21世纪经济报道记者邓浩
今年全国两会，“算电协同”首次被写入政府工作报告。这四个字对普通人来说或许有些拗口，但在能源和科技圈，它正成为一个让人兴奋的新方向。
简单来说，就是让算力这个“吃电大户”学会跟着电力信号走——哪里电便宜、电充足，算力就往哪里跑；电网压力大的时候，算力也能主动“让一让”，帮电网减减压。
这种灵活调度的背后，既藏着真金白银的经济账，也指向一个更大的想象空间：当中国新能源的发电成本已经足够便宜，能不能通过算力这个新载体，把“绿电”卖到全世界去？
近日，21世纪经济报道记者对朗新科技进行了调研。我们发现这家在电力能源行业扎根30年的企业，去年12月刚刚和临港算力公司做了一次有意思的尝试：把上海一个算力集群的部分任务，“搬”到了电力更富余的福建节点，全程服务没断，电费却省了下来。
这个看似不大的技术实测，其实打开了算电协同从概念走向落地的关键一扇门。
算电协同大趋势
“AI在能源行业的应用价值正在变大，这主要是因为能源行业现在以交易为核心，而不是以管制和计划为核心。”朗新科技副总裁孙庆平一言蔽之。
过去，电力系统以计划调度为主，电价相对固定，峰谷时段明确。然而，随着新能源占比的不断提升和电力市场化改革的深入，这一切都发生了根本性改变。
朗新科技副总裁CEO王光星具体解释，“2026年电力市场化加速，充电运营商的核心竞争壁垒将转向AI动态定价与智能能源运营能力。朗新科技在AI算法、电力交易、微电网运营方面拥有深厚的技术沉淀，能够打通新能源发电、储能调度、充电桩定价的全链路数据进行实时动态定价。”
发电侧的风光等新能源受天气影响，呈现强烈的波动性；用电侧，随着分布式光伏、储能、电动汽车的普及，用户正在从单纯的“消费者”转变为可以双向互动的“产消者”。
这种双边波动性，叠加电力现货市场的实时价格信号，使得整个能源系统的运行变得异常复杂。
“价格信号在波动，如何利用交易机制，抓住价格信号，调节你的用能模式，这就产生了巨大的经济效益。”孙庆平指出。
虚拟电厂、能量运营等新兴业态的涌现，正是为了在价格波动中捕捉套利空间。而这种复杂性与策略性，对决策模型和算法的要求极高，这恰恰为AI提供了最佳的应用场景，也与朗新科技的发展方向高度契合。
朗新科技正是这场变革中的先行者。其早在2023年6月就成立AI研究院，并发布了自研的“朗新九功AI能源大模型”。
据朗新科技AI研究院院长黄飞介绍，九功并非单一的通用大模型，而是一套包含大小模型的综合系统。它将通用大模型的强大推理能力与行业小模型的精准确定性相结合，专门解决电力行业在负荷预测、价格预测等方面的痛点，实现对电网运行、电力交易、负荷调度内在逻辑的精准把握。
朗新科技不仅是技术方案的提供商，更是亲自下场成为能源运营商。
“我们本身就是售电运营商，也是虚拟电厂的聚合商，还是用户侧负荷调控能量运营的独立运营商。”孙庆平表示，通过自身运营，朗新能够不断实践和迭代AI的应用效果。
一个典型案例是，朗新科技与临港算力（上海）科技有限公司共建的虚拟电厂平台，已于2025年12月成功完成了“上海—福建”智算百卡集群多任务算力跨省快速转移技术实测。
通过该平台的调度能力，其将计算任务从电价较高的上海节点，转移至电力相对富余、成本更低的福建节点，成功验证了在保障服务不中断的前提下，通过跨省负荷调度实现运营成本优化的技术可行性。
对于产业未来，朗新科技的判断是，AI的角色正在从“工具”向“引擎”转变。朗新科技CTO危明认为，从ChatGPT这类对话服务，升级到OpenClaw这类具备自主执行能力的智能体，标志着AI已拥有规划并落地复杂任务的能力。这意味着一套由多智能体协同协作的新型运行机制正在形成。
从电力市场化交易到虚拟电厂聚合，从零碳园区到算电协同，朗新九功AI能源大模型已在多个领域形成实际应用。从产业来看，类似这种从“工具”到“引擎”的转变，或将是推动算电协同从试点走向大规模应用的关键力量。
绿电出海新路径
如果说算电协同是解决国内能源与算力矛盾的内部优化，那么其溢出效应，则可能为中国绿电产业打开一扇通向全球的大门，形成“绿电出海”的新路径。
“中国的能源价格在全球有很强的竞争力。”孙庆平指出，与欧洲和美国依赖天然气发电不同，中国拥有全球领先的太阳能和风力发电产业，其发电成本可以低至国外的几分之一。
对于算力中心这类高耗能用户，能源成本是运营成本的大头，甚至成本可以占到50%。中国的低绿电成本，意味着中国算力服务在全球市场上将拥有巨大的成本竞争力。
从产业布局来看，这一趋势已经初现端倪。
孙庆平观察到，国内算力中心正在向西部等风光资源富集的地区迁移，例如贵州为广东服务，内蒙古、张家口等为北京服务。这种布局，本质上就是将高耗能的算力产业与绿电资源就地结合，实现成本优化和绿电消纳的双重目标。
然而，要实现真正的绿电出海，还需要克服一些现实障碍。
首先是通讯时延问题。为全球提供算力服务，需要依赖海底光缆等基础设施，跨国时延将成为影响用户体验的关键因素。
不过，孙庆平对此态度乐观，“技术不是一成不变的，随着低轨卫星通讯等新技术的成熟，通讯条件会得到改善，届时，一个地方的算力中心为全球服务将成为可能。”
其次，是业务的分层调度能力。孙庆平以临港到福州的算力迁移为例，指出要实现经济性，算力中心可以对其承载的业务进行分类。一些对响应时间要求高的消费级任务（如打车、搜索）保留在本地，而对响应时间要求较低的科研、训练任务则迁移到绿电成本更低的地区。这种对任务进行分层、调度和协同的能力，是算电协同走向商业化的核心。
朗新科技正在通过其九功AI能源大模型和智能体技术，构建这种能力。
黄飞举例，公司已在两个省份部署了“电力交易智能体”，该智能体能够自动化地完成从价格预测、策略决策到交易执行、结果复盘的全流程，并且正在向“自动进化”的方向演进。这种能够自主学习和优化的智能体，正是未来支撑算力负荷在更大范围内、更复杂条件下进行灵活调度和交易的核心基础设施。
综合来看，朗新科技在“算电协同”领域的探索，不仅为国内高耗能产业在电力市场化改革背景下降本增效提供了新思路，更重要的是，它揭示了一条以算力为媒介，将中国绿电成本优势转化为全球服务竞争力的新路径。
正如孙庆平所言，当AI从工具演变为社会运行的引擎，其对算力和绿电的需求或将远超我们当前的想象。而在这场由AI驱动的能源与算力革命中，中国企业正站在一个可以定义未来格局的关键位置。
热门跟贴