东吴电新 算电协同专题电跟着算走算随着电优

核心观点

• AI算力发展带来的电力需求并非简单的用电增长，而是对高功率、高可靠、高绿色属性电力的综合需求提升。
• 算电协同分为两个层次：短期“电跟着算走”，围绕算力需求建设新能源、储能等基础设施；中长期“算随着电走”，将部分算力任务变为柔性负荷进行调节。
• 当前产业兑现最明显的是接电和配供电，其次是围绕真实负荷配置的风光储项目。
• 项目经济性评估需考虑到户成本，包括发电侧成本、输配电成本、储能成本、备用电源成本、系统费用、税费和资金成本等。

关键数据和研究结论

• AI服务器功率正从几千瓦向几十千瓦甚至更高演进，单个园区用电规模可达百兆瓦甚至G瓦级。
• AI数据中心对电力可靠性要求高，通常需要双路试电UPS或高压直流，并配备备用电源。
• AI数据中心对绿电比例有较高要求，既来自地方能耗和项目审批要求，也来自互联网客户碳目标和海外客户碳足迹需求。
• 数据中心申请接电时，电网关注的是最大功率和备用电源，新能源项目经济性更多取决于全年发电量和利用小时。
• POE（Power over Ethernet）会显著影响电力投资，降低POE可减少配套用电，但可能需要调整系统架构。
• 内蒙古调研发现，真实负荷比规划规模更重要，接电容量往往是先于服务器成为瓶颈，风电更匹配全天负荷，低发电成本不等于高项目回报，储能主要服务于可靠性和新能源消纳。
• 储能配置规模增长，但未必能获得高收益，需区分新能源配储、园区储能和数据中心备用电三类储能的收益来源。
• 区域选择需综合考虑到户电价、风光资源、网价、容量、网络时延和客户导入等因素。
• 绿电直供成本主要包括绿电交易价格、输配电和系统费用，用户资产负担较轻，但对电网和交易规则依赖较大。
• 绿电直连成本包括发电专线、储能、电网补充备用容量、税费等，到户电价可降低30%~50%。
• 源网荷储一体化理论降本空间大，但用户需承担更多投资和运营责任。
• 增量配电网面向多用户，复合负荷更稳定。
• 1G瓦AI DC年用电量约89亿度，每降低1分钱一度电，年电费可减少1亿元。
• 新能源装机占比不等于绿电占比，发电侧成本不等于用户到户价，项目收益率需与合同期限匹配。
• 贵州绿电直连项目到户电价为3毛5每度，其他枢纽项目可降低用电成本30%~50%。
• AI DC运营成本占比高，需关注实际月度用电量、到户电价和资本金现金回报。
• 投资主线包括：拥有绿电资产和IDC负荷的运营商、风光储设备ETC和资产运营、能源服务和虚拟电厂。
  • 运营商通过售电价差、消纳改善和资产价值提升获利，需关注客户上架率、合同期限和价格机制。
  • 风光储设备工程投资规模大，风电可能成为增量逻辑。
  • 能源服务和虚拟电厂通过交易服务费、复合管理收益和节省电费分成获利，需关注可调负荷、调用频次和分成收入。
• 后续跟踪指标包括：真实负荷（签约机柜、上架率、月度用电量、客户集中度和负载率）、接电进度（批复、主变容量、线路里程、开工时间、并网容量）、绿电兑现（新能源利用小时、自发自用比例、网电占比、绿电率和储能循环次数）、项目经济性（到户电价、发电成本、系统费用、PPA期限、融资成本）和业绩兑现（设备招标交付、运营售电量、价差、现金流、可调负荷、调用频次和分成收入）。

总结

AI算力发展推动电力需求向高功率、高可靠、高绿色属性转变，引发算电协同发展。短期内，接电配供电和围绕真实负荷的风光储项目将率先受益；中长期，拥有低成本电源和优质IDC的运营商有望形成稳定售电现金流，能源服务和虚拟电厂则需等待算力负荷具备调节能力。项目成立的关键在于是否有真实负荷、可用网价、完整成本和清晰的风险分摊机制。