国信信标标准化

2025年，全球数据中心投资达到5800亿美元，首次超越全球石油供应链的5400亿美元投资规模。

这个数字值得停下来想一想。人类花在*给机器供电*上的钱，已经超过了花在*从地下挖油*上的钱。而这些数据中心里跑的，不是炼钢厂，不是电解铝厂，是一行行代码，是大模型的训练和推理。

一个AI数据中心满负荷运行时的年耗电量，相当于20万户家庭的用电总量。训练一次GPT-4，需要95天，消耗3820万度电，平均每天40万度——大约是4万个家庭一天的用电量。

问题是：电从哪来？

一、算力的胃口，比你想象的大得多

先看中国的数据。

2025年，国家能源局发布了一份报告，里面有一组让人警醒的数字：全国已建成42个万卡级智算集群，算力中心总用电量达1700亿千瓦时，占全社会用电量的1.6%。

1.6%听起来不多？别急。

近3年，全国一体化算力网络8大枢纽节点的算力用电，年均增长率是39.5%。全社会用电量的平均增速是多少？大概5%左右。算力用电的增速是全社会的8倍。

国家能源局预计，到2030年，全国算力用电量将达到8000亿千瓦时，占全社会用电量的6%左右。*十五五*时期，全国算力用电量年均新增1000亿千瓦时以上。

1000亿千瓦时是什么概念？大约是北京市一年的全社会用电量。也就是说，每过一年，中国就多*吃掉*一个北京的电，只是为了给AI算力中心供电。

再看全球。国际能源署（IEA）预测，全球数据中心用电量将从2024年的415太瓦时，增长到2030年的945太瓦时——几乎翻倍。945太瓦时是什么概念？比日本全国一年的用电量还多。

更让人不安的是，这些电不是均匀分布的。美国、中国和欧盟占了全球数据中心容量的82%。超过50%的在建数据中心项目位于人口超百万的大城市附近。55%的项目规模超过200兆瓦。

这意味着什么？局部电网正在承受前所未有的压力。

二、电网撑不住了：一个被低估的危机

在弗吉尼亚州北部——美国最大的数据中心集群——新建一个数据中心的并网等待时间，最长可达7年。

在爱尔兰都柏林，新数据中心的并网申请已经暂停到2028年。

在中国，情况同样紧张。算力中心的选址逻辑正在发生根本性变化：过去是*哪里用户多就建在哪里*，现在是*哪里有电就建在哪里*。

为什么会这样？

因为数据中心的建设周期是12到24个月，但电网扩容、输电建设、并网审批的周期是3到5年。AI的发展速度，正在超越人类建设电力基础设施的速度。

美国已经出现了*BYOG*（BringYourOwnGas）的怪现象——OpenAI、xAI、谷歌等公司开始绕开公共电网，在数据中心园区内自建燃气发电厂。不是因为它们想烧天然气，是因为等不起电网。

IEA的报告指出了一个残酷的现实：到2030年，约有20%的规划数据中心容量面临延迟风险。原因不是没有钱，不是没有地，是没有电。

中国的应对方式是*东数西算*——把数据中心从东部一线城市搬到西部能源富集地区。内蒙古、贵州、甘肃、宁夏，这些过去在数字经济版图上不起眼的地方，正在变成算力枢纽。

但*东数西算*只解决了空间布局的问题，没有解决时间匹配的问题。风电和光伏发电有波动性，数据中心却是7×24小时不停机的。白天光伏出力大，数据中心不需要那么多电；晚上光伏停了，数据中心还在满负荷跑。

怎么办？

三、储能：从*备选方案*到*第七块拼图*

数据中心的传统电力保障体系有六块拼图：市电、柴油发电机、UPS（不间断电源）、配电系统、制冷系统、监控系统。

现在，第七块拼图正在被塞进来：储能。

不是可有可无的*加分项*，而是必须配置的*刚需*。

为什么？因为储能解决了三个核心问题：

第一，绿电消纳。国家政策明确要求，到2025年底国家枢纽节点新建数据中心绿电占比超过80%。但绿电有波动性，数据中心需要的是稳定电力。储能的作用就是把*波动的绿电*变成*稳定的电力*——白天把多余的光伏电量存起来，晚上放出来给数据中心用。

第二，峰谷套利。数据中心的电力成本可以占到运营总成本的50%以上。通过储能系统在低谷电价时充电、高峰电价时放电，可以显著降低用电成本。

第三，供电可靠性。数据中心对供电中断的容忍度是零。一次几秒钟的断电，可能导致大模型训练任务中断，损失上百万美元。储能系统可以在市电中断的瞬间提供毫秒级响应，比柴油发电机快得多。

2025年12月，海辰储能发布了全球首款*锂钠协同*AIDC全时长储能解决方案。这个方案的设计逻辑很有意思：锂电负责8小时的长时持续供电，保证算力中心在极端情况下的基本运行；钠电负责瞬时响应，应对毫秒级的负荷波动。

为什么是*锂钠协同*而不是纯锂电？因为钠电池有两个天然优势是锂电比不了的：一是耐寒，在零下40度还能保持90%的能量保持率，适合部署在西部高寒地区；二是安全，热失控风险比锂电低，数据中心最怕的就是电池起火。

宁德时代的动作更快。2026年4月的ESIE储能展上，宁德时代首次展出了储能专用钠离子电池，容量300+Ah，能量效率97%，循环寿命超15000次，明确覆盖AIDC场景。同月，宁德时代与国信创签订3年60GWh钠离子电池战略合作协议。

阳光电源成立了专门的AIDC事业部。双登股份凭借数据中心储能业务，2025年上半年销售收入同比大增113.1%，成功在港股上市，被称为*AIDC储能第一股*。

资本的嗅觉是最灵敏的。当头部企业纷纷为AIDC储能设立专门的事业部和产品线，当松下宣布投入3500亿日元扩充电池产能来抢抓AIDC机遇，这个市场的爆发已经不是*会不会*的问题，而是*多快*的问题。

据起点研究数据，截至2026年5月末，全球AIDC储能系统出货量已达10GWh，超越2025年全年规模。CESA预测，到2030年全球数据中心储能装机规模有望突破100GWh，中国将突破20GWh，相当于2025年的20倍。

四、算电协同：从*电支撑算*到*算优化电*

如果只把储能看成数据中心的*配套设备*，格局就小了。

2026年3月，政府工作报告首次将*算电协同*纳入新基建工程。同期，首批*算电协同*国家标准正式立项。

这意味着，算力和电力的关系，正在从*电支撑算*向*算优化电*跨越。

什么叫*算优化电*？举个例子：AI大模型的训练任务，不一定非要7×24小时跑满。如果电网在某个时段电价低、绿电充裕，就把训练任务集中在这个时段跑；如果电网负荷紧张、电价高，就降低训练强度或者切换到推理任务。

这种*算力跟着电力走*的调度模式，需要储能系统作为中间的缓冲层。储能不只是*存电放电*，它还是算力和电力之间的*翻译器*——把电力系统的价格信号、负荷信号，翻译成算力系统的调度指令。

2026年5月，国家发改委、能源局等四部门印发《关于促进人工智能与能源双向赋能的行动方案》，明确提出：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。推动建立算力与电力互动机制，以电力市场价格信号引导算力设施优化能量管理和跨区调度。

这话说得很清楚：储能不是被动地*备在那里等断电*，而是主动参与电力市场，通过充放电策略优化数据中心的用电成本，同时为电网提供调峰、调频等辅助服务。

换句话说，储能正在从*成本项*变成*利润项*。

全国首个大规模*算电协同*绿电直供项目已经在宁夏中卫投运——中国大唐中卫云基地50万千瓦光伏电站，采用*物理直供+双边交易*双轨并行的算电协同供电体系。全国首个绿电直连算力中心项目在内蒙古签约，配套120兆瓦风电、60兆瓦光伏及240兆瓦时储能。

从2025年7月乌兰察布项目率先并网，到2026年4月甘肃庆阳千兆瓦级项目首批机组投产，不到一年时间，算电协同项目累计装机规模逼近千万千瓦。

五、真正的挑战

写到这里，你可能觉得前景一片光明。

但冷静下来想一个问题：既然算力用电增长这么快，储能需求这么大，为什么到2025年底，全国新型储能装机才1.45亿千瓦，其中真正服务于数据中心的储能占比不到2%？

因为匹配很难。

第一难：电力基础设施的建设周期和AI的需求周期错配。数据中心12-24个月就能建好，电网扩容需要3-5年，储能电站从立项到并网也需要1-2年。AI的需求是指数级增长的，但电力基础设施是线性增长的。这个剪刀差，在未来3-5年内会持续存在。

第二难：绿电的波动性和数据中心的稳定性需求错配。光伏白天发电、晚上停机；风电有风就发、没风就停。数据中心需要的是恒定功率的电力。储能可以部分解决这个问题，但目前储能系统的容量和时长还远远不够。一个100MW的数据中心，如果要靠储能支撑8小时无光无风的情况，需要800MWh的储能容量——这已经是一个中型储能电站的规模了。

第三难：成本。当前储能系统的度电成本虽然在下降，但对于7×24小时运行的数据中心来说，*绿电+储能*的综合用电成本，仍然高于直接从电网购电。只有当容量电价机制、绿电直连政策、碳排放约束三重因素叠加时，储能的经济性才能真正显现。

第四难：钠电池的成本还没降到位。虽然钠电池在AIDC场景中天然适配，但2025年钠电芯均价0.52元/Wh，比磷酸铁锂贵了七成。预计2026年降至0.40元/Wh以下，但距离真正*平价*还需要规模效应的释放。

这些挑战不是不能解决，但需要时间。而AI的发展，不会等。

写在最后：能源体系正在被AI重写

把视角拉到最高处看。

2025年，中国全社会用电量首次突破10万亿千瓦时。

同年，全国新型储能装机首次突破1亿千瓦，是*十三五*末的45倍。

同年，全球数据中心投资首次超越石油供应链投资。

这三个*首次*碰在一起，不是巧合。

它们共同指向一个趋势：人类正在从*化石能源驱动*的时代，加速走向*电力驱动*的时代。而AI，是这个时代转换的最大催化剂。

过去，电力系统的设计逻辑是*源随荷动*——发电跟着用电走，用电多了就多发电，用电少了就少发电。

现在，AI算力中心的出现，正在把这个逻辑倒过来：电力系统需要提前规划、提前建设，因为AI的需求增长速度太快了，等你感觉到*电不够了*再建电厂和储能电站，已经来不及了。

IEA署长法提赫·比罗尔说得直白：*那些能够提供安全、经济且快速的电力供应的国家将占据先机。*

这话的潜台词是：AI时代的核心竞争力，不只是算法和芯片，还有电力系统的响应速度。

储能，作为连接电力供给侧和算力需求侧的关键枢纽，正在从*配角*变成*主角*。它不只是数据中心的*第七块拼图*，更是整个新型电力系统的*关节*——让波动的新能源变成稳定的电力，让间歇的绿电变成持续的算力，让电力系统从*被动响应*变成*主动调度*。

中国工程院院士吴凯在2026装备强国论坛上说了一句话：*未来AI的竞争不仅取决于模型、芯片与算力规模，更取决于能源系统的可靠性。*

没有能源，就没有人工智能。

这不是一句口号。这是正在发生的现实。