2026.3.25AI用电行业观察

投资要点

对电力系统而言，构成系统压力和价值重估的核心是持续运行的平均总负荷，而非单纯年用电量，因此分析需兼顾年用电量（判断总量增幅）和平均总负荷（判断系统及区域供需格局冲击强度）两大口径。测算框架围绕新增智能算力、通用算力的负荷增长，结合基期负荷得到 2030 年总负荷，再通过 PUE 假设测算数据中心总用电量。中性情景下，2030 年数据中心负荷较 2024 年新增接近 50GW，该增量将对重点区域电力供需格局、稳定性电源利用小时和系统调节能力形成实质性影响。报告指出两大核心分析主线，一是高质量稳定性电源，二是具备绿电供给与交易能力的新能源主体。

01 为什么现在要重估 AI 用电

• 数据中心负荷属性发生质变：数据中心正从边缘负荷转变为未来五年最重要的新型优质负荷之一，其负荷具备运行连续、负荷率高、对供电可靠性要求高的特征，更接近准基荷型优质负荷，对电力系统和发电资产定价的影响显著高于普通新增电量。
• 电力价值重估的核心逻辑：此前市场对 AI 基础设施的关注多集中在服务器、IDC 建设和算力资本开支，而未充分定价的是新增需求的负荷形态、区域分布及对不同电源和资产的影响。AI 带来的是高负荷率、持续运行、区域集中的优质负荷，发电侧的受益并非平均分布，优质区域、电源与交易能力资产将更显著受益。
• 市场分歧的核心点：市场已达成共识的内容包括 AI 驱动算力和数据中心建设提速、数据中心成为电力需求重要增量、绿电需求和数据中心用能约束成中长期变量；但未充分定价的部分为新增需求的负荷质量、负荷区域集中度和持续性对供需格局的改变，以及具备承接高质量负荷能力的电源和资产类型。

02 测算框架、方法与关键假设

研究框架与核心公式

核心围绕平均总负荷与年用电量、IT 负荷的换算，以及 2030 年负荷的增量测算，公式如下：

• 平均总负荷 (GW)= 年用电量 (亿度) / 87.6
• 平均 IT 负荷 (GW)= 平均总负荷 / PUE
• 2030 IT 负荷 =2024 IT 负荷 +a × ΔAI+b × ΔGeneral
• 2030 总负荷 =2030 IT 负荷 × PUE
• 2030 年用电量 =2030 总负荷 × 87.6核心结论为分析 AI 用电需先看负荷再看电量，才能将预测映射到发电资产，仅知晓年用电量增量无法形成有效的发电板块投资判断。

2024 基期数据

通过反推得到 2024 年全国数据中心核心数据：年用电量 1660 亿度，平均总负荷 18.95GW，PUE1.46，平均 IT 负荷 12.98GW。截至 2024 年，数据中心接近 19GW 的平均总负荷已成为电力系统的重要变量，2030 年的核心分析重点为负荷的增长量级与结构。

测算口径选择：主用工信部 / 信通院口径

主模型采用工信部 / 信通院口径，IDC 口径仅用于趋势验证、增速参考和敏感性分析，原因如下：

• 工信部口径更贴合电力负荷形成机制，对应实际运行的基础设施算力，与机房负荷逻辑一致；IDC 口径偏产业和设备侧，不适合直接映射电力负荷。
• 两套口径的统计对象和精度体系不同，直接拼接会导致模型结果偏高且失去一致性。
• IDC 口径的优势在于更能体现智算扩张速度，适合观察产业景气和做高增速情景参考。

算力增速假设

• 历史增速：工信部口径下，2022-2024 年智算 CAGR 为 48.2%、通算 CAGR 为 16.9%；IDC 口径下，2022-2024 年智算 CAGR 为 64.5%，2023-2024 年通算同比为 20.6%。
• 未来增速：假设 2030 年智算 CAGR 分保守、中性、乐观三种情景，分别为 40%/50%/60%；通算 CAGR 统一假设为 18%，原因是该增速为历史增速中枢的延续，且通用算力需求更稳定，波动性低于智算，固定其增速可减少模型变量扰动。

历史边际系数 a、b 的确定

• 测算方法：因存量与增量算力效能存在差异，放弃静态存量系数，采用增量法，通过联立 2022-2023、2023-2024 的算力增量与 IT 负荷增量方程，得出 a=0.0415 GW / EFLOPS，b=0.0193 GW / EFLOPS。
• 经济含义：每新增 1EFLOPS 智算，对应新增约 41.5MW IT 负荷；每新增 1EFLOPS 通算，对应新增约 19.3MW IT 负荷。
• 结果合理性：工信部口径下智算单位算力负荷高于通算，并非因 GPU 能效比更差，而是该口径下的智算对应更高功率密度、利用率、满载时长和配套电力冗余，反映的是基础设施运行强度，而非纯硬件算力效率。

PUE 假设依据

依据《数据中心绿色低碳发展专项行动计划》，结合新增智算占比和存量机房拖累的实际情况，分三种情景设定 2030 年 PUE：保守情景 1.26（存量拖累大，全国平均小幅改善）、中性情景 1.22（政策落实，平均值向高标准收敛）、乐观情景 1.18（高标准项目占比提升，接近国家枢纽节点要求下沿）。

03 2030 年总负荷与总电量情景结果

通过测算得出 2030 年数据中心在不同情景下的算力、总负荷和年用电量结果，其中通算规模在各情景下均为 514EFLOPS，核心差异来自智算规模：

• 保守情景：智算 677EFLOPS，总负荷 54.9GW，年用电量 4812 亿度，较 2024 年分别新增 36.0GW、3152 亿度。
• 中性情景：智算 1025EFLOPS，总负荷 70.8GW，年用电量 6202 亿度，较 2024 年分别新增 51.8GW、4542 亿度。
• 乐观情景：智算 1510EFLOPS，总负荷 92.2GW，年用电量 8079 亿度，较 2024 年分别新增 73.3GW、6419 亿度。中性情景下 50GW 左右的负荷增量，已足以对多个重点区域的电力供需格局、稳定性电源利用小时和系统调节能力形成实质性影响。

04 对发电行业的影响与投资主线

发电行业的核心逻辑转变

AI 带来的并非单纯的电量增量，而是电力系统对优质负荷的重新定价。数据中心作为高负荷率、持续运行、区域集中、供电质量要求高的新型优质负荷，会强化局部区域电力紧平衡状态，提升稳定性电源、系统调节能力和交易能力的价值，发电行业投资逻辑从总量修复转向高质量负荷驱动的结构受益。

不同电源类型的受益逻辑

• 火电：容量支撑、调峰调频与保供价值提升，在需求承接区和电力紧平衡区域受益更显著。
• 水电：受益具有区域性，受资源禀赋与外送通道约束较强，但在算电协同、绿电需求抬升和西部资源承接背景下，部分水电资产存在区域性重估机会。
• 核电：稳定基荷的属性与高质量负荷天然匹配，长期稀缺性易被重估，核心是基荷价值重估，而非短周期弹性。
• 风光新能源：绿电需求上升将改善消纳与交易空间，盈利兑现依赖储能、电网和市场机制，资源禀赋与交易能力兼备的主体更具价值。

区域映射：负荷中心与资源承接区的差异化受益

• 东部核心需求区：京津冀、长三角、粤港澳大湾区，靠近客户和算力需求中心，时延要求高，适合金融、政企、互联网、推理侧业务，是高质量负荷中心，易体现负荷支撑与区域紧平衡，需从需求承接能力与供给约束角度分析资产价值。
• 西部资源承接区：内蒙古、宁夏、甘肃、贵州、青海、新疆，土地、电力、绿电资源优势显著，电价友好，适合大规模训练、离线计算、后台算力承接，是 “东数西算” 核心承接方向，需围绕绿电供给、资源禀赋和源网荷储协同分析受益逻辑。
• 中部潜在承接省份：河南、湖北、安徽，具备区位中枢和电网枢纽属性，可承接东部算力需求，核心受益于电网支撑和协同价值。

重点受益省份核心逻辑

最受益的省份并非单纯具备数据中心概念的区域，而是同时拥有需求、供电、成本和系统承接能力的区域。东部的江苏、上海因需求集中、低时延要求高，高质量负荷本地沉淀推动区域供需趋紧，现货和辅助服务相关资产价值提升；西部的海南、新疆、四川等凭借绿电资源、土地空间和能源成本优势，依托数据中心负荷导入带动区域能源基础发展；中部省份则依靠区位和电网优势承接东部需求，体现电网支撑价值。

风险提示

• 数据中心建设低于预期，若机架扩张节奏放缓，总负荷与电量中枢将下修。
• 功率密度提升不及预期，若 AIDC 占比与单柜 IT 功率提升慢于预期，平均负荷抬升幅度将弱于测算。
• 上架率与负载率兑现偏弱，若新增项目导入慢、运行强度不足，电量释放节奏将后移。
• 电价机制变化低于预期，若区域电力紧平衡未能传导至交易与辅助服务价值，发电资产的盈利表现将受影响。