清华大学火山引擎：2025年算力电力协同：思考与探索白皮书.pdf

算力电力协同：思路与探索

白皮书

（2025年）

清华大学

北京火山引擎科技有限公司

2025年01月

算力电力协同：思路与探索白皮书（2025年）—清华大学、北京火山引擎科技有限公司

报告研究团队

清华大学：郭庆来、陈敏、王奕

北京火山引擎科技有限公司：井汤博、潘宇、翟思成、李子豪

算力电力协同：思路与探索白皮书（2025年）—清华大学、北京火山引擎科技有限公司

目录

前言1

一、算力电力为什么要协同？2

（一）伴随AI的迅猛发展，算力中心负荷持续攀升2

（二）算力中心负荷具有特殊性，对电力系统是挑战，也是机遇5

（三）挖掘算力中心灵活性，优化算力中心供能结构与用能成本6

二、算电协同，具体协同什么？8

（一）基本供用能结构中的算电耦合点，是算电协同的物理基础8

（二）相关主体的不同利益诉求，是算电协同的核心驱动力11

三、如何协同？13

（一）列头柜层面：预测算力需求及算力功耗，并挖掘其灵活性13

（二）算力中心层面：从业务逻辑弱耦合到强耦合，发掘灵活性14

（三）局部电网层面：高比例可再生能源局部电网本地自治20

（四）大规模“算力网+电力网”层面：跨区优化调度21

四、结语22

I

算力电力协同：思路与探索白皮书（2025年）—清华大学、北京火山引擎科技有限公司

前言

“实施一批算力与电力协同项目”作为代表性方向列入我国《加

快构建新型电力系统行动方案（2024—2027年）》。本报告针对算力

负荷区别于其他常规负荷的特征，按照“为什么要做算力电力协同”、

“协同什么”、“如何协同”的顺序展开，介绍了我们在算力电力协

同方向的思路与探索，目标是充分挖掘算力中心与算力系统中蕴含的

灵活性，优化算力负荷用能成本与供能技术，并提升新能源消纳能力，

为加快构建新型电力系统提供支撑。

编写组

2025年1月

1

算力电力协同：思路与探索白皮书（2025年）—清华大学、北京火山引擎科技有限公司

一、算力电力为什么要协同？

（一）伴随AI的迅猛发展，算力中心负荷持续攀升

1.AI领域的“ScalingLaw”，带来能源消耗指数级增加

在人工智能（artificialintelligence，AI）领域，““ScalingLaw”揭示了随着模

型规模、计算能力和数据量的增加，AI系统的性能会指数级提升。然而，这一法

则也伴随着能源消耗的指数级上升。

原图来源：YuzhuoLi,MariamMughees,YizeChen,YunweiRyanLi,“TheUnseenAIDisruptions

forPowerGrids:LLM-InducedTransients”,2024.

图1不同大型语言模型训练过程中，能耗与模型参数数量的关系

2.全球视角：AI应用快速发展，带来全球算力中心耗电量大幅增长

伴随AI应用快速发展，全球用于AI的IT设备用电需求激增。根据花旗集

团研究部门CitiResearch的预测，从2023年到2030年，服务于AI的IT设备用

电需求年均增长率将达到43%，远高于服务于其他业务的IT设备用电需求的年

均增长率8%。预计到2030年，服务于AI的IT设备用电需求将达到52GW，占

全球IT设备用电需求的50%以上。

与之对应，全球算力中心用电量也大幅增长。根据国际能源署数据，从2022