在智能时代，全球范围内电力设施和能源成本将会是制约 AI 高速发展的核心要素，预计到 2035 年，全球数据中心耗电量将高达 1.5 万亿度，能源供给需要发生大的变革，可再生能源加速替 代传统化石能源，新能源发电量占比将突破 50%。同时，人工智能将成为新能源系统的核心，通过 Token 管理瓦特，实时管理每一焦耳的能量，从而实现更加动态和高效的电网。 技术作为驱动人类文明跃迁的引擎，其 反应堆控制与出力预测、高效蒸汽轮机耦合等方向演进。 能源发展史的新里程碑：风能与太阳能的发电量将在2035 年超越化石燃料 新能源发电量逼近化石能源 新能源成为主力电源 2025 2030 低碳 稳定 灵活调 度与柔 性互济 安全 经济性 高效 高压 风光能源 装机容量 >20% 可控 核聚变 风光 发电量 ＞50% 化石能源 ＞50% 风光装机 容量 >50% 计算系统与 规模电力市场 日前交易 （10微秒级） 也伴随着能源结构调整、环境可持续性等多重 变 革。 到 2035 年， 全 球 用 电 量 将 从 2024 年 的 28 万亿度激增到 40 万亿度，电力生产也将 彻底摆脱对煤炭、天然气等传统化石能源的路 径依赖。届时，可再生能源装机量占比将超过 70%，其中太阳能和风能等新能源占比会达到 60%，发电量占比将突破 50%，光伏与风电凭 借技术迭代实现度电成本低于 1 美分，叠加储

激 增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成 为实现“双碳”目标的关键路径。 当前算电协同发展面临诸多现实挑战。在资源匹配方面，算力 基础设施主要集中在东部负荷中心，依赖化石能源供电，而西部新 能源富集区却面临算力需求不足的问题，影响了绿电的消纳。在系 统协同层面，算力调度以性能优化为导向，电力系统则以稳频调峰 为目标，二者缺乏统一的优化框架，造成新能源利用率损失 30%，我国智能算力规模 2023 年达 435 EFlops，占全球 31%，但数据中心年耗电量预计 2030 年将突破 4000 亿千瓦时，占全 社会用电量 4%，其中东部算力集群因绿电供给不足仍依赖化石能源， 加剧碳排放矛盾。与此同时，电力系统面临新能源消纳的结构性难题； 尽管我国风光发电装机超 14.5 亿千瓦（2024 年底），但间歇性、波动 性导致西部“弃风弃光”与东部“缺电”并存，而算力中心的灵活负

42 • 能源行业是中国国民经济的支柱行业，关乎国民经济和社会发展命脉。 根据国家能源局数据，我国碳排放来源中化石能源燃烧占比约 84%,能源 领域是最主要的碳排放领域。因此，能源领域是中国实现碳达峰、碳中 和目标的重点领域。 • 中国资源禀赋决定着一次能源中煤炭、石油等传统化石能源长期占据主 导地位，能源行业要实现双碳目标、实现可持续发展面临巨大挑战。近 几年来，中国政府有关部委相继出台了促进可持续发展的政策文件。 Impact 能源行业 评分维度解析与成功标尺介绍 ESG成果及影响 ESG创新及实践 评选 维度 43 重要议题1：低碳技术转型 实践方向：储能技术突破（如钠离子电池）、生物质能替代化石燃料 重要议题2：资源循环利用 实践方向：光伏板回收、碳捕集技术应用 1 2 ESG合规及披露 ➢ 资源节约实证 ➢ 碳移除规模 ➢ 经济性突破 ➢ 减碳效益量化 ➢ 就业与社会效益 ➢ 技术溢出效应

析，因此该国客户对数字化投资的满意度能够与 处于新型电力系统阶段的国家相当。具体而言， 哈萨克斯坦的电力企业利用“Python 电力系统 分析（PyPSA）”框架中的人工智能技术，规划国 家摆脱化石燃料依赖（如煤炭），并实现全面可 再生能源转型的路径。该 PyPSA 框架整合了全球 电力系统数据及 PyPSA-Earth 的建模能力。通过 将人工智能应用于能源转型规划，哈萨克斯坦在 逐 20 个百分点，更是传统电 网阶段覆盖率的两倍以上。 这种高度的可视性意味着，这些国家的电力企业 能够统筹管理多种发电来源与波动性发电输出， 同时减少对高基数负载电厂、备用容量需求以及 通常以化石燃料为驱动的昂贵备用电源的依赖。 边缘智能终端与人工智能应用的引入，还使电力 企业能够在光伏辐照水平中等的地区进一步提高 太阳能并网比例。瑞士虽尚未迈入新型电力系统 阶段，但其“SWEET EDGE 流转型中不可或缺的要求。因此，行业必须拥 抱新能源汽车、智能仓储、绿色包装和可再生 能源整合，以减少能源消耗和碳排放。由于不 同运输方式之间去碳化的进度和速度不一，要 实现这一目标存在难度 ：空运和海运仍然严重 依赖化石燃料，公路货运在充电和加油方面面 临基础设施不足。更宽泛而言，绿色升级的成 104 全球数智化指数（GDII）2025 本很高。因此，要在这方面实现可衡量的成果， 协调投资和应用数字化系统以实现更有效的能