AI算力越来越耗电，新能源出力越来越波动；
一个需要稳定运行，一个天然随天气变化。
过去，数据中心只是向电网要电；未来，数据中心可能要学会根据电价、绿电出力和电网状态调整算力任务。
这就是最近很热的“算电协同”
算电协同作为政策概念的提出可以追溯到2023年的《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》。
今年3月，算电协同首次被写入《政府工作报告》，标志着算力与电力系统深度融合上升至国家战略层面。
（准备发稿的时候，国家发改委四部门联合印发了《关于促进人工智能与能源双向赋能的行动方案》，看来算电协同这个话题将会是能源领域的持续热点）
不过算电协同如何从宏观政策孵化成工程应用，算和电如何协同，是单体项目维度还是全局优化，协同的优化目标是什么，协同落地难点都有啥，这些问题一直没有一个体系化的思考。
结合近期的交流所得，以及平时一些碎片化的阅读，尝试做个算电协同方向的文字积累，给以后的吹牛攒点墨水。
01 何为算电协同
简单说就是：把算力系统和电力系统作为一个整体来规划、建设、调度和交易，让电支撑算、算响应电。
相较于过去向电网单向要电的简单逻辑，算电协同是将数据中心、新能源、储能、电网、电力市场一起设计，让算力负荷能够跟着电力资源、电价信号、绿电出力、电网安全约束动态调整。
国家发改委在《数据中心绿色低碳发展专项行动计划》提出，到2025年底，算力电力双向协同机制初步形成，国家枢纽节点新建数据中心绿电占比超过80%，并鼓励数据中心绿电直连、参与绿电绿证交易、参与需求侧管理。
02 为什么需要算电协同？
AI算力越来越“吃电”，而新能源越来越“波动”。
一方面，数据中心是高耗电、高可靠性负荷，2020-2024年我国数据中心用电量同比增幅始终保持两位数，训练大模型、推理服务、云计算都需要持续电力供应。
另一方面，风电、光伏出力具有波动性，西部地区绿电资源丰富，但本地消纳和外送通道有限，随着风光渗透率的持续提升，电网调节压力越来越大。西北某省的电网净负荷曲线大概长这样，鸭子曲线特征明显：
算电协同要解决的正是这个矛盾：让算力成为可以消纳绿电、调节负荷、参与市场的新型用电主体。
国家数据局也指出，算电协同重点围绕绿电直供、多源互补、源荷互动等方向开展，推动绿色电力向绿色算力转化。
03 算力和电力如何协同？
目前总结下来有五个层面。
1. 空间协同：算力跟着绿电走
过去，数据中心的建设集中在东南沿海，因为靠近用户、网络条件好、产业需求集中。但东部地价、电价高，能耗指标紧张，绿电资源也有限。
算电协同下，更多智算中心会逐步向三北风光资源富集区转移，东部出需求，西部供算力。
这样可以把原本难以外送的绿电，转化为算力产品输出。西部的电不一定送到东部，而是把电就地转化成算力服务，再通过网络把算力结果送出去。
因而空间协同的本质是“能量跨区流动”转化为“信息跨区流动”。
这也是国家发展改革委、国家能源局《关于促进新能源消纳和调控的指导意见》中的核心思路之一。是协同的第一层。
（但是并非所有的算力都适合搬到西部，也并非所有的算力任务都是弹性，这里给下一篇挖个坑。）
2. 时间协同：算力任务跟着电价和绿电出力调整
算力任务并非同质化的，有些任务必须实时完成，比如金融交易、汽车导航、实时推理。
但有些任务可以延后或迁移，比如大模型训练、离线渲染、批量数据处理、仿真计算。
算电协同可以把算力任务分成两类：
刚性算力负荷：实时业务，必须稳定供电，不能随便中断。
弹性算力负荷：训练、离线分析、批处理等，可以根据电价、绿电出力和电网状态动态调整。
当风光大发、电价较低时，智算中心可以增加训练任务；当电网高峰、电价较高或系统紧张时，可以推迟部分非实时任务，降低负荷。
本质上是让算力中心从“固定大负荷”变成“可调节大负荷”。
另一方面，未来绿电消纳核证从电量匹配过渡到电力匹配后，数据中心要想完成高比例新能源消纳，其负荷特性势必需要与新能源出力更加一致。
3. 源网荷储协同：把数据中心纳入新型电力系统
这一级的协同实际上是我之前一直理解的协同方式，算是项目级别的协同。
一个成熟的算电协同项目，是把它纳入源网荷储一体化体系：
·源：风电、光伏、柴发等支撑电源；
·网：专线直供、园区配网、公共电网、通信网络；
·荷：数据中心、智算中心及周边产业负荷；
·储：电化学储能、蓄冷、UPS系统等。
源网荷储一体化并非多个要素的简单累加，从规划阶段的源-荷-储匹配，到运营阶段的能源管理系统和算力调度系统联动，需要实现“电力侧看得见算力负荷，负荷侧看得见电价和碳排”。
4. 市场协同：推动数据中心参与多元市场交易
算电协同还要通过电力市场机制实现价值闭环。对数据中心来说，市场协同要解决三个问题：
一是怎么买到更稳定、更便宜的绿电；
二是如何证明自己用了绿电；
三是如何把自身的负荷调节能力在电力市场中变现。
对应的工具可以是绿电交易、绿证交易、绿电直连，以及通过虚拟电厂参与需求响应、辅助服务和现货市场等。
近期一些项目（如宁夏中卫云基地）已经在探索“物理直供+双边交易”的双轨模式：新增算力负荷通过专属线路实现绿电点对点供应，存量负荷则通过市场化双边交易实现绿电结算匹配。
5. 调度协同：电力调度与算力调度联动
这层应该是算电协同的高级形态，是建立两个调度系统之间的联动。不局限在某个数据中心或智算园区，而是面向电网和算网两个整体。
电力系统告诉算力系统：哪里电力充裕、哪里电价低、哪里新能源出力高、哪里电网有约束。
算力系统告诉电力系统：哪些任务可以迁移、哪些任务可以延后、哪些机房可以降载、哪些负荷必须保障。
最终形成一种动态机制：电价低、绿电多的地方多跑任务；电网紧张、电价高的地方少跑任务；实时任务靠近用户，非实时任务靠近绿电。
04 对电力系统和算力产业的价值
对电网来说，算电协同不是简单增加负荷，而是把高耗能的数据中心改造成可预测、可调节、可交易的新型负荷资源。
除了提高新能源消纳外，算电协同还能缓解电网外送压力，减少“把电远距离送出去”的依赖；通过提高负荷的柔性空间，降低电网的调节压力。
对算力企业来说，电力已经不是后台成本，而是核心竞争力。通过算电协同，算力中心可以靠近绿电资源布局，降低用电成本；也可以提升绿电使用比例，满足客户对绿色算力和碳足迹管理的要求。
算力任务可以根据电价、绿电出力和网络时延灵活调度：实时任务靠近用户，离线任务靠近绿电，训练任务跟随低价电。
同时，算力中心还能与储能、电网、虚拟电厂协同运行，在保障供电可靠性的基础上，参与需求响应、绿电交易等品种，创造新的收益空间。
所以算电协同不是简单的“数据中心用绿电”，其真正改变的是：算力中心在哪里建、什么时候算、用什么电、如何参与市场、如何和电网调度互动。
但问题也随之而来：
-哪些算力任务真的能迁移？
-西部绿电丰富地区是否具备承接大规模智算的网络和时延条件？
-数据中心应该如何参与电力市场？
-如何设计促进算电协同的市场机制？
这些问题，可能才是算电协同从概念走向工程落地的关键，后面再接着讨论。
