China AI power infrastructure, grid infrastructure and energy storage：中国AI扩张有望使电网基础设施和储能成为主要受益方向

概览

本行业报告考察了中国的电力成本优势、不断扩张的发电基础和政策主导的算力与电力基础设施协同，如何支持AI部署。Bernstein的结论是，由此带来的输电、可再生能源整合和电池储能需求，为AI电力价值链带来多年期机会。

核心观点

Bernstein的出发点是，中国AI生态系统日益能够在经济性而非仅是前沿模型能力上竞争。报告认为，若干中国大语言模型以显著低于美国领先模型的输出token价格，提供大致可比的智能水平。报告将这一优势归因于更高效的模型架构、更低的基础设施成本和更便宜的电力。随着AI使用从训练少数前沿模型转向高容量推理，报告认为每美元智能水平将成为更重要的竞争指标。 报告将中国追赶算力的过程视为重大的电力和基础设施挑战。中国当前AI算力约为5 ZFLOPS，约为美国水平的15%。Bernstein假设美国AI算力将在2030年升至219 ZFLOPS、2035年升至511 ZFLOPS，并构建了中国在2030年达到59 ZFLOPS、2035年达到511 ZFLOPS的情景。这要求中国算力较当前扩大100倍。分析假设，由于美国限制继续约束高端芯片供应，中国将主要依赖国产AI芯片。中国新芯片能效假设从当前的0.4 TFLOPS/W提升至2035年的3.2 TFLOPS/W，而美国能效在同期从1.8提升至5.7 TFLOPS/W。Bernstein预计效率差距将收窄但仍会存在，这意味着中国需要更多芯片和更大规模的数据中心容量来实现等量算力。 基于这一情景，到2035年中国需要214GW的AI专用数据中心容量，约为当前14GW的15倍；报告指出，由于芯片效率较低，这将是美国预测GW容量的1.6倍。中国数据中心用电需求预计从2025年的202TWh增长至2030年的622TWh和2035年的1,476TWh，CAGR为24%。这将增加1,274TWh需求，并占未来十年中国总用电需求增量的28%；全国总需求则从10,163TWh升至14,741TWh，CAGR为3.8%。到2035年，数据中心将约占中国电力需求的10%，而美国为16%。Bernstein指出，已宣布的算力容量转化为并网运营容量的速度存在不确定性：其他行业预测2030年数据中心需求为300-800TWh，而其预测为622TWh。 Bernstein认为，中国相比许多市场更有能力满足这部分负荷。中国发电量超过美国两倍，2025年新增发电装机超过500GW，平均工业电价约为US$56/MWh。乌兰察布、贵州、庆阳和中卫等主要AI和云计算枢纽的电价约为RMB0.33-0.37/kWh，部分新疆项目接近RMB0.32/kWh。中国2025年新增314GW太阳能和119GW风电装机，可再生能源提供约22%的发电量，即约2,300TWh。报告还强调了更低的可再生能源设备成本，以及通常在5-7年内建成、成本约为US$2,000-2,500/kW的核电项目，这支持低成本间歇性发电与可靠低碳基荷电力的结合。 政策是拟议建设的核心。2022年的东数西算计划引导对时延不敏感的训练和批处理工作负荷转向可再生资源丰富、土地和电力成本较低的西部枢纽，同时东部集群在更靠近用户的位置提供实时推理服务。2024年《绿色低碳数据中心行动计划》要求新建国家枢纽数据中心使用超过80%的绿色电力，新建大型设施PUE低于1.25，国家枢纽项目低于1.20。较新的算电网协同框架将算力、可再生能源发电、储能和电网基础设施连接起来；报告引用行业评论称，AI导向数据中心的储能配比为15-20%，持续时间为2-4小时。包括Alibaba Cloud和Tencent在内的主要云和数据中心运营商已承诺到2030年实现100%清洁或绿色能源。 因此，电网扩张和储能是报告最主要的股票市场含义。截至2026年年中，中国已有43条UHV输电线路投运，并计划在2026-30年投资超过RMB5tn建设电网、建设超过420GW的西电东送输电能力、新增15条UHV直流线路，以及到2030年建成可整合超过2.8TW风电和太阳能的电网。Bernstein认为，输电对于避免可再生能源限电、并将西部低成本发电输送至算力需求地至关重要。电池储能对于管理间歇性、调峰和调频同样重要。中国占据锂离子电池市场80%的份额，截至2025年底拥有超过3,000GWh的制造产能。全球BESS电池需求在2025年估计同比增长85%至556GWh；Bernstein预计中国今年将安装约300GWh，同比增长95%，而美国为70-80GWh。在其覆盖标的中，报告认为CATL凭借电网级储能领导地位受益，Sungrow则通过电力转换、可再生能源整合、储能系统和电网基础设施受益。

分析框架

Bernstein比较中国和美国的AI经济性及算力规模，然后将中国与美国算力持平的情景转化为芯片效率、数据中心容量和电力需求。报告再将这些要求与中国的发电能力、电力成本、可再生能源和核电供应、政策框架、输电规划及电池储能能力进行比较，最后识别具备相关敞口的公司。

方法论与常识提炼

• 行业/产业分析框架供需框架

  电力需求和发电装机容量情景分析

  报告根据AI算力增长预测数据中心用电需求，并与中国预测的总电力需求和新增装机容量进行比较。

• 行业/产业分析框架产业链上中下游传导

  从AI算力到电力基础设施价值链的传导

  分析将AI数据中心扩张与可再生能源发电、UHV输电、电网设备和电池储能需求联系起来。

• 行业/产业分析框架成本曲线分析

  电力、基础设施和可再生能源成本的相对比较

  报告利用中国较低的工业电价、数据中心电价以及可再生能源和核电建设成本，解释中国AI服务的成本优势。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• CATL (300750.CH; 3750.HK)

  AI驱动的电力基础设施和电网级储能需求的直接受益者。

  优势

  在电池技术和电网级储能系统方面处于领先地位。

  风险

  报告的需求情景取决于AI算力扩张、可再生能源部署和储能投资。

• Sungrow (300274.CH)

  通过电力转换、可再生能源整合、储能系统和电网基础设施成为直接受益者。

  优势

  覆盖可再生能源、电力转换、储能和电网整合多个领域。

  风险

  报告的需求情景取决于AI算力扩张、可再生能源部署和电网投资。

关键数据

• 中国数据中心用电需求202TWh in 2025 to 1,476TWh in 2035CAGR为24%；基于Bernstein的AI算力持平情景。
• 中国AI算力5 ZFLOPS currently; 59 ZFLOPS in 2030; 511 ZFLOPS in 2035报告假设2035年达到美国预测AI算力。
• 中国AI专用数据中心容量214GW by 2035在报告情景中约为当前水平的15倍。
• 中国总电力需求10,163TWh to 14,741TWh by 2035CAGR为3.8%；数据中心占增量需求的28%。
• 电网投资计划More than RMB5tn during 2026-30包括超过420GW的西电东送输电能力和15条新增UHV直流线路。
• 中国BESS安装量Around 300GWh this year预计同比增长95%。

影响与含义

Bernstein认为，AI建设将强化对输电设备、可再生能源整合和电池储能的需求。报告将CATL和Sungrow确定为所需电力可靠性、可再生能源整合和电网扩张投资的最直接覆盖受益者。

风险

• 中国能否达到模型设定的算力规模，取决于国产先进AI芯片设计、制造和能效的进展。
• 数据中心需求的时点存在不确定性，因为已宣布的算力容量未必能如预期般迅速转化为并网运营容量。
• 如果输电投资不足，可再生能源限电可能增加，并拖慢可再生能源部署。

后续跟踪

• 国产中国AI芯片能效相对于报告2035年3.2 TFLOPS/W假设的进展。
• 已宣布数据中心容量向并网运营容量的转化。
• 超过RMB5tn的计划电网投资、新增UHV线路及西电东送输电扩张的落实情况。
• 国家算力枢纽绿色电力、PUE和储能要求的执行情况。
• 中国BESS安装进度，以及云和数据中心运营商可再生能源采购的扩张。