2026年是中国把人工智能相关内容写入《政府工作报告》的第三年。人工智能相关的目标也变得更加具体、垂直。在能源领域，人工智能在电网的应用颇受关注。发改委称，到2027年，中国要用人工智能推动五个以上专业大模型在电网、发电等行业深度应用。
然而，人工智能对于中国能源转型似乎是一把双刃剑。一方面，人工智能在中国被“寄予厚望”，目前在上海、新疆、北京等地，人工智能大模型以及多种算法正被用于预测可再生能源电量，优化电网系统，让电网更安全。而数据中心从理论上可以进一步促进绿电消纳，促进电网的灵活性发展。
另一方面，2030年人工智能所依赖的数据中心预计将会占中国全社会用电量的3-5%，这意味着，届时其耗电相当于中国全体居民用电量的五分之一到三分之一；生成式人工智能，以及其他高性能的人工智能服务，可能会在短时间内推高用电量，目前也有影响电网安全的案例。
所以，人工智能和其背后的数据中心，能多大程度帮助中国电网提高运营效率、保障供电稳定，或是促进绿电消纳？为此，对话地球采访了多位专家。
“AI+电网”应用的崛起
国际能源署预测，人工智能算法可以把风能和太阳能预测误差降低30-50%，优化电网运营，减少计划外停机。“从全球来看，这些应用每年有潜力节约3000亿千瓦时（300 TWh）的电力”。这相当于节约出了两个北京市的全社会用电——2025年，北京市全年的用电量约为1400亿千瓦时。
中国的许多电力供应商、研究机构也已经在着手构建符合他们需求的人工智能。例如，南方电网称其人工智能将聚焦“持续提升能源利用效率与算力调度经济性”，以及“提升对复杂工况的泛化与决策能力”等。
此外，人工智能还和虚拟电厂紧密结合。2026年初， 《上海证券报》报道人工智能帮助本地虚拟电厂度过了一场寒潮：该虚拟电厂在收到寒潮通知后，通知某制造业企业配合调峰。文章说，人工智能作为虚拟电厂的“大脑”，把实时电量预测误差控制在3%以内，且 “中长期现货电价预测准确率更是超过85%”。
除上海以外，江苏、广东也已把数据中心储能接入省级虚拟电厂，利用 人工智能预测、调度，引导用电侧“避峰就谷”，从而减轻电网在高峰时段的压力。2026年预计削峰3.5吉瓦。
根据德本咨询整理的一份清单，人工智能在中国电网将承担故障检查、风险预警、助力新能源消费等工作。
虽然人工智能已经用于“改造和优化能源和矿产供应、电力生产和传输，以及能源消费”，但是一些专家对人工智能是否在现阶段可以对中国电网做出有效贡献持怀疑态度。
人工智能多大程度上能优化电网运营？
中国虚拟电厂国重项目首席科学家助理高洪超说，“站在工程的角度来看，目前人工智能跟虚拟电厂的结合处在非常初步的阶段。甚至可以说已经投运的项目也没有很好的、真实的应用和成效。”
他告诉对话地球人工智能参与电网调度的一个关键问题在于，现在的法律法规难以界定人工智能的决策失误的责任归属。“所以在中国这种安全保供型电网下，没有办法完全使用人工智能去做调度，大部分人工智能只是辅助决策。”
张树伟是应用系统分析博士、智库卓尔德（北京）中心的首席经济师。他告诉对话地球，中国的电网旨在稳定供给，受此影响，人工智能在运营方面多用于服务电网安全而非更高效运行，即提高运营效率的作用有限。
例如，国家能源局在2019年公布的一份文件要求，电力系统调度运行应在考虑季节时间特点后提出“稳定运行限额“”，并对“全网各主干线和局部地区稳定情况予以计算分析”。
张树伟表示，中国的发电机组像“标准化的战士一样”保持一定程度的待机状态，根据供电调峰的命令上线或者下线。 “在这样的体系里，不同时间的电力并不存在显著的价值差异。”他说。
“如果所有的可控机组都稳定运行，电价就难以波动；而价格波动，正是人工智能等先进调控技术进入并发挥作用的必要条件 ，因为它们依赖不同的用电和发电造成的价格差获益。”因此，在缺乏为更准确预测提供相应激励的情况下，人工智能在中国电网运营中，很难像西方一样以提升效率为目的而发展。
此外，一些中国的人工智能应用已经在消费侧参与削峰。不仅上海，深圳也在使用类似技术，两年间进行了超过150次电网负荷调节。
张树伟认为，削峰的“必要性”和公平性难以通过数据加以验证，人工智能的引入也难以从根本上改善这一问题。
“需求1000千瓦时，但供给只有800千瓦时，那就要减200千瓦时。削减哪些，本质上是价值选择问题。这并不会因为是否使用人工智能而改变。人工智能无法实现更公平或更高效的分配，它只是放大（现有）体系的不平衡。”
牛津能源研究所研究员候安德（Anders Hove）与张树伟持类似的观点。他说，上海人工智能帮助削峰是“个例”，而不灵活正是中国电网、以及用人工智能帮助电网运行的最大的“瓶颈”。
他说，总体来说中国的需求峰值比北美、欧洲“温和得多”。“中国电力系统的工业需求占比高于北美或欧洲，因此负荷相对更稳定。然而，峰值负荷的快速增长，伴随鸭子曲线问题——中午太阳能出力高，傍晚、晚上峰值需求高，导致快速爬坡需求——已成为电网官员严重关切的问题。此类峰值都需要灵活性来应对。”
但是中国有“大量电力交易为月度、年度，特别是省内交易或省间传输，几乎总是长期提前合同”。虽然政府经常“谈到增加省际交易非常重要”，也举出一些灵活线路的例子表明，但这些例子只是“例外”。
实际上，中国“并没有像北美和欧洲的输电线路那样，根据传输线两侧的需求，不断双向流动”，他说，“政策表明中央政府的目标就是电力系统的90%传输容量应该提前长期合同，这非常违背灵活运行的想法”。
在这样的情况下，除非提前调度，否则即使数据中心与人工智能可以预测需求缺口，也无法灵活、即时地把所需求的电力输送到需要的地方，候安德说。
“东数西算”与“算电协同”
2022年，中国启动了“东数西算”项目，意图将耗电量巨大的东部算力需求有序引导到西部风光电等清洁能源丰富的地区，从而优化数据中心建设布局，促进东西部协同联动。
候安德说，尽管有研究表明数据中心实际上可以成为电力系灵活性的来源，而非单一的恒定负荷，但现实情况是，目前中国大部分数据中心依然主要分布在东部。
“地理灵活性和时间灵活性只适用于运营的很小一部分”，他说，“更重要的是经济原因，他们的客户不会告诉他们，哪个任务是低优先级，也不在乎在哪里、何时做，他们只为速度和可靠性付费”。在为客户提供“及时响应”服务的驱动下，大多数东部的数据中心可以让西部的数据中心分担一些任务，但不会 “转移”去西部。
不过，数据中心也能刺激清洁能源发展。上个月，中国政府提出了“算电协同”概念，也旨在让数据中心从 “吃电大户”变成“电网帮手”。
与“东数西电”不同，该政策希望通过把数据中心与电力系统的配电深度绑定，以便让数据中心在绿电最丰富的地方，最大限度地多用绿电。例如，在光照充足的宁夏中卫的 “算电融合”项目就把其新建的500兆瓦的光伏项目与电网并网。
新华社报道，国家数据局提出，“枢纽节点新建算力设施绿电应用占比需达80%以上”。
张树伟认为这是提升“额外性”的积极信号。他说，如果数据中心能够通过购电协议、合同安排等方式带动新增风电、光伏等清洁能源建设、刺激新的风光投资、实现用电协同发展，“从气候角度看就是好事”。
