近日,金风科技总工程师翟恩地在一场人工智能与能源双向赋能的论坛上说了一句话,被不少风电圈的人转发了:“风电与AI的关系,正在从单向供给走向双向成就。”
中国电力企业联合会发布的《中国电力行业年度发展报告2026》预测,到2030年,全国算力用电量将达到8000亿千瓦时,占全社会用电量的6%左右。而2025年,这个数字还只是1700亿千瓦时。算力所产生的负荷需求,正在以前所未有的速度增长。
那么风电,能喂饱它吗?反过来,AI又能为风电做什么?
01 绿色能源供给算力
2025年,全国算力中心总用电量1700亿千瓦时,占全社会用电量的1.6%。全国一体化算力网络八大枢纽节点的算力用电,近3年平均增长率约为39.5%,远远跑赢全社会用电量的增速。到了2030年,8000亿千瓦时的用电需求,相当于“十五五”期间每年至少新增1000亿千瓦时。
而中国的算力规模还在高速扩张,数据显示截至2026年3月底,已建成智能算力规模188.2万P,是2025年同期的2.5倍。
算力的尽头是电力,这已经是行业共识。
截至2026年4月,中国风电装机容量已达6.6亿千瓦。更重要的是,政策正在把风电和算力“绑”在一起。2026年3月,国家数据局局长刘烈宏明确宣布,将大力推进算电协同工程,确保枢纽节点新建算力设施绿电应用占比达到80%以上。这80%的绿电“红线”,把风电推到了算力产业的C位。
但问题没那么简单。风电天生靠天吃饭,风大风小不由人。而数据中心的负荷曲线是一条“稳定的直线”,对电压稳定性、频率偏差等指标要求极高。一个波动,一个稳定——怎么匹配?
答案是:源网荷储协同。
翟恩地指出,风电正在成为算电协同的基础设施——通过源网荷储协同,把随天气波动的自然资源,转化为算力可以持续依赖的确定性绿色能源,在时间、空间与电能质量上,与算力需求精准匹配。
说白了,风电不能只当“发电的”,还得学会“巧发电”,什么时候发、发多少、往哪送,都要跟算力的需求对上拍子。
华电新能在内蒙古和林格尔的项目给出了示范,总规模86万千瓦,构建“71万千瓦风电+15万千瓦光伏”的风光互补矩阵,创新源网荷储毫秒级协同调控与多年期PPA交易模式。全部建成后可支撑4.8万PFLOPS算力规模。宁夏中卫的大唐项目同样在推进,150万千瓦风电项目计划2026年9月全容量并网,年可满足数据中心22.9亿千瓦时用电需求。
02 AI技术反哺风电
而风电要喂饱算力,首先自己先得“进化”。 AI就是那剂催化剂。
风电功率预测的精度,直接决定了新能源能不能被电网和用户“信任”。中国华电研发的“华电智新・巽朗”新能源集中功率预测系统,深度融合AI技术,风电预测准确率已达90%、光伏达93%。高准确率的功率预测,不仅让调度更有底气,还能助力电力市场交易精准报量报价。
国投集团发布的国内首个水风光一体化智慧运营大模型,更是把预测的维度拉到了60天——60天超长周期流域径流预报,气象预测速度从小时级提升到分钟级。一场降雨,大模型不仅要预测会不会下雨,还要计算降雨多久汇入河流、什么时候到达水库、未来能形成多少发电能力。
调控方面,AI正在成为新能源基地的“指挥官”。雅砻江水风光一体化智慧运营大模型,打通了水文气象预测、多能协同调度、设备智能运维、电力市场交易四大核心场景。在风光大发时段,系统会建议水电“让路”;当新能源出力下降时,水电和抽水蓄能迅速顶上。相当于为波动的新能源配置了一座“绿色充电宝”。
AI技术对运维领域的变革同样深刻,中国华能运用AI技术构建了“数据治理—智能诊断—预警阈值—检修决策—智能排程”的全链条体系,建立了覆盖7大系统50余种故障类型的预警模型。龙源电力的“擎源”大模型融入7个风电场、269台机组的日常运维,用AI“听音辨病”,从“被动抢修”变“主动预警”。
03 两者相遇,新模式诞生
当风电和算力深度绑定,新的商业模式正在浮出水面。
最直接的模式是绿电直连,新能源发电企业通过投资建设专用输电线路,直接把电送到数据中心。金刚光伏收购风电公司,在甘肃酒泉投资建设40万千瓦风电项目,就是为了给自己的算力业务锁定绿电供应。该公司相关负责人直言:“算力运营的核心成本始终是电费。”
另一种模式是长期购电协议(PPA) ——新能源发电企业与数据中心通过电力交易中心签订数年甚至数十年的购电协议,锁定电价和绿电量。华电新能在内蒙古的项目就创新采用了“多年期PPA交易模式”。
源网荷储一体化是更进阶的模式,金风科技与中金数据共同打造的乌兰察布低碳算力基地,配置20万千瓦风电、10万千瓦光伏、4.5万千瓦储能,每年生产8.48亿千瓦时自发自用绿电,可再生能源替代率达38.74%。更关键的是,这个项目让算力基地的AI算力成本降低了25%以上。
我们可以看到,风电和数据中心的结合正在跑出多种可行的商业路径。中信证券预测,算电协同对应的总投资规模约为2万亿元,“十五五”期间复合年增长率约42%。
过去,风电仅是绿色电源,AI仅为用电大户。现在,风电需要AI来提升预测精度、优化调控能力、降低运维成本。AI需要风电来提供稳定、绿色、可追溯的电力支撑。一个让不确定性变得可预测,一个提供可依赖的绿色电源。这场双向奔赴,正在重新定义能源与算力的关系。
客服热线:










