CABINET / The Physical Stack of AI / 电力系统研究
电力技术演变史
前言:这篇在讲什么
学过 物理层全链路 之后,你知道了电力系统的物理结构:发→输→配→用→储,各环节的物理原理,以及中美的主要技术规格差异。
但这套结构不是凭空出现的。它是 140 年技术演变的沉淀。每一次大变革背后,都有一个三重叠加:物理约束被突破 + 经济性拐点到来 + 产业组织重构。三者缺一,变革就是一阵风。
本模块要回答:这些技术是怎么走到今天的?下一轮变革在哪里?
一、五次大变革:全局鸟瞰
| 时代 | 核心变革 | 驱动力 | 关键物理/技术突破 | 代表事件 |
|---|---|---|---|---|
| 1880s–1920s | 直流 vs 交流,奠定基础架构 | 工业革命 | 交流输电 + 变压器 | 特斯拉 vs 爱迪生;尼亚加拉水电站 |
| 1920s–1960s | 地区电网互联成国家/区域网 | 战时动员 + 战后工业化 | 同步电网 + 中央调度 + 继电保护 | 美国 TVA;苏联统一电力系统 |
| 1960s–1990s | 核电 + 大机组 + 规模化 | 石油危机 + 电气化提速 | 超临界燃煤机组;核裂变商用化 | 法国核电 70%;三峡水电;三里岛/切尔诺贝利 |
| 1990s–2010s | 电力市场化 + 燃气革命 | 新自由主义 + 页岩气 | CCGT(联合循环燃气)60%+ 热效率 | 美国 PURPA/FERC 888;中国”5 号文”厂网分开 |
| 2010s–今 | 新能源 + 数字化 + AI | 气候目标 + AI算力需求 + 碳中和 | 光伏 LCOE 逆转;锂电储能经济性;SCADA 数字化 | 双碳目标;IRA;ERCOT 储能套利 |
每一次变革都不是孤立的技术突破,而是物理约束被解锁之后,经济性和产业组织随之重构的结果。下面逐一展开。
二、第一次变革:交流电的胜利(1880–1920s)
物理突破是什么
1880 年代,爱迪生正在全美推广直流(DC)供电系统。但直流有一个根本性的物理瓶颈:电压无法通过简单的装置升降。电压越低,长距离传输中的线路损耗越大($P_{loss} = I^2 R$);为了降损必须升压,但当时没有高效的直流变压器。这意味着每座发电站只能服务半径一两千米以内的用户——整个城市需要密密麻麻的小发电站,成本极高。
特斯拉和威斯汀豪斯(Westinghouse)提出了另一套方案:交流电(AC)可以用变压器轻松升压和降压。升压到高压远距离输电,到达目的地后降压配用——整套逻辑用中学物理就能理解,但这个物理事实的产业化影响是革命性的。
1895 年,尼亚加拉瀑布水电站开始向布法罗市(35 公里外)远距离输电,彻底证明了交流输电的可行性。“电流战争”(War of Currents)就此落幕,交流电胜出。
产业组织怎么变
交流输电的胜出确立了一个沿用至今的基础架构逻辑:中心化大型发电厂 + 远距离高压输电 + 末端低压配用。这是电力产业天然垄断性质的技术根源——规模越大、输电越远,单位成本越低,自然形成区域垄断。
美国随后出现”电力托拉斯”,私营电力公司通过控股公司层层套娃控制大量电厂和电网,直到 1935 年《公用事业控股公司法》才拆散这些结构,形成”受监管的区域性垄断”格局(Regulated Monopoly)。
技术螺旋:为什么今天又在讨论直流?
交流电赢了,但这不是终局。当今,在长距离大容量输电和跨区域不同频率系统互联场景中,高压直流输电(HVDC, High Voltage Direct Current)反而比交流更有优势:
- 交流长距离输电有”充电电容效应”,线路本身消耗无功功率,超过一定距离效率急剧下降
- 直流没有交流的相位稳定性要求,可以连接两个不同频率(如 50Hz vs 60Hz)的系统
- 现代电力电子技术解决了 1880 年代无法解决的直流升降压问题(VSC-HVDC 柔性直流换流阀)
中国的”特高压直流”(±800kV UHVDC)正是利用了这一点。这是技术的螺旋式上升,不是简单的”交流胜出”。
三、第二次变革:大电网的形成(1920–1960s)
从孤岛到互联
早期电力系统是一座座”电力孤岛”——各地电厂独立运行,互不相连。问题显而易见:单一电厂故障就导致全区域停电,发电容量无法跨区域共享,备用容量需求很高。
联网是解法。但联网需要解决一个核心物理约束:所有联入同一电网的发电机,必须保持严格同步的频率(50Hz 或 60Hz)和相位。一台机组的频率偏差,会立刻通过电磁感应传遍整个网络。这叫”同步电网”(Synchronous Grid)。
保持同步的技术手段逐步建立起来:
- 继电保护(Protective Relay):故障时快速隔离问题区段
- 自动发电控制(AGC, Automatic Generation Control):实时调节各机组出力以维持频率
- SCADA 雏形(Supervisory Control and Data Acquisition,监控与数据采集):集中监视电网状态
谁来调度?产业组织分歧由此开始
大电网要求”统一调度”,但这个”统一”是谁的?这里出现了中美两种路线的早期分歧:
- 美国:私营公司主导,政府在州一级设立公用事业委员会(PUC, Public Utilities Commission)监管。联网是”自愿”的,跨州系统形成了依赖契约和谈判的半正式结构,区域化运营。
- 苏联:中央计划,统一电力系统(UES, Unified Energy System of the Soviet Union)在 1950–60 年代建成,覆盖整个欧亚腹地,是当时世界上最大的同步电网。
- 中国:计划体制下,1949 年之后延续苏联模式,地方电管局统一管理,1980 年代才开始引入竞争机制。
这个路径依赖极深: 美国至今仍是分散的区域 ISO/RTO(独立系统运营商)格局,中国至今仍是国家电网 + 南方电网的中央统调体系。第一次变革的产业组织选择,塑造了此后 100 年的市场结构。
四、第三次变革:核电与大机组(1960s–1990s)
驱动力:石油危机和电气化提速
1973 年石油危机是重大拐点。石油价格暴涨之后,各国重新审视发电结构。两条技术路线同时崛起:
路线一:更高效的燃煤机组
蒸汽轮机的热效率取决于进出口蒸汽的温度差(卡诺效率)。通过提高锅炉压力和温度,从”亚临界”到”超临界”(Supercritical)再到”超超临界”(Ultra-supercritical, USC),热效率从 30% 提升到 45%+。这是中国今天仍在大规模运营的燃煤机组技术基础。
路线二:核电
铀的能量密度是煤的 250 万倍,核裂变发电不依赖化石燃料。法国在 1970–80 年代大规模建设压水堆(PWR),核电占比一度超过 75%,至今仍是全球核电占比最高的国家。这是一个国家意志驱动的技术路线选择。
为什么核电后来停滞?
两个事故终结了核电的高速扩张时代:
- 1979 年三里岛(美国):运营失误导致堆芯部分熔毁,公众对核电的信任急剧下降
- 1986 年切尔诺贝利(苏联):反应堆爆炸,成为冷战后期最严重的工业事故
技术可以解决安全问题(第三代压水堆 AP1000 等安全性远超 60 年代设计),但公众风险认知不是技术问题。美国此后 30 年几乎停止新建核电站。
产业组织中的”成本加成陷阱”
这一时代,发电侧普遍采用”成本加成监管”(Cost-Plus Regulation):电力公司的收益 = 成本 × 允许收益率。这意味着电力公司投资越多,绝对利润越大,完全缺乏控制成本的动力。
结果:大量核电站和大机组因超支和工期延误而成本飞涨(美国核电站平均造价在 1970–80 年代翻了 4 倍)。这一制度性缺陷,直接催生了 1990 年代的市场化改革浪潮。
五、第四次变革:市场化 + 燃气革命(1990s–2010s)
这是理解今日电力市场结构最重要的一次变革。中美走了完全不同的路。
5.1 美国:电力市场化的逻辑链
市场化不是凭空产生的意识形态选择,它背后有具体的产业逻辑:
第一步:打破”独家供应”的技术理由
1970–80 年代,小型燃气轮机技术进步,独立发电商(IPP, Independent Power Producer)可以用更低成本建厂。“发电侧必须垄断”的技术理由开始动摇。
1978 年《公用事业监管政策法》(PURPA, Public Utility Regulatory Policies Act)开创性地要求电力公司必须从独立发电商处购电,如果对方成本低于电力公司自建成本的话。这打开了独立发电的闸门。
第二步:开放电网准入
1992 年《能源政策法》+ 1996 年 FERC 第 888/889 号令(FERC Order 888/889):强制要求州际输电线对所有发电商无歧视开放,批发电力市场开始竞争。联邦能源监管委员会(FERC, Federal Energy Regulatory Commission)成为监管核心。
第三步:独立系统运营商(ISO/RTO)的诞生
输电和发电利益分离之后,需要一个”中立裁判”来调度电网。ISO/RTO(独立系统运营商 / 区域输电组织)应运而生:
| ISO/RTO | 覆盖区域 | 成立时间 |
|---|---|---|
| PJM | 宾州-新泽西-马里兰(及周边13州) | 1997 |
| CAISO | 加州 | 1998 |
| ERCOT | 得克萨斯州(独立) | 2002 年零售开放 |
| NYISO | 纽约州 | 1999 |
| MISO | 中西部 | 2001 |
| ISO-NE | 新英格兰 | 1997 |
| SPP | 中南部 | 2014 |
注意:美国仍有大量地区是”垂直一体化”(Vertically Integrated Utility),没有引入竞争,尤其是东南部(佛罗里达、阿拉巴马等)。市场化程度因州而异,得州(ERCOT)最彻底,是”全球最大的实时电力市场”实验场。
5.2 中国:渐进式改革的逻辑
中国的电力改革是另一条路:不是一步到位的市场化,而是政策引导下的分步开放。
| 节点 | 政策 | 核心内容 |
|---|---|---|
| 1985 | 集资办电政策 | 允许地方政府和企业投资办电,打破国家独资 |
| 1997 | 国家电力公司成立 | 政企分开第一步,从电力部独立出来 |
| 2002 | 国发 5 号文(厂网分开) | 发电侧与电网分开,形成”五大发电集团(华能、大唐、国电、华电、中电投)+ 两大电网(国家电网 + 南方电网)“格局 |
| 2015 | 国发 9 号文(新一轮电改) | 放开竞争性环节,建立现货市场试点,推进输配电价独立核算 |
| 2021 | 1439 号文 | 中长期交易 + 现货市场 + 辅助服务三位一体推进 |
| 2023–今 | 绿电交易、容量电价 | 现货市场逐步在广东、山东、山西、甘肃等省转正 |
中国改革的特点是:始终保留两大电网对输配电的统一控制,发电侧引入竞争,但通过”计划电量”保障煤电基荷,新能源优先上网通过政策强制实现。这和美国”全面价格信号”的市场逻辑有本质差异——在中国,价格是调节工具之一,不是唯一工具。
5.3 燃气革命:美国独有的产业变量
2008 年前后,美国页岩气革命(Shale Gas Revolution)彻底改变了发电成本格局:
- 天然气价格从 $12/MMBtu(2008)暴跌到 $2-4/MMBtu(2012–2020)
- 联合循环燃气机组(CCGT, Combined Cycle Gas Turbine)热效率超过 60%,且启停灵活(可以在几十分钟内从停机到满功率)
- 美国煤电份额从 50%(2008)持续下滑到约 16%(2024),主要被气电取代,而不是被新能源取代
为什么这是美国特有的? 中国天然气资源相对匮乏,无页岩气革命,气电成本是煤电的 2-3 倍,所以中国的”去煤”路径不是”煤→气”,而是直接”煤→新能源”。这个资源禀赋的差异,是中美技术路线分歧的最底层原因之一。
六、第五次变革:新能源 + 数字化(2010s–今)
这是正在发生的变革,也是本研究项目最核心的背景。
6.1 光伏的 LCOE 革命
LCOE(Levelized Cost of Energy,平准化度电成本)是评估不同发电方式经济性的核心指标,包含全生命周期的建设、燃料、运维成本。
光伏的 LCOE 变化是能源史上最快的成本下降曲线之一:
| 年份 | 全球平均光伏 LCOE |
|---|---|
| 2010 | ~$300/MWh |
| 2015 | ~$120/MWh |
| 2020 | ~$57/MWh |
| 2024 | ~$30-45/MWh |
十年跌去约 90%。今天,在好的太阳能资源区(沙特、西班牙南部、中国西部、美国西南),光伏 LCOE 已低于新建煤电和气电——这是文明史上化石燃料第一次在成本上输给可再生能源。
谁推动了这个? 是中国光伏制造产业链。硅料(新疆、四川)→ 硅片(隆基、TCL中环)→ 电池片(通威)→ 组件(晶科、天合、晶澳)→ 逆变器(华为、阳光电源)。这条链的规模效应和技术迭代速度,让中国光伏组件价格从 2010 年的 $1.5/W 降至 2024 年的 $0.10-0.13/W。
风电同样经历了 LCOE 快速下降,陆上风电成本降至 $30-50/MWh。
6.2 锂电储能的经济性拐点
储能系统(Battery Energy Storage System, BESS)成本:
| 年份 | 系统成本($/kWh) |
|---|---|
| 2015 | ~$1500 |
| 2020 | ~$350 |
| 2025 | ~$150–200 |
与电动汽车共享技术路线(以磷酸铁锂 LFP 为主),EV 规模带动电池成本下降,储能直接受益。
关键拐点:2022–2024 年,美国 ERCOT 和 CAISO 市场中,储能套利年化 IRR 可达 20–30%——这意味着储能项目在纯市场环境下已经可以在不依赖补贴的情况下盈利。经济性真正跑通是这次变革的临界点标志。
中国的储能情况有所不同:目前主要是”强制配储”(新能源电站强制配置 10–20% 储能容量),而非套利驱动。真正的市场化储能收益机制仍在建立中。
6.3 智能电网与数字化
传统 SCADA(监控与数据采集)从 1970 年代延续至今,是电力运营的核心系统。新一代数字化技术正在叠加在其上:
- AMI(Advanced Metering Infrastructure,高级计量体系):智能电表,实现用电数据实时采集
- PMU(Phasor Measurement Unit,同步相量测量装置):以 GPS 为基准,每秒采集 30–120 次电网状态,比传统 SCADA 快 100 倍,用于电网稳定性的精细化控制
- DERMS(Distributed Energy Resource Management System,分布式能源管理系统):协调大量分布式光伏、储能、EV 充电桩等小型资源
数字化让电网具备了”大规模分布式资源协调”的能力。在此之前,调度系统只能管理几千个节点(大型发电机组);有了 DERMS,理论上可以协调数百万个小型资源。
6.4 虚拟电厂(VPP):电力 AI 最肥沃的土壤
VPP(Virtual Power Plant,虚拟电厂)是本次变革中最具想象空间的概念:
通过软件聚合大量分布式资源——分布式储能、EV 充电桩、可调节工业负荷、分布式光伏——对外表现为一个统一的”电厂”,参与电力市场的容量竞价、辅助服务市场和实时电能量市场。
已有的先行案例:
- 特斯拉加州 Powerwall VPP:聚合家用储能墙,在 CAISO 市场提供调频服务
- AutoGrid(美国):商业化 VPP 软件平台,管理超过 10GW 分布式资源
- 冀北虚拟电厂示范:中国最早的省级 VPP 试点,聚合蓄热式电锅炉、储能等可调负荷
VPP 是”软件吃电力”最直接的体现。它的瓶颈不是技术,而是:
- 市场设计:需要足够精细的实时价格信号(中国还在建设中)
- 通信协议:需要设备统一接入标准
- 算法能力:实时预测、优化调度是 AI 的核心战场
七、当前技术前沿速览
7.1 供给侧
| 技术 | 现状 | 时间线 |
|---|---|---|
| 钙钛矿光伏 | 实验室效率 25%+,商业化路上 | 2026–2030 产业化 |
| 海上风电大型化 | 18MW+ 单机,漂浮式海风试验中 | 漂浮式 2028+ |
| 小型模块堆(SMR) | 美国 NuScale、中国”玲龙一号”、英国 Rolls-Royce | 2030s 商业化 |
| 可控核聚变 | Commonwealth Fusion、中核 CFETR | 2035–2040s 可能突破 |
核聚变是长期看涨期权:2035 年前不影响主流市场,但一旦突破是文明级变量,能量密度几乎无上限,燃料是海水中的氘。
7.2 储能侧
| 技术 | 特点 | 适用场景 |
|---|---|---|
| 锂电(LFP) | 2–4 小时,成本最低,主流 | 日内调峰套利 |
| 钠离子 | 成本潜在低于 LFP 30%,无锂 | 大规模地面储能 |
| 液流电池(钒/铁铬) | 4–10 小时长时储能,无衰减 | 跨日、季节性平衡 |
| 压缩空气储能(CAES) | 100MW–GW 级,中国已有 300MW 示范 | 大规模长时储能 |
| 抽水蓄能 | 经济性最好,中国主力 | 日/周级调节 |
长时储能(4 小时以上)是当前商业化最大的空白:无论是电网跨季节平衡,还是新能源渗透率超 60% 之后的反调峰需求,都需要长时储能解决,而锂电不擅长这个场景。
7.3 输配电侧
- VSC-HVDC(电压源型柔性直流):比传统 LCC-HVDC 更灵活,可连接无源系统(如纯新能源基地)
- 数字孪生电网:将实体电网映射为实时可仿真的数字模型,SCADA 的下一代
- 电力电子变压器(PET):固态变换器替代传统变压器,体积小、可控性强,是配网智能化的硬件基础
7.4 用电侧与耦合
- V2G(Vehicle to Grid,车辆向电网放电):EV 电池成为可调节储能资源,全球 EV 存量若全部接入 V2G,其调节容量将超过所有现有储能装机
- 绿氢:新能源电制氢,氢用于工业脱碳(钢铁、化工)+ 长时储能 + 燃料电池发电;目前成本仍 2–3 倍于灰氢
- AI 数据中心:一台液冷服务器机架功率密度已达 100kW+,数据中心正在从电网的”普通大用户”变成”可调节大负荷”,高压直流(HVDC 400V/800V)内部供电提升能效
八、中美技术路线的关键分歧
| 维度 | 中国路线 | 美国路线 | 分歧来源 |
|---|---|---|---|
| 骨干输电 | 特高压 UHVDC/UHV AC(±1100kV 已投运) | 老旧 230–500kV 系统,跨区受限 | 国土纵深 + 资源分布 + 中央调度 |
| 主力发电 | 煤电托底 + 光伏/风电快速增长 + 核电稳步扩张 | 气电为主 + 光伏/风电增长 + 核电萎缩 | 资源禀赋:中国无气,美国无乌云 |
| 储能驱动方式 | 政策强制配储为主,市场套利机制建立中 | 市场套利驱动,IRR 已自洽 | 市场化程度差异 |
| 调度体制 | 国家级 / 区域统一调度(两大电网) | 区域 ISO/RTO 分散市场,FERC 监管 | 1960s 路径依赖 |
| 市场设计 | 计划 + 市场双轨,现货市场仍在建设 | 30 年批发竞争经验,价格信号精细 | 改革起点和速度不同 |
| 新能源消纳机制 | 优先消纳政策 + 特高压跨省输送 | 市场价格信号 + 输电权交易 | 产业政策 vs 市场机制 |
| AI + 数字化 | 国网调度 AI + 大数据中台 | 分布式 DERMS + RTO 交易算法 | 中央 vs 分布式架构偏好 |
| 创新文化 | 自上而下规划 + 工程师规模化实施 | 自下而上试点 + 市场激励 | 政府角色的根本不同 |
核心判断:中国胜在工程实施的规模与速度(一年新增光伏装机超过美国 10 年总量),美国胜在市场信号的精细度与分布式创新(VPP、储能套利、需求响应的商业模式均率先在美国跑通)。
两种路线的长期优劣,取决于”未来最核心的问题是基础设施规模扩张,还是分布式资源的精细化协调”。目前看,前者是中国的答案,后者是美国的答案——而且很可能两者都对,只是阶段不同。
九、技术演变的底层规律
从五次变革中可以抽象出三条规律,这是建立判断力的元层面:
规律一:三重叠加才能产生大变革
物理约束被突破 + 经济性拐点到来 + 产业组织准备好了 = 技术大变革
三者缺一不可:
- 钙钛矿光伏只完成了第一条(效率突破),经济性和产业组织尚未就绪
- 核聚变目前只在第一条的边缘,离大变革还远
- 虚拟电厂在中国技术已就绪,但产业组织(市场机制)还差一步——这预示了机会,也预示了耐心的必要性
规律二:中心化与分布式的钟摆
电力技术史是”中心化 ↔ 分布式”的持续摆荡:
单机孤岛(1880s 分布式)→ 大电网同步系统(1920-50s 中心化)→ 大机组集中建设(1960-90s 中心化)→ 分布式光伏/储能/VPP(2010s- 分布式)→ AI 统一调度分布式资源(正在发生 重新中心化)
每一次”分布式化”之后,都会出现一个新层级的”中心化调度”来驾驭新的分布式资源。当前的新能源 + VPP 浪潮之后,AI 调度系统将成为新的”中心化层”——只不过这一次,“中心”是算法,而不是大型机组或调度员。
规律三:软件吃电力,正在发生
过去 140 年,电力产业的核心价值由硬件和工程主导(发电机、变压器、输电线路、核反应堆)。
下一个 20 年,软件层(预测、交易、调度优化、VPP)的价值占比将大幅上升。证据:
- 储能套利收益中,算法优化能提升 20–40% 的收益
- AI 负荷预测误差每降低 1%,电网备用容量需求降低约 0.5GW(等于少建一台发电机)
- ERCOT 实时价格信号在极端天气下跳到 $9000/MWh,懂”读价格”的算法价值等同于实物资产
十、五个技术直觉
以下是判断层,区别于上面的事实层。带有主观性,需要在后续学习中持续修正。
直觉 1:电力技术是”中心化 ↔ 分布式”的钟摆,不是单线进化
任何时候你看到”分布式化正在发生”,就要同时问:“下一波重新中心化的节点在哪里?” 当前答案是 AI 调度。
直觉 2:软件吃电力的拐点已经到来
光伏 LCOE 逆转 + 储能经济性 = 物理层的大宗商品化已完成。接下来的增量价值在信息层:谁能更精准地预测、交易、调度,谁就能在相同物理资产上创造更高收益。这是 AI 公司进入能源领域的入口逻辑。
直觉 3:中美技术路线分歧会放大而非收敛
路径依赖太深:中国不会拆散两大电网,美国不会重建特高压。双方在”自己擅长的维度”各自加速,而不是向对方学习。这意味着在特定技术赛道上(如 VPP 软件),美国市场是更好的验证场;在基础设施建设规模上,中国市场是更好的实施场。
直觉 4:核聚变是长期看涨期权,2035 年前不影响主流决策
Commonwealth Fusion 的 SPARC 项目和中国 CFETR 都在推进,但商业化电厂最早也在 2040s。这是 20 年的时间窗口。在此之前,投资和判断不需要把核聚变计入主要变量,但需要持续关注技术里程碑。
直觉 5:VPP 是电力 AI 最肥沃的土壤,但中国需要等市场成熟
VPP 的商业逻辑在美国 ERCOT/CAISO 已经跑通。中国的瓶颈不是技术,是现货市场的价格信号精细度还不够高。随着现货市场在广东、山东等省转正,VPP 的机会窗口会在 2026–2030 年逐步开放。这是值得持续追踪的时间窗口。
十一、模块小结 + 向后铺垫
本模块的核心框架
技术大变革 = 物理约束突破 × 经济性拐点 × 产业组织重构
↕
"中心化 ↔ 分布式"钟摆
↕
软件层价值占比持续上升
向后连接
- 模块三 市场格局(中美):在这套技术演变史的基础上,看中美各自的市场玩家格局——谁在发电、谁在卖电、谁在卖软件?
- 模块四 公益到市场化:深挖市场化改革的具体机制——竞价上网、现货市场、容量机制,这些机制是如何把技术信号转化为投资决策的?
- 模块五 电力AI与衍生品:建立在以上技术基础上,AI 在电力行业的具体落点——负荷预测、储能优化、碳资产交易、电力衍生品——以及
last updated: 2026-04-20