算电协同不止于“把绿电接上算力”

当前，算电协同正从概念探索加快进入工程落地期。从长远看，算电协同的目标不只是让数据中心多用一些绿电，而是依托通信网连接算力网与电力网，引导用算行为，实现算力与电力的科学布局、建设和运行。就此话题，北京理工大学机械与车辆学院能动系长聘副教授、碳中和系统工程北京实验室主任助理王永真接受了中能传媒记者的专访。

中能传媒：算电协同目前主要的落地业态有哪些？影响绿电直连数据中心的经济性的最大影响因素是什么？

王永真：一类是跨区域型算电协同，通过网络将对时延不敏感的训练、离线推理等任务向新能源富集、能源成本较低的地区调度，其难点主要在于跨主体任务编排、算力计量、数据安全和服务质量保障；另一类是园区型算电协同，通过绿电直连、配电网等方式推动新能源与算力负荷就近匹配。近两年，绿电直连政策由1对1单用户模式向1对多和多对多的拓展，并明确优先支持算力设施等新兴产业，为园区化、多主体的源荷协同打开了空间。

但“接上绿电”并不天然等于“降低用能成本”。对项目而言，随着物理直连比例提高，专线、变电设施、储能、备用容量和控制系统等投资也可能增加。因此，现实绿电项目的物理直连绿电消费比例往往落在40%~50%左右。如果主要依靠“堆设备”解决风光波动与算力负荷错配，新能源本身的价格优势可能被系统成本抵消。因此，关键在于风光的“源”与算力的“荷”的匹配度，而这个匹配体现在负荷特性、建设周期、商业模式等多维度。

中能传媒：目前行业关注点多集中在源侧及政策机制层面，而“看清算力负荷”成为关键。构建算力负荷画像的核心堵点在哪里？算力画像构建有哪些现实意义？

王永真：从工程基础上看，相关算电协同政策机制能否发挥作用，首先取决于能否把算力这个“荷”看清楚。事实上，算力负荷并非同质负荷：不同业务可延迟多久、可降多少功率、恢复代价多大，差异显著。更现实的困难在于，算力业务与电力负荷之间并不是简单的映射。业务侧通常以Token、请求量、任务规模和服务等级协议（SLA）描述需求，之后还要经过算法执行、算子调度以及GPU资源占用、频率和利用率等多个环节，最终才能形成服务器、机柜乃至园区兆瓦级功率曲线。

因此，算电协同需要建立一张可用于规划和调度的灵活性画像：哪些任务可以延、可以延多久；哪些任务可以降功率、可以降多少；哪些任务能够迁移、迁移成本多大；一次调节会造成怎样的性能损失和恢复代价。只有逐步打通“业务—Token—资源—功率—SLA”的映射链条，才能真正回答“算随电动”能动多少、动多快、持续多久。这张画像还不能只有算力或算力业务。UPS、电化学储能、备用电源、蓄冷系统、服务器功率封顶以及冷却系统热惯性都具有不同时间尺度的调节能力。

中能传媒：算力负荷具备可观的理论可调潜力，但存在“名义灵活性”与“真实可调度能力”不匹配的矛盾，造成这一偏差的关键约束有哪些？有哪些解决方案？

王永真：算电协同不仅要算经济账，还必须算可靠账。数据中心最大的特殊性在于电功率“理论上时空均可调”，但并不意味着实时运行中一定能够执行。服务器功率调整以后，芯片温度、液冷流量、制冷机组、蓄冷状态、储能SOC、变流器容量和业务SLA都会形成约束。日前优化得到的几十兆瓦可调能力，到了实时运行阶段，可能因热控边界或设备状态变化而缩水。

从经济逻辑看，算力企业是否愿意响应，本质上取决于调节收益能否覆盖由任务迁移、性能损失、设备损耗和可靠性风险带来的综合机会成本。因此，关键不只是提高激励水平，还要把“调一次需要付出多少代价、能够多大概率兑现”算清楚，并形成合理的成本传导和收益分配机制。未来更值得关注的是把算力、电力、热力资源统一放入运行可行域，形成可测量、可验证、可交付的“真实灵活性”。

中能传媒：走向规模化应用过程中，应当搭建何种算力灵活性的价值评价体系，以实现算力柔性资源的价值量化并与现有电力市场机制进行有效兼容？

王永真：技术上的灵活性只有能够被可计量、可验证才能进入市场，才可能形成持续的商业闭环。我国已经为符合条件的需求响应主体参与电能量市场、辅助服务市场以及容量市场交易或纳入容量补偿范围提供制度接口。对算力行业而言，下一步值得研究的不是简单增加一种特殊补贴，而是如何识别算力负荷相对于其他需求侧资源的差异化系统价值。

例如，能够稳定削减10兆瓦并持续2小时的负荷，与只能短时降低1兆瓦的负荷提供给系统的价值不同；能够提前一天承诺响应，与只能实时响应，其可靠性和容量价值也不同。由此，可进一步探索算力灵活性的分级认证和价值表达，将响应容量、速度、持续时间、可靠性以及机会成本纳入统一评价体系，使经过测量验证能够可靠交付的算力、电力和热力柔性，在现有需求响应、辅助服务等市场机制中获得与其系统贡献相匹配的收益。未来，沿着“看清负荷—挖掘柔性—精益设计—可靠调度—市场定价—引导负荷”这条路径，算力网、电力网与通信网的协同才可能由物理连接走向价值重构。