的梳理。 这一点都已经不是一个单纯的。给数据中心供上电的问题。他是。扩展出来。 这六类痛点。这六个痛点分别对应的是什么呢？一 规划册，所谓的规划册就是我们电网。来讲我要给这些数据中心供电。 但是电脑。供电 建设的这个节奏。和数据中心落地规划的节奏是完全不匹配的。数据中心落地，项目落地快。 基本上半年。就可以了。但是对于电网来说，我要给他配22万的。高压的输电线路。 我要给他。配强可靠性的供电。这个。这个通道。 对于来这样的规划来说，至少要两年的时间。所以从这个角度来说。电脑配套周期 和顺利。项目的这个 Hey. 这从规划可以有一个很重要的问题。 It's. 第二个。从运行侧，也就是我们说电网实际的。在运行过程中。AR训练任务主动冲击。 再叠加新能源的波动。会影响系统中的频率。对于感知测，就是指。刚才我提到了。 电怎么好装啊？我们只能看到。就是你表计上的总负荷曲线。但是呢。 看不到。数据中心内部的任务。和真实的可调能力。通过我们的调研，我们发现上海百分之 七十以上的市政中心。 他本身 也不具备。对他自有算力的调节能力。大多数的都是以。机柜。 服务器租赁的。oh 来提供的。所以。大多数的算力可能是由大语言模型公司或者一些专门的算力调度。