在激烈的中美AI競賽中，一個不為公眾熟知的行業(yè)正在發(fā)揮越來越重要的作用：電池儲能(BESS)，而“算電儲”三者協(xié)同已經成為必然趨勢。

對美國的AIDC來說，儲能解決的是電力供應的“從0到1”的問題，而在中國，故事遠比這個精彩。

一

美國困境：儲能成“電價友好”關鍵

電力對算力的約束，在美國已經不是新聞。本質上，這是美國上世紀的電力基礎 設施 遇到了下世紀的 科技 。

彭博新能源（ BNEF ）則 預計，美國數(shù)據(jù)中心電力需求將從 2024 年的近 35 GW 增至 2035 年的 78 GW，增長逾一倍；平均每小時用電量更是接近三倍，從 2024 年的 16 GWh 飆升至 49 GWh。

算力需求狂飆突進 ，而電力供應捉襟見肘， 兩者相遇，便形成了今日美國的困境： 與民爭電 。

揮金如土的 科技巨頭愿意為電力支付幾乎任何溢價 ， 然而，它們在追逐電力容量的同時，也推高了電價基準，導致數(shù)百萬普通家庭的電費賬單不斷攀升 —— 從2020年2月到2025年9月，美國居民電價飆升40%，從每千瓦時0.13美元漲至0.19美元。隨著未來幾十年AI對電力的需求預計將遠超新增供應，這些價格勢必繼續(xù)攀升。

目前， 民主黨人以降低電費為競選承諾， 已 在新澤西州、弗吉尼亞州和佐治亞州的關鍵選舉中大獲全勝。種種跡象表明， 飆升的電價已成為美國國會中期選舉關鍵。

因此 ，美國的AIDC面臨 現(xiàn)實部署難題：從立項到滿負荷運行平均 需要 約七年——前期 4.8 年，施工 2.4 年 。 而眾所周知，AI的技術進步是以月甚至天的速度在進化。

要解決這一困境，可選項并不多。長期可能靠核電，短期則需要靠：儲能。 其核心思路是： 如果數(shù)據(jù)中心同意在電網需求高時從電網獲取更少的電力，則允許數(shù)據(jù)中心更快地上線。

2025年 10月22日，Aligned Data Centers宣布與儲能開發(fā)商Calibrant Energy合作，在其位于美國太平洋西北部的一個數(shù)據(jù)中心部署電池儲能系統(tǒng)（BESS）。這是美國首次專門為加速互連和使大型數(shù)據(jù)中心上線而構建的電池系統(tǒng)。

由于Aligned公司承擔了所有費用，電力公司的其他客戶無需為這家數(shù)據(jù)中心公司的發(fā)展壯大買單。

換句話說，通過儲能，這個數(shù)據(jù)中心實現(xiàn)了對居民的 “電價友好” 。 對當今美國的民意而言，這種情緒價值尤為重要。

二

中國路徑：儲能助力“電網友好”

2025年8月， 硅谷著名投資人Rui Ma 在 X上寫道 ： “我們走過的每一個地方，當?shù)厝硕及央娏Ξ敵衫硭斎弧！彼齽倓偨Y束對中國人工智能中心的訪問。

她告訴《財富》雜志，雖然她不是能源專家，但她參加了足夠多的會議并與足夠多的內部人士交談，得出了一個能讓硅谷脊背發(fā)涼的結論：在中國，為數(shù)據(jù)中心建設足夠電力的議題已不再存在爭議。

長期追蹤中國電力發(fā)展的專家David Fishman 則 告訴《財富》，在中國，電力甚至不是一個問題。中國每年新增用電需求就超過德國的全年總消耗量 ， 其中一個省份的電力供應量就相當于整個印度的總量。

不過，故事并非如此簡單。

當AI時代來臨，智算中心的電力負荷本質上不同于傳統(tǒng)數(shù)據(jù)中心——規(guī)模龐大的同時異�！凹夥寤鼻译y以預測。 當科技公司啟動AI訓練算法，或大規(guī)模計算集群被激活時，所產生 的電力需求瞬時爆發(fā)、強度極高。這給電網穩(wěn)定帶來了緊迫挑戰(zhàn)。

一位業(yè)內人士把這種用電特征稱為： 頻閃燈 。 TerraFlow Energy 的 CEO 則把之比喻為： “ 相當于開著一輛法拉利以每小時80英里的速度在高速公路上行駛，卻不斷地在一擋和五擋之間來回切換。 ”

當AIDC執(zhí)行推理任務時，情況還相對好辦。

“ 推理負荷則取決于應用場景的多樣性，通常更平滑——比如用戶早上打開手機使用 Instagram，Meta 的數(shù)據(jù)中心就會出現(xiàn)早高峰；如今人們打開 ChatGPT，也會產生類似的熟悉負荷曲線。 ” Emerald AI 的創(chuàng)始人兼首席執(zhí)行官 Varun Sivaram 解釋到。

但一到訓練負荷，情況就完全不一樣。

“ 如果你正在運行一個大型語言模型的訓練任務，你會看到數(shù)據(jù)中心的用電量在訓練啟動時急劇上升；在訓練過程中進行所謂 ‘ 同步檢查點 ’ （synchronized checkpoints）時，會出現(xiàn)短暫的用電低谷；整體呈現(xiàn)出一種極難預測、劇烈波動的瞬態(tài)行為。數(shù)小時或數(shù)天后，當訓練結束，用電需求會大幅下降。 ” 這一過程 中 ， 其“脈沖式”用電特征極易觸發(fā)高額最大需量電費 。

此外， 單個數(shù)據(jù)中心在其生命周期內通常不會只做一件事。例如，一個大型數(shù)據(jù)中心最初可能專用于訓練大語言模型，訓練完成后，同一組 GPU 可能轉而用于小型研究訓練、推理或針對特定應用的模型微調 ，“ 因此，不能指望某個數(shù)據(jù)中心的負荷曲線在一年甚至更短時間內保持不變。 ”

另一方面， AI 的功率密度正以數(shù)量級提升——這在其他電力應用中極為罕見。幾年前，一個機柜功耗約為 5 千瓦 ， 而英偉達 GB200（Blackwell 架構）機柜功耗已達 132 千瓦，采用液冷散熱，且正朝著 1 兆瓦/機柜邁進。這意味著功率密度在短短幾年內提升了兩個數(shù)量級。這些巨型數(shù)據(jù)中心占地極小，卻如同微型城市。 正是“電力需求指數(shù)級增長”與“高密度負荷集中于狹小空間”這兩大趨勢，疊加“不可預測”的波動性，正以前所未有的方式給電網帶來壓力。

而 數(shù)據(jù)中心 需要 向客戶承諾近乎完美的可靠性，其服務等級協(xié)議（SLA）中通常要求“五個九”（即99.999%的正常運行時間）。這使得在關乎可靠性的關鍵因素——電力供應方面，幾乎沒有調整空間 。

由此，電池儲能成為AIDC“電網友好”的關鍵。 儲能系統(tǒng)可以像 “電力緩沖墊”一樣， 助力AIDC提高負載率，同時 在 AIDC 負載尖峰時 毫秒級響應 放電，彌補 傳統(tǒng)電網 缺口，避免越限跳閘 ， 確保GPU等關鍵設備持續(xù)穩(wěn)定 運行， 防止設備宕 機或數(shù)據(jù)丟失。

以 國內 首個5A級智算中心 、獲得“2 025 年度中國IDC產業(yè)算電協(xié)同先鋒獎”的 商湯臨港智算中心為例，項目 就 配置了寧德時代 18MW/36MWh 的儲能項目 ，其電池 充放深度高達90% ，具備毫秒級響應能力。

儲能系統(tǒng)投運前，AIDC負荷曲線呈現(xiàn)強隨機性與高波動性，但引入寧德時代儲能系統(tǒng)后，商湯AIDC項目的穩(wěn)定性與算力平均負載量都大大提高。

具體來看，夜間0-3點的充電時段，隨算力任務調度，AIDC凈負荷出現(xiàn)多段突增及驟降的波動，大幅增加電網側調節(jié)壓力，同時負荷突變頻率高，對電網側調頻調壓能力也構成挑戰(zhàn)，可能引發(fā)區(qū)域電壓波動，影響周邊的正常供電。

而同一時間段，引入受商湯自研多模態(tài)基座大模型與達卯科技的能源大模型調度的寧德時代儲能系統(tǒng)實現(xiàn)了電力需量的精準穩(wěn)定控制，AIDC的總關口表曲線出現(xiàn)顯著的平滑效果， 波動幅度控制在5%范圍內，充分展現(xiàn)了寧德時代儲能產品在平滑電力波動、快速動態(tài)響應上的卓越性能。

而到日間高峰時段，寧德時代儲能系統(tǒng)不僅能助力AIDC降低高峰用電，優(yōu)化電力成本，還能進一步通過容量控制，在AIDC倒閘測試時提供容量支撐，有效降低AIDC的容量電價 。

三

“以儲提算”已成潮流

對數(shù)據(jù)中心而言，“儲”除了電網友好，更大的作用在于能夠提高“算”的效率。 核心原因在于，“算”比“電”貴得多。 據(jù)商湯科技大裝置事業(yè)群智算中心總經理林海介紹，在一個服務器五年的周期里面，電費成本僅占5-10%，而一個主流的服務器，售價為300多萬，每月折舊成本就高達5萬元。 因此，提高“算”的使用效率為數(shù)據(jù)中心重中之重。

“比如，我們希望把數(shù)據(jù)中心整體的負載率從50%提到70%，這是我們努力的一個目標，但如果提到70%的時候，你會發(fā)現(xiàn)在峰值時候的負載率有可能會突破90%，突破90%以后，整個供電側的壓力是很大的，實際上進入了一個冗余很小的一個非安全區(qū)域，這種時候我們就可以去調度我們儲能的放電，以保障園區(qū)的安全。我們希望看到的用電場景是，如果把負荷畫成一條平行直線的話，它上下會有一定的波動，但不要 出現(xiàn)太深的深谷和太尖峰的毛刺，這樣的話我們可以把這條線不斷地從50%提到60%，再提到70%，利用儲能去平衡這種不安全時間段，最終讓整體園區(qū)的算力產出有較大提升，從而顯著提升AIDC的運營效率�！� 林海表示。

以 商湯臨港智算中心 儲能項目為例 ，不同于傳統(tǒng)的削峰填谷盈利策略，通過全天候精細化容量控制，系統(tǒng)還能釋放AIDC變壓器的可用容量，讓算力平均負載率提升，實現(xiàn)AIDC與能源利用的雙重收益提升。

相關 數(shù)據(jù)顯示，全球AIDC儲能新增裝機容量預計從2024年的16.5GWh躍升至2030年的209.4GWh，年復合增長率超52%。其中，中國市場增速顯著，有望從8GWh增至101.6GWh。

四

“價值疊加”：算電儲協(xié)同的核心邏輯

盡管中美兩國在電力體制、市場機制和政策導向上存在差異，但其在AIDC配儲實踐中的底層邏輯高度一致——即通過“價值疊加”（value-stacking）釋放多重收益。

之前，儲能被視為CAPEX負擔；如今，通過“價值疊加”，它正成為AIDC的收益引擎。

所謂價值疊加，是指同一套儲能系統(tǒng)在生命周期內，通過參與多種非投機性電力市場機制，實現(xiàn)收益來源的多元化。例 如：

·電力套利： 利用峰谷價差進行充放電，降低用電成本；

·參與平衡市場： 提供快速調頻服務，獲取輔助服務補償；

·容量服務： 作為虛擬電廠的一部分，為電網提供備用容量，獲得容量費用；

·綠電消納支持： 配合風光發(fā)電，提升可再生能源利用率，滿足ESG要求。

這種“一儲多用”的模式，顯著提升了儲能項目的經濟可行性，也使AIDC從單純的電力消費者，轉變?yōu)榧婢哒{節(jié)能力的“產消者”（prosumer）。

在這個過程中， 儲，正是連接“算”與“ 電 ”的關鍵紐帶。 它讓AIDC從被動耗電者，轉變?yōu)橹鲃拥哪茉垂芾碚�、市場參與者和綠色推動者。 這一切，都需要 對 電池 的智能 管理 。

同樣以商湯臨港智算中心項目為例，經測算年可降低電費約7%。實際運行過程中，光是2025年12月單月，就節(jié)省電費支出超百萬�！皩幍聲r代在這個領域有比較高的優(yōu)勢，就是它在支持深度充放電比例的前提下，還能維持較低的衰減率，再疊加達卯能源大模型的動態(tài)調度策略，共同實現(xiàn)了智算中心用電成本的大幅下降。”AI能源技術服務商兼項目運營方達卯科技CEO簡煜忞表示。

放眼未來，正如 清華大學電子院能源電子中心主任李中陽 在2025中國算力大會等多個場合表示，“算電協(xié)同的核心在于全鏈條、多主體之間的價值分享機制 。 儲能作為靈活性資源是基礎設施中的關鍵，而 AI 技術在綠電出力預測、電力交易、儲能控制等場景的應用是其中的軟實力，是實現(xiàn)價值疊加的另一種必備基礎設施�！�

以前，數(shù)據(jù)中心只有 在電網斷電時才啟動電池 ，而現(xiàn)在， 電池 在 持續(xù)運行，電池始終在塑造和過濾 數(shù)據(jù)中心的電力 。 如果之前是Energy for AI, 這個新范式則可以稱之為AI for energy。

想參與閉門研討活動

和線上產業(yè)微信群

請注明公司、職位

添加微信：shizhicyy

視知產研院聚焦科技和新能源

微信公號已有100萬+高質量粉絲

添加微信：ishizh_business

加好友請注明合作品牌