算電儲協同，中國的AIDC儲能跑出新的可能性

在激烈的中美AI競賽中，一個不為公眾熟知的行業正在發揮越來越重要的作用：電池儲能(BESS)，而“算電儲”三者協同已經成為必然趨勢。

對美國的AIDC來說，儲能解決的是電力供應的“從0到1”的問題，而在中國，故事遠比這個精彩。

一

美國困境：儲能成“電價友好”關鍵

電力對算力的約束，在美國已經不是新聞。本質上，這是美國上世紀的電力基礎 設施 遇到了下世紀的 科技 。

彭博新能源（ BNEF ）則 預計，美國數據中心電力需求將從 2024 年的近 35 GW 增至 2035 年的 78 GW，增長逾一倍；平均每小時用電量更是接近三倍，從 2024 年的 16 GWh 飆升至 49 GWh。

算力需求狂飆突進 ，而電力供應捉襟見肘， 兩者相遇，便形成了今日美國的困境： 與民爭電 。

揮金如土的 科技巨頭愿意為電力支付幾乎任何溢價 ， 然而，它們在追逐電力容量的同時，也推高了電價基準，導致數百萬普通家庭的電費賬單不斷攀升 —— 從2020年2月到2025年9月，美國居民電價飆升40%，從每千瓦時0.13美元漲至0.19美元。隨著未來幾十年AI對電力的需求預計將遠超新增供應，這些價格勢必繼續攀升。

目前， 民主黨人以降低電費為競選承諾， 已 在新澤西州、弗吉尼亞州和佐治亞州的關鍵選舉中大獲全勝。種種跡象表明， 飆升的電價已成為美國國會中期選舉關鍵。

因此 ，美國的AIDC面臨 現實部署難題：從立項到滿負荷運行平均 需要 約七年——前期 4.8 年，施工 2.4 年 。 而眾所周知，AI的技術進步是以月甚至天的速度在進化。

要解決這一困境，可選項并不多。長期可能靠核電，短期則需要靠：儲能。 其核心思路是： 如果數據中心同意在電網需求高時從電網獲取更少的電力，則允許數據中心更快地上線。

2025年 10月22日，Aligned Data Centers宣布與儲能開發商Calibrant Energy合作，在其位于美國太平洋西北部的一個數據中心部署電池儲能系統（BESS）。這是美國首次專門為加速互連和使大型數據中心上線而構建的電池系統。

由于Aligned公司承擔了所有費用，電力公司的其他客戶無需為這家數據中心公司的發展壯大買單。

換句話說，通過儲能，這個數據中心實現了對居民的 “電價友好” 。 對當今美國的民意而言，這種情緒價值尤為重要。

二

中國路徑：儲能助力“電網友好”

2025年8月， 硅谷著名投資人Rui Ma 在 X上寫道 ： “我們走過的每一個地方，當地人都把電力當成理所當然。”她剛剛結束對中國人工智能中心的訪問。

她告訴《財富》雜志，雖然她不是能源專家，但她參加了足夠多的會議并與足夠多的內部人士交談，得出了一個能讓硅谷脊背發涼的結論：在中國，為數據中心建設足夠電力的議題已不再存在爭議。

長期追蹤中國電力發展的專家David Fishman 則 告訴《財富》，在中國，電力甚至不是一個問題。中國每年新增用電需求就超過德國的全年總消耗量 ， 其中一個省份的電力供應量就相當于整個印度的總量。

不過，故事并非如此簡單。

當AI時代來臨，智算中心的電力負荷本質上不同于傳統數據中心——規模龐大的同時異常“尖峰化”且難以預測。 當科技公司啟動AI訓練算法，或大規模計算集群被激活時，所產生 的電力需求瞬時爆發、強度極高。這給電網穩定帶來了緊迫挑戰。

一位業內人士把這種用電特征稱為： 頻閃燈 。 TerraFlow Energy 的 CEO 則把之比喻為： “ 相當于開著一輛法拉利以每小時80英里的速度在高速公路上行駛，卻不斷地在一擋和五擋之間來回切換。 ”

當AIDC執行推理任務時，情況還相對好辦。

“ 推理負荷則取決于應用場景的多樣性，通常更平滑——比如用戶早上打開手機使用 Instagram，Meta 的數據中心就會出現早高峰；如今人們打開 ChatGPT，也會產生類似的熟悉負荷曲線。 ” Emerald AI 的創始人兼首席執行官 Varun Sivaram 解釋到。

但一到訓練負荷，情況就完全不一樣。

“ 如果你正在運行一個大型語言模型的訓練任務，你會看到數據中心的用電量在訓練啟動時急劇上升；在訓練過程中進行所謂 ‘ 同步檢查點 ’ （synchronized checkpoints）時，會出現短暫的用電低谷；整體呈現出一種極難預測、劇烈波動的瞬態行為。數小時或數天后，當訓練結束，用電需求會大幅下降。 ” 這一過程 中 ， 其“脈沖式”用電特征極易觸發高額最大需量電費 。

此外， 單個數據中心在其生命周期內通常不會只做一件事。例如，一個大型數據中心最初可能專用于訓練大語言模型，訓練完成后，同一組 GPU 可能轉而用于小型研究訓練、推理或針對特定應用的模型微調 ，“ 因此，不能指望某個數據中心的負荷曲線在一年甚至更短時間內保持不變。 ”

另一方面， AI 的功率密度正以數量級提升——這在其他電力應用中極為罕見。幾年前，一個機柜功耗約為 5 千瓦 ， 而英偉達 GB200（Blackwell 架構）機柜功耗已達 132 千瓦，采用液冷散熱，且正朝著 1 兆瓦/機柜邁進。這意味著功率密度在短短幾年內提升了兩個數量級。這些巨型數據中心占地極小，卻如同微型城市。 正是“電力需求指數級增長”與“高密度負荷集中于狹小空間”這兩大趨勢，疊加“不可預測”的波動性，正以前所未有的方式給電網帶來壓力。

而 數據中心 需要 向客戶承諾近乎完美的可靠性，其服務等級協議（SLA）中通常要求“五個九”（即99.999%的正常運行時間）。這使得在關乎可靠性的關鍵因素——電力供應方面，幾乎沒有調整空間 。

由此，電池儲能成為AIDC“電網友好”的關鍵。 儲能系統可以像 “電力緩沖墊”一樣， 助力AIDC提高負載率，同時 在 AIDC 負載尖峰時 毫秒級響應 放電，彌補 傳統電網 缺口，避免越限跳閘 ， 確保GPU等關鍵設備持續穩定 運行， 防止設備宕 機或數據丟失。

以 國內 首個5A級智算中心 、獲得“2 025 年度中國IDC產業算電協同先鋒獎”的 商湯臨港智算中心為例，項目 就 配置了寧德時代 18MW/36MWh 的儲能項目 ，其電池 充放深度高達90% ，具備毫秒級響應能力。

儲能系統投運前，AIDC負荷曲線呈現強隨機性與高波動性，但引入寧德時代儲能系統后，商湯AIDC項目的穩定性與算力平均負載量都大大提高。

具體來看，夜間0-3點的充電時段，隨算力任務調度，AIDC凈負荷出現多段突增及驟降的波動，大幅增加電網側調節壓力，同時負荷突變頻率高，對電網側調頻調壓能力也構成挑戰，可能引發區域電壓波動，影響周邊的正常供電。

而同一時間段，引入受商湯自研多模態基座大模型與達卯科技的能源大模型調度的寧德時代儲能系統實現了電力需量的精準穩定控制，AIDC的總關口表曲線出現顯著的平滑效果， 波動幅度控制在5%范圍內，充分展現了寧德時代儲能產品在平滑電力波動、快速動態響應上的卓越性能。

而到日間高峰時段，寧德時代儲能系統不僅能助力AIDC降低高峰用電，優化電力成本，還能進一步通過容量控制，在AIDC倒閘測試時提供容量支撐，有效降低AIDC的容量電價 。

三

“以儲提算”已成潮流

對數據中心而言，“儲”除了電網友好，更大的作用在于能夠提高“算”的效率。 核心原因在于，“算”比“電”貴得多。 據商湯科技大裝置事業群智算中心總經理林海介紹，在一個服務器五年的周期里面，電費成本僅占5-10%，而一個主流的服務器，售價為300多萬，每月折舊成本就高達5萬元。 因此，提高“算”的使用效率為數據中心重中之重。

“比如，我們希望把數據中心整體的負載率從50%提到70%，這是我們努力的一個目標，但如果提到70%的時候，你會發現在峰值時候的負載率有可能會突破90%，突破90%以后，整個供電側的壓力是很大的，實際上進入了一個冗余很小的一個非安全區域，這種時候我們就可以去調度我們儲能的放電，以保障園區的安全。我們希望看到的用電場景是，如果把負荷畫成一條平行直線的話，它上下會有一定的波動，但不要 出現太深的深谷和太尖峰的毛刺，這樣的話我們可以把這條線不斷地從50%提到60%，再提到70%，利用儲能去平衡這種不安全時間段，最終讓整體園區的算力產出有較大提升，從而顯著提升AIDC的運營效率。” 林海表示。

以 商湯臨港智算中心 儲能項目為例 ，不同于傳統的削峰填谷盈利策略，通過全天候精細化容量控制，系統還能釋放AIDC變壓器的可用容量，讓算力平均負載率提升，實現AIDC與能源利用的雙重收益提升。

相關 數據顯示，全球AIDC儲能新增裝機容量預計從2024年的16.5GWh躍升至2030年的209.4GWh，年復合增長率超52%。其中，中國市場增速顯著，有望從8GWh增至101.6GWh。

四

“價值疊加”：算電儲協同的核心邏輯

盡管中美兩國在電力體制、市場機制和政策導向上存在差異，但其在AIDC配儲實踐中的底層邏輯高度一致——即通過“價值疊加”（value-stacking）釋放多重收益。

之前，儲能被視為CAPEX負擔；如今，通過“價值疊加”，它正成為AIDC的收益引擎。

所謂價值疊加，是指同一套儲能系統在生命周期內，通過參與多種非投機性電力市場機制，實現收益來源的多元化。例 如：

·電力套利： 利用峰谷價差進行充放電，降低用電成本；

·參與平衡市場： 提供快速調頻服務，獲取輔助服務補償；

·容量服務： 作為虛擬電廠的一部分，為電網提供備用容量，獲得容量費用；

·綠電消納支持： 配合風光發電，提升可再生能源利用率，滿足ESG要求。

這種“一儲多用”的模式，顯著提升了儲能項目的經濟可行性，也使AIDC從單純的電力消費者，轉變為兼具調節能力的“產消者”（prosumer）。

在這個過程中， 儲，正是連接“算”與“ 電 ”的關鍵紐帶。 它讓AIDC從被動耗電者，轉變為主動的能源管理者、市場參與者和綠色推動者。 這一切，都需要 對 電池 的智能 管理 。

同樣以商湯臨港智算中心項目為例，經測算年可降低電費約7%。實際運行過程中，光是2025年12月單月，就節省電費支出超百萬。“寧德時代在這個領域有比較高的優勢，就是它在支持深度充放電比例的前提下，還能維持較低的衰減率，再疊加達卯能源大模型的動態調度策略，共同實現了智算中心用電成本的大幅下降。”AI能源技術服務商兼項目運營方達卯科技CEO簡煜忞表示。

放眼未來，正如 清華大學電子院能源電子中心主任李中陽 在2025中國算力大會等多個場合表示，“算電協同的核心在于全鏈條、多主體之間的價值分享機制 。 儲能作為靈活性資源是基礎設施中的關鍵，而 AI 技術在綠電出力預測、電力交易、儲能控制等場景的應用是其中的軟實力，是實現價值疊加的另一種必備基礎設施。”

以前，數據中心只有 在電網斷電時才啟動電池 ，而現在， 電池 在 持續運行，電池始終在塑造和過濾 數據中心的電力 。 如果之前是Energy for AI, 這個新范式則可以稱之為AI for energy。

想參與閉門研討活動

和線上產業微信群

請注明公司、職位

添加微信：shizhicyy

視知產研院聚焦科技和新能源

微信公號已有100萬+高質量粉絲

添加微信：ishizh_business

加好友請注明合作品牌