预测显示，随着AI普及和算力扩张加速，中国的数据中心电力需求到2030年可能翻四番。
到2030年，受人工智能（AI）计算需求激增的推动，中国数据中心的电力消耗可能增至目前的四倍，达到774太瓦时（TWh）。根据伍德麦肯兹（Wood Mackenzie）发布的报告《为AI时代重新布线中国电网》，到2030年，数据中心可能占中国总用电量的6%，高于目前的约2%；到2060年，这一比例可能高达17%。中国政府也预计会出现类似的增长轨迹。国家能源局（NEA）报告显示，2025年算力设施消耗了约1700亿千瓦时（170 TWh）的电力，占全国用电量的1.6%，并预测到2030年需求量将达到约800 TWh，占总消费量的6%左右。伍德麦肯兹预估的774 TWh与国家能源局预测的800 TWh之间的微小差异源于衡量数据中心和算力电力消耗的方法不同，但两者都强调了陡峭的上升趋势。
AI是这一扩张的主要催化剂。伍德麦肯兹指出，AI训练需要高能耗的计算系统，而AI推理则随着企业和个人越来越多地采用AI服务，产生持续的电力需求。反映这一激增趋势的是，国家能源局报告称，2025年中国算力设施的电力消费量同比增长了30%。在过去三年中，全国八大国家算力枢纽的用电量年均增长39.5%，超过了全国整体电力需求的增长速度。
这种快速扩张正在从根本上重塑电力基础设施规划。数据中心需要不间断、全天候的电力供应，且AI工作负载会产生大量集中的电力负荷。因此，中国必须将算力部署与电力供应规划相协调。为了管理这一转型，政府“十五五”规划强制要求算力基础设施与绿色电力协同发展。近期政策还促进算力设施直接采购可再生能源电力，并优化灵活算力负载，旨在满足由AI驱动的需求，而不完全依赖新的化石燃料发电。
历史上，数据中心聚集在主要城市和技术中心附近，以便靠近客户、人才和网络基础设施。伍德麦肯兹预计，对于延迟容忍型工作负载，模式将转向“算力跟随电力”，特别是在西部中国，丰富的可再生能源资源和可用土地使其成为能源密集型AI训练、批量处理和数据存储的有吸引力目的地。与此同时，东部大都市区仍将是实时AI推理和金融服务等需要低延迟连接应用的关键区域。尽管存在地理分布上的差异，伍德麦肯兹预计中国的八大国家算力枢纽仍将占据主导地位，到2060年将占总数据中心容量的70%以上。
增加的电力需求并不必然导致排放量增加；结果完全取决于电力来源。伍德麦肯兹预测，随着可再生能源产能的扩大和绿色电力规定的收紧，中国数据中心的碳排放将在2035年前达峰。中国已经拥有庞大的可再生能源基础。截至2026年6月，国家能源局报告称，总发电装机容量超过40亿千瓦，其中可再生能源贡献超过24亿千瓦。该国也在扩大其绿色电力市场。2026年7月，国家能源局发放了覆盖可再生能源项目的3.06亿张绿证，当月交易了5468万张证书。这些机制使数据中心运营商能够采购和验证可再生能源电力的使用情况。
为进一步使计算需求与电网灵活性相适应，国家能源局正在推进针对性举措。政府指导西部地区的数据中心与大型可再生能源项目同步发展。在东部地区，当局正在促进分布式计算、分布式电力、微电网和虚拟电厂之间的整合。此外，中国实施了多用户直连绿色电力的规定，优先考虑算力设施和新兴产业。这些政策要求参与项目部署储能和灵活负载，以增强本地可再生能源消纳能力。 collectively，这些措施旨在将数据中心从被动的负荷消费者转变为电力市场的积极参与者。
容纳如此规模的增长将需要数据中心和可再生能源发电之外的投资。中国必须扩大输电网络、储能和先进的电网管理能力。国家能源局预测，2026年至2030年间，算力电力需求年均增长将超过1000亿千瓦时，到2030年达到约8000亿千瓦时。这一激增与电动汽车、工业活动和其他新兴负荷带来的全国电力需求上升同时发生，凸显了数据中心选址的战略重要性。在电力受限地区建设设施需要昂贵的电网升级，而在靠近可再生能源发电的地方选址可以减少费用，尽管运营商仍需可靠、高质量的电网连接。
中国由AI驱动的电力扩张也为碳市场带来了机遇。虽然当由化石燃料满足时，增加的电力需求可能会推高排放，但可再生能源、储能和效率提升可以减轻这种影响。这种动态可能会刺激对专注于可再生能源发电、储能、电网优化和其他减排技术的项目的需求。然而，更高的可再生能源采用率并不会自动产生碳信用额；项目必须符合适用的碳市场法规，并证明符合条件的减排量。中国已经运营着一个涵盖主要电力行业排放者的全国碳排放权交易系统。随着与计算相关的电力需求加速，强有力的碳定价和精确的排放跟踪将变得日益重要。
伍德麦肯兹的774 TWh预测和国家能源局的800 TWh预测突显了中国AI电力挑战的规模。共识很明确：AI正迅速成为中国能源系统的基础组成部分。作为回应，政策制定者正在将数据中心规划与可再生能源部署、储能和电网现代化相结合。对于碳市场和清洁能源行业而言，这种融合既带来了挑战，也带来了战略机遇。随着由AI驱动的电力需求加速，部署清洁电力和灵活电网基础设施对于将计算增长与相应的排放增加脱钩至关重要。