算电协同 #商业模式 #虚拟电厂
本文是对算电协同、虚拟电厂创业的综合分析，是一篇对算电协同公司的运营模拟，和AI共创的一种不知道实际是否可行（逻辑上可行）公司运营方式
一、公司定位
1.1 公司愿景
"算力电力化，电力算力化" —— 成为中国领先的算电协同智能调度服务商
1.2 商业模式定位
| 维度 | 定位 |
|---|---|
| 资产模式 | 轻资产：不建数据中心，不投储能硬件 |
| 服务模式 | SaaS软件平台 + 运营服务 |
| 客户群体 | 数据中心运营商、AI算力企业、园区管委会 |
| 核心价值 | 帮客户降低电费10-30%，提升绿电比例，获取辅助服务收益 |
1.3 差异化定位
- 不做：IDC建设、储能硬件制造、售电业务
- 做：算力-电力协同调度算法、虚拟电厂聚合运营、碳管理SaaS
二、团队配置
2.1 核心团队（第一阶段：15-20人）
┌─────────────────────────────────────────┐
│ CEO（1人） │
│ 战略+融资+政府关系 │
├─────────────────────────────────────────┤
│ CTO（1人） │ COO（1人） │
│ 技术架构+算法 │ 运营+商务+交付 │
├─────────────────────────────────────────┤
│ 算法团队（2~3人） │ 电力团队（2~3人） │
│ • 强化学习工程师 │ • 电力市场分析师 │
│ • 优化算法工程师 │ • 电力系统工程师 │
│ • 数据科学家 │ • 交易操作员 │
│ • 预测模型工程师 │ │
├─────────────────────────────────────────┤
│ 软件团队（2~3人） │ 商务团队（1~2人） │
│ • 后端开发（Go/Java）│ • 大客户销售 │
│ • 前端开发 │ • 解决方案架构师 │
│ • DevOps工程师 │ │
│ • 测试工程师 │ │
├─────────────────────────────────────────┤
│ 职能支持（1~2人） │
│ • 财务+行政 • 法务合规 │
└─────────────────────────────────────────┘
2.2 关键岗位画像
| 岗位 | 核心要求 |
|---|---|
| CTO | 10年+经验，电力系统+AI背景，清华/浙大/华电优先 |
| 强化学习算法专家 | 顶会论文，电力/能源优化项目经验 |
| 电力市场分析师 | 电网/交易中心背景，熟悉现货市场规则 |
| 电力系统工程师 | 熟悉EMS/SCADA，有虚拟电厂项目经验 |
| 后端架构师 | 高并发系统经验，熟悉微服务架构 |
2.3 团队建设节奏
| 阶段 | 时间 | 人数 | 重点招聘 |
|---|---|---|---|
| 种子期 | 0-6月 | 5-8人 | CEO+CTO+2算法+2开发 |
| 天使期 | 6-12月 | 12-15人 | 电力团队+商务+DevOps |
| A轮 | 12-24月 | 20-30人 | 扩充算法+交付团队 |
| B轮 | 24-36月 | 40-60人 | 多区域扩张 |
三、技术架构
3.1 产品矩阵
┌─────────────────────────────────────────────────────┐
│ 产品矩阵 │
├─────────────────┬─────────────────┬─────────────────┤
│ 算电调度平台 │ 虚拟电厂运营 │ 碳管理SaaS │
│ (核心产品) │ (增长产品) │ (增值产品) │
├─────────────────┼─────────────────┼─────────────────┤
│ • 算力负载预测 │ • 负荷聚合管理 │ • 碳排放核算 │
│ • 电力价格预测 │ • 需求响应调度 │ • 绿电溯源 │
│ • 联合优化调度 │ • 辅助服务申报 │ • 碳报告生成 │
│ • 实时控制执行 │ • 收益结算分析 │ • 碳交易对接 │
│ • 效果监测分析 │ • 储能协同控制 │ • ESG披露 │
└─────────────────┴─────────────────┴─────────────────┘
3.2 系统架构图
┌─────────────────────────────────────────────────────────┐
│ 用户层 │
│ Web端 移动端 API 大屏展示 报告导出 │
└─────────────────────────────────────────────────────────┘│
┌─────────────────────────────────────────────────────────┐
│ 应用服务层 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │调度管理 │ │交易管理 │ │资产管理 │ │报表分析 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────┘│
┌─────────────────────────────────────────────────────────┐
│ 算法引擎层 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │负荷预测 │ │价格预测 │ │优化调度 │ │RL策略 │ │
│ │引擎 │ │引擎 │ │引擎 │ │引擎 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────┘│
┌─────────────────────────────────────────────────────────┐
│ 数据采集层 │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │IDC数据 │ │电网数据 │ │气象数据 │ │市场数据 │ │
│ │采集器 │ │采集器 │ │接口 │ │接口 │ │
│ └─────────┘ └─────────┘ └─────────┘ └─────────┘ │
└─────────────────────────────────────────────────────────┘│
┌─────────────────────────────────────────────────────────┐
│ 设备接入层 │
│ 数据中心 智能电表 储能EMS 电网调度 交易平台 │
└─────────────────────────────────────────────────────────┘
四、商业模式
4.1 收入来源
| 产品 | 收费模式 | 客单价 | 毛利率 |
|---|---|---|---|
| 算电调度平台 | SaaS订阅：按接入容量(kW)月费 | 0.5-2元/kW/月 | 80%+ |
| 虚拟电厂运营 | 收益分成：辅助服务/需求响应收益的15-30% | 视规模 | 60-70% |
| 碳管理SaaS | 按核算量或年订阅 | 5-20万/年 | 85%+ |
| 咨询服务 | 项目制：算电协同方案设计 | 30-100万/项目 | 50-60% |
| 数据服务 | API调用费：电力价格/负荷预测数据 | 按调用量 | 90%+ |
4.2 客户画像
| 客户类型 | 规模 | 痛点 | 付费意愿 |
|---|---|---|---|
| 第三方IDC | 10-100MW | 电费占比高，PUE压力大 | ⭐⭐⭐⭐⭐ |
| 智算中心 | 10-1000P算力 | 电费占运营成本60%+ | ⭐⭐⭐⭐⭐ |
| 超算中心 | 国家级/省级 | 能耗指标考核 | ⭐⭐⭐⭐ |
| 园区管委会 | 算力产业园区 | 招商引资，算电协同示范 | ⭐⭐⭐⭐ |
| AI企业 | 大模型训练 | 算力成本高，需弹性调度 | ⭐⭐⭐⭐ |
4.3 单客户价值模型（以50MW数据中心为例）
年收入构成：
├── 算电调度平台SaaS：50,000kW × 1元/kW/月 × 12月 = 60万
├── 虚拟电厂运营分成：
│ ├── 需求响应：5万kW × 20次 × 4元/kW × 20% = 80万
│ ├── 调频辅助服务：月均10万 × 12月 × 25% = 30万
│ └── 电费优化：年电费1亿 × 2%优化 × 30%分成 = 60万
├── 碳管理SaaS：15万/年
└── 年度总收入：约245万客户ROI：
├── 支付给我方：245万/年
├── 获得收益：
│ ├── 电费节省：1亿 × 2% = 200万
│ ├── 辅助服务收益：400万
│ ├── 需求响应收益：400万
│ └── 碳资产收益：50万
├── 客户净收益：约805万/年
└── 客户ROI：805/245 = 3.3倍 ✓
五、核心能力要求
这家公司跟纯软件公司不一样，需要同时具备三个维度的能力，任何一个维度拉胯，商业模式就跑不起来。
5.1 算法能力
四个核心算法模块：
负荷预测。预测数据中心未来24-96小时的用电曲线。算力负荷跟传统工业负荷不一样，受GPU集群利用率、大模型训练任务调度、制冷系统响应等多因素影响，波动性更强。Temporal Fusion Transformer、N-BEATS是主流选择，但真正拉开差距的是特征工程，也就是对算力业务场景的理解深度。
电价预测。电力现货价格以15分钟为粒度，一天96个价格点。需要综合气象数据、新能源出力预测、电网检修计划、历史交易数据。各省市场规则不同，模型需要逐省调优。
联合优化调度。最核心的算法。要在满足算力任务SLA、电力合同约束、设备运行约束的前提下，同时优化电费成本和市场交易收益。数学上是大尺度混合整数规划问题，用Gurobi或OR-Tools求解，决策延迟秒级。
强化学习策略。电价、负荷、竞争对手报价策略都在变，传统优化方法需要频繁更新参数。PPO、SAC让调度策略通过市场反馈自动进化。
容易忽视的一点：算法能力不只是模型精度，还包括从数据采集到模型部署到效果回测的完整工程链路。一个预测模型从实验室精度到生产环境稳定运行，工程落差经常是10倍。
5.2 电力市场能力
中国电力市场不是全国统一的，是省级市场。全国有20多个省级电力现货市场在试运行或正式运行，每个省的交易规则、准入门槛、结算机制都不一样。需要在每个目标省份都有熟悉当地规则的人，知道什么负荷能申报、响应时间要求多少、结算价怎么算、有哪些隐形门槛。
需求响应按响应速度分级：秒级（调频）到分钟级（调峰）到小时级（需求响应），每一级的技术要求和收益水平不同。调频市场收益最高但门槛也最高，要求200毫秒级响应。
负荷聚合商资质是核心门票。注册资金500万以上，聚合容量1MW起步，有通过评审的技术系统。每省单独申请，从准备到拿证6-12个月。
电力市场政策敏感性很强。2023年首提算力电力一体化，2024年多部门出专项政策，2025年算力负荷正式纳入可调度资源。方向明确，但落地节奏各省差异大。
5.3 数据接入与工程能力
算法需要实时接入四类数据源：数据中心内部数据（服务器功耗、制冷系统、任务队列）、电网调度数据（DL/T 634系列协议）、电力交易平台数据、气象和新能源出力数据。
数据接入的难点不在技术协议本身，在两个非技术因素：
客户信任。数据中心实时用电数据是敏感信息，客户担心数据泄露暴露业务量。需要通过等保三级认证、签数据安全协议，甚至部署边缘计算节点让数据不出客户机房。
标准化程度低。每个数据中心的监控系统不一样，有DCIM标准接口的，有只支持SNMP的，有需要定制对接的。每接入一个新客户都有定制化工作。
六、核心壁垒分析
壁垒不在单点技术，在系统整合能力和执行密度。
6.1 高壁垒（真正挡住竞争对手的）
跨学科团队稀缺性
同时懂电力系统和AI算法的人极度稀缺。清华电机系博士再去做强化学习研究，这种复合背景的人市场上不好找，年薪百万起步，而且大多在大厂或电网系公司。创业公司要靠股权激励和事业前景去吸引。
省级电力市场的规则经验
不是读几份规则文件就能掌握的，需要真金白银在市场里交易过、踩过坑、被罚过款才知道。每个省份是一条独立的学习曲线，这种隐性知识无法速成。
运行数据飞轮
每多运行一天，就多积累一份算力负荷与电价联动的历史数据、调度策略执行效果的真实反馈、电力市场报价与成交的实证记录。数据飞轮的循环：数据越多→算法越好→客户收益越高→续约和口碑越好→更多客户更多数据。后来者即使算法一样好，也需要时间积累运行数据才能追上精度。
客户绑定深度
调度系统接入客户数据中心后，日复一日优化用电策略，切换成本很高。客户换供应商意味着重新做数据接入、重新训练模型、重新积累优化基线，至少损失3-6个月的优化效果。
资质时间窗口
负荷聚合商资质获取需要6-12个月。先拿到资质就先有交易收入、先有运行数据、先有客户案例，形成连锁优势。
6.2 低壁垒（挡不住竞争对手的）
软件平台本身。Go/Java后端、React/Vue前端、Kubernetes容器编排，都是成熟技术栈，谁都能搭。
基础预测模型。LSTM、Transformer是公开算法，开源实现到处都有。真正的差距在特征工程和场景适配，不在模型架构。
七、竞争格局
2025年赛道里玩家分三类：
| 类型 | 代表企业 | 优势 | 短板 |
|---|---|---|---|
| 能源资产型 | 协鑫能科 | 手握风光储资产，绿电直供+储能+虚拟电厂一体化 | 对算力业务理解深度不够 |
| 电网系技术公司 | 国电南瑞、南网科技 | 深耕电力系统几十年，EMS/SCADA积累深厚，电网关系强 | 灵活性和速度 |
| 创业公司/大厂能源线 | 各类新玩家 | 灵活、技术驱动、迭代快 | 电力市场经验不足 |
轻资产算电协同公司的定位：比电网系公司更灵活、更聚焦算力场景；比互联网公司更懂电力市场。这个定位成立，但窗口期大概2-3年。大厂认真入场后，竞争维度会变成生态整合。
7.1 竞争压力分析
来自能源资产型玩家的压力
协鑫能科这类公司手里有电、有储能、有光伏，可以给数据中心提供"绿电直供+储能备份+虚拟电厂聚合"的一揽子方案。对客户来说，一家搞定比自己分别找供应商省事。这种"能源资产+调度服务"的打包能力，轻资产公司没法直接对抗。应对思路是不跟它比资源，比算法深度和跨客户场景的优化能力，它只能调自己的资产，你能调多家不同客户的资产，优化空间不同。
来自电网系公司的压力
国电南瑞、南网科技这类公司跟电网的关系是几十年积累下来的，对电力调度系统的理解深度外人很难追赶。它们如果认真做算力负荷聚合，拿资质、对接电网调度系统的速度会很快。但电网系公司的问题是体制和激励机制，这类创新业务在内部优先级不会太高，执行速度偏慢。窗口期就在这个"看得到但还没动手"的阶段。
来自云计算大厂的压力
阿里云、华为云、腾讯云自己就是数据中心的大户，手握海量算力负荷和用电数据。它们做算电协同有天然的数据优势和客户触达能力。阿里云已经有了能源管理产品线，华为云也在布局。大厂一旦把算电协同作为基础设施能力内置到云服务里，独立公司就很难在基础调度层竞争。应对思路是做垂直场景做深：大厂做通用平台，你做数据中心和智算中心这一垂直领域，把算法效果和行业理解做到它不愿意投入的程度。
来自虚拟电厂聚合商的压力
朗新科技、特来电等公司已经在虚拟电厂领域跑了好几年，手里有负荷聚合商资质，有成熟的聚合平台，有跟各省电力交易中心的对接经验。它们目前主要聚合的是工商业负荷、充电桩、分布式光伏，但向算力负荷延伸是顺理成章的事。应对思路是差异化：它们不懂算力业务，不懂GPU集群的调度逻辑，你懂。
来自客户自研的压力
大型数据中心运营商（比如万国数据、秦淮数据）自己有技术团队，完全有可能自建一套算电调度系统，尤其在看到效果验证之后。客户自研意味着丢失大单。应对思路是让客户觉得自研不划算：你服务多家客户，数据跨客户积累，优化效果单家自研做不到；而且SaaS模式的持续迭代速度，内部IT团队很难跟上。
八、发展阶段规划
8.1 三阶段路线图
┌─────────────────────────────────────────────────────────────┐
│ 第一阶段：产品验证期（0-12个月） │
│ 融资：天使轮 1000-2000万 │
├─────────────────────────────────────────────────────────────┤
│ 目标： │
│ • 完成MVP开发（算电调度平台V1.0） │
│ • 签约2-3家种子客户（免费/低价试点） │
│ • 验证核心算法效果（电费降低5%+） │
│ • 团队达到15人 │
│ │
│ 关键里程碑： │
│ • M3：核心算法Demo完成 │
│ • M6：MVP上线，首个客户接入 │
│ • M9：2家客户稳定运行，效果数据验证 │
│ • M12：产品市场验证完成，启动A轮 │
└─────────────────────────────────────────────────────────────┘│▼
┌─────────────────────────────────────────────────────────────┐
│ 第二阶段：规模扩张期（12-24个月） │
│ 融资：A轮 5000万-1亿 │
├─────────────────────────────────────────────────────────────┤
│ 目标： │
│ • 签约10-20家付费客户 │
│ • 聚合算力负荷≥100MW │
│ • 获取负荷聚合商资质（1-2个省份） │
│ • 虚拟电厂运营业务启动 │
│ • 团队达到30人 │
│ │
│ 关键里程碑： │
│ • M15：产品V2.0发布，商业化定价 │
│ • M18：首批付费客户续约，NRR>100% │
│ • M21：负荷聚合商资质获取 │
│ • M24：年收入达到1000万+，启动B轮 │
└─────────────────────────────────────────────────────────────┘│▼
┌─────────────────────────────────────────────────────────────┐
│ 第三阶段：生态构建期（24-48个月） │
│ 融资：B轮 2-3亿 │
├─────────────────────────────────────────────────────────────┤
│ 目标： │
│ • 签约50-100家客户 │
│ • 聚合算力负荷≥500MW │
│ • 覆盖5-8个省份电力市场 │
│ • 碳管理产品成为第二增长曲线 │
│ • 团队达到60-80人 │
│ • 启动上市准备（科创板/港股） │
│ │
│ 关键里程碑： │
│ • M30：虚拟电厂运营规模化，月辅助服务收益>100万 │
│ • M36：年收入达到5000万+ │
│ • M42：碳管理产品独立商业化 │
│ • M48：年收入过亿，启动IPO │
└─────────────────────────────────────────────────────────────┘
九、风险与对策
| 风险 | 等级 | 对策 |
|---|---|---|
| 电力市场政策变化 | 高 | 多省份布局，分散政策风险；紧密跟踪政策 |
| 算法效果不达预期 | 高 | 渐进式优化，先做单点优化再联合优化 |
| 客户获取慢 | 中 | 绑定1-2家标杆客户，案例驱动销售 |
| 人才竞争激烈 | 中 | 股权激励，电力+AI复合背景培养 |
| 数据安全合规 | 中 | 等保三级，电力监控系统安全接入规范 |
| 大厂入局 | 中 | 聚焦细分，做深做透，建立数据壁垒 |
十、关键成功因素
- 算法壁垒：算电联合优化算法是核心竞争力，需持续投入研发
- 标杆客户：前3家客户的成功案例决定后续销售
- 资质获取：负荷聚合商等资质是业务开展的门票
- 数据积累：运行数据越多，算法效果越好，形成飞轮效应
- 团队复合：电力+AI+软件的三重复合背景团队