全球算电协同与电力资产投资价值分析会议纪要

摘要： 本次会议探讨了 AI 数据中心（AI DC）驱动下的“算电协同”趋势，对比分析了美国与中国电力市场的结构差异，并探讨了独立发电商（IPP）与公用事业公司（Utility）在 AI 浪潮下的不同估值逻辑与盈利弹性。

行业主线：

1. 算电协同模式：涵盖绿电 PPA、物理直连（或绿电职供）、厂址出售及共址建设（Co-location）四种方式，旨在解决 AI DC 的低碳能源需求与电网阻塞问题。
2. 容量与电能量之分：AI 需求对“容量”（kW，峰值功率）的影响远大于“电能量”（kWh）。美国部分区域（如 PJM）容量电价出现大幅上涨，而电能量价格相对平稳。
3. IPP 与 Utility 逻辑差异：公用事业公司回报率稳定但缺乏弹性；独立发电商（IPP）承受更高波动但具备更高的利润弹性，尤其在 AI 驱动的容量短缺环境下。

关键变化与分歧：

1. 美股电力资产估值驱动：以 Vistra 为例，其股价上涨初期由回购和基本面（气电价差）驱动，后期由 AI 宏观叙事映射驱动，实际业绩贡献存在滞后（预计 2026 年起）。
2. 中美电力结构对比：中国电力市场在机制上与海外有相似之处，但目前估值处于低位。市场分歧在于国内 AI 算力规模能否在短期内带动容量电价上涨。

受益方向与风险：

1. 受益方向：具备核电、气电等稳定容量资产的 IPP 企业；随着 2028 年火电供给增速下降，国内电力资产可能迎来基本面反转。
2. 核心风险：政府对电价的强监管（类公用事业监管）可能限制暴利；AI 算力落地节奏低于预期；电网审批环节（如表后扩容）的政策限制。