算力狂飙下的能源变局——AI与电网的双向博弈

老马的师父二十年前教过他一句话：调度这行，安全是天。三十分钟内，老马做了决定。他把茶杯重重放在桌上，拿起电话通知电厂启动燃气机组。保安全。

但小张发现一个说不通的事：预测准了，弃风率却没怎么降。调度中心还是经常在风大的时候让他把风机停下来，因为电网消纳不了。“AI知道明天风有多大，”他有一次跟同事吐槽，“但AI不知道调度为什么不愿意收我们的电。”

两个人，两处困惑，指向同一个问题：AI让能源行业变“聪明”了，但变得更好了吗？

要回答这个问题，需要先看清这个行业正在经历什么。

更直观的数据来自国家能源局。截至2026年2月底，全国可再生能源发电装机达23.81亿千瓦，占全国电力总装机的60.3%。2025年底，风电光伏累计并网装机达到18.4亿千瓦，历史性超过火电装机。

但AI不止是能源的赋能者，它也是能源的巨大消耗者。据中国信通院数据，2025年国内算力中心用电量约1960亿千瓦时，同比增长18.1%，而同期全社会用电量增速仅为5.2%。世纪互联高级副总裁兼能源规划负责人戚野白指出：“算力项目已进入GW级时代，未来10年AI年用电量将达1.2万亿千瓦时，预计将占全社会用电的7%—9%，国内每年用电增量接近1个三峡电站的发电量。”与此同时，高比例风光出力的间歇性和波动性，让电网的调峰压力剧增。

这篇文章，就是要讲清楚这场重构的故事。

老马干了快三十年调度，经历过这个行业最剧烈的变化。

后来事情开始变了。先是风电，戈壁滩上立起白色的风机，一开始只是个点缀。然后是光伏，从西部荒漠铺到东部屋顶。2015年之前，风光在老马的屏幕上只是几条几乎贴地的小曲线；到2020年，风电光伏累计装机达到5.3亿千瓦；到2025年底，这个数字变成了18.4亿千瓦，历史性超过了火电装机，超出约3亿千瓦。

五年翻了三倍多。

这种结构性转变带来的是一个经典难题，能源行业的人叫它“不可能三角”：安全、经济、清洁，三个目标很难同时实现。

老马在引言中那次极端天气的决策，就是这个“不可能三角”在三十秒内的肉身呈现。启动燃气机组烧钱，不启动可能出事，AI给了他一个最优计算，但无法替他承担决策后果。

碳市场也随之从“履约驱动”转向“制度驱动”。以2026年3月为例，全国碳市场碳价位于79元/吨至83元/吨的相对高位，“碳排放配额25”也已于1月5日正式上线交易。全国碳市场覆盖的碳排放量占比从40%提升至60%，未来将扩围至化工、石化等行业。到2027年，对碳排放总量相对稳定的行业将优先实施配额总量控制；配额分配方式也在转型，政府将稳妥推行免费和有偿相结合的分配方式，有序提高有偿分配比例。

2026年初春，小张在风电场的值班室里，看到了一则新闻。

“国家发改委、国家能源局、工信部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》。”他一边滑着手机，一边念给旁边的同事听。“二十九项重点任务，核心逻辑两条腿走路，能源支撑AI算力设施，AI赋能能源高价值应用场景。”同事正在整理巡检记录，头也没抬：“对我们有什么影响？”小张想了想，说：“它说要开放能源领域的高价值应用场景，推动大模型在电网、发电等行业深度应用。我们风电场可能就在里面。”同事放下笔：“真的假的？”“真的，”小张把手机递过去，“你看，文件号都出来了，国能发科技〔2026〕34号。”

这份《行动方案》的出台，标志着能源与AI的关系从“技术工具”升级为“双向赋能”。国家发改委官网的解读文章引述业内专家评价称：“能源不再只是人工智能发展的‘被动供给者’，人工智能也不再只是能源转型的‘技术工具’，二者深度耦合将为我国数字经济高质量发展和新型能源体系建设注入强劲动力。”

这套系统已经在国内外二十多个新能源场站落地应用。它不仅能预测发电量，还能提前预警设备风险、辅助交易决策，让风电场从“被动式运维”变成了“主动式智慧运维”。该项目已通过中国电力企业联合会科技成果鉴定，达到国际领先水平，累计斩获发明专利二十项、软件著作权十八项。

AI正是在这里找到了不可替代的位置。2026年初发布的政策研究明确指出，要“部署电力大模型，开展多时间尺度负荷预测、新能源出力精算”，并“构建源网荷储协同优化决策系统，实现电力电量平衡柔性调节”，将调度控制从“经验驱动”转向“模型驱动”，从“事后响应”升级为“事前预演”。

除了调度本身，AI还在改变电力设备的运维方式。

但对老马来说，AI在电网领域最让他震撼的应用，是虚拟电厂。

上海是虚拟电厂应用的前沿阵地。2026年初，上海虚拟电厂在寒潮期间进行了一次大规模调度。研发团队开发了一套AI智能预测算法，将实时电量预测误差控制在3%以内，中长期现货电价预测准确率超过85%。

目前，这套系统已聚合两千多家优质用户，可调节容量超过160万千瓦，规模相当于一座大型传统火力发电站。2025年夏季，上海通过虚拟电厂实现了百万千瓦级的电力调用，同年8月的一次实测中，最大响应负荷突破100万千瓦。

当电网出现缺口时，AI系统能提前向接入的企业发送用电调整预警，企业配合压降负荷后还能拿到补贴。“从前是‘电网让怎么用就怎么用’，现在通过参与虚拟电厂调度，既能帮电网平衡供需，又能拿到补贴、降低用电成本，真正实现了从‘被动用电’到‘主动赚钱’的转变。”项目负责人说。

“AI能告诉我明天风有多大，”他说，“但AI不能告诉我，为什么我预测得越准，调度却越难收我的电。”

小张的困惑，其实恰好触及了“十五五”电网发展的核心矛盾：新能源装机的增速远超电网消纳能力的增速。AI可以提高功率预测精度、优化调度策略、辅助虚拟电厂调度，但在储能大规模铺开之前、电力市场完全成熟之前、输电通道彻底打通之前，AI只能优化存量，无法突破物理瓶颈。

老马对这个问题的回答很干脆：“AI做的调度决策越来越准，但出了事故，签字的是我，不是AI。所以每次遇到模型没见过的极端情况，我还是不敢放手。不是因为不信任AI，是因为我是最后兜底的那个人。”

老马是在一次行业培训上，第一次意识到AI不只是他的“副驾驶”。

培训材料上有一组数据，他盯着看了很久。中国信通院统计，2025年国内算力中心用电量1960亿千瓦时，同比增长18.1%，而同期全社会用电量增速仅为5.2%。预计到2030年，国内算力中心用电量在5000亿千瓦时左右，若AI爆发增长，甚至可能高达7000亿千瓦时，约占全社会用电量3.7%到5.3%。

更让老马心惊的是AI推理负荷的变化。目前推理负荷占AI算力比重已达三分之二，AI应用对电力系统稳定性的要求发生了根本性改变。过去AI训练是“集中训练、间歇休息”，现在推理任务是“7×24小时连续运转”，数据中心从间歇性负载变为基荷性负载，对电力系统的要求从“买多少用多少”转变为“全天候稳定供电+峰谷柔性调度”。

世纪互联高级副总裁兼能源规划负责人戚野白在2026年中国能源周上做过一个让老马印象深刻的发言：“国内数据中心每年将新增约1000亿千瓦时用电量，相当于三峡大坝的年发电量。未来十年，AIDC年用电量或达1.2万亿千瓦时，占全社会用电量7%-9%。”他说，算力不再是普通负荷，而是重塑能源消费格局的核心变量。

2026年，“算电协同”这四个字首次写入了政府工作报告。它被列为国家级新基建工程，与超大规模智算集群、全国一体化算力监测调度同步部署。

但看得懂逻辑，不代表能解决眼前的难题。

老马把其中一条曲线放大，盯着看了很久。这个波动幅度，他在调度台上从来没有见过。“AI把电网变成了一个全新的东西，”他对徒弟说，“以前管的是工厂和居民，负荷曲线可以预测。现在管的是GPU集群，它的负荷在毫秒级内剧烈波动，我们的调度系统还没有完全准备好。”

徒弟问他：“那怎么办？”

老马想了想，说：“算电协同。”

这不是一个敷衍的回答。他最近一直在研究“算电协同”的具体实现路径。四部门《行动方案》明确提出，鼓励算力设施作为负荷侧灵活可调节资源参与电网运行。这意味着，数据中心不应该只是“用电大户”，而是应该成为电网的灵活调节资源。

更具体地说，当电网负荷高峰时，数据中心可以通过降低非核心计算任务的功耗、启动备用储能、或将计算任务迁移到电力富余地区来响应调度需求。当新能源大发、电网需要消纳时，数据中心可以增加计算任务、提前执行批处理作业，将富余的绿电“吃”掉。

这就是“双向赋能”的真正含义。AI不是能源行业的“外部变量”，它正在成为能源行业的“内生变量”。而老马和小张，正站在这个变量改变一切的前夜。

老马是在调度中心的内网上第一次看到“实时电价”这个词的。

他的手指在“每5分钟结算一次”这几个字上停了一下。他现在管的调度系统，电费是按月结算的。发电厂发了电，上网，电网统购统销，用户用了电，月底结账。每一度电从发出到收到钱，中间至少要隔一个月。每个月结算的时候，电网公司、电力交易中心、银行之间要对账、清算、划拨，一套流程走下来又是一段时间。

他盯着白皮书上的“5分钟结算”，忽然冒出一个念头：如果有一天，不是5分钟，而是5秒钟呢？

如果每一度电都能实时定价、实时交易、实时结算，他的调度台会变成什么样？电网公司、电力交易中心、银行之间的对账和清算环节，还需要存在吗？

最早激活402状态码的协议叫L402，它是由Lightning Labs开发的，将HTTP 402与比特币闪电网络结合，用闪电网络发票实现即时、低成本的机器间微支付。L402为AI代理支付开辟了第一条技术路线，但它深度依赖比特币生态，这与x402走向了不同的方向。

把这个逻辑放在能源行业里，图景就变得非常具体了。

这就是402微支付对能源行业最直接的影响：把交易颗粒度从“批发”打碎到“零售”，从“按月结算”加速到“实时竞价”。

当AI智能体拥有了独立的钱包和支付能力，它们就不再只是“辅助决策的工具”，而是能源市场上的独立交易主体。

但老马也知道，这幅画面还远没有成为现实。

除了商业验证不足，技术路线的标准之争也为402微支付的未来增添了不确定性。除x402外，Stripe与Tempo联合发布了Machine Payments Protocol，Visa同步推出了面向机器人的命令行支付工具，多条技术路线在同时推进，标准之争远未尘埃落定。对于能源行业这样一个高度监管、高度标准化的领域来说，技术标准的不确定性本身就是最大的风险。

这不是一个技术问题，而是一个制度问题。402微支付描绘的未来图景令人兴奋，但它真正落地到能源行业，需要的不仅是支付协议和算力基础设施，更是一场关于责任、信任和市场秩序的深刻变革。

窗外，城市已经入夜，灯火通明。千里之外，小张刚结束和同事关于“绿电直供”的讨论，正走出风电场的值班室。西北的夜晚风很大，风机叶片在头顶缓慢转动，发出低沉而均匀的嗡鸣。他掏出手机，看到一条行业新闻推送：国家能源局发布《关于加快推进分布式新能源参与市场交易的通知》，要求推动分散式风电、分布式光伏通过聚合方式参与现货市场交易。

老马翻到那份技术白皮书的最后一页。附录里列着几个正在进行的试点项目：某省的电力现货市场已经实现了一个小时的出清间隔，正在向更短时间冲刺；某城市的虚拟电厂已经接入了数万个分布式节点，AI智能体在实验环境中完成了多笔自主电力交易；某头部支付协议已经在试验环境中跑通了“每一度电独立定价、独立结算”的完整交易链条，交易颗粒度细化到单度电、交易时间压缩到秒级。

但他也知道，这幅画面还远没有成为现实。支付层正在被重新发明，但市场制度、监管框架和信任体系的构建才刚刚起步。他想起自己上一次调度中心培训时，老师讲过的一句话：“电力系统不是一个纯技术系统，它是社会信任的载体。任何一项技术要进入电力系统，必须通过安全验证、制度适配和责任归属三道关卡。”他意识到，402微支付描绘的未来图景虽然令人兴奋，但它真正落地到能源行业，需要的不仅是支付协议和算力基础设施，更是一场关于责任、信任和市场秩序的深刻变革。当AI智能体自主完成了交易，出现纠纷时责任归谁，这个问题还没有答案。

窗外，城市的灯火一直延伸到地平线。千里之外，小张已经回到值班室，正在填写今天的最后一页值班日志。他写下了明天的计划：早上八点检查AI预测报告，九点安排无人机巡检，十点和数据中心运营团队开视频会，讨论绿电直供的可行性。他在日志末尾加了一行小字：“今天风大，弃了一些。什么时候能不弃？”