2026年，算電協同首次寫入政府工作報告，並被納入十五五規劃綱要。兩個過去相對獨立的基礎設施體系——算力網路與新型電力系統——正在發生越來越深的連線。華為在2026全聯接大會上進一步展示了源網荷儲AIDC解決方案的完整思路，華為董事、華為數字能源總裁侯金龍圍繞未來AIDC提出多個層面的系統性思考。

國家能源局資料顯示，2025年全國算力中心總用電量達到1700億千瓦時，佔全社會用電量的1.6%；全國一體化算力網八大樞紐節點算力用電成為增量主力，近三年平均增長率約39.5%，遠高於全社會用電量的平均增速。這並非中國獨有現象。Gartner預測，2026年全球資料中心用電量將達到565太瓦時，同比增長約26%，其中AI最佳化伺服器將佔資料中心電力消耗的31%；國際能源署則預計，全球資料中心用電量將從2024年的約415太瓦時增長至2030年的約945太瓦時，新增用電量略高於今天整個日本的年用電量。

AI產業的競爭，正在從拼晶片、拼算力，延伸至拼電力、拼基礎設施。對於AIDC而言，電力已不再只是配套條件，而正在成為決定算力能否快速部署、穩定執行和持續擴張的重要約束。

AIDC帶來的挑戰有兩個維度：量與波動。量意味著GW級AIDC可能形成接近大型工業園區甚至城市級別的用電需求；波動則意味著，這樣一個巨大的用電主體並不一定保持平穩。傳統網際網路資料中心負荷相對穩定，供電系統的核心任務是確保可靠供電。但AI負載明顯不同：GPU叢集在訓練任務啟動、階段切換、Checkpoint、通訊同步以及任務排程過程中，功率可能在很短時間內快速變化。叢集規模越大，這種IT側負荷變化對供電系統和上級電網的衝擊也越明顯。

與此同時，在雙碳和綠色算力政策推動下，綠電正從資料中心的加分項變成基礎條件。國家資料局提出，大力推進算電協同工程，確保國家樞紐節點新建算力設施綠電應用佔比達到80%以上。海外也出現類似趨勢：2026年8月，西班牙政府公佈資料中心監管皇家法令草案，要求相關資料中心至少80%的用電由新增可再生能源覆蓋。風電、光伏天然具有隨機性、間歇性和波動性；AI算力又形成了新的高密度、高動態負荷。上游的電越來越不確定，下游的負載也越來越不平穩，如何在二者之間構建穩定的電力系統，正是源網荷儲對於AIDC真正重要的原因。

過去談資料中心供電，核心邏輯是電網供電加UPS備電加柴油發電機兜底。但AIDC改變了這個邏輯。首先是源，AIDC的電力來源不再只有大電網，還要包括新能源，甚至疊加本地穩定電源、儲能和備用電源。其次是網，新能源高比例接入後，部分割槽域電網可能呈現低慣量、弱電網、電壓與頻率波動以及寬頻振盪等新問題；對AIDC這樣一個數十兆瓦甚至數百兆瓦級的高密度負荷，一次電壓暫降、頻率擾動或電網故障，都可能影響大規模GPU叢集的連續執行。第三是荷，AI伺服器已不是傳統意義上的平穩負荷，當數萬甚至十萬張AI晶片同步執行時，區域性負荷變化就可能被放大成電網側不可忽視的功率衝擊。

因此，AIDC與電網之間需要形成一種全新的關係：一方面要適應電網的不確定性，面對強網、弱網、新能源波動、電壓頻率擾動及故障等工況，仍能為AI裝置持續輸出穩定電力；另一方面要對電網友好，通過UPS、儲能、電力電子裝置及智慧控制系統，把AI晶片側劇烈的功率波動在AIDC內部吸收、平滑和調節，而不是原封不動地傳給電網。這實際上形成了兩個方向的友好：向上是電網友好，AIDC不擾網，並在必要時支撐電網；向下是負載友好，無論上游電源如何變化，都持續給AI負載提供穩定、高質量的電。

儲能也因此獲得了全新的角色。過去的資料中心儲能，本質上是備用電池，主要目標是停電以後短時間內供電。未來AIDC中的儲能，越來越像一個連線能源與算力的功率緩衝層：毫秒級配合UPS平抑AI負載快速跳變；秒級到分鐘級參與功率調節和電網支撐；更長時間尺度參與新能源消納、峰谷調節和能源最佳化。

所以，源網荷儲並不是簡單地把風電、光伏、儲能和資料中心放在一起，更不是為了多用一些綠電。它真正要解決的是：通過源、網、荷、儲的協同控制，把上游不確定、波動的能源供給，轉換成下游穩定、可靠的算力能源，同時把AI負載的劇烈變化隔離在AIDC內部，減少對電網的衝擊。從這個角度看，源網荷儲實際上是在電網與AI算力之間增加了一層可調、可控、可支撐的能源系統。

這也意味著，傳統電力系統的執行邏輯正在發生變化。過去電力系統主要依靠源隨荷動，負荷發生變化，發電側通過排程不斷跟隨負荷變化，實現即時功率平衡。但隨著風光新能源佔比提升，僅靠發電側跟隨負荷越來越困難。國家能源局已經明確提出，電力系統正由源隨荷動向源網荷儲融合互動轉變。AIDC正好是其中一個非常典型的新型負荷。讓AI任務錯峰計算屬於算力排程層面的協同；而通過電力基礎設施吸收AI負載波動，則是源網荷儲AIDC首先必須解決的底層問題。不能要求所有AI業務為了適應電網而改變計算節奏。對於即時推理、高優先順序訓練等業務，基礎設施首先需要做到的是：算力怎麼變，電力系統都能接得住。

如果說源網荷儲解決的是穩的問題，建設模式的變革解決的則是速度的問題。AI產業以季度甚至月為單位演進，而傳統電力和資料中心基礎設施往往以年為單位建設。傳統資料中心的專案建設週期長達18-24個月，這在AI時代是不可接受的，而通過模組化的方式，則可以將這個週期縮短至3-6個月。華為數字能源提出標準化加模組化分散式架構的核心建設思路。比如在馬來西亞柔佛智算中心中，就採用了華為FusionPower9000預製一體化電力模組，以架構全解耦、一箱一路電設計使上線時間縮短50%，10個月即完成交付。它解決的是AI時代另一個越來越突出的矛盾：晶片有了，模型也已經準備好了，卻因為基礎設施還沒建完，讓昂貴的算力裝置等待上電。

華為進一步展示了源網荷儲AIDC解決方案的完整思路。侯金龍提出，既要重構供電和液冷架構，讓高密算力電供得進、熱散得出；又要通過多層儲能協同平抑AI功率波動；同時進一步實現算電協同、源荷互動，讓AIDC從單純的剛性用電負荷逐步成為新型電力系統可以協同的組成部分。其中最值得關注的變化，是華為不再只把UPS、儲能、配電分別視為獨立產品，而是開始從AIDC整體能源架構來看問題。以Watt領域為例，華為提出MIMO供電目標架構，通過多能源輸入、多制式輸出和多級儲能協同，實現上游多種能源柔性接入、下游多代算力柔性適配，並針對AI負載從微秒到小時級的多時間尺度波動進行分級調節。面向當前產業階段，華為推出了源網荷儲AIDC 1.0解決方案，通過電網友好UPS、智慧鋰電和構網型儲能協同，讓AIDC既能適應電網，也能支撐電網，同時平滑AI負載波動。

沿著這個邏輯，AIDC與電網的關係也正在逐漸發生變化。第一個階段是適應電網，資料中心首先必須保證自己穩定執行，面對電壓暫降、頻率變化、弱電網和故障等情況，通過UPS、儲能和電力電子技術保障AI算力連續執行。第二個階段是支撐電網，當AIDC內部擁有越來越多儲能和快速功率調節資源後，它就不只是一個被動用電主體，在滿足算力業務可靠性的前提下，可以進一步參與削峰填谷、需求響應，以及部分電網輔助服務。第三個階段則是主動構網，隨著新能源佔比繼續提高，在部分新能源直供、弱網乃至離網場景下，構網型儲能和能源路由裝置可以進一步參與電壓、頻率和系統穩定性的建立與支撐，使AIDC具備更強的自主執行能力。AIDC與電網之間的關係從過去的單向供電，逐漸走向雙向互動。

如果說過去幾年源網荷儲還只是政策驅動下的探索，那麼2026年之後，它正在進入產業內生的驅動階段：AIDC將從電網的負擔演變為新型電力系統的組成部分，源網荷儲一體化也將從示範專案走向標準化基礎設施。從算電協同行業發展看，三個趨勢已經清晰可見。

首先是AIDC正從電網負荷轉變為電網柔性資源。通過電網排程和需求側響應，AIDC正成為可調節、可平移、可支撐的柔性資源，在實現錯峰計算的同時，還能為IDC運營者帶來峰谷套利的附加價值。據悉，商湯臨港AIDC已具備25MW以上的需求響應能力，在2026年上海市迎峰度夏電力需求響應中，需求響應量及達成率兩項核心指標均居上海市資料中心行業第一。這意味著，算力負荷的可調節性將從成本項轉變為收益項。

第二，源網荷儲已成AIDC標配。隨著烏蘭察布、慶陽、和林格爾等示範專案驗證了技術可行性和經濟性，源網荷儲一體化將從標杆案例演變為新建AIDC的標配架構。產業側，以華為數字能源為代表的廠商正持續投入根技術，融合4T技術打造領先的源網荷儲AIDC解決方案。侯金龍判斷，每一瓦特產出更多Token、單位Token的成本更優將成為算力工廠的核心競爭力，當基礎設施廠商把一體化方案做成標準件，源網荷儲的落地門檻將被大幅拉低。

第三，算力排程將實現智慧化。算電協同智慧排程平台正在落地，通過任務排程、綠電直連與排程結算，目標可幫助客戶實現綜合能耗下降8%~15%、用能成本下降5%~12%。非即時訓練任務將靈活排布到風光充沛時段，算力負載從被動耗電，變為主動適配電價波動。

何波表示，AI算力發展的上限取決於能源供給的上限；當算力成為新的生產力，電力系統就不再只是後台保障，而是決定產業上限的核心底座。AI基礎設施的競爭，正從誰有更多卡轉向誰能穩定地、綠色地、經濟地生產Token。算力的盡頭是電力，電力的未來是綠電，綠電的答案在源網荷儲。源網荷儲的價值，不只是讓AIDC獲得更多綠電，而是把不確定的能源供給轉化成穩定的算力能源，把劇烈波動的AI負載轉化成電網可以友好承受的用電行為。