新闻
立即咨询
需要帮助吗?我们随时为您服务!
四部门重磅发文:AI与能源双向赋能,能源电力行业迎来哪些新赛道?
发布时间 :
2026-05-28
来源 :
何君咨询电力电气事业部
5月8日,国家能源局等五部门联合印发《促进人工智能与能源双向赋能行动方案》,明确了29项重点任务。本文从产业视角剖析了能源电力行业的四大结构性机遇。
5月8日,国家能源局等四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》,部署29项重点任务。本文从产业视角拆解能源电力行业的四大结构性机会。
2026年5月8日,国家能源局联合国家发改委、工信部、国家数据局印发了《关于促进人工智能与能源双向赋能的行动方案》(国能发科技〔2026〕34号),部署29项重点任务。文件提出,到2027年初步构建支撑人工智能创新发展的能源保障体系,到2030年人工智能算力设施的清洁能源供给保障能力达到世界领先水平。
这是我国首个针对AI与能源融合发展的专项政策文件。"算电协同"在2026年政府工作报告中首次被纳入新基建工程后,四部门用一份行动方案完成了从概念到落地的制度闭环。
文件通篇围绕一条主线展开:能源支撑人工智能发展,人工智能赋能能源转型。双向赋能,不是两个行业的简单叠加,而是"能源、算力、场景、数据、模型"五大要素的系统性重组。
对于能源电力行业而言,这份文件的价值不在于宏观叙事,而在于29项任务中隐含的产业机会。每一个任务方向,都对应着明确的增量需求。
一、绿电直连:从试点探索到规模化部署
文件提出,探索核电、氢能等能源以直连方式为算力设施供能,鼓励算力设施配置构网型储能,完善算力设施绿电直连政策,研究通过价格政策激励。
"绿电直连"并非新概念。2025年12月,广东能源集团在新疆克拉玛依投运的30万千瓦光伏算电协同一体化项目,配套储能设施,实现了综合能源成本降低超40%。全国多个"点对点"绿电直供算力中心项目的绿电直供率已普遍超过80%。但此前这些项目多为地方试点,缺乏全国性政策背书。
此次文件的突破性在于三个层面。
一是首次将核电、氢能纳入算力供能的正式政策语境。这意味着算力设施的能源供给从"风光为主"扩展到多元能源形态,为不同资源禀赋地区提供了差异化路径。
二是明确"依据算力任务类型,对算力设施实施分类管理"。这意味着不是所有数据中心都要绿电直连,但具备灵活调节能力的算力设施将获得政策倾斜。政策的精准化,降低了企业的合规成本。
三是提出"探索百万千瓦级人工智能算力设施与配套能源系统协同建设"。这是一个量级上的跃升——过去的数据中心配套是万千瓦级,百万千瓦级意味着算力设施本身正在成为能源系统的核心负荷节点。
对能源电力行业而言,这里至少衍生出四条赛道。
新能源电站开发的新场景。当"百万千瓦级算力设施与配套能源系统协同建设"被写入文件,西部新能源基地的开发逻辑就变了——从"发了电送出去"变成"发了电就算"。源网荷储一体化项目的经济性模型将被重写。
构网型储能从技术方向变成刚需装备。文件明确"鼓励算力设施配置构网型储能,增强供电稳定性和对电力系统的主动支撑能力"。广东"十五五"规划已将构网型储能列为新增5GW的重点方向,加上这份文件的全国性背书,构网型储能的产业化进程将明显提速。
微电网EPC的工程增量。绿电直连不是拉一根专线那么简单,它涉及电源侧、负荷侧、电能质量治理、储能配置、调度系统的完整工程体系。具备综合能源系统集成能力的EPC企业将直接受益。
电力交易系统的升级需求。文件提到"支持算力设施通过参与绿证绿电交易提升绿电消费比例",这意味着电力交易平台需要具备处理算力负荷特性的新能力——分时定价、绿证溯源、碳核算联动。
和君观点:绿电直连正在把数据中心从纯粹的"电力消费者"转变为"能源系统共建者"。对电力电气企业而言,这意味着下游需求结构正在发生根本性变化——客户名单里不再只有电网公司和发电厂,而是出现了算力运营商和AI企业。谁掌握"绿电资源+专线接入+储能配置"的组合能力,谁就拿下算力时代的能源入口。

二、算电协同:算力负荷成为电网的"新变量"
文件提出,以电力市场价格信号引导算力设施优化能量管理和跨网跨区调度,鼓励算力设施作为负荷侧灵活可调节资源参与电网运行。
这段话的信息密度极高。拆开来看,它释放了三个信号。
第一个信号是算力要参与电力市场了。过去,数据中心是电网的"大用户"——用电量大、负荷稳定,但基本是被动接受电价。现在文件明确要"以电力市场价格信号引导"算力调度,这意味着算力设施的用电行为将从刚性转向弹性。光伏出力高峰时加大训练任务,晚高峰时把非紧急计算任务推迟或迁移到西部。算力负荷,变成了电网的柔性调节资源。
第二个信号是虚拟电厂的边界在扩张。虚拟电厂的本质是聚合分散的可调节资源参与电网调度。过去主要聚合工商业可中断负荷、分布式储能和电动汽车充电桩。现在,算力负荷被正式纳入"灵活可调节资源"的范畴。一个10万千瓦级别的数据中心,如果有30%的负荷具备可调节能力,其参与需求响应的年收益可达数百万元。当成百上千个数据中心接入虚拟电厂体系,这个市场的体量是百亿级的。
第三个信号是"东数西算"和"西电东送"正在深度联动。国网信通自研的算电协同智能调度平台已在12个省份落地,实现算力负荷与电力供给的毫秒级动态匹配。宁夏中卫等项目绿电占比超过60%,电价仅为东部的45%。这个方向已经在跑出商业模型。
对能源电力行业而言,算电协同催生的是另一组赛道。虚拟电厂系统集成商需要同时懂电力市场交易规则和算力负荷特性;电力现货交易软件服务商需要为算力负荷设计新的交易算法;负荷聚合商专门聚合算力设施参与辅助服务市场;电能质量治理设备商则受益于算力设施对电压暂降、谐波等问题的极高敏感度。
和君观点:算电协同的核心逻辑是"算优化电,电支撑算"——既用绿电与智能电网托住AI算力的大规模扩张,又让算力设施成为电网的"柔性调节器"。能源电力企业需要重新理解自己的客户:数据中心不再是一个静态的电力负荷,而是一个可以互动、可以调度、可以交易的"活节点"。
三、场景开放:从数据孤岛到高价值场景
文件提出,建立高价值场景遴选及清单发布机制,搭建能源领域场景开放共享平台,构建覆盖场景发布、研发攻关、测试验证、工程实施、成效评估的全生命周期闭环管理机制。
这是文件中最具制度创新意义的一段。
它解决了一个长期存在的结构性矛盾:能源企业拥有最丰富的应用场景和海量数据,但缺AI人才和工程化能力;AI企业拥有最先进的算法,但缺真实场景和高质量数据。
文件中"能源领域高价值场景"专栏列出了五个子领域的具体方向。清洁能源可靠灵活供给,包括风光功率预测、场站智慧运维、水电工程智能感知、核电运行异常识别。电网安全稳定运行,包括电网规划智能评估、设备缺陷诊断、配电网智能诊断、电力市场仿真决策。煤炭智能高效开发,包括采掘工作面无人化、设备预测性维护、安全智能预警。油气高效勘探开发,包括智能勘探建模、钻井优化、数字孪生盆地。能源新业态多元融合,包括算电协同智能运营、虚拟电厂协同调度、新型储能安全预警。
几乎每一个子领域,都对应着明确的产业机会。对电力电气设备企业来说,这意味着产品的定义正在被重写:变压器不再只是一个铁疙瘩,而是带着传感器、边缘计算模块、故障诊断算法的智能节点;开关柜不再只是通断控制,而是嵌入负荷预测和能效优化能力的数据入口。
和君观点:场景开放的本质,是把能源行业积累了几十年的"隐性知识"转化为可复制的AI产品。那些已经在设备智能化上布局的企业,将在这波场景开放中获得先发优势。而那些还停留在"卖硬件"思维的企业,会被快速边缘化。这不是一个渐进的替代过程,而是一个快速的重新定义。
四、专业大模型:五个以上,谁来做
文件提出,聚焦电网、发电、煤炭、油气、综合能源等领域,推动五个以上专业大模型在行业深度应用,加快自主智算芯片与国产深度学习框架适配优化。
"五个以上"这个量化目标值得琢磨。
目前公开信息中,华为的盘古电力大模型、百度的电力行业大模型、科大讯飞的能源行业方案,以及电网公司自研的调度大模型已在布局。但五个以上不是终点,而是门槛。
这里的核心判断是:行业大模型的竞争壁垒,从来不是算法本身,而是高质量数据和工程化落地能力。算法可以开源,模型可以微调,但在电网运行中积累的十年传感器数据、设备故障案例、调度经验,这些是无法复制的。
文件同时强调了"推进行业数据向专业大模型汇聚整合"和"加快自主智算芯片与国产深度学习框架适配优化"。硬件自主可控加数据汇聚,才是能源AI的真正护城河。
对能源电力行业来说,受益方向包括:能源数据标注和治理服务商,大模型需要高质量数据,而能源数据的清洗、标注、标准化是一个巨大的专业服务市场;国产智算芯片适配服务商,华为昇腾、寒武纪等国产芯片在能源场景的适配和迁移需要大量工程服务;电力行业AI应用集成商,把大模型能力嵌入到具体的业务流程中。
和君观点:能源大模型的竞争,表面是算法之争,本质是数据之争。能源电力企业手里掌握着最核心的行业数据——设备运行数据、故障记录、负荷曲线。这些数据的价值,在过去被严重低估。当大模型需要这些数据来训练时,拥有数据的企业就拥有了定价权。问题是,你是否已经意识到自己手中数据的价值。
五、冷思考:机会之外的三大挑战
在梳理赛道的同时,我们也需要保持应有的审慎。双向赋能的红利,并非没有约束条件。
第一,经济可行性尚需验证。为算力设施配置储能、参与电力市场、建设绿电直连线路,都意味着前期投入增加。目前算力中心运营方普遍关注PUE和运营成本,对参与电网调节所带来的收益模式尚需更清晰的预期。文件提及了"价格政策激励"和"绿色电力交易合同"等方向,但具体到分时电价机制、辅助服务补偿标准、绿证收益分配,仍有待地方细则和试点实践加以明确。
第二,安全与开放之间的平衡需要精细把握。能源行业属于关键信息基础设施,电网、油气管网等系统的运行数据一旦泄露或滥用,可能带来不容忽视的风险。文件强调了"数据分类分级"和"隐私计算"等技术手段,但在实际操作中,哪些场景可以开放、哪些数据可以共享,仍有待行业形成共识和可操作的标准。步子过快可能带来安全隐患,步子过慢则不利于数据价值的释放。
第三,复合型人才稀缺。既熟悉电力系统运行又了解人工智能算法的复合型人才,目前在市场上较为稀缺。文件提出了"产教融合学科集群"和"开源社区"等举措,方向正确,但人才培养周期较长,短期内可能仍是制约因素。
和君观点:政策红利期通常只有两到三年。2027年"初步构建"的目标意味着,未来两年将是各地密集出台配套细则、启动试点项目、分配资源的关键窗口期。窗口期内,先动者获得资源倾斜和先发优势;窗口期后,格局基本成型,后来者只能跟随。对于能源电力企业而言,现在不是观望的时候,而是卡位的时候。

结语
这份文件发布到今天正好十天。热度还没过,但真正理解它的人不多。
大多数人看到的是"AI加能源"的概念,但我们看到的是电力电气行业正在被重新定义——从传统的"发电、输电、配电"线性链条,变成"能源、算力、数据、模型"的网状生态。
在这个新生态里,电力的战略价值正在被重新定价。对于中国的能源电力企业而言,双向赋能不仅是一次订单增长的机会,更是一次从传统制造业向数字基础设施服务商跃迁的窗口期。
毕竟,在AI时代,控制算力的人赢得竞争,而控制电力的人,控制算力。
注:文中政策文件来源于国家能源局官网,产业数据来源于公开报道及行业研究报告,部分预测性数据仅供参考。
上一页
其他博客
四部门重磅发文:AI与能源双向赋能,能源电力行业迎来哪些新赛道?
5月8日,国家能源局等五部门联合印发《促进人工智能与能源双向赋能行动方案》,明确了29项重点任务。本文从产业视角剖析了能源电力行业的四大结构性机遇。