四部门行动方案：AI与能源双向赋能
电力低碳环保服务平台——权威、权威更专业、持续推陈出新的电力低碳环保公众号
据国家能源局网站5月8日消息，由国家发改委、国家能源局、工信部、国家数据局联合印发的《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号），以“能源支撑人工智能发展、人工智能反哺能源转型”为主线展开。方案围绕保障算力设施安全稳定的能源供给、引导算力设施绿色低碳转型、促进算力与电力高效经济协同，聚焦开放能源领域人工智能高价值应用场景、挖掘能源数据价值、提升能源领域人工智能模型创新能力等重点方向，共部署29项任务，推动能源、算力、场景、数据、模型等要素实现高效协同。《行动方案》提出，到2027年，支撑人工智能创新的安全、绿色、经济能源保障体系将初步成型，清洁能源与算力设施的互动能力将明显增强；能源领域的高价值场景逐步开放应用，能源高质量数据集共建共享的长效机制初步建立，能源企业算力资源利用效率将持续优化并稳步提升。到2030年，人工智能算力设施在清洁能源供给保障能力上达到世界领先水平，能源领域人工智能专用技术研发与应用同样达到世界领先，人工智能与能源双向赋能将取得显著成效。
解读这份文件，能帮助我们更准确把握未来十年我国能源转型路径以及AI产业的布局重点。
"东数西算"——国家在西部打造八大算力枢纽，将东部产生的数据转移到西部完成计算与处理。枢纽建成后，又带来新挑战：这些数据中心需要全天候稳定运行，因此必须配套支撑的电力规模十分可观。
以一个百万千瓦级的智算中心为例，其年度耗电量大致相当于一座中等城市全年居民用电水平。
若完全依靠电网统一供电，不仅运营成本会更高，且电网系统也难以承受持续的用电压力；如果能够与新能源发电形成更深层协同，用"绿电"为"绿算"直接提供电力，就能构建闭环：新能源发出的电被算力消纳，算力所需的清洁电力又由新能源来供给。
这正是文件所强调的"算电协同"关键思路。
方案同时指出：要统筹大型新能源基地与国家算力枢纽的规划布局，推动算力设施以及互联网骨干直联点在新能源富集地区有序汇聚，提升新能源就近就地消纳能力。
因此可以预见，未来的算力中心将不会随意分布，而是沿着能源资源分布规律延伸——跟着风电、光伏分布走，也跟着能源基地落点走。
目标节点：
2027年，支撑AI创新发展的能源保障体系初步构建，清洁能源与算力设施互动能力显著增强。
2030年，人工智能算力设施的清洁能源供给保障能力提升至世界领先，能源领域人工智能专用技术研发与应用达到世界领先水平。
三大方向：
方向一：能源托底AI发展
这一方向的核心在于把AI算力的"口粮"问题解决好。对应任务包括：增强算力设施多元电力供给能力（探索核电、氢能等方式直连供电）；提高算力设施绿电占比（通过绿证交易、绿电直连等路径）；健全算力设施节能降碳管理体系；建立算电协同市场机制（让算力设施作为灵活调节资源参与电网调度）。
方向二：AI赋能能源转型
提升清洁能源可靠与灵活供给水平：推进沙戈荒大基地一体化智能调度、高精度功率预测、风光场站无人值守；开展核电运行异常的AI识别；推动可控核聚变装置的智能控制。
保障电网安全稳定运行：开展电网规划智能生成、省域电网态势感知与协同调度、新型电力系统智能仿真；强化输变电设备故障诊断能力；提升配电网智能运营水平。
推动煤炭智能高效开发：实现采掘工作面无人化，提升矿井运输智能调度水平，并开展煤矿设备预测性维护。
提升油气勘探开发与智慧管网能力：推进智能导向钻井，建设数字孪生盆地模型，强化长输管道智能调控。
拓展能源新业态的多元融合：发展虚拟电厂协同优化、储能系统安全预警、充电网络车网互动、绿氢生产工艺智能寻优。
方向三：生态构建
重点从数据集建设入手，推动数据安全与隐私保护；加快能源专业大模型攻关（在电网、发电、煤炭、油气等行业形成“五个以上”专业大模型深度应用）；同步推进标准化提升、国际合作以及复合型人才培养。
2030年，世界领先。对算力设施清洁能源供给保障能力以及能源领域AI应用水平，这是文件给出的总体定位。
五个以上。推动五个以上专业大模型在电网、发电、煤炭、油气等领域实现深度应用。
百万千瓦级。选择具备条件的地区开展百万千瓦级人工智能算力设施与配套能源系统协同建设试点。
分类管理。对算力设施实施分类管理，鼓励备用电源加快以清洁能源替代传统燃油发电机。
对于传统能源从业者而言，文件传递出的信号非常清晰：
你所依赖的工具，正在被AI进行重塑。
无论是火力发电厂的燃料管控、生产运行优化、设备全生命周期管理，还是水电大坝的安全监测与流域调度；再到风电光伏的功率预测与场站运维、电网的调度决策与故障诊断……这些环节都将被AI重新完成一遍。
以文件中提到的新能源功率预测为例。过去主要依靠气象预报来支撑，但预报精度有限，风光出力多用经验进行估算；引入AI之后，可以构建多时空尺度的气象预报体系，挖掘气象与功率之间的非线性关系，形成精准算法，从而实现"气象预测+功率预测+智慧交易+智能运维"的一体化协同。
再看可控核聚变智能控制。文件提出要研发等离子体位形实时预测—磁约束参数自适应调控智能模型，实现托卡马克等离子体稳态运行的智能化控制。这属于国家层面的战略部署。
原文如下：
国家发展改革委 国家能源局 工业和信息化部 国家数据局印发《关于促进人工智能与能源双向赋能的行动方案》的通知
国能发科技〔2026〕34号
各省、自治区、直辖市及计划单列市、新疆生产建设兵团发展改革委、能源局、工业和信息化主管部门、数据管理部门，有关中央企业，有关行业协会：
为贯彻落实党中央、国务院的有关部署要求，积极推动人工智能与能源双向赋能、深度融合发展，国家发展改革委、国家能源局、工业和信息化部、国家数据局联合编制了《关于促进人工智能与能源双向赋能的行动方案》，现予以印发，请认真执行。
国家发展改革委 国家能源局
工业和信息化部 国家数据局
2026年4月8日
关于促进人工智能与能源双向赋能的行动方案
为深入贯彻党中央、国务院关于人工智能发展的重大决策部署，落实《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）相关要求，强化能源对人工智能发展的基础支撑作用，发挥人工智能对能源转型的叠加倍增效应，促进人工智能与能源协同发展，推动构建协同高效、安全可靠、绿色低碳、开放融合的“人工智能+”能源发展新格局，特制定本行动方案。
一、总体要求
以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届历次全会精神，认真落实四中全会安排，充分发挥我国能源产业体系完备、数据资源富集、应用场景广阔等优势，推动能源、算力、场景、数据、模型等要素高效协同，助力抢占人工智能产业应用制高点，为能源高质量发展提供有力支撑。
到2027年，支撑人工智能创新发展的安全、绿色、经济的能源保障体系将初步搭建完成，清洁能源与算力设施的互动能力将进一步增强。能源领域高价值场景逐步开放应用，能源高质量数据集共建共享的长效管理机制初步形成，能源企业算力资源利用效率持续优化并稳步提升。到2030年，人工智能算力设施的清洁能源供给保障能力、能源领域人工智能专用技术研发与应用将达到世界领先水平，人工智能与能源双向赋能取得明显成效。
二、保障算力设施安全可靠的能源供给
统筹能源资源配置与算力设施建设，强化能源供给对算力发展的支撑，确保算力设施安全稳定运行，筑牢能源安全与数字安全防线。
（一）统筹优化能源资源与算力布局。统筹大型新能源基地与国家算力枢纽规划，推动算力设施、互联网骨干直联点在新能源富集地区有序汇聚，促进新能源就近就地消纳。结合地区能源与水资源承载能力，探索建设百万千瓦级人工智能算力设施及其配套能源系统协同方案；选择符合条件的地区开展试点，推进算电协同一体化发展。
（二）提高算力设施多元电力供给能力。结合算力设施接入系统规模、电网电压等级、电网新能源渗透率、电能质量要求、算力设施业务类型等因素，完善算力设施能源供给规划建设标准。探索核电、氢能等能源以直连方式为算力设施供能，并鼓励算力设施配置构网型储能，以增强供电稳定性与对电力系统的主动支撑能力。
（三）提升算力设施能源供给质量。开展供电质量提升专项行动，建立政府、电网、用户三方协同治理体系，引导算力设施合理配置供电可靠性与电能质量提升相关装置，保障算力设施电能质量。强化算力设施用能全过程监测与风险预警，提升用户在极端工况下的防范与应对能力。
三、推动算力设施绿色低碳转型
稳步推进算力设施绿电消费占比统计与碳排放核算工作，加强绿电直连政策指引，持续提升算力设施能效与碳效，构建绿电供给、高效用能、碳排放管控协同的一体化绿色低碳发展体系。
（四）持续提升算力设施绿电占比。加强项目布局与规划指导，将绿电使用占比作为关键参考指标，提升绿色算力供给水平。支持算力设施通过参与绿证绿电交易提高绿电消费比例；推动算力设施备用电源向绿色低碳方向转型，鼓励备用电源加快使用清洁能源替代传统燃油发电机。
（五）持续提升算力设施能效水平。推动算力设施在高效冷却、高性能服务器、高性能供电架构、先进存储、余热资源回收利用等方面的技术研发与应用。提升算力设施用能管理智能化水平，完善能耗监测评估体系，鼓励企业开展算力性能与能效碳效评估。同时探索类脑、量子、光子等变革性低功耗计算芯片及系统解决方案研究与试点应用。
（六）加强算力设施节能降碳管理。落实碳排放总量与强度双控要求，将新建及改扩建算力设施的可再生能源利用方案、电能利用效率、绿电消费比例、余热资源回收利用等纳入项目节能降碳审查与评价重点内容。对于依托零碳园区布局的算力设施，探索实施节能降碳审查评价备案制。加强电力、算力与碳排放协同计量，鼓励开展碳足迹核算与认证服务，引导算力设施走向绿色低碳发展。
（七）完善算力设施绿电直连政策。根据算力任务类型对算力设施实施分类管理，鼓励具备灵活调节能力的算力设施开展绿电直连。研究通过价格政策激励算力设施更高比例采用绿电直连方式消纳新能源，持续提升算力设施绿色发展水平。
四、促进算力电力高效经济协同
充分释放算电协同的规模效应，挖掘算力设施灵活调节潜力，借助电力市场化交易提升算力设施综合运营效益与全社会能源配置水平。
（八）加强算力与电力协同运行。推动建立算力与电力互动机制，利用电力市场价格信号引导算力设施优化能量管理，并通过跨网跨区等多种方式开展算力调度，提升算力设施经济效益。鼓励算力设施作为负荷侧灵活可调资源参与电网运行，提高电力系统调节能力，实现算力设施与电力系统的双向提效。
（九）强化算电协同市场机制建设。鼓励新建算力设施与可再生能源发电企业签订多年期绿色电力交易合同，提高绿电消费比例与供应稳定性，形成经济高效、绿色导向的算力供能体系。支持算力设施以多种方式参与电能量、辅助服务、需求响应等市场交易。推动绿色算力交易体系建设，促进绿电消纳与算力资源配置协同优化。
五、开放能源领域人工智能高价值应用场景
以场景需求牵引人工智能技术创新，加速推动人工智能与能源产供储销全链条深度融合并规模化发展，形成“技术创新—产业应用”的良性循环。
（十）挖掘能源高价值场景。构建需求牵引、动态迭代的场景供给体系，形成覆盖主要业务领域、兼具行业引领与国际竞争力的能源人工智能场景图谱。聚焦应用价值清晰、数据基础扎实、规模化应用潜力大等关键要素，加强人工智能赋能能源场景的价值评估，建立高价值场景遴选与清单发布机制，为能源领域人工智能技术应用提供实践指引。
（十一）推动能源高价值场景开放。搭建能源领域场景开放共享平台，形成场景开放的标准规范与评价体系，鼓励能源企业开放标杆场景，以点带面带动全产业链协同创新。在保障国家能源安全、网络安全和商业秘密的前提下，促进技术、数据以及软硬件基础设施等要素的开放与流通。
（十二）构建能源高价值场景闭环管理机制。建设能源开放场景测试验证平台，推动人工智能技术适配验证、场景应用性能评测，持续规范人工智能技术在能源领域应用的准入条件。建立涵盖场景发布、研发攻关、测试验证、工程实施、成效评估等全生命周期闭环管理机制，确保人工智能技术在能源领域能够落地、可验证、可追溯、可迭代并可规模推广。
（十三）推动能源高价值场景规模化应用。组织开展能源领域人工智能应用融合试点，持续遴选人工智能与能源产业需求深度融合的高价值场景应用标杆，加快推动人工智能在能源规划设计、勘探开发、生产运行、设备运维、运营与安全管理等全链条场景中的落地应用，提升能源系统清洁低碳、安全高效与灵活智能水平。
专栏 能源领域高价值场景
清洁能源可靠灵活供给。“沙戈荒”、水风光等可再生能源大基地的一体化智能调度决策；高精度水风光功率预测；风光场站智慧运维以及无人/少人值守；水电工程建设智能感知与质量安全协同管理；核电运行异常识别、瞬态事件分析与处置辅助；可控核聚变装置智能控制。
电网安全稳定运行。电网规划方案智能评估与生成；省域电网运行态势感知与协同调度决策；新型电力系统智能仿真分析、安全稳定评估与策略推演；高压电力设备状态评价与缺陷诊断处置；高压直流设备状态感知与故障处置；配电网智能诊断与运营管理；重要输电通道灾害预警与应急抢修智能联动；电力市场规则评估与仿真决策。
煤炭智能高效开发。煤炭地质构造精准探测与透明建模；采掘工作面装备协同控制与无人化作业；矿井运输智能调度与运行优化；露天矿生产智能决策与采运排智能装备协同作业；煤矿设备状态监测与预测性维护；煤质快速检测与洗选工艺智能优化；煤炭开采安全智能预警防控；煤矿区生态环保智能监测与调控。
油气高效勘探开发与智慧管网。油气地质智能勘探与建模决策；钻井设计优化、智能导向钻井系统、钻井风险智能识别预警与完井方案智能推荐；储层改造与非常规油气开发智能决策；油气数据资产库及数字孪生盆地模型构建；油气生产数据智能感知、生产环境风险识别、关键设备泄露监测与应急处置决策；长输管道与管网运行智能调控优化。
能源新业态多元融合创新。算电协同智能优化运营决策；充电网络与车网互动智能运营优化；新型储能系统运行优化与安全风险预警；虚拟电厂与分布式资源协同优化调度决策；绿氢生产工艺智能寻优与能效优化控制；二氧化碳封存一体化智能决策。
六、挖掘能源领域数据价值
构建治理、安全与流通“三位一体”的高质量能源数据发展路径，释放数据要素价值，推动能源数据由资源形态向资产形态转化。
（十四）推动能源领域高质量数据集建设。制定能源领域高质量数据集建设标准，规范数据需求、数据架构、数据采集、数据预处理、数据标注、质量验证等覆盖全生命周期的管理与技术要求。以业务场景为牵引，加速推进能源核心场景高质量数据集建设。依托可信数据空间等数据基础设施，构建高质量数据集共享平台，形成动态更新与长期运营机制，促进能源领域高质量数据价值持续释放。
（十五）筑牢能源数据安全与隐私保护屏障。制定能源行业数据分类分级标准规范，强化能源关键信息基础设施与数据保护。构建覆盖数据全生命周期的安全防护体系，定期开展安全审核与风险评估。推动隐私计算、密态计算等前沿安全技术与能源业务场景深度融合，加快可信流通相关技术研发并推广应用。
（十六）激活能源数据要素市场活力。健全适配能源行业需求的数据价值评估、收益分配等市场化规则机制及标准规范，打通数据流通路径。深化能源领域可信数据空间试点建设并推进互联互通，促进数据资源共享与高效对接。鼓励依托国家数据基础设施探索培育能源数据运营主体，创新数据运营模式。
七、强化能源领域人工智能模型创新
强化专业模型攻关与创新，深化自主可控硬件在能源领域的深度应用，实现人工智能技术与能源产业的深度耦合，夯实能源领域人工智能创新根基。
（十七）加快能源专业模型技术攻关。面向电网、发电、煤炭、油气、综合能源等领域，提升能源大模型的泛化迁移能力、多智能体框架能力、大小模型协同能力、多模态理解与生成能力以及长序推理能力等基础能力。鼓励能源专业模型优先在国家级人工智能开源社区开放共享，加快模型应用成果转化落地。推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，促进行业数据向专业大模型汇聚整合。
（十八）加强人工智能前沿技术在能源领域的研发和应用。推进适配能源领域的智能终端、智能体、具身智能、人工智能原生架构等方向研发。完善能源领域人工智能应用测试基础设施，推动智能装备与智能体的验证及中试。加快能源领域人工智能技术普惠应用与产业智能化升级，促进全行业规模化推广与价值释放。鼓励通过云计算等方式发展模型即服务等新业态，支持培育一批优质人工智能技术服务商。
（十九）推动人工智能自主可控软硬件在能源领域深度应用。加快推进自主智算芯片与国产深度学习框架的适配优化，推动多框架协同运行；促进能源领域大模型在典型场景中的高效迁移落地。持续推动能源领域人工智能软硬件技术迭代升级，提升能源领域基础设施智能化水平。
八、构建人工智能与能源协同发展生态
面向能源领域人工智能技术研发与应用全流程需求，优化要素配置，形成“人工智能与能源双向赋能、深度融合”的良性生态。
（二十）开展“人工智能+”能源标准化提升行动。加强“人工智能+”能源标准化的顶层设计，健全人工智能与能源双向赋能标准体系，完善标准化管理机制。坚持急用先行原则，抓紧研制能源领域人工智能应用能力测评、算力设施绿色低碳水平测评、算力电力协同技术要求、大负荷算力设施规划建设等关键技术标准。推动“人工智能+”能源标准国际化，进一步促进技术标准交流合作与中外标准互认。
（二十一）探索建立“人工智能+”能源安全治理体系。开展人工智能安全治理顶层设计，探索形成能源领域人工智能研发与应用的基本安全原则。推动制定能源领域人工智能应用安全责任划分标准，构建覆盖数据、模型与应用的安全治理闭环管控机制和风险隔离措施。
（二十二）促进多元融合国际交流合作。积极参与全球人工智能与能源融合发展治理规则体系建设，支撑形成公平、公正、普惠、包容的国际人工智能与能源融合发展格局。充分发挥政府间双边、多边能源合作机制作用，深化与相关国家、能源国际组织和专业机构交流合作，利用民间科技交流平台与国际科技组织资源，推动人工智能在能源领域的技术交流与信息共享。总结我国在能源与算力设施建设方面的经验，推动人工智能与能源项目协同“出海”，引导国内企业先进经验和技术装备“走出去”，助力全球能源产业链供应链智能化转型升级。
（二十三）构建复合人才培养体系。加强人工智能与能源融合学科建设，依托高水平大学、科技领军企业等打造产教融合学科集群，培养一批复合型、创新型、实战型人才。鼓励企业、高校、研究机构等创新主体建立人才培训与交流互动机制。鼓励建立能源领域人工智能开源社区，引导更多既懂人工智能、又懂能源的开发者通过开源共享方式高效解决能源企业创新发展中的难题。
九、政策保障
结合“人工智能+”能源发展特点，完善政策保障机制，提升上下游协同发展的动力。
（二十四）强化科技创新。依托能源、人工智能等领域国家科技重大项目，加大对人工智能与能源融合领域基础研究热点、产业技术痛点及未来发展重点的投入力度。鼓励企业联合科研机构、高校和社会服务机构等单位组建产学研用创新联合体，开展协同攻关与资源共享，推动创新链与产业链深度融合。
（二十五）促进成果转化。推动能源领域人工智能应用相关技术装备优先纳入能源领域首台（套）重大技术装备支持范围，营造允许试错、宽容失败的能源领域人工智能应用创新环境。健全人工智能在能源领域应用价值量化与评估机制，将技术成熟度、场景适配性、经济效益、社会影响、安全可控水平、用户评价等纳入评价指标体系，引导应用效果显著的人工智能技术在能源领域实现规模化落地。
（二十六）加强资金支持。鼓励算力设施申报基础设施领域不动产投资信托基金（REITs）。鼓励金融机构对符合《绿色金融支持项目目录（2025年版）》要求的算力基础设施项目提供资金支持，支持符合条件的企业发行绿色债券。探索通过“两重”“两新”等资金渠道对符合条件的人工智能与能源融合项目予以支持。引导企业加大在人工智能与能源融合项目上的投入，吸引社会资本投向人工智能与能源融合发展领域。支持金融机构推出适合该领域特点的金融产品，在依法合规、风险可控、商业可持续前提下加大资金支持力度。
十、组织实施
强化统筹协调、压实各方责任，确保行动方案各项任务取得实效。
（二十七）加强组织实施。健全国家能源委员会统筹协调机制，在国家发展改革委指导下、由国家能源局牵头相关部门组织实施，同时由各省级政府及重点企业细化落实的协调推进工作机制共同发力，形成上下联动、层层落实、安全发展的工作格局。各地区做好人工智能与能源双向赋能各项要素保障，统筹推进人工智能与能源融合发展。能源与人工智能相关企业作为实施主体，要切实发挥创新主体作用，加快推进技术研发、示范试验、建设应用等工作，并定期开展经验总结。
（二十八）建立常态化监测评估机制。对行动方案实施情况开展动态监测，持续收集分析人工智能与能源融合发展的相关数据信息，并将监测结果作为优化资源配置的重要依据。基于监测评估结果，根据国内外形势变化及时动态调整行动方案目标与重点任务。
（二十九）强化宣传引导。做好政策解读与舆论引导，广泛凝聚社会共识，营造鼓励创新、深化应用、规范有序的人工智能与能源双向赋能发展氛围。鼓励各地方各企业积极探索创新，遴选典型案例在全行业开展宣传推广。