伯恩斯坦：中国AI算力扩张将引爆电网储能长期需求
nashnova research
伯恩斯坦9月报告测算，中国数据中心用电将从202太瓦时增至2035年的1476太瓦时，复合年增长率达24%；AI算力扩张正把电网和储能推上长期投资主线。
用电量要翻七倍——数字从哪来？
当前中国AI算力规模仅约美国的15%，但芯片与计算基础设施正在快速扩产。
这意味着→ 向美国看齐这一个动作，就能撬动巨大的电力增量需求。
报告给出的路径：数据中心用电从2025年202太瓦时增至2035年1476太瓦时，十年复合增速24%。
中国AI凭什么比美国便宜那么多？
中国头部大模型智能评分已具备竞争力，但定价往往仅为美国同类模型的一小部分。
用大白话说＝ 同样的"聪明程度"，中国厂商卖得便宜得多——形成"每美元获得更多智能"的优势。
便宜靠三根柱子：更高效的模型架构 + 更低的基建成本 + 更廉价的电力。
这反映出 中国AI竞争力不只是算法问题，电力成本本身就是一条护城河。
电从哪来？够不够用？
中国总发电量已是美国两倍以上，仅2025年就新增超500吉瓦装机。
内蒙古、宁夏、甘肃等AI算力枢纽，数据中心用电成本位居全球最低水平。
这意味着→ 低成本可再生能源加上有竞争力的核电，让AI业务的电费账单远低于海外同行。
政策怎么把"算力"和"电力"绑在一起？
"东数西算"（把东部的计算需求调度到西部电力便宜的地方）、绿色数据中心政策及"算电协同"框架，正推动算力与电网协同扩张。
国家级算力枢纽新建数据中心，绿电占比须高于80%。
头部运营企业还立下2030年100%使用可再生能源的目标——用大白话说＝ 不上绿电，就拿不到新建指标。
电网和储能要花多少钱？
2026至2030年，中国电网计划投资超5万亿元，重点建设特高压线路，打通西部清洁能源向东部算力中心输送的通道。
储能端，中国锂电池产能占全球约八成，2026年储能装机预计同比增长95%至300吉瓦时。
这意味着→ 新能源消纳需求叠加AI供电可靠性需求，储能增长有了"双引擎"。
谁最受益？核心变量是什么？
伯恩斯坦认为最具投资价值的方向集中在电网基础设施与储能。
重点标的：宁德时代——电网级储能系统龙头；阳光电源——布局可再生能源、电力变换、储能及电网集成全链条。
这反映出 这轮AI投资逻辑的终局验证点不在芯片，而在"电力基础设施能否跟上算力扩张节奏"。
市场有风险，内容仅供研究参考，不构成投资建议。