封面文章 | 萬字長文詳解AI驅動的電力超級周期

本文首發于《能源》雜志2026年第2期封面文章欄目。

文/王高峰

AI與算力需求的爆發式增長，正在催生一個電力超級周期。這一周期，將為相關產業帶來前所未有的投資機會。

2026年的科技界，“算力的盡頭是電力”這句話變得越來越具象化。

1月22日，埃隆·馬斯克在達沃斯世界經濟論壇表示，AI的限制因素已不再是算法或算力，而是電力供應。由于芯片生產速度遠快于電力增長，未來幾年內全球將面臨“有芯片卻無法開啟”的局面。

馬斯克這一觀點在科技界不算是新聞。幾個月之前，英偉達創始人黃仁勛在英偉達總部召集約25家電力領域頂級初創公司，共同探討AI快速發展所帶來的電力缺口，旨在解決電力短缺對人工智能發展的潛在阻礙。

黃仁勛認為，到2027年，僅英偉達供應的GPU集群，年耗電量需要的裝機規模就將達到150GW～200GW，跟當前法國全國的總裝機容量相當。這還只是算力需求的冰山一角，電力缺口已成為制約AI發展的終極瓶頸。

若電力供應無法破解，再先進的芯片和大模型都將淪為無法啟動的“硅基空殼”。事實上過去的幾年中，黃仁勛曾在不同場合發表諸如“電力掐住了AI的咽喉”“電網成了AI的新天花板”等言論，多次傳達出電力將成為AI未來發展制約的信號。

伴隨著人工智能、大模型、云計算與高性能算力的爆發，全球正在走向一個高度依賴數據、算力和清潔能源的新紀元。電力，不再只是傳統產業的生產要素，而成為支撐數字文明的基礎能源。

傳統意義上的電力需求增長以人口增長、工業化、電氣化為主，增長節奏相對穩定，受宏觀經濟周期影響明顯。但當前技術革命正在重塑電力需求曲線，產生一種比過去幾十年更劇烈、更長期的增長趨勢。

一場由科技革命推動的電力超級周期正迅速逼近。它的規模、速度和影響，都將遠超以往任何一次電力需求增長潮。

《能源》雜志認為，本輪“電力超級周期”（ElectricitySupercycle），是指全球或區域范圍內電力需求長期快速增長、供需結構發生深刻變化、投資規模大幅提升，并帶動能源產業鏈發生系統性變革的歷史周期率現象。這一概念類似于大宗商品領域的超級周期，但更聚焦于電力需求端的結構性變化。

新一輪的電力超級周期，將給發電企業、電網企業以及產業鏈上的相關資源類企業，帶來哪些機會與挑戰呢？

01

算力之渴

凌晨，弗吉尼亞州勞登縣高速公路旁的路燈在薄霧中泛著昏黃光暈，幾公里外的“數據中心走廊”卻燈火通明。這里聚集著全球最密集的超大規模數據中心集群，Google的ARCOLA園區、亞馬遜云服務的SHILOHDP基地與微軟的BOYDTNDP中心……這一個個算力黑洞，24小時不間斷地消耗著電力。

當大多數居民沉浸在夢鄉時，這些數據中心的電力負荷正悄然攀升至峰值——2025年9至11月，這片區域的月度平均負荷增量較上年暴漲53%至73%，單月新增負荷最高達3GW，相當于三座大型火電廠的總裝機容量。

當前，全球超70%的互聯網流量經由弗吉尼亞州數據走廊的數據中心傳輸。最新發布的《2030年北弗吉尼亞數據中心市場規模及趨勢》報告顯示，2025年該地區的IT裝機容量已達到7.6GW，預計到2030年增長至13.8GW。其超大規模數據中心的容量，已超過中國或歐洲的總和。

在很長一段時間里，數字經濟被視為一種“輕資產”“低能耗”的產業模式。軟件、算法、平臺，似乎都運行在一個與物理世界相對脫鉤的空間中。然而，隨著AI模型規模指數級膨脹，這種認知正在迅速被修正。

大模型訓練和推理，本質上是高度密集的計算過程，而計算的終點則是電力消耗。從GPU、CPU到專用加速芯片，從服務器散熱到網絡設備運行，幾乎每一個環節都在持續消耗電力。更關鍵的是，AI并非一次性投資，而是一種持續進化的技術體系：模型越大、參數越多、應用越廣，對算力的需求就越高、對電力的依賴就越深。

在這個意義上，算力正在成為一種新的工業產能。電力則是支撐這種產能的最核心投入要素。正如鋼鐵時代離不開煤炭、石油時代離不開原油一樣，AI時代同樣離不開穩定、充裕和可預期的電力供應。

國際能源署（IEA）近期發布的《能源與人工智能》報告指出，2024年數據中心的耗電量約占全球總耗電量的1.5%，達到415TWh（1TWh=10億KWh）。這一數字，超過了2024年英國全年的全社會用電量。在這場算力擴張的浪潮中，人工智能成為最主要的能源消耗者——OpenAI的GPT-4模型僅14周的訓練期就消耗了42.4GWh（4240萬KWh）電力。這些耗電量足以滿足一個百萬人口的城市全天的全社會用電量。更令人擔憂的是，到2030年全球數據中心用電量將增長一倍，飆升至945TWh，逼近日本當前全國的用電規模。

中國和美國是數據中心電力消耗增長最為顯著的地區。IEA預計到2030年，這兩個地區的增長占全球總增長的80%。與2024年相比，美國的電力消耗將增加240TWh（增幅130%），中國將增加175TWh（增幅170%），歐洲將增加超過45TWh（增幅70%），日本將增加15TWh（增幅80%）。

更值得警惕的是，AI的能耗增長正呈現指數級加速，且這種加速遠超算力增長的幅度。斯坦福AI指數報告（AIIndexReport2024）顯示，GPT-2（2019年）的訓練能耗約0.1MWh，而GPT-4（2023年）約為5萬MWh。這意味著訓練一個大模型，四年間能耗增長了約50萬倍。這種“超線性增長”徹底打破了傳統工業的能耗規律。

2025年全年，亞馬遜、微軟、谷歌三大巨頭的AI基建年投入已沖破3200億美元。相關預測顯示，AI電力需求將占到全球數據中心近一半的電量。與此同時，盡管2025年可再生能源發電量歷史性地超越煤電，但全球總發電量增速僅為3.3%。而Gartner的分析顯示，2025年全球數據中心的電力需求卻激增了16%。數字文明對電力的巨大需求，正讓電網壓力從局部挑戰演變為全球性的戰略瓶頸。

這促使我們不得不重新審視電力在智能時代的作用。在蒸汽機時代，煤炭的燃燒推動齒輪轉動，電力只是工廠里驅動傳送帶的輔助者，即便斷電工人仍可依靠人力維持基礎生產。在電氣時代，電力走進家庭，但失去電力人類仍能通過蠟燭、柴火維持基本生活。但在智能時代，電力成為AI思考、學習和決策的能量來源，沒有電力ChatGPT難以生成一句話，自動駕駛汽車的激光雷達會停止掃描，智慧城市的交通信號燈將陷入癱瘓。

這種從“輔助”到“必需”的依賴關系，徹底重塑了電力的價值定位：它不再是可替代的能源，而是智能存在的前提。

02

新周期有何不一樣？

在人類能源發展的漫長歷史中，電力需求的增長始終與技術革命、經濟轉型緊密相連。過去的一個世紀，全球電力行業經歷過三次顯著增長周期。

第一輪出現在20世紀初至50年代。伴隨工業化與早期電氣化推進，電力從奢侈品轉變為工業生產和城市生活的基礎設施，廣泛用于工廠驅動與城市照明，推動制造業擴張和城市化進程。其間，美國用電量在1900—1950年增長超過20倍，歐洲主要工業國亦經歷類似躍升。

第二輪發生在20世紀50年代至80年代。二戰后重建、家用電器普及、電網快速鋪展以及發展中國家電氣化起步，共同推動全球用電需求長期高增長，年均增速多維持為6%～8%。

第三輪則始于20世紀90年代。信息化與互聯網浪潮帶來數據中心、云計算等新負荷，但整體用電需求進入相對平穩增長階段。

上述這三次周期均未脫離“分散需求+穩定供給”的基本框架——電力消耗分散于億萬家庭和企業，供給端以火電為主的穩定電源可靈活匹配需求的波動。

但當下正在發生的電力需求變革，卻與以往任何時期截然不同。它是由特定領域集中爆發、與能源結構轉型深度綁定，且增長確定性遠超歷史的電力超級周期。

需求的集中性是本輪周期的第一個特征。傳統電力需求的核心特征，在于其分散性與普遍性。無論是居民用電還是制造業用電，都呈現出“多點分布、單體規模有限”的特點。這種分散性使得電網建設可以遵循“漸進式擴容”的邏輯——根據區域經濟發展速度、人口增長規模逐步增加輸電容量，無須應對短時間內爆發的超大負荷壓力。

正是因為這種傳統電力系統建立在“平均增長”的假設之上，電網建設追求覆蓋面，發電側強調規模化，負荷預測更關注長期趨勢，而非局部極值。即便在工業用電高度集中的地區，單一用電主體對電網的沖擊相對有限。

AI時代的到來，徹底打破了這一傳統范式。AI技術的核心載體是數據中心。承載大模型訓練、大規模算力調度的超大型數據中心，其用電負荷正以“量級躍升”的方式刷新行業認知。以大型數據中心為代表的新型負荷，是高度集中的超級節點。一個超大規模數據中心集群，峰值負荷往往相當于一座中等城市，甚至超過傳統重化工企業。更重要的是，這種負荷具有高度的剛性：不能隨意錯峰、不能中斷運行、對電能質量和穩定性要求極高。

這種變化，使得電力需求的增長從“線性擴張”轉向“節點式爆發”。在全國甚至全球尺度上，總用電量的增幅或許仍然溫和，但在局部區域電力系統可能在短時間內承受數倍于歷史經驗的沖擊。這正是當前美國、歐洲乃至中國部分地區頻頻出現“電網瓶頸”“接網排隊”“數據中心選址受限”等問題的根本原因。

能源結構轉型與新型需求的疊加，則是本輪周期的第二個特征。與以往任何一輪電力需求上升不同，當前的增長并非發生在能源擴張期，而是與全球能源轉型進程高度重疊。這種疊加性，構成了電力超級周期中最復雜、最具張力的一組矛?盾。

過去的電力增長，往往與能源供應結構的“單向優化”同步推進。20世紀中后期，石油和天然氣逐步取代了煤炭成為主要發電能源，在支撐用電需求擴張的同時降低了污染排放。21世紀初，可再生能源開始規模化發展時，全球電力需求增速相對平緩，電網有充足的時間消化其間歇性影響。但當下的情形已發生了根本變化：電力需求正以前所未有的速度增長，而能源體系又在以“脫碳”為目標加速轉型。兩種節奏的錯位，形成了雙重擠壓。

其核心矛盾在于，可再生能源的間歇性與AI算力對穩定供電的剛性需求難以匹配。風電和光伏高度依賴自然條件，全球風電年利用小時數普遍在2000～3000小時，光伏多在1500～2000小時（中國約1200小時），而數據中心需要的是全天候、連續不斷的電力供應。

為解決這一矛盾，許多國家開始重新審視能源結構的多元化與穩定性之間的平衡。比如燃氣發電目前開始在全球范圍內大幅擴張，西門子能源、GE的燃機訂單已經排到了2029年；新型儲能也被視為解決間歇性的主要手段之一，2025年全球儲能企業的業績創出了歷史新高。而在發電側和電網側，靈活性改造如火如荼，供電企業試圖用智能化和更加靈活的方式重塑電力系統的運行邏輯，以應對AI用電的“疊加性”帶來的挑戰。

本輪周期的第三個特征在于其增長的確定性。無論是國際能源機構、主流咨詢機構，還是各國政府的中長期規劃，對AI時代未來十年電力需求的判斷正形成一種罕見共識：電力需求的持續增長具有高度的確定性，分歧主要集中在增長速度而非方向本身。這一判斷，已成為全球能源政策和產業投資的重要共用前提。

國際能源機構（IEA）在《2025年世界能源展望》中指出，全球電力需求正進入新一輪加速增長期。在既定政策情形下，預計到2035年，全球電力需求達到37.8萬億千瓦時，新增用電量相當于“每年新增一個日本的全社會用電規模”。2024年，全球用電需求增速已躍升至4.3%，顯著高于過去十年約2.5%的平均水平。IEA明確指出，AI和數據中心是當前增長最快、確定性最高的用電領域，已成為全球電力需求增量的核心驅動力。

國際可再生能源署（IRENA）在《世界能源轉型展望》中提出，若要實現1.5℃氣候目標全球須顯著加快電氣化進程，到2030年電力需求年均增速需要維持在3.5%～4%之間。美國能源信息署（EIA）則強調，AI帶動的電力需求具有“不可逆轉性”——即便經濟周期出現波動，科技企業對算力的持續投入也難以明顯收縮。因為AI已成為企業競爭力的關鍵基礎設施。這種剛性需求，將對電力增長形成長期支撐。

除算力擴張外，交通電動化正在成為電力需求的另一重要增長極。IEA預計，2025年全球新能源汽車銷量突破2000萬輛，同比增長約20%，全球電動汽車保有量增至8800萬輛，對應充電需求1700億～2000億千瓦時。中國市場的變化尤為顯著。中國汽車工業協會數據顯示，2025年中國新能源汽車產銷量均超過1600萬輛，國內市場占比超過50%。這標志著新能源汽車已成為中國汽車產業的主導形態。

從更長周期看，全球電動汽車市場2017年以來持續高速增長，2017—2024年的年復合增長率達42.9%。樂觀情形下，到2030年全球新能源汽車保有量或超過5億輛（含二輪和三輪），年充電用電需求接近1萬億千瓦時，約占當前全球用電總量的3%。

更關鍵的是，充電負荷在時間和空間上的分布與既有負荷高度疊加：居民充電集中于晚間，與生活用電高峰重合，公共快充多發生在白天，與工業負荷疊加，進一步放大了電網系統的整體壓力，并推高了電力的需求總量。

當我們梳理需求的集中性、疊加性與增長確定性這三個維度的特征時，電力超級周期的本質逐漸清晰：它絕不是一次簡單的用電需求增加，而是一場由以AI算力為核心的技術革命、以脫碳為目標的能源革命和以深度電氣化為路徑的社會變革共同驅動的全球電力系統重構。這場變革帶來的，不僅是用電量的大幅增加，而且為相關產業鏈條帶來前所未有的投資機遇。

03

發電側的機會

毫無疑問，電力超級周期最直接的受益方是發電側。電力需求的增加，需要在發電側增加投資，以滿足日益集中且具有確定性增長的電力需求。

然而，在電力系統中，一直存在一個“不可能三角”的困境，即供電的穩定性、價格的低廉性與供電的清潔性之間存在天然的張力，就類似金融領域里高收益、高安全性與高流動性三者不可能兼得一樣。在電力系統中，上述三個要素的任何一個目標的優化，都意味著其他兩個要素中至少一個目標處于惡化狀態。這必然會導致在AI與數據中心的供電系統中，電力需求的穩定性、新能源的清潔波動性與價格低廉之間產生難以調和的矛盾。

亞馬遜云公司的運維數據顯示，公司每中斷供電1分鐘將造成至少500萬美元的直接損失，因此其對供電的要求是“99.999%”的可用性，意味著年均停電時間不得超過5分鐘。這種近乎苛刻的標準，直接挑戰了具有間歇供電先天特征的新能源發電的穩定性。為了保持供電的絕對安全，電網不得不投入巨額成本建設冗余備份，直接推高了電價，挑戰了廉價維度；而若全速轉向綠電，新能源的波動會擊穿底線，威脅到安全維度；退而求其次啟動柴油機或火電保供，又背離了綠色和低碳的初衷。

為了平衡上述矛盾，解開這一“不可能三角”的困局，天然氣發電、核電和“光伏+儲能”，正在成為發電側投資的核心主線。

在新能源尚未完全成熟的當下，天然氣發電因其相對清潔與快速調峰能力，成為許多國家平衡三角矛盾的緩沖器。天然氣的核心優勢在于其靈活性與低碳性的平衡，是應對新能源波動的理想調峰電源。

美國的實踐印證了這一點。2025年初特朗普二次上臺后，為保障AI數據中心的電力供應，重啟了大量天然氣電站建設，預計到2030年天然氣發電貢獻美國新增電量的35%以上，成為電網可靠性的主力核心電源。這種選擇本質上是在供電穩定性與“低碳和廉價”之間做出的現實妥協——放棄短期脫碳目標，優先保障能源安全與成本可控。

氣電的崛起，從全球燃氣輪機的銷量暴增中可見一斑。世界燃氣輪機三大巨頭之一的GEVernova首席執行官斯科特·斯特拉齊克（ScottStrazik）2025年12月表示，隨著大型數據中心建設推動電力需求上升，公司到2025年底將簽署80GW的聯合循環燃氣輪機合同，并且已經賣光了截至2028年的所有燃氣輪機產能，2029年的產能已經賣到只剩10%了。另一燃氣輪機巨頭西門子能源披露，其燃氣輪機訂單迅速放量，2025年賣出了194臺燃機，幾乎是2024年的兩倍。

盡管天然氣發電有“卷土重來”之勢，但在全球去碳的背景下，這一選擇可能只是權宜之計。核電因其零碳、穩定的特性，正在重新回到全球能源決策的中心舞臺。在電力需求增加與能源轉型的雙重壓力之下，核電的戰略地位正在被重新定義。

2024年9月20日，位于美國賓夕法尼亞州的三哩島核電站遺址迎來了久違的喧囂。這座曾因1979年核泄漏事故成為“美國核電噩夢”代名詞的設施，其未發生事故的1號機組在2019年因為經濟原因關閉。

在閑置了多年之后，微軟成為三哩島1號機組的“救命稻草”。隨著數據中心與AI發展對電力需求的急劇增加，微軟決定與美國最大的核電運營商星座能源（ConstellationEnergy）一起，重新啟動這座核電站的1號機組。根據雙方簽署的協議，該核電站恢復運行后產生的全部電力，未來20年將直接輸送至微軟分布在東海岸的12座數據中心。

幾乎在同一時期，谷歌在華盛頓州的沙漠中圈定了7塊建設用地。這里將建設小型模塊化反應堆（SMR）集群，預計2030年投產后可提供50萬千瓦裝機的無碳電力。另一家數字化巨頭亞馬遜AWS則承諾，未來將5億美元的投資用于核反應堆模塊的開發。Meta公司雖稍晚入局，卻以更激進的姿態發出核電征集令，計劃在21世紀30年代初新增100萬～400萬千瓦核電裝機，CEO扎克伯格直言要成為“首個實現核動力AI的科技巨頭”。

國內的科技巨頭也在尋求穩定的核電電源。近期，阿里巴巴與中國核電電力股份有限公司及多家合作方成立一家合資公司。該公司名為中核（象山）核能有限公司。阿里巴巴旗下上海毅旗網絡科技有限公司為該合資公司共同出資方。在此之前，阿里方面曾提出由秦山核電直供數據中心，以獲取價格相對穩定、清潔屬性突出的核電電力。但受制于核電上網機制、電力市場規則以及跨主體直供的現實約束，相關方案最終并未實質性推進。

國際能源署2025年1月發布的《核能新紀元之路》報告指出，全球對核能的興趣正迎來20世紀70年代石油危機后的新高潮，目前已有超過40個國家表示支持擴大核能應用。當前，全球約有440個核反應堆正在運行，分布于31個國家，總裝機容量近4億千瓦。其中，美國、中國和法國位列前三名，分別占到全球核電發電總量的30%、16%和13%。

報告顯示，全球超過近70臺核電機組正在建設中，總裝機容量超7000萬千瓦，處于1990年以來最高水平，其中中國在建數量領跑全球。另外，過去五年，全球約15%的核電機組（60多臺）決定延長運行壽期。近三年，核能領域年度投資額增長近50%，突破800億美元。

值得一提的是，小型模塊化反應堆（SMR）是國際投資最看好的核電領域，也是美國押注的重點。SMR核心優勢在于“模塊化、安全性與靈活性”。它們可以像樂高一樣在工廠制造并現場組裝，占地面積僅為傳統核電站的十分之一，極易部署在數據中心周邊或廢棄的火電廠址。最激進的預測顯示，到2030年，美國SMR的潛在裝機量將突破10GW，不僅能填補AI產生的巨大電力赤字，而且將通過與微電網結合，成為保障全美算力主權最堅固的低碳基荷底座。

當然，SMR并非沒有爭議。在中國一位核電專業人士看來，SMR的前景沒有想象中那么美好。“其最大的問題在于經濟性，與大型核電機組相比，SMR的發電成本太高了”。他表示。

然而，隨著技術的成熟與規模的擴大，核電的經濟性將進一步凸顯。其在“不可能三角”中的平衡優勢將更加明顯。盡管核電項目前期投資規模較大，但憑借超長運行壽命、高利用率和極低的燃料成本，其全壽命周期度電成本具備顯著的競爭力。國際原子能機構（IAEA）預測，到2050年，核能將占全球發電量的12%，成為零碳電力系統的重要壓艙石。

在天然氣發電與核電之外，光伏與儲能的組合被視為最具潛力的技術路徑之一。隨著光伏效率的提升與儲能成本的下降，這一組合正在從政策驅動轉向市場驅動。其終極經濟賬的計算與破解，將成為全球能源轉型的關鍵。

2025年2月，我國新能源政策迎來重大調整。國家發展改革委和國家能源局聯合發布136號文，《關于深化新能源上網電價市場化改革促進新能源高質量發展的通知》，要求除光熱和海上風電外，其余風光項目上網電量全部進入電力市場，電價由市場交易決定。市場普遍認為，該政策短期內降低了新能源項目的收益波動，但長期有利于電價逐步下降。

與此同時，2025年的光伏+儲能市場成本快速下降。全球光儲一體化度電成本（LCOE）已降至0.35～0.45元/千瓦時。中國的產業鏈優勢則更加明顯，單晶硅電池效率突破27%，組件價格從2010年的30元/W降至1.0元/W，降幅超97%；鋰電池儲能系統成本降至1.1元/Wh，比2022年下降約40%，其中碳酸鋰價格從60萬元/噸降至最低6.5萬元/噸起到了關鍵作用。這使得中國的新增項目成本已經可以低于0.3元/千瓦時了。

從全球視角看，光伏+儲能經濟性拐點已出現。國際可再生能源署《2024年可再生能源發電成本》報告顯示，2024年全球新增可再生能源裝機中約91%的成本低于最便宜的化石燃料方案。該機構預測，到2030年，光儲組合將在多數地區成為成本最優新增電力選擇，度電成本將降至0.2元/千瓦時以下，低于煤電0.25元/千瓦時；到2040年，光儲將占全球發電量的35%，成為最主要的發電方式。

報告強調，隨著光伏在能源結構中的占比提升，新型儲能將作為關鍵的靈活性資產，規模效應將驅動成本進一步攤薄。這意味著，光伏+儲能有望最終實現“穩定可靠”“低碳環?！薄皟r格廉價”的三者統一，成為突破“不可能三角”的終極路徑。

04

電網的壓力與紅利

與傳統用電負荷不同，數據中心的用電具有剛性、集中性與持續性的特征。這樣的特殊性，首先給電網帶來的是局部過載的難題。

電網好比一條設計通行能力為每小時千輛轎車的高速公路，在短期內突然涌入數百輛百噸級的重型卡車，路面的承重能力、橋梁的負荷上限都會瞬間面臨著嚴峻挑戰。在數據中心集中建設的區域，原本設計的配電網架往往難以承載短期內激增的用電需求。

這在美國數據中心集中地區表現尤為突出。在美國俄亥俄州的哥倫布市，由于數據中心的扎堆導致電網負荷過載，2025年當地電力公司AEPOhio停止簽署新的服務協議，因為其隊列中有超過50家客戶（多數為數據中心）申請了總計超過3000萬千瓦的負荷，電網完全無法承載。弗吉尼亞州則通過提高收費來調節電網的壓力。該州公用事業委員會批準，2027年1月起對需求超過2.5萬千瓦的大型用戶（主要是數據中心）實施GS-5新費率，要求數據中心必須預付至少85%的合同容量費用，以補償電網基礎設施的擴建成本。

毫無疑問，電網的壓力必然會帶來基礎設施投資的動力。與此同時，智能電網的數字化監測、虛擬電廠的聚合調控、需求側響應的削峰填谷，這些技術手段的應用，可以在很大程度上提升電網的運行效率、降低供電成本。尤其是在超級算力的高強度電力需求之下，傳統的電網架構需要升級迭代。

智能電網被視為應對電網極限壓力的“智慧大腦”。相較傳統電網，其核心優勢在于實現電力流、信息流與業務流的深度融合。通過在輸電線路、變電站及用電終端部署大量智能傳感器和監測設備，電網可實時采集電壓、電流、功率、溫度等關鍵運行數據，并經由物聯網傳輸至調度中心的智能決策平臺。依托大數據分析與人工智能算法，平臺能夠精準預測負荷變化、識別潛在故障、優化調度策略，在高負荷場景下顯著提升電網的感知能力與響應速度。

在數據中心等負荷高度集中的區域，智能電網可實現對用電需求的精細化監測，動態掌握負荷波動趨勢。當局部電網出現過載風險時，系統可迅速調整周邊電源出力，或引導數據中心實施錯峰用電，防止風險擴散。同時，通過提升風電、光伏等可再生能源的預測與協同調度能力，智能電網能夠實現友好并網，為數據中心提供更清潔、更穩定的電力保障。

虛擬電廠則是破解電網靈活性不足的重要聚合工具。虛擬電廠并非實體電源，而是通過通信技術和軟件系統，將分布式電源、儲能裝置、可控負荷等分散資源統一調度，形成具備規模化調節能力的“虛擬電廠”，參與電網調峰調頻和需求響應。其核心價值在于，把原本零散、難以調度的小規模資源，轉化為可被電網統一調用的重要調節力量。

我國虛擬電廠建設已進入政策加速期。2025年11月，河北省出臺《虛擬電廠建設運營實施意見》，明確提出到2027年全省虛擬電廠調節能力達到200萬千瓦。在負荷高峰時段，虛擬電廠可通過協調數據中心等用戶的可調資源，實現數萬千瓦級負荷削減，有效緩解供電壓力；而參與調度的數據中心可獲得相應補償，降低用能成本，實現雙贏。

需求側響應則從用戶側重塑電網供需關系。其核心機制是通過價格信號或政策引導，引導用電方根據電網運行狀況主動調整用電行為，實現削峰填谷。在這一機制下，用電用戶不再只是被動的電力消費者，而成為電網調控的重要參與者。

對于數據中心這類大型用電主體而言，需求側響應潛力巨大。雖然其對供電穩定性要求極高，但并非所有業務必須全天候滿負荷運行。核心業務需要持續供電，而數據備份、離線計算、模型訓練等非核心業務，則具備向低谷時段轉移的空間。隨著數據中心規?；尤腚娋W，需求側響應已從補充手段轉變為保障電網安全穩定運行的重要支撐。

毫無疑問，上述三種技術是緩解電網壓力的重要手段。在未來一段時間內，這些技術提供了巨大的投資潛力。但在有巨大電力需求的互聯網巨頭看來，電網的架構升級則可以撬動更大的機會。

為滿足大功率超高強度的算力需求，供電架構的革命正悄然臨近。在互聯網巨頭看來，傳統54V供電架構要承載1MW功率，需通過超18kA的電流，單機柜銅纜用量超1噸，能源轉換效率僅90%，已經無法適配兆瓦級算力的高強度需求。

2025年12月，英偉達聯合行業合作伙伴正式發布《下一代AI基礎設施800V直流架構白皮書》，旨在統一行業技術接口規范，引領供電架構升級方向。該白皮書的發布，標志著全球AI數據中心供電架構從傳統的48V/54V時代正式跨入800VHVDC（800V高壓直流）時代。

白皮書明確提出，計劃2026年完成400V技術過渡，2027年與Kyber機架同步實現800VHVDC規?；慨a，將端到端能源轉換效率提升至98%以上。該技術的核心優勢在于，它采用“13.8kV電網-800VDC直供”單步轉換的模式，砍掉多重中間轉換環節，電力損耗降低40%，銅纜使用需求減少45%。

800VHVDC正在引發全球科技巨頭的集體跟進，推動行業進入標準化競爭新階段。除英偉達主導的技術路線外，微軟發布的分離式電源架構計劃升級至400VHVDC，谷歌提出直接接入電網的正負400V直流供電終極方案，Meta則推出了分三步走的高功率電源升級路徑。盡管這些技術細節存在差異，但高壓直流化已成為行業共識。

這種競爭與協同并存的格局，將進一步加速技術迭代與成本下降。預計2026年400V過渡技術落地后，全球AI數據中心供電架構升級進入加速期。市場普遍預測2027年是800V商業化的關鍵臨界點。高盛預測，待規?；慨a后，有望帶動全球AI數據中心電源市場規模突破300億美元，三年復合增長率高達110%。

圍繞電網未來投資潛力的初步布局，中國已經完成。1月15日，國家電網宣布，“十五五”期間固定資產投資預計達4萬億元，較“十四五”時期增長40%。這筆投資的重點是構建更智能、更綠色的電網體系，以推動電網的升級迭代和中國能源的綠色轉型。

05

稀缺的資源

本輪周期帶來的機會，還不僅體現在發電側和電網側，而且因電力需求增加而帶來的上游礦產資源的投資價值和戰略地位提升將隨著周期的深入而進一步凸顯。

如果說電力是數字文明的血液，那么關鍵礦產就好比是輸送血液的血管。在電力時代，銅與鋰的投資價值和戰略地位尤為突出。很大程度上講，這兩種資源的戰略價值可以與石油時代的原油相媲美。

長期以來，與金銀等貴金屬相比，銅一直被視為“卑金屬”。但在電力時代，它卻是不折不扣的戰略資源。銅具有卓越的導電性，是電力傳輸和分配中最有效的材料之一。而與貴金屬銀相比，銅的儲量更豐富、價格更低廉，是大規模電氣化應用的理想選擇。

因此，銅被看作是所有能源轉型路徑中無法繞過的物理極限。無論是風力渦輪機的發電機繞組，還是連接荒漠光伏電站與內陸城市的輸電線路，抑或是電動汽車內部密集線束，銅是目前金屬中最高效且最經濟的導電介質。

IEA在《關鍵礦物在能源轉型中的作用》報告中指出，作為電氣設備的核心材料，全球每增加1千瓦的發電裝機需要消耗約8公斤的銅。國際銅業協會的數據顯示，一輛電動汽車的銅消耗量更是傳統燃油汽車的4～5倍，而可再生能源的用銅量通常是傳統能源的6～12倍。尤其是海上風電領域，銅的消耗密度最高，每兆瓦需消耗約2.5至6.4噸（2.5～6.4kg/kW）。而在光伏系統，每兆瓦約消耗2.8至4.8噸銅（2.8～4.8kg/kW）。相比之下，天然氣或煤電廠的用銅量相對較低，平均每兆瓦僅需1噸左右。

IEA預測稱，根據現有和已宣布的銅礦項目，預計到2035年，“既定政策情景”下的銅供應缺口達到30%。這一缺口在“加速生產情景”中擴大至35%，在“凈零排放情景”中則超過40%。這種需求激增，直接觸發了大國對銅資源的爭奪和“資源民族主義”的回歸。在智利和秘魯——這兩個供應了全球近40%產量的南美國家，新一代領導者正在重新審視礦產契約，試圖通過加稅和強化國家控制，將地緣紅利從跨國公司手中奪回。

近期，國際銅期貨價格呈現爆發式增長。倫銅（LME）在2026年1月首次沖破13000美元/噸的歷史新高，與上年同期相比，累計漲幅超過40%。這一波狂飆行情主要是由供應瓶頸與新興需求爆發的雙重共振驅動的。在供應端，受海外大型礦山（如印尼Grasberg礦場和剛果卡莫阿礦）頻繁發生的礦震及技術事故影響，全球銅礦產量預測被顯著下調，加之對潛在關稅政策的擔憂引發了貿易流向的搶購與囤貨行為。在需求端，全球AI數據中心基建的爆發式擴張及綠色能源轉型對電網升級的硬性支撐，將銅推升為不可或缺的“戰略算力資產”。疊加美聯儲開啟降息周期帶來的流動性寬松及商品貨幣屬性回歸，市場人士分析銅價可能在2026年繼續走強。

除了銅的戰略地位之外，隨著儲能時代的到來，鋰更是被看成“白色石油”。作為能量密度最高的金屬，鋰是人類目前在大規模移動儲能上難以替代的“核心燃料”。據統計，一輛續航500公里左右的電動汽車需要消耗50～60公里的碳酸鋰，一個大型的鋰電池儲能電站對碳酸鋰電需求量更是以千噸計。InfoLink數據顯示，2024年全球鋰需求量首次突破百萬噸碳酸鋰當量大關，達到118萬噸。而隨著全球低碳目標和電氣化需求的不斷加速，國際能源署預計，2030年全球鋰需求量可達到400萬噸碳酸鋰當量。

當前，中國在電動汽車和儲能領域均建立了較強的市場優勢。2025年中國新能源汽車全年產銷量均超過1600萬輛，占到全球新能源汽車市場份額的70%以上，已經成為拉動全球新能源汽車發展的核心引擎。

在儲能領域，2025年中國新型儲能行業實現了跨越式增長，累計裝機規模突破1億千瓦大關，相比“十三五”末增長近20倍。其在全球新增裝機中的占比超過40%，穩居世界第一。依托完備的產業鏈優勢，中國在2025年貢獻了全球約97%的儲能電芯出貨量，并憑借鋰電成本的持續下行和長時儲能技術的商業化突破，正從全球“制造工廠”向“技術與標準引領者”轉型，成為支撐全球能源結構轉型和AI算力中心電力保障的核心力量。

06

新周期的啟示

當我們在21世紀第三個十年的中段回望時，會發現人類文明正經歷一場前所未有的“雙重轉型”。一方面是以大模型、生成式AI為核心的智能算力革命，另一方面是以去碳化、電氣化為核心的能源系統重構。這兩股力量的交會處，正是上文我們所定義的電力超級周期。

作為全球AI浪潮的發源地，美國率先品嘗到了這場變革中電力短缺的苦果。曾經被認為已經“進入后工業時代、用電需求停滯”的美國電力系統，在AI數據中心、制造業回流和交通電氣化的三重沖擊下，正面臨著數十年來最嚴厲的挑戰。

相比之下，中國憑借超大規模的電網投資、世界領先的新能源裝機和“東數西算”的超前布局，目前在電力供應上尚顯從容。但深入分析電力流向與算力布局，不難發現中國的隱憂依然存在。

中國的數據中心需求高度集中在長三角、珠三角和京津冀地區。而這些地區本身就是工業和生活用電的負荷中心。雖然“東數西算”戰略旨在將算力引向中西部，但對時延敏感的金融、實時交互的AI業務仍必須留在東部。當這些地區的算力負荷大幅投產，疊加電動汽車的大規模普及時，東部電網的末端配電能力和峰值調節能力將面臨著嚴峻考驗。

盡管政府對數據中心的PUE（能源利用效率）有嚴格的限定，但隨著大模型參數量的躍升，單體算力節點的功耗密度正在從10kW向40kW甚至更高演進。這意味著，即便PUE降到1.2以下，絕對用電量的激增依然會對局部變電站造成沖擊。如果沒有配套的電力擴容，中國東部城市難免會出現“算力工廠與居民生活爭電”的尷尬局面。

面對美國的前車之鑒，中國不能等缺電發生后再去“搶電”，而應利用體制優勢和技術儲備提前布局這場深刻的能源變革。如，鼓勵AI企業將非實時訓練任務向能源豐富的西部遷移，同時利用AI算法將數據中心改造為虛擬電廠，實現從“東數西算”向“能算協同”的深度耦合。

在基礎設施層面，我國需要堅持基建先行，通過加快配電網升級與特高壓擴容來打破輸電瓶頸。針對AI產業密集區，應提前規劃高容量變電設施以避免“算力等電”，并持續加大特高壓直流輸電建設，確保西部綠電能夠低損耗地輸送至東部集群。

通過吸取美國教訓，堅持能源與算力的深度融合、基建與機制的雙輪驅動，中國不僅能夠規避局部電力短缺的風險，而且能夠在全球人工智能競賽中鍛造出一套靈活智能、綠色高效的動力源泉。這不僅是為了保住數據中心的運轉，而且是為了在這場深刻的文明進程中掌握主動權，定義屬于我們的智能未來。

歡迎投稿，聯系郵箱

tg@inengyuan.com

首批新型電力系統試點落地，

國家電網發布服務新能源高質量發展十項舉措