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

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

一

美國困境：儲能成“電價(jià)友好”關(guān)鍵

電力對算力的約束，在美國已經(jīng)不是新聞。本質(zhì)上，這是美國上世紀(jì)的電力基礎(chǔ) 設(shè)施 遇到了下世紀(jì)的 科技 。

彭博新能源（ BNEF ）則 預(yù)計(jì)，美國數(shù)據(jù)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(shí)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(jìn) ，而電力供應(yīng)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(jià) ， 然而，它們在追逐電力容量的同時(shí)，也推高了電價(jià)基準(zhǔn)，導(dǎo)致數(shù)百萬普通家庭的電費(fèi)賬單不斷攀升 —— 從2020年2月到2025年9月，美國居民電價(jià)飆升40%，從每千瓦時(shí)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(yù)計(jì)將遠(yuǎn)超新增供應(yīng)，這些價(jià)格勢必繼續(xù)攀升。

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

因此 ，美國的AIDC面臨 現(xiàn)實(shí)部署難題：從立項(xiàng)到滿負(fù)荷運(yùn)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(shù)進(jìn)步是以月甚至天的速度在進(jìn)化。

要解決這一困境，可選項(xiàng)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(shù)據(jù)中心同意在電網(wǎng)需求高時(shí)從電網(wǎng)獲取更少的電力，則允許數(shù)據(jù)中心更快地上線。

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

由于Aligned公司承擔(dān)了所有費(fèi)用，電力公司的其他客戶無需為這家數(shù)據(jù)中心公司的發(fā)展壯大買單。

換句話說，通過儲能，這個數(shù)據(jù)中心實(shí)現(xiàn)了對居民的 “電價(jià)友好” 。 對當(dāng)今美國的民意而言，這種情緒價(jià)值尤為重要。

二

中國路徑：儲能助力“電網(wǎng)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(dāng)?shù)厝硕及央娏Ξ?dāng)成理所當(dāng)然?！彼齽倓偨Y(jié)束對中國人工智能中心的訪問。

她告訴《財(cái)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(nèi)部人士交談，得出了一個能讓硅谷脊背發(fā)涼的結(jié)論：在中國，為數(shù)據(jù)中心建設(shè)足夠電力的議題已不再存在爭議。

長期追蹤中國電力發(fā)展的專家David Fishman 則 告訴《財(cái)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(yīng)量就相當(dāng)于整個印度的總量。

不過，故事并非如此簡單。

當(dāng)AI時(shí)代來臨，智算中心的電力負(fù)荷本質(zhì)上不同于傳統(tǒng)數(shù)據(jù)中心——規(guī)模龐大的同時(shí)異常“尖峰化”且難以預(yù)測。 當(dāng)科技公司啟動AI訓(xùn)練算法，或大規(guī)模計(jì)算集群被激活時(shí)，所產(chǎn)生 的電力需求瞬時(shí)爆發(fā)、強(qiáng)度極高。這給電網(wǎng)穩(wěn)定帶來了緊迫挑戰(zhàn)。

一位業(yè)內(nèi)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(dāng)于開著一輛法拉利以每小時(shí)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(dāng)AIDC執(zhí)行推理任務(wù)時(shí)，情況還相對好辦。

“ 推理負(fù)荷則取決于應(yīng)用場景的多樣性，通常更平滑——比如用戶早上打開手機(jī)使用 Instagram，Meta 的數(shù)據(jù)中心就會出現(xiàn)早高峰；如今人們打開 ChatGPT，也會產(chǎn)生類似的熟悉負(fù)荷曲線。 ” Emerald AI 的創(chuàng)始人兼首席執(zhí)行官 Varun Sivaram 解釋到。

但一到訓(xùn)練負(fù)荷，情況就完全不一樣。

“ 如果你正在運(yùn)行一個大型語言模型的訓(xùn)練任務(wù)，你會看到數(shù)據(jù)中心的用電量在訓(xùn)練啟動時(shí)急劇上升；在訓(xùn)練過程中進(jìn)行所謂 ‘ 同步檢查點(diǎn) ’ （synchronized checkpoints）時(shí)，會出現(xiàn)短暫的用電低谷；整體呈現(xiàn)出一種極難預(yù)測、劇烈波動的瞬態(tài)行為。數(shù)小時(shí)或數(shù)天后，當(dāng)訓(xùn)練結(jié)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(fā)高額最大需量電費(fèi) 。

此外， 單個數(shù)據(jù)中心在其生命周期內(nèi)通常不會只做一件事。例如，一個大型數(shù)據(jù)中心最初可能專用于訓(xùn)練大語言模型，訓(xùn)練完成后，同一組 GPU 可能轉(zhuǎn)而用于小型研究訓(xùn)練、推理或針對特定應(yīng)用的模型微調(diào) ，“ 因此，不能指望某個數(shù)據(jù)中心的負(fù)荷曲線在一年甚至更短時(shí)間內(nèi)保持不變。 ”

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

而 數(shù)據(jù)中心 需要 向客戶承諾近乎完美的可靠性，其服務(wù)等級協(xié)議（SLA）中通常要求“五個九”（即99.999%的正常運(yùn)行時(shí)間）。這使得在關(guān)乎可靠性的關(guān)鍵因素——電力供應(yīng)方面，幾乎沒有調(diào)整空間 。

由此，電池儲能成為AIDC“電網(wǎng)友好”的關(guān)鍵。 儲能系統(tǒng)可以像 “電力緩沖墊”一樣， 助力AIDC提高負(fù)載率，同時(shí) 在 AIDC 負(fù)載尖峰時(shí) 毫秒級響應(yīng) 放電，彌補(bǔ) 傳統(tǒng)電網(wǎng) 缺口，避免越限跳閘 ， 確保GPU等關(guān)鍵設(shè)備持續(xù)穩(wěn)定 運(yùn)行， 防止設(shè)備宕 機(jī)或數(shù)據(jù)丟失。

以 國內(nèi) 首個5A級智算中心 、獲得“2 025 年度中國IDC產(chǎn)業(yè)算電協(xié)同先鋒獎”的 商湯臨港智算中心為例，項(xiàng)目 就 配置了寧德時(shí)代 18MW/36MWh 的儲能項(xiàng)目 ，其電池 充放深度高達(dá)90% ，具備毫秒級響應(yīng)能力。

儲能系統(tǒng)投運(yùn)前，AIDC負(fù)荷曲線呈現(xiàn)強(qiáng)隨機(jī)性與高波動性，但引入寧德時(shí)代儲能系統(tǒng)后，商湯AIDC項(xiàng)目的穩(wěn)定性與算力平均負(fù)載量都大大提高。

具體來看，夜間0-3點(diǎn)的充電時(shí)段，隨算力任務(wù)調(diào)度，AIDC凈負(fù)荷出現(xiàn)多段突增及驟降的波動，大幅增加電網(wǎng)側(cè)調(diào)節(jié)壓力，同時(shí)負(fù)荷突變頻率高，對電網(wǎng)側(cè)調(diào)頻調(diào)壓能力也構(gòu)成挑戰(zhàn)，可能引發(fā)區(qū)域電壓波動，影響周邊的正常供電。

而同一時(shí)間段，引入受商湯自研多模態(tài)基座大模型與達(dá)卯科技的能源大模型調(diào)度的寧德時(shí)代儲能系統(tǒng)實(shí)現(xiàn)了電力需量的精準(zhǔn)穩(wěn)定控制，AIDC的總關(guān)口表曲線出現(xiàn)顯著的平滑效果， 波動幅度控制在5%范圍內(nèi)，充分展現(xiàn)了寧德時(shí)代儲能產(chǎn)品在平滑電力波動、快速動態(tài)響應(yīng)上的卓越性能。

而到日間高峰時(shí)段，寧德時(shí)代儲能系統(tǒng)不僅能助力AIDC降低高峰用電，優(yōu)化電力成本，還能進(jìn)一步通過容量控制，在AIDC倒閘測試時(shí)提供容量支撐，有效降低AIDC的容量電價(jià) 。

三

“以儲提算”已成潮流

對數(shù)據(jù)中心而言，“儲”除了電網(wǎng)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(jù)商湯科技大裝置事業(yè)群智算中心總經(jīng)理林海介紹，在一個服務(wù)器五年的周期里面，電費(fèi)成本僅占5-10%，而一個主流的服務(wù)器，售價(jià)為300多萬，每月折舊成本就高達(dá)5萬元。 因此，提高“算”的使用效率為數(shù)據(jù)中心重中之重。

“比如，我們希望把數(shù)據(jù)中心整體的負(fù)載率從50%提到70%，這是我們努力的一個目標(biāo)，但如果提到70%的時(shí)候，你會發(fā)現(xiàn)在峰值時(shí)候的負(fù)載率有可能會突破90%，突破90%以后，整個供電側(cè)的壓力是很大的，實(shí)際上進(jìn)入了一個冗余很小的一個非安全區(qū)域，這種時(shí)候我們就可以去調(diào)度我們儲能的放電，以保障園區(qū)的安全。我們希望看到的用電場景是，如果把負(fù)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(xiàn)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(shí)間段，最終讓整體園區(qū)的算力產(chǎn)出有較大提升，從而顯著提升AIDC的運(yùn)營效率。” 林海表示。

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

相關(guān) 數(shù)據(jù)顯示，全球AIDC儲能新增裝機(jī)容量預(yù)計(jì)從2024年的16.5GWh躍升至2030年的209.4GWh，年復(fù)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(jià)值疊加”：算電儲協(xié)同的核心邏輯

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

之前，儲能被視為CAPEX負(fù)擔(dān)；如今，通過“價(jià)值疊加”，它正成為AIDC的收益引擎。

所謂價(jià)值疊加，是指同一套儲能系統(tǒng)在生命周期內(nèi)，通過參與多種非投機(jī)性電力市場機(jī)制，實(shí)現(xiàn)收益來源的多元化。例 如：

·電力套利： 利用峰谷價(jià)差進(jìn)行充放電，降低用電成本；

·參與平衡市場： 提供快速調(diào)頻服務(wù)，獲取輔助服務(wù)補(bǔ)償；

·容量服務(wù)： 作為虛擬電廠的一部分，為電網(wǎng)提供備用容量，獲得容量費(fèi)用；

·綠電消納支持： 配合風(fēng)光發(fā)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(xiàng)目的經(jīng)濟(jì)可行性，也使AIDC從單純的電力消費(fèi)者，轉(zhuǎn)變?yōu)榧婢哒{(diào)節(jié)能力的“產(chǎn)消者”（prosumer）。

在這個過程中， 儲，正是連接“算”與“ 電 ”的關(guān)鍵紐帶。 它讓AIDC從被動耗電者，轉(zhuǎn)變?yōu)橹鲃拥哪茉垂芾碚摺⑹袌鰠⑴c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(xiàng)目為例，經(jīng)測算年可降低電費(fèi)約7%。實(shí)際運(yùn)行過程中，光是2025年12月單月，就節(jié)省電費(fèi)支出超百萬。“寧德時(shí)代在這個領(lǐng)域有比較高的優(yōu)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(dá)卯能源大模型的動態(tài)調(diào)度策略，共同實(shí)現(xiàn)了智算中心用電成本的大幅下降?！盇I能源技術(shù)服務(wù)商兼項(xiàng)目運(yùn)營方達(dá)卯科技CEO簡煜忞表示。

放眼未來，正如 清華大學(xué)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(xié)同的核心在于全鏈條、多主體之間的價(jià)值分享機(jī)制 。 儲能作為靈活性資源是基礎(chǔ)設(shè)施中的關(guān)鍵，而 AI 技術(shù)在綠電出力預(yù)測、電力交易、儲能控制等場景的應(yīng)用是其中的軟實(shí)力，是實(shí)現(xiàn)價(jià)值疊加的另一種必備基礎(chǔ)設(shè)施?！?/p>

以前，數(shù)據(jù)中心只有 在電網(wǎng)斷電時(shí)才啟動電池 ，而現(xiàn)在， 電池 在 持續(xù)運(yùn)行，電池始終在塑造和過濾 數(shù)據(jù)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?yún)⑴c閉門研討活動

和線上產(chǎn)業(yè)微信群

請注明公司、職位

添加微信：shizhicyy

視知產(chǎn)研院聚焦科技和新能源

微信公號已有100萬+高質(zhì)量粉絲

添加微信：ishizh_business

加好友請注明合作品牌