为积极响应国家新型能源体系的战略部署，加快推进新型电力系统建设，在华北电力大学指导下，华北电力大学技术转移转化中心、华北电力大学校友会、中关村华电能源电力产业联盟、北京新型能源产业开发研究院、北京市昌平区未来科学城双碳技术转移转化研究院共同举办的“2026年新型电力系统论坛”于5月14日在华北电力大学北京校部顺利举办。本次论坛汇聚了国家电网有限公司、中国南方电网有限责任公司、内蒙古电力（集团）有限责任公司等能源央企，以及科研院所、高校和产业链企业代表300余人，聚焦行业前沿，共同探讨新型电力系统建设的创新技术和最新实践成果。征得专家同意后，在此分享本次会议部分文字实录，欢迎阅读。

《虚拟电厂赋能算电协同》

赵建立 国网上海市电力公司虚拟电厂管理中心副主任

各位领导、各位嘉宾下午好，今天向大家汇报的题目是虚拟电厂赋能算电协同。我今天汇报主要分为四个部分，第一个部分向大家汇报算电协同的概念内涵。

算电协同这个概念这两年比较热，很多专家对这一领域研究较为深入，总体来讲算电协同这个概念链条是非常长的，面涵盖从规划阶段、建设阶段，到运营、调度及交易全链条，到运营阶段以及调度和交易阶段链条是非常长的。

关于算电协同核心价值，首先对算力行业来讲，首先可以降本，能够实现综合电费成本降低，另外在稳供方面，通过源网荷储一体化，保障大算力不间断运行。第三个方面是提绿，通过绿电使用比例满足国家相关政策要求。最后一点是扩规模，能够支撑AI大模型与智算中心规模化落地。这是对算力行业的整体核心价值。

另外对电力行业，主要有消纳、调峰、增效和增收作用，消纳是能够高效消纳本地新能源，破解“弃风弃光”难题。调峰方面主要通过削峰填谷，有效的减轻电网调峰的压力，提升稳定性。增效方面，可以通过拉高电网资产利用小时数，提升投资回报率。增收方面，主要可以通过算力协同、聚合算力等方式能够参与到电力市场，获得一些新收益。

对国家战略来讲，可以有效促进国家战略的落地，还有“双碳”政策的双向降碳。安全层面能够筑牢国家能源与自主可控的算力底座安全，可以培育源网荷储、虚拟电厂等融合发展的新业态。

我们业内对算电协同的框架理论研究已经比较深入，我找了两个比较典型的中国电信集团研究院以及中国信通院，关于算电协同的整体框架。整体来看，目前有一些业内专家认为算电协同概念应该是分阶段推广实施的业态，可以分为探索期、成长期和成熟期，其中业内目前普遍认为算电协同业务业态能够成熟应该在2030年之后的事情，算电协同工作核心面临三个任务，第一阶段是电力保障算力，其次是算力赋能电力，最后通过算电融合发展，促进业态可持续良性健康发展，这是业内对算电协同框架整体的认知。

基于上述框架认知，我们可以对算电协同关键技术做进一步提炼，我今天讲的虚拟电厂赋能算电协同属于互动调控技术环节的一项工作内容，整体定位属于第四个技术环节。

我们再把视角回到上海，上海为什么通过虚拟电厂赋能算电协同？截止2025年底，根据公开数据，目前上海智算规模已突破120亿，同比实现翻倍，特别是目前上海智算资源的分布还是比较有特点的，分布在上海郊区临港、松江和青浦，特别是在临港整体算力目前达到40亿，占全市容量三分之一以上。我们还在上海东海地区，试点东海海上算力中心，通过这样的一些布局，能够有效在上海开展低时延的人工智能业态培育。另外除了在郊区三个区域之外，我们在静安开始建设数据港“上海一号智算中心”，也填补了上海中心城区智算中心的空白。整体来看，目前上海算力资源比较丰富，增长速度非常快，分布相对比较集中。

大家应该都知道上海是一个典型的受端电网，我们在高风险时期50%到60%的负荷是通过区外来满足，因此历届上海市政府对一些应急状态下的电力保供是非常重视的，特别是我们把虚拟电厂建设当成上海市“十五五”能源转型的一个重要的抓手，特别是在2025年上海市经信委规划了上海市五类虚拟电厂重点资源，分别是充放电、工业负荷、空调、数据中心和用侧储能，其中数据中心智算资源的发展远远超出最开始的规划，所以我们针对虚拟电厂算电协同的概念做了整体的框架设计。目前整体是按照“四可一低”的总体框架，分别是可观、可测、可调、可控以及低碳节能，我们在今年正式推动算电协同规模化发展，目前包括资源感知、系统建设以及调峰策略的研究和相关的绿色评价等，最后通过前期基础性的工作，推进算力资源规模化参与到电力市场的交易。

另外，我们针对多时空尺度算电协同关键技术与示范，重点总结了“一调一切一转”场景，通过这种方式能够在上海达到规模化的算电协同应急调节资源。

“一调”核心叫作调整数据当中分布比较多的像空调以及蓄冷资源，这是我们常态的柔性调节的概念。“一切”，实现柴发带负荷的切换，目前我们制定了三种策略，分别是孤岛方式，在切换的时候UPS切换到柴发，第二种路线是短，不是用UPS顶，通过短时并网的方式实现柴发，从电网切出，还有第三种方式，实现柴发能够长期向电网反向送电，目前“切”有三条技术路线。第三是转，算力负荷的转移，目前上海关于算电协同整体的技术路线是“一调一切一转”整体的技术路线。

第二部分，上海目前已经走过的虚拟电厂算电协同的第一部分，电力调节。

这张这张 PPT 展示典型智算中心系统架构，可以看出算力中心的结构一般由IT设备、制冷设备、UPS侧蓄电池和备电设备等构成，我们电力调节主要是调节智能设备以及相关储能等。

这是我们在2025年的时候，通过虚拟电厂的规模化调用，组织上海多家智算中心参与电网需求响应，举了其中一个例子，在临港地区的商汤智算中心，另外一张图可以看出我们采用的虚拟响应策略，我们常规情况下制冷是冷塔+冷却泵+冷机+一级冷冻泵和二级冷冻泵的方式实现整体制冷。我们通过这种蓄冷泵方式代替电源侧的制冷源，我们只保留红线右边的两级的冷冻泵，通过这种方式我们可以实现单个数据中心2.1兆瓦的削峰效果，这是调。

电力调节的第二种方式是切，在前几年的时候已经完成了一种孤岛方式的测试，去年的时候我们主要依托上海闸北电厂联合上海电信在上海七宝数据中心开展自切性质的柴发的切换，我们研发了一套数据中心柴发并网系统，通过进行改造，加装并网控制器，实现自切投切的逻辑，可以实现柴发系统与市电短时并网、负载的切换。

这里放了两张图，我们在自切实时候，整体柴发切换都是在秒级到分钟级，快速的实现，整体的可靠性是非常强的。我们在今年5月底，马上就会安排第三种切的方式，长并的方式，在5月20日做长并的测试，整体规模是13个兆瓦，准备长期并网一个小时，目前策划前期准备工作已经通过了，我们在5月20日正式进行测试，这是我们切。

前面讲的部分是我们上海地区虚拟电厂赋能算电协同的第一个阶段，电力的调节。我们从2025年开始上海电网推进虚拟电厂赋能算电协同的第二个阶段，算力转移。

这篇论文大家应该是比较熟悉，在今年美国电科院和英伟达等单位在美国做的一次测试，他安排了256张英伟达GPU的算力，实现模拟在电网以及三种不同终端下的算力转移测试，整体可以看出美方测试结果表明，算力转移响应速度快，而且调节特性也是非常稳定的。

我们在上海做的比他还要早一点，我们联合上海交通大学对算力转移做了前期的技术理论研究，我们认为算力转移方式技术框架包括四个方面，第一，实现任务级感知，要全面实时监控任务元数据。第二，侧级的决策，基于电网信号与任务运行状态，通过算法模型智能选择全局最优调控策略。第三，系统级的执行，能够把电网的信号通过底层调度器、AI推理框架及硬件接口，将高层决策转化为对计算资源精准、细粒度调控指令。第四，实证数据驱动，建立精准的任务“功率”性能，映射模型，为策略的量化评估与迭代优化提供坚实的数据支撑。

我们通过给算力资源本身可调节性进行划分，我们认为算力资源可以分为可中断、可削减、时间可平移、空间可迁移四种类型。

其中时间可平移算力负荷，核心原理计算任务在时间维度上进行平移，在严格满足任务截止时间的前提下，智能选择最优的执行窗口，实现资源利用率最大化。核心的关键技术包括作业队列与调度，碳感知的智能调度以及截止时间窗口建模。

适用的负荷类型，我们分析包括AI模型训练、离线批量推理与分析，数据处理与ETL等任务。

第二类是空间可迁移算力负荷，核心原理是将计算任务跨地域迁移至最优数据中心执行，实现算力跟着电力迁移的资源配置的目标，关键技术支撑包括跨地域统一的编排调度，数据感知智能调度以及任务状态的无损迁移。

适用负荷类型包括大模型分布式训练，轻数据交互式任务，多地容灾任务。

第三是可中断的算力负荷，核心原理是允许任务被暂停并在之后从断点恢复，无需从头开始，实现算力的弹性利用。

关键技术包括Checkpoint、Restore机制，集群作业抢占与重调度，多级Checkpoint优化。

适用的负荷类型包括大模型训练、微调、基因测序/气象模拟、批处理推理任务等。

第四类可削减的算力负荷，核心原理是通过动态降低单卡运行功率，或实时减少集群中活跃的计算资源数量，从硬件底层直接削减任务的瞬时功耗，美国凤凰城这次测试也是用的这个技术。关键技术包括GPU功率峰顶/DVFS，弹性分布式训练和闭环控制建模。适用负荷类型包括AI模型训练/微调，批处理式的推理任务，有条件的在线推理等。

整体看上述四类的算力资源进行对比，可以看出在适应紧急响应削峰场景优先选择可削减技术，其次选择可中断技术。参与长期低碳调度，优先可以选择时间可平移技术，其次考虑空间可迁移相关技术。应对区域电力紧张，可以灵活启动空间可迁移或可中断资源进行负荷转移。

在前期我们对上述资源分类基础之上，我们围绕相关的任务研究算力资源，从秒级、分钟级等时间维度，以及空间维度的调度迁移技术，也编制相关的算力任务切片以及并行迁移等相关的技术研制工作。

在上述基础之上，我们依托上海市虚拟电厂平台推进虚拟电厂算电协同模块的开发工作，可以实现资源统筹管理调用，算电协同过程监控以及算电调控效果整体评估。

这是在电网侧，除了电网侧之外，还不太够，我们需要运营商侧，也就是数据中心侧进一步研发算力调度平台，目前我们同时推进上海市公共算力服务平台开发，另外三大运营商的算力平台的相关建设，目前旨在实现异构算力作业智能调度，要建这样的引擎，通过整合不同的应用算法模板，实现全流程作业调度。

我们在前面理论研究和测试基础之上，我们目前在去年上海正式开展虚拟电厂算电协同首次验证，我们在2025年7月4日，我们联合中国电信在临港算力中心，开展全国首次虚拟电厂跨越的智算算力的转移，我们当时从上海转移到湖北十堰，整体负荷下降比较小，6个千瓦，实现算力资源无缝迁移，这是我们在去年7月份的第一次测试。

在去年12月3日，我们在第一次测试的基础上，进一步扩大了算力规模，我们完成国内首次从上海到福建，因为福建是我们国网和南网网间算力的通道，我们上海部分电力是从福建一些绿电的供应点。通过这些测试，我们在3分钟之内将上海临港数据中心低时延的推理任务，迁移至福建东南信息园数据中心，实现13台服务器，每台服务器配置 8 张算力卡，一共104卡910B华为的算力卡，总负荷压降低率37个千瓦，跟美国那次测试整体规模比较接近。

为了这次测试，我们在前期进行了充分的准备工作，包括前期的资源申请、环境搭建、网络配置以及相关系统对接权限配置。同时我们联合临港虚拟电厂，我们攻克了算力任务映射负荷实时监测，“主动虚拟电厂响应指令自动下发”，相关自动校核、策略自动生成，算力资源的并发转移和相关效果展示等关键技术。

图中为当时测试的截图，我们是在10：25的时候开始，当时从两个80卡的任务，上海转移到福建，可以看到任务转移过程负荷变化十分迅速，在福建负荷升级基本上是同步，负荷提升。从10：45开始，从两个80任务卡的算力从福建再切回上海，后续开展多组不同动态场景组合测试，通过这种方式可以验证这种算力灵活调度安排是非常可行的，而且特性也是非常精准的。

通过我们那次测试当中可以算出调节效果，3任务104卡，37千瓦，2个任务大约31个千瓦，1个任务80卡，大概22千瓦，我们做了实际的测试。

前面向大家汇报算力转移的第一个阶段，目前我们也正在推进算力转移的第二个阶段，“算力－电力”一张网协同调度。

这个工作也是我们与上海交通大学联合推进，我们通过这项工作想要解决一件事情，我们把将算力资源等效映射为电力资源。举一个典型的例子，比如同一个服务商可能下面有多个服务中心，前面提到相关的批处理等相关任务，我们认为是算力的负荷，算力负荷可以类比为电力负荷。另外在不同的数据中心之间有通信电路可以等效类比电网输配电网，相当于这边有服务器的集群，可以将其类比为电力系统中的储能。同时通过服务器集群，实现对算力网络和电力网络耦合。

我们首先把算力等效网络的建设，这是我们第一步要做的事情，第二步基于前期第一部分对算力负荷分类的基础之上，我们把算力负荷可调节的灵活性通过算力负荷建模的方式给量化建立起来，同时通过一种映射，可以实现从希望算力负荷灵活性到电力调节灵活性映射，这是第二步要做的事情。第三步，我们要建设算力电力一张网，核心我们知道某一个等效电源下面，某一个电网节点下面有多少算力资源，这些算力资源的可调节性又是多少？我们采用一种隐私保护方式，我们在算力灵活性和电力灵活性映射的同时，避免把一些数据中心内部的计算任务用户侧、隐私数据给屏蔽掉，只关心到我们电网电力与算力之间灵活性映射必要的信息，实现了算力和电力分割的计算。

通过以上三部分，最终可以实现“算力-电力”协同的调度。我们可以从电网侧一些调节的需求，通过相关侧传输到运营商侧，数据中心的算力调度平台，根据算力负荷灵活性，实现对算力中心实时的调度，这是协同调度的概念。

这是我们目前正在推进的一些事情，在今年下半年，我们进一步推进上海虚拟电厂算电协同整体试点，这里面放的整体的安排，我们今年核心是要结合上海四大智算中心整体布局，包括临港万卡池、青浦云湖数据中心、七宝数据中心以及南汇信息园区等，探索跨省千卡级算力转移，在去年百卡基础之上，实现进一步的规模提升。另外，实现跨技术架构算力转移，我们前面两次转移都是基于华为的算力卡，今年可能进一步实现从英伟达到华为异构算力卡之间的算力转移。另外是“多对多”，实现多个数据中心到多个数据中心整体算力转移的新的模式。整体来看目前上海市虚拟电厂建设正在快速推进，特别是面向数据中心等新质生产力的资源聚合工作也正在相关的安排当中，我们期待后面有时间可以跟各位领导和各位专家关于上海算力转移进一步进展向大家作深入的汇报。

今天我就汇报这么多，谢谢！

注：文字实录未经专家整理核实，仅作参考使用，具体解释权归本次会议主办方所有。

未经授权，请勿转载