问题：大模型热度攀升，电力压力随之加大。业内测算，一次线交互看似轻量，但在云端会带来持续的服务器运算与制冷负荷；图像、视频等更复杂的生成任务，单位能耗会明显上升。研究预测，到2030年我国数据中心用电量或超过4000亿千瓦时。算力需求具有波动性和集中性，容易与电网负荷高峰叠加，使“保供、降本、减碳”同时承压；数据中心也面临电价波动、容量约束和绿色指标等多重约束。 原因：一上，算力基础设施加速建设，尤其是智算集群对供电可靠性要求更高、用电强度更大；另一方面，传统供用电模式仍偏“被动供给”，算力中心多按业务需求开机运行，对电网实时负荷、电价变化、可再生能源出力等信息感知不足，难以及时调整计算任务与用能策略。此外，新能源占比提升使电力系统波动性增强，更需要负荷侧具备可调节能力，而算力中心本身具有一定的移峰、错峰空间。 影响：如果电力与算力两张“网”缺少协同，主要风险体现三上：其一，局部时段负荷叠加，保供压力上升；其二，用能成本波动传导至算力服务价格，影响产业竞争力；其三，能耗与碳排约束趋严，绿色化改造进度将直接影响算力扩张空间。因此，“让算力理解电力、让电力适配算力”的协同机制，正成为新型基础设施运行的关键。 对策：“算电协同”国家部署背景下，南京依托智能电网产业基础先行探索，推动电力调度、市场机制与算力编排联动。 一是以虚拟电厂提升负荷侧调节能力。虚拟电厂通过数字化聚合，将分散的可调资源纳入统一管控：储能、电制冷系统、可调负荷以及可中断的计算任务等，可在平台上实现“可观、可测、可控”。当现货电价出现明显峰谷或电网负荷紧张时，系统可向算力中心发出调节指令，引导其在高价高负荷时段适度降载、在低价低负荷时段提升任务量，形成削峰填谷的联动。在精准建模和数据分析支撑下，平台可对算力用电进行预测与优化，推动用能管理从经验判断转向数据驱动，在保障业务连续性的同时降低综合度电成本。 二是以智算调度实现“算随电动”。不同于电力调度，算力调度更关注任务类型、时延要求与资源分配。南京对应的企业研发的智算调度平台，探索将电网负荷状态、能价信号与计算任务排班结合：对时延敏感的推理业务优先保障，对可延后训练任务则在电力更充裕、价格更低的时段集中执行；在供电受限或新能源波动较大时，通过跨机房、跨集群的任务迁移与分级保障，提升整体运行弹性。 三是以储能设施强化“缓冲”能力。在南京溧水等地布局的集中式共享储能电站，为数据中心等高耗能用户提供峰谷调节与应急支撑的双重能力，通过充放电实现电力供需在时间上的“平移”，既减轻电网尖峰压力，也提升算力中心供电稳定性。 四是以产业协同夯实落地基础。南京是智能电网产业的重要集聚地，在调度自动化、继电保护、高端变压器及电力系统试验验证各上配套完善；同时，人工智能产业链较完整、应用场景丰富。两大产业叠加，为“电力系统数字化—负荷侧柔性化—算力服务市场化”提供了更易复制推广的落地条件。 前景：业内认为，“算电协同”将从单点应用走向系统工程，下一步重点三上：其一，完善算力负荷参与电力市场的机制，推动更多数据中心以可调负荷身份参与需求响应、辅助服务与现货交易；其二，推进算力与电力的统一计量和标准体系，打通能耗、碳排与服务质量的协同评价；其三，推动“源网荷储”与算力基础设施一体化规划，促进绿色电力就地消纳与算力任务跨域调度并行。随着新型电力系统建设提速，算力中心有望从单纯“用电大户”转变为电网可调资源的重要组成部分，形成互促共赢的新格局。
算力是数字经济的底座，电力是算力的支撑；把两者从各自优化变为协同统筹，不仅关系到用电成本，更关系到新型电力系统的韧性与绿色转型成效。南京的实践表明，面向未来的基础设施竞争，不只比拼规模，更取决于调度能力、系统效率和协同水平；当“瓦特”与“比特”形成更顺畅的联动，高质量发展的动能也将更稳定、更可持续。