人工智能与能源融合新篇：解析双向赋能行动方案

北京大学人工智能产业应用与场景培育鲲鹏计划

深度解读《关于促进人工智能与能源双向赋能的行动方案》

2026年5月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门联合印发了《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，以下简称《行动方案》）。这份文件的问世，在产业界和政策研究领域引发了广泛关注——原因无他，这是国家层面首次以“双向赋能”而非单向赋能的视角，系统性地部署人工智能与能源两大战略性产业的深度融合发展。

“融合”二字在中国政策语境中并不鲜见，但“双向赋能”的表述蕴含了更为深刻的战略逻辑。它意味着决策层已经清醒认识到：人工智能与能源之间的关系，远远超越了“能源为人工智能供电、人工智能为能源增智”这样简单互补的想象框架。二者正在发生一种深刻的相互塑造与共同演进，彼此既是对方的“底座”和“引擎”，也是对方打破发展瓶颈、开辟新增长空间的核心突破口。本文将从多个维度对《行动方案》展开深度解读，探讨这项政策对产业发展、技术创新与生态文明建设的深远影响。

一、逻辑的重构：从“单向赋能”到“双向奔赴”

《行动方案》在开篇即明确指出：要以“能源支撑人工智能发展、人工智能赋能能源转型为主线”。这一定位看似平实，实则暗含了对此前政策话语框架的重要修正与深化。

过去相当长一段时间里，关于“人工智能+能源”的主流叙事，往往聚焦于人工智能如何提升能源系统的智能化水平。这种视角无疑是成立的，但它隐含了一个前提假设：能源是“被赋能”的一方，人工智能则是“赋能”的主动方。然而，随着人工智能技术的飞速迭代和大模型训练的爆发式增长，算力设施用电负荷不断攀升，用电负荷呈现高密度、强连续、对电能质量敏感等特点，能源供给的稳定性、经济性、绿色化水平，正在日益深刻地制约着人工智能的发展上限。

正是在这一现实背景下，《行动方案》提出了“双向”的逻辑框架。它将能源对人工智能的发展支撑作用与人工智能对能源转型的叠加倍增作用置于同等重要的位置，强调二者的互动共进。正如中国移动通信联合会教育与科学技术研究院执行院长陈晓华所言，这一政策的核心是把“算力需求增长”与“能源体系转型”同步纳入国家战略统筹，“双向赋能要实现的不是简单的‘AI+能源’，而是形成能源、算力、数据、模型、场景协同发展的新型基础设施体系。”

二、从“电支撑算”到“算优化电”：算力与电力的深度融合

如果说“逻辑重构”回答了“为何双向”的问题，那么《行动方案》在算力与电力协同领域的系统部署，则展示了“如何双向”的技术路径与制度安排。其中，最引人瞩目的创新之一，便是推动算力设施从“用电大户”向“电力系统的积极参与者”的身份转变。

传统上，数据中心和算力设施被视为电力系统中的一个固定负荷——它们消耗电力，但很少主动参与电力系统的运行调节。然而，算力设施的工作负载并非完全刚性的：一部分计算任务允许在一定时间窗口内调整执行时序。这意味着，算力设施实际上具备相当大的灵活性调节能力，可以成为电力系统中的一种优质可调节资源。《行动方案》敏锐地捕捉到了这一技术经济特性，提出“加强算力与电力协同运行，强化算电协同市场机制建设”。通过市场机制引导算力设施参与电网调峰、需求响应，使其不再是单纯的能源消费者，而成为电力系统平衡的积极参与者。

从“电支撑算”到“算优化电”的跨越，不仅提升了算力设施的经济效益，更有效增强了电力系统的灵活性和新能源消纳能力。使算力同时扮演“消费者”与“调节者”的双重角色，本身就是一项精彩的系统工程创新。当前，新能源占比快速提升，对电网安全稳定运行提出了更高要求，发挥人工智能在新能源功率预测、电网智能调度、设备状态监测与故障预警等方面的技术优势，全面支撑新型能源系统建设，已成为刻不容缓的任务。

三、安全可靠与多元供给：为算力构筑绿色稳定的能源底座

《行动方案》的另一大亮点，是从系统性的视角对算力设施的能源供给进行了全面部署。它不再停留于“多建几个电站”的碎片化思路，而是从规划布局、多元供给、供电质量三个维度，构建了一套完整的保障体系。

在规划布局层面，文件提出了“算随电走”的空间规划理念。统筹大型新能源基地与国家算力枢纽规划布局，推动算力设施、互联网骨干直联点在新能源富集地区有序合理汇集，促进新能源就近就地消纳。结合地区能源、水资源等承载力，探索百万千瓦级人工智能算力设施与配套能源系统协同建设，选择具备条件的地区开展试点，推动算电协同一体化发展。从实际成果来看，2026年5月2日，我国首个大规模“算电协同”绿电直供项目——中国大唐中卫云基地50万千瓦光伏电站在宁夏中卫正式投运，采用“物理直供+双边交易”供电体系，为算电协同的规模化落地提供了生动的实践样板。

在多元供给层面，《行动方案》展现了对未来能源组合的前瞻性视野。除了常规电网供电，方案明确探索核电、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，增强供电稳定性和对电力系统的主动支撑能力。考虑到人工智能大模型训练等高实时性算力任务对供电质量的严苛要求，这种多元化的供给能力储备尤为关键。

在能效碳效层面，《行动方案》明确了提升算力设施绿电占比的具体路径。国家数据局局长刘烈宏此前表示，将会同相关部门大力推进算电协同工程，确保枢纽节点新建算力设施绿电应用占比达到80%以上。《行动方案》进一步细化：加强算力设施项目布局规划指导，将绿电使用占比作为重要参考指标，增强绿色算力供给水平；支持算力设施通过参与绿证绿电交易提升绿电消费比例。这一系列举措，旨在“构建绿电供给、高效用能、碳排放管控协同的全链条绿色低碳发展体系”。

四、场景驱动与模型创新：让人工智能在能源领域“有用武之地”

如果说上述讨论侧重于“能源如何支撑人工智能”，那么《行动方案》的另一大板块则回答了“人工智能如何赋能能源转型”。在这一维度上，政策的智慧体现在对“场景”和“模型”两大要素的精准把握。

场景层面，《行动方案》明确提出“搭建能源领域场景开放共享平台，建立能源场景开放标准规范及评价体系，鼓励能源企业开放标杆场景，以点带面牵引全产业链协同创新”。在工业实践中，中原油田源网荷储一体化智能管控平台正式投运后，新能源预测体系短期预测精度突破95%，绿电消纳能力显著提升，占比突破40%大关，预计年节约外购电费超6000万元。大庆油田采油六厂通过AI算法，实现了对光伏阵列的实时监测、诊断与优化，确保了每一度绿色电力的产出都高效可靠。这些案例印证了《行动方案》的判断：能源行业体系庞大、链条漫长、场景丰富，为人工智能提供了极为广阔的试验场和演兵场。

模型层面，《行动方案》强调“加快能源专业模型技术攻关，加强人工智能前沿技术在能源领域的研发和应用”。在推进路径上，方案要求推动人工智能自主可控软硬件在能源领域深度应用，加快自主智算芯片与国产深度学习框架的适配优化，推动能源领域大模型高效迁移技术在典型场景中的应用。这体现了政策制定对“自主可控”与“面向应用并重”的清醒判断——既要避免在底层技术上受制于人，又要防止技术研发与产业需求脱节。

五、数据与制度：跨越“最后一公里”的关键基础设施

任何宏大战略的成功实施，都离不开扎实的基础设施支撑。在人工智能与能源双向赋能的语境下，这种基础设施既有“软”的层面——高质量的数据集和标准体系，也有“硬”的层面——复合型人才队伍和国际合作网络。

在数据层面，《行动方案》提出“建立治理、安全、流通三位一体的高质量能源数据发展模式，充分发挥数据要素价值，推动能源数据从资源向资产转化”。当前，能源行业拥有海量的运行数据——从电网的实时负荷数据到油田的勘探开发数据，从气象新能源预测数据到用户侧用电行为数据。但这些数据长期处于分散、割据的状态，标准化程度低，共享壁垒高，难以转化为人工智能模型训练所需的高质量“燃料”。方案对此作出了系统部署：不仅要求“推动能源领域高质量数据集建设”，更强调“筑牢能源数据安全与隐私保护屏障”和“激活能源数据要素市场活力”，体现了发展与安全并重、开放与规范并行。

在制度层面，《行动方案》部署了“人工智能+”能源标准化提升行动、安全治理体系探索、复合人才培养体系构建和国际交流合作四大支柱。其中，“人工智能+”能源标准化提升行动尤其值得关注——它旨在解决标准缺失、标准滞后等制约产业协同的瓶颈问题，让技术融合有章可循。从标准制定到人才培养，从安全治理到国际合作，这些制度建设将为人工智能与能源双向赋能奠定长期健康发展的制度基础。

六、产业冲击与机遇：新型储能与绿电的“爆发前夜”

任何重大政策的发布，最终都会落脚到对产业发展和市场格局的实质性影响上。《行动方案》的出台，无疑将加速多个相关产业的变革进程。

最直接受益的，当属新型储能产业。算力设施对供电稳定性、连续性和电能质量的严苛要求，使得储能系统从“可有可无”走向“必须标配”。正如行业观察人士所指出的，“AI+算电协同”将使储能角色发生根本性变化，储能将成为算力基础设施的标配。双登股份董事长杨锐此前接受采访时表示，未来智算数据中心不再只是用电大户，而是高度耦合的“算力+能源”的复合体系。这一转变，意味着储能产业将迎来从量的扩张到质的跃升。

同样迎来重大机遇的，是绿电产业。方案明确支持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，提升绿电消费比例与供应稳定性。华泰证券的研报认为，算电协同是AI时代绿电脱离传统意义上的“垃圾电”、获得价值重估的契机。在《行动方案》的政策驱动下，绿电有望迎来估值修复，并向成长股估值切换。与此同时，随着算电协同的推进，清洁能源与算力设施之间的互动将形成稳定的绿电消纳市场，为新能源发电企业提供可靠的消纳渠道。

此外，人工智能在能源领域的专用芯片、智能终端、智能体、具身智能等技术研发也将获得新的应用场景和市场推动力。正如厦门大学中国能源政策研究院院长林伯强所言，中国电力优势明显，需要抓住机遇，关键就在储能系统规模是否足够大——只要储能规模足够大，绿电就可以更深度融入新型电力体系，从而支撑人工智能产业发展。这一判断精准地捕捉了未来能源-算力-储能三元体系互动演进的本质。

七、结语：一场深远的系统性变革

回望《行动方案》的战略部署，我们或许可以得出这样一个结论：人工智能与能源的双向赋能，不仅仅是一项产业政策，更是一场深远的系统性变革。它试图打破长期以来能源、算力、数据等分属不同体系、不同部门、不同管理逻辑的体制壁垒，促进能源、算力、场景、数据、模型等要素高效协同。在这一意义上，“双向赋能”不是一个修辞，而是一种需要制度创新、技术创新、模式创新共同支撑的实践路径。

从2027年的中期目标——“支撑人工智能创新发展的安全、绿色、经济的能源保障体系初步构建，能源高质量数据集共建共享长效管理机制初步建立”，到2030年的长期愿景——“人工智能与能源双向赋能取得明显成效”，这份《行动方案》划定了清晰的路线图和阶段性目标。可以预见，随着方案的逐步落地，我国能源体系将从传统的供给保障型，转向更加智能、灵活、低碳和高效的新形态。而人工智能的发展，也将不再仅仅依赖“堆算力、堆数据”的粗放增长模式，而是在绿色低碳、安全可靠、可持续的方向上获得更坚实的基础底座。

正如行动方案开篇所强调的，这项工作的目标是“加快构建协同高效、安全可靠、绿色低碳、开放融合的‘人工智能+’能源发展新格局”。在这条道路上，我们既需要系统工程的顶层设计智慧，也需要在技术突破、标准建设、人才培养等方面的久久为功。唯有如此，“双向奔赴”才不至于沦为一句动人的口号，而成为推动中国迈向高质量发展新阶段的真实推力。

END