“AI的盡頭是算力，算力的盡頭是電力”——這句在科技界廣為流傳的判斷，正從行業共識走向產業現實。

2026年《政府工作報告》首次將算電協同納入新基建，“十五五”規劃亦明確“大力發展新型儲能”。算力與電力的深度融合，正在成為數字新基建的核心命題。海博思創也將算電協同列為未來重點布局的場景之一。

一個高價值場景的誕生

算力中心為何成為儲能企業重點布局的方向？海博思創創始人、董事長、首席執行官張劍輝提出兩大核心邏輯：用電增長快、電價承受度高。

從用電負荷來看，算力中心是未來五年增速最快的領域。據估算，到“十五五”末，算力中心用電將占到全社會用電的8%以上。預計2030年，數據中心電力負荷達1.1億千瓦、年耗電量5257億千瓦時，其中綠電需求約4200億千瓦時。

“一旦出現殺手級的C端或B端應用，用電將呈指數級增長。”張劍輝判斷，未來五年內，算力中心場景的儲能需求甚至有望超過傳統的獨立儲能。

從成本容忍度來看，算力中心用電成本在總投資中占比相對有限。以 3000P 算力中心為例，服務器投資約10億元，年用電量不足1億度。相較于硬件投入與算力產出，電價邊際波動對整體運營成本影響較小。這意味著，相較獨立儲能，算電協同場景可為儲能電站帶來更可觀的盈利空間。

如何實現真正的算電協同

當前，不少項目被稱為“算電協同”案例，但本質上僅是在綠電富集區建設算力中心，使用低成本綠電，并非嚴格意義上的算電協同。

真正的算電協同，建立在一個重要前提之上：部分算力需求可延時滿足。大模型訓練、科學計算、影視渲染、數據挖掘等任務，具備可調度特性。基于這一特性，算力中心可在電價低谷時段滿負荷運行，在電價高峰時段降載或錯峰運行，實現算力負荷隨電價靈活調度。

另一方面，儲能作為“時間搬運工”，可將風電、光伏等低價電量存儲起來，在算力高峰時段釋放，把低成本綠電轉化為高價值算力輸出。算力與電力由此實現時空雙重優化配置。

張劍輝表示，真正的算電協同，應實現電力隨算力需求動態調度、算力隨電力供給靈活響應，通過預判與自主調節，實現“算隨電走、電隨算調”的雙向協同。

未來，依托儲能系統的靈活調節功能，可實現電能與算力的價值轉化。我國綠電富集區域有望成為 “算力輸出基地”，成為重要的經濟增長引擎。

算電協同解決方案

未來，儲能將不再局限于應對突發斷電的備用電源，而是成為支撐算力中心穩定、經濟、綠色運行的電力架構核心調度單元。針對差異化需求，海博思創形成了發電側配儲、機房側配儲兩大解決方案。

發電側配儲以綠電直連與儲能配置為核心，可滿足算力中心80%—90%的綠電消納需求，同時降低綜合用能成本。

機房側配儲聚焦高端算力對電能質量的嚴苛要求。尤其是面向AI推理的算力場景，其功率變化速度快、波動幅度大，對供電的連續性與穩定性提出了更高標準。

算電協同的最終目標，是構建“新能源+儲能+數據中心”的一體化協同發展模式。儲能通過鎖定風光新能源的棄電與現貨低價電，在綠色轉型、經濟性、供電可靠性三方面實現綜合提升。

AI的反向賦能

算電協同并非儲能對算力的單向支撐，反之，算力也在為儲能產業賦能。

目前，海博思創已將AI技術應用于儲能電站的項目規劃、產品設計、安全預警、故障預測、運維及電力交易等全生命周期。在運維階段，AI可以實時生成多維度的性能評價，實現自動故障預警，自動生成解決方案，指導現場準確高效解決問題，守護電站安全。

電力交易是 AI 深度賦能的另一重要場景。依托海量運行數據，系統需每日預測節點電價走勢，綜合考慮新能源出力、氣象、電網阻塞、市場報價策略等多重變量進行決策。

傳統模型已難以適配復雜決策需求，通過 AI 持續迭代推演，可顯著提升交易策略精度與電站收益水平。“AI 驅動的電力交易能力，已經成為公司核心競爭力之一”，張劍輝說。