9月下旬，2026迎峰度夏收官。最新出炉的全省用电数据显示：今年前8个月累计全社会用电量6145.93亿千瓦时，同比增长3.64%。

总量温和上扬，结构却已悄然生变。公开数据显示，今夏江苏电网最高用电负荷达到1.609亿千瓦，四度刷新历史纪录；与此同时，算力设施用电快速增长——上半年全省互联网数据服务用电同比增长43%，7月纳入监测的超算和智算中心用电同比增长33%。负荷曲线加速陡峭，抬升最陡的那一段，来自算力。

一边是电网负荷新高，一边是算力昼夜“吞电”。但AI与电力的关系并非单向耗电。在调度端，它正被用来预测新能源出力、辅助生成调度策略，成为电网调度的“智慧脑”。“吞电兽”和“智慧脑”，矛盾吗？记者调研发现，一套破题思路正在逐渐清晰。

算力消耗电力，也能“精算”节电

先看AI作为“吞电兽”的一面。

2025年，全国算力中心总用电量1700亿千瓦时，占全社会用电量1.6%。江苏压力也很直观。截至2025年底，江苏综合算力指数全国第二。在用数据中心284个，算力总规模88.29EFLOPS。其中智算65.51EFLOPS，占比超74%。

算力越大，用电越多。记者从有关部门了解到，2026年上半年，江苏算力中心用电量78.9亿千瓦时，同比增长31%。7月，106家纳入监测的算力中心企业用电量突破13亿千瓦时。超算、智算中心占比超八成。

为什么这么“吃”电？两重原因叠加：服务器越上越多，通用算力、智能算力业务攀升。液冷高性能服务器大量部署，虽然比传统风冷省电，但高密度部署后，总用电量仍水涨船高。“夏天室外温度每升高1℃，制冷能耗就会增加3%到5%。”张家港一家数据中心运维负责人说。度夏高峰，数据中心“胃口”更大。

更深的问题，在于布局错位。部分算力中心集中在东部负荷中心。配套电网、储能、绿电消纳尚未完全跟上，导致电网压力加大。

今年7月，省发展改革委印发《江苏省分布式光伏发展实施方案（2026—2030年）》。文件明确，支持算力中心就近部署分布式光伏，提升绿电使用比例。政策信号已释放，但落地仍需时日。短期看，算力用电的刚性增长仍难缓解。

再看AI作为“智慧脑”的一面。

今年迎峰度夏期间，江苏新能源发电表现尤为突出。近五年夏季用电高峰时段，全省新能源发电占比从2022年的9.8%跃升至2026年的近40%。其中，2026年分布式光伏装机达6929万千瓦，规模全国第一，发电量同比增长近12%。“相当于全省每3台空调中，就有1台由分布式光伏供电。”国网江苏电力调度控制中心调度运行处处长仇晨光说。

然而，新能源大规模接入，也给电网调度带来全新挑战。上亿块光伏板的发电数据采集后经多级传输到达省调中心，至少需要40分钟，其间有可能天气已变，出力已不同；同时，夏季空调负荷波动剧烈，基于历史数据和人工经验的传统预测方式容易出现偏差。“到2030年，我们预测全省光伏装机还会有较大增长，对电力实时平衡的影响也更大，迫切需要实现光伏数据的快速采集传输。”国网江苏电科院配电技术研究所研究员吴凡表示。

记者注意到，为应对这些难题，国网江苏电力在强化电网基础能力的同时，引入人工智能技术作为辅助手段，帮助调度员更快速、更精准地预判形势。这意味着，当空调负荷骤升、电网压力陡增时，AI辅助系统能在极短时间内生成多套调度策略建议，涵盖煤电、燃气机组出力调整，跨区输电计划优化，储能放电协调，以及负荷侧调控提示。

一位在调度岗位工作了近十年的资深调度员表示：“以前遇到这种情况，要逐级汇报、层层审批，再打电话协调，一两个小时是常事。现在AI几分钟内把可选方案摆出来，我们根据经验和现场情况快速决策，人工压力减轻了。”

如何用AI管理AI能耗？

一边“吞电”，一边“省电”。左右互搏，怎么协同？

记者调研发现，突破口在于重新定义“负荷”。传统意义上，用电大户是刚性的。工厂要开工，数据中心要运转。负荷只能“扛”，不能“挪”。AI介入后，负荷有了“柔性”。

6月26日，江苏省2026年迎峰度夏电力负荷管理演习在全省多地展开。扬州移动算力中心自控型演练现场，调度平台数据实时跳动。协鑫能科作为全省虚拟电厂代表，依托AI算法与直控技术，5分钟内聚合25家用户，下调负荷超3万千瓦。虚拟电厂平台收到电网削峰指令，AI几十秒内拆解任务：空调温度上调，充电桩功率下调，储能放电，工厂可中断负荷切换。每个参与者调节量精确到千瓦级，用户几乎无感。

“虚拟电厂就像能源圈的‘网约车平台’。把分散的风电、光伏、储能和可调节负荷整合起来，通过算法匹配供需。”一位虚拟电厂运营商负责人打了个比方。

记者了解到，江苏创新负荷调控，挖掘算力柔性调节潜力，引导算力中心区分刚性算力与弹性算力，推动数据备份、模型训练等非核心业务错峰运行。依托虚拟电厂、储能等新业态，截至今年上半年，全省已公布首批100个建设项目，聚合总容量达1698.46万千瓦。在常州，全省首个市级虚拟电厂管理中心上半年聚合24家虚拟电厂，可调资源容量达133万千瓦。在扬州，依托运河城市算力平台，成功完成扬州至宁夏中卫“东数西算”算电协同实战试点，将非核心算力任务迁移至1700公里外。

这样一来，算力中心从“刚性用电大户”变为“可调节的智慧伙伴”，绿电消纳率持续攀升。

算力还可以跟着绿电走。在南通，一家纤维制造企业把数据托管给中国移动南通分公司算力中心。国网南通供电公司根据算电协同智能分析探针建议，引导算力中心把任务挪到绿电大发时执行。于是，用电低谷、光伏大发的11点到13点，算力中心用电负荷比其他时段高出103千瓦。这是全省算力和电力在时间上第一次真正“握上手”。太阳最大时，算力跑得最欢，算下来可以省下近一半电费。在扬州，城市级算电协同平台通过预测电价与绿电走势，引导企业把高耗能计算任务挪到风电、光伏多发时段。

AI与电力的关系，正进入“双向赋能”新阶段。中国工程院院士凌文在9月举行的上海外滩大会“人工智能开拓能源新边际”AI拓境论坛上表示，算力发展离不开可靠、经济、低碳的电力供给；能源系统的绿色转型也需要借助数据和人工智能实现精准感知、智能预测和优化控制。

“算电账本”还要解哪几道题

江苏的“算电账本”其实并不好算。一边，按照城市发展规划，江苏以风光为主的新能源呈现“北多南少”态势。另一边，算力需求“南强北弱”却是现实。迎峰度夏高峰会过去，算力增长与电力平衡之间的新问题还在。

记者了解到，目前国内各地跑通的更多是点上案例。要从“盆景”变为全省“算电协同”布局，还得补上几道课题。

算力侧，缺乏主动跟随新能源出力、配合电网调峰的内生动力。算力企业按全生命周期核算成本。电费支出占运营成本一半左右，却只占总成本5%到15%。让服务器满负荷运转、硬件利用率最大化，远比省电费重要。

技术短板也明显。不同类型算力任务，耗电量、调节响应潜力、时延敏感度差异很大。目前还没有技术能精准量化算力任务与用电负荷的对应关系。电力调度系统与算力调度系统，又相互独立、各自运行，数据互通亟待破题。

省规划设计集团交通中心公司（生态低碳中心）副所长、电力高级工程师陈曦寒长期跟进城市电力规划布局，近期团队正在推进省外算力中心规划项目。他认为，要想解决苏北绿电富余、苏南算力集聚的错配，需要在“十五五”乃至更长一段时间，把数据中心选址与新能源基地、电网通道一体规划：在苏北布局绿电直供型算力枢纽，让时延不敏感任务就地消纳绿电；加快跨区域绿电输送与交易机制建设，为苏南算力集群提供绿电保障，让“北电”与“南算”各得其所。

今年8月征求意见的《江苏省人工智能产业发展促进条例（草案）》第十六条明确提出，省发展改革、工业和信息化、能源、数据等部门建立算电协同机制，推动算力设施与电力设施协同规划、联动建设和联合运行。“从我们规划设计的角度看，还想补一个‘机制减法’：把算电协同从部门分治，变成联合治理。”陈曦寒表示。

江苏已在立法层面明确了建立算电协同机制的方向，这是好的起点。但“建立机制”和“机制管用”之间，还差几个操作层面的设计：算力项目的用电需求，怎么提前进入电网规划？绿电开发的时序，怎么和算力增长曲线对表？跨部门协调遇到冲突时谁说了算？“这三个问题不解决，算法再轻量、调度再智能、市场激励再充分，落地时还是可能卡在‘两张皮’上。”陈曦寒说。

需求端也有提效空间。国网江苏经研院能源发展研究所五级专家史静说，一次AI查询平均耗电约0.24至0.34瓦时。看似微小，海量累积后，对电网压力不容小觑。她建议，使用AI时避免“问一句是一句”的随意模式，转而采用“明确角色、背景、任务与约束条件”的结构化提示。这既能提升回答质量，也能从需求端削减不必要的算力调用。省下的每一瓦时电，都是对算力可持续发展最实在的支持。

新华日报·交汇点记者 倪敏 许愿 林元沁