j9跨境服务j9跨境服务

　　创始人、董事长、首席执行官张剑辉近日接受上海证券报记者专访时表示，未来五年内，算力中心场景的储能需求甚至有望超过传统的独立储能。

　　算力中心为何成为储能企业重点布局的方向？张剑辉抛出两大核心逻辑：用电增长快、电价承受度高。

　　从用电负荷来看，算力中心是未来五年增速最快的领域。据估算，到“十五五”末，算力中心用电将占到全社会用电的8%以上。预计2030年，数据中心电力负荷达1.1亿千瓦、年耗电量5257亿千瓦时，其中绿电需求约4200亿千瓦时。“一旦出现杀手级的C端或B端应用，用电将呈指数级增长。”张剑辉判断。

　　从成本容忍度来看，算力中心用电成本在总投资中占比相对有限。他以一个3000P算力中心为例：服务器投资约10亿元，年用电量不足1亿度。相较于硬件投入与算力产出，电价边际波动对整体运营成本影响较小。这意味着，相较独立储能，算电协同场景可为储能电站带来更可观的盈利空间。

　　在张剑辉看来，算电协同是一个典型的“高价值场景”——既有确定性的高增长需求，又有足够的经济性支撑。储能企业布局算力中心，不是简单的市场跟随，而是对能源消费结构变化的战略性卡位。

　　当前，不少项目被称为“算电协同”案例，但张剑辉指出，其中很多本质上仅是在绿电富集区建设算力中心、使用低成本绿电，并非严格意义上的算电协同。

　　真正的算电协同，建立在一个重要前提之上：部分算力需求可延时满足。大模型训练、科学计算、影视渲染、数据挖掘等任务，具备可调度特性。基于这一特性，算力中心可在电价低谷时段满负荷运行，在电价高峰时段降载或错峰运行，实现算力负荷随电价灵活调度。

　　另一方面，储能作为“时间搬运工”，可将风电、光伏等低价电量存储起来，在算力高峰时段释放，把低成本绿电转化为高价值算力输出。算力与由此实现时空双重优化配置。

　　“真正的算电协同，应实现随算力需求动态调度、算力随电力供给灵活响应。”张剑辉说，最终目标是“算随电走、电随算调”的双向协同。未来，依托储能系统的灵活调节功能，可实现电能与算力的价值转化。我国绿电富集区域有望成为“算力输出基地”，成为重要的经济增长引擎。

　　针对差异化需求，已形成发电侧配储、机房侧配储两大解决方案。发电侧配储以绿电直连与储能配置为核心，可满足算力中心80%—90%的绿电消纳需求，同时降低综合用能成本。机房侧配储则聚焦高端算力对电能质量的严苛要求——尤其是面向AI推理的算力场景，其功率变化速度快、波动幅度大，对供电的连续性与稳定性提出了更高标准。

　　张剑辉表示，算电协同的最终目标，是构建“新能源+储能+”的一体化协同发展模式。储能通过锁定风光的弃电与现货低价电，在绿色转型、经济性、供电可靠性三方面实现提升。

　　目前，海博思创已将AI技术应用于储能电站的项目规划、产品设计、安全预警、故障预测、运维及电力交易等全生命周期。在运维阶段，AI可以实时生成多维度的性能评价，实现自动故障预警，自动生成解决方案，指导现场准确高效解决问题，守护电站安全。

　　电力交易是AI深度赋能的另一重要场景。张剑辉特别强调：“AI驱动的电力交易能力，已经成为公司核心竞争力之一。”依托海量运行数据，系统需每日预测节点电价走势，考虑出力、气象、电网阻塞、市场报价策略等多重变量进行决策。传统模型已难以适配复杂决策需求，通过AI持续迭代推演，可显著提升交易策略精度与电站收益水平。

　　在张剑辉看来，储能企业的竞争力正在发生代际转换。过去，比拼的是硬件集成能力和成本控制；现在，软件能力、算法能力、交易能力正成为新的决胜点。算电协同的深化，将进一步放大这一趋势——当储能系统深度嵌入电力市场和算力调度体系，谁的算法更准、响应更快、策略更优，谁就能在竞争中占据主动。

　　“未来储能企业的护城河，不仅在于能造出什么样的电池舱，更在于能用AI把每一度电的价值挖掘到极致。”张剑辉说。算电协同，正在从概念走向实践。对于海博思创而言，这既是一次战略卡位，更是一场能力升维的考验。