AIDC（人工智能数据中心）赛道的持续升温，以及算力对稳定电力需求的快速增长，正吸引着储能企业加速入局。今年以来，北京海博思创科技股份有限公司（以下简称 " 海博思创 "）、宁德时代新能源科技股份有限公司、阳光电源股份有限公司、双登集团股份有限公司（以下简称 " 双登股份 "）等多家储能企业以不同路径切入了 AIDC 赛道。
" 传统 AIDC 建设模式中，储能与算力分属两条独立链路，协同效能受限。储能企业主导的储算一体化模式实现二者深度耦合，为固态变压器、构网储能、高压直流供电等技术提供规模化验证场景，将加速技术成熟与成本下探，推动 AIDC 能源方案从基础配套升级为一体化原生设计。" 中关村储能产业技术联盟副秘书长李臻对记者表示，这种产业融合具备双向赋能价值：不仅为储能行业打开了新的市场空间，也将加速推动 AIDC 综合用能成本下降与低碳转型。
AIDC 正呈现爆发式增长态势。
中信证券研报预测，" 十五五 " 时期我国数据中心增量规模为 78.5GW，对应资本开支 10.7 万亿元；其中算电协同作为耦合电力与算力的主要手段，对应总投资规模约 2 万亿元，投资年均复合增速约 42%。
高盛集团有限公司 2026 年 8 月份发布的《中国数据中心行业研究报告》显示，截至 2026 年 6 月份，仅乌兰察布一地，数据中心已投运及规划容量合计约 12.5GW，较 2025 年在运规模的潜在扩张空间超过 10 倍。
用电侧的数据同样增长较快。国家能源局数据显示，2025 年我国建成 42 个万卡级智算集群，全国算力中心总用电量 1700 亿千瓦时，占全社会用电量 1.6%。八大算力枢纽节点用电近三年年均增速 39.5%，成为用电增量主力。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》预计，" 十五五 " 时期，全国算力用电量年均新增 1000 亿千瓦时以上，2030 年预计达 8000 亿千瓦时，占全社会用电量 6% 左右。
AI（人工智能）训练任务的启停可在毫秒间制造巨大功率冲击，而算力服务对中断的容忍度几乎为零。在此背景下，储能也从应急电源，前移为参与日常负荷调节和供电保障的常态化基础设施。
起点研究院报告显示，截至 2026 年 5 月末，今年全球 AIDC 储能系统出货量已达 10GWh，超越 2025 年全年规模，部分机构预测今年有望冲击 30GWh。
" 储能企业进入 AIDC 具有一定合理性，电力已成为制约智算中心建设和运营成本的重要因素，储能企业在电力接入、绿电配置、削峰填谷、需求响应和供电可靠性等方面具有优势。" 内蒙古云计算与大数据产业协会会长王钢在接受记者采访时表示。
储算协同落地各有路径
在李臻看来，储能企业布局 AIDC，是算力产业与新型电力系统融合发展的必然结果。"AIDC 的爆发正在持续重构储能的产业边界。储能不再只是数据中心的备用电源，而正在成为算力基础设施与新型电力系统融合的关键枢纽。算电协同，也将成为储能行业下一阶段的重要增长主线。"
从进入方式看，储能企业主要选择了三条路径。第一条路径是重资产自建 AIDC，布局算电一体化运营。如海博思创 9 月 29 日在内蒙古包头开工建设的储算一体化 " 词元工厂 " 项目，搭载 HyperSST 固态变压器、HyperPTU 电力方舱核心设备，将算力转化为可计量、可定价的标准化服务对外输出。
" 从收益结构看，这类模式并非单一的算力租金，而是形成了多层收益闭环。" 李臻表示，基础算力租赁构成现金流基本盘，词元增值服务博取更高附加值，自建园区反哺储能设备与能源方案销售，配套储能参与电力市场获取额外收益。
第二条路径是以资本链布局，轻资产卡位算电协同生态。此类企业不直接参与算力机房的投资建设与运营，而是以股权投资形式切入算力产业链上下游关键环节。
宁德时代是这一路径的代表：关联方受让头部 AIDC 运营商世纪互联数据中心有限公司 38.1% 股权，成为其第一大股东；增资杭州中恒电气股份有限公司控股股东并持股 49%，卡位 HVDC（高压直流）供电核心环节；通过旗下产业基金参投杭州深度求索人工智能基础技术研究有限公司，向下游对接算力需求。通过上述投资，宁德时代形成了 " 储能电池 +HVDC 供电 + 算力机房 + 大模型需求 " 的产业闭环。
而更多的储能企业选择的是第三条路径，即产品与方案输出，阳光电源、双登股份等均属此类。" 这是当前绝大多数储能企业选择的路径，也是赛道订单最为集中的领域。企业不持有算力资产，依托自身在电力电子、储能系统、电源管理上的技术积累，为 AIDC 提供核心能源配套产品与解决方案。" 李臻分析称。
" 储能企业的优势主要解决的是 AIDC 的‘能源底座’问题，但不能自动转化成算力订单。电力资源决定一个 AIDC 项目能不能建，真实订单和持续利用率决定这个项目能不能赚钱。" 王钢提出了自己的担忧：两者虽同属重资产，商业逻辑却不同。能源运营看资产安全、长期回报和成本控制，投资周期以十年计；算力运营则要面对芯片快速迭代、客户需求变化和价格波动，设备两三年就可能出现代际差异。前者是基础设施经营，后者更接近技术产品和客户运营。
" 储能和算力的协同，不是简单地把储能设备和 GPU（图形处理器）放在同一个园区，而应当是能源系统与算力负荷在规划、调度和商业合同上的真正协同。" 王钢认为，储能可以降低能源成本、提高供电可靠性，但不能替代真实算力订单。