算力中心的電力經濟學

作者：Manus AI 研究團隊

日期：2026 年 5 月

分類：能源市場 × 算力基礎設施

摘要

日本 AI 算力中心的用電需求預計從 2024 年的 19 TWh 成長至 2034 年的 57–66 TWh，成為未來十年日本電力需求增長的最大單一驅動力，佔總增量的 60%。然而，算力中心並非被動的電力消費者。其用電型態在訓練與推論工作負載之間存在根本性差異，對電價的敏感度遠高於傳統工業用電，且在電力採購策略上面臨日本市場特有的結構性挑戰。本文從用電型態分析出發，探討電費成本結構、電力採購模式的演進、電價避險需求與工具選擇，並專章分析 PPS（特定規模電力供應業者）與小賣電力業者在面對算力中心這類高功率、高波動負載時，所需採取的供電側避險措施。

一、算力中心的用電型態：從「穩定基載」到「高密度脈衝」

1.1 功率密度的世代躍升

傳統資料中心每機架功率密度約為 5–10 kW，而 AI 優化設施已達每機架 60 kW 以上，部分 GPU 叢集甚至超過 100 kW/rack。單一 GPU（如 NVIDIA H100）的熱設計功耗（TDP）達 700 W，一個 8-GPU 訓練節點的持續功耗即逾 5.6 kW。一座 500 MW 的 AI 算力中心，其用電量相當於 40 萬戶家庭的同時用電。東京電力（TEPCO）的數據顯示，每個新建 AI 中心的用電量已從 2018 年的不到 250 MW 攀升至 2024 年預估超過 750 MW，相當於 9 座核電機組的輸出。

這種功率密度的躍升，根本改變了算力中心在電力系統中的角色：從過去可以被電網「忽略」的中小型負載，轉變為足以影響區域電力平衡的大型工業用電戶。

1.2 訓練 vs. 推論：截然不同的用電特性

算力中心的工作負載可分為兩大類，其用電特性存在根本性差異：

訓練工作負載的關鍵特性在於其可排程性。研究顯示，訓練任務可以安全地 checkpoint（儲存中間狀態）並在電力充裕時恢復，使其成為天然的「可延遲負載」（deferrable load）。相比之下，即時推論服務必須在毫秒至秒級內完成，無法接受任何排程延遲。

1.3 典型 24 小時用電曲線分析

下圖呈現了 AI 算力中心三種工作負載類型的典型日內用電曲線，並疊加 JEPX 現貨電價走勢，以揭示用電型態與電價信號之間的關係：

圖一：JEPX 電力現貨市場日內電價型態（Duck Curve）

圖一揭示了 JEPX 電力現貨市場的 Duck Curve 現象。隨著日本太陽能裝機容量在 2024 年突破 90 GW，中午時段（10:00–14:00）的電價反而成為全日最低點，夏季甚至可低至 6 日圓/kWh 以下（九州區域在春季甚至出現負電價）。傍晚 17:00–20:00，隨著太陽能出力驟降、冷暖氣需求達到高峰，電價急速攀升至全日最高，冬季可達 30 日圓/kWh 以上。這一結構性轉變對算力中心的電力排程策略具有深遠影響：中午的低電價窗口才是訓練任務的最佳排程時段，而非傳統認知中的深夜。算力中心若能將可延遲的訓練任務集中在 10:00–14:00 執行，可充分利用太陽能過剩帶來的低電價優勢，同時避開傍晚尖峰的高電費風險。

此外，2021 年 1 月的「寒波事件」（系統電價一度達 200 日圓/kWh）說明了傍晚尖峰的極端風險——這正是電價避險工具不可或缺的根本原因。

1.4 AIDC 實際日負載曲線

下圖基於 arXiv 2604.07345（NLR/NREL DIPLOEE 模型）與 Azure LLM Inference Dataset，呈現了訓練型與推論型算力中心在設施層級的實際日負載曲線：

圖四：AIDC 設施層級日負載曲線

訓練型算力中心（10 MW Colocation）呈現工作日型態：早上 8 時後負載開始爬升，下午 4 時後達到高峰（在 60% 使用率下約 5.1 MW），深夜低谷約 1.5 MW。Peak-to-Average Ratio 在 60% 使用率下約 1.55，這意味著即便在非高峰時段，訓練型 DC 仍保持相當穩定的基載負載，電力採購計畫相對容易。

推論型算力中心（1 MW LLM Inference）則呈現明顯的使用者行為驅動特性：9 AM 後負載急速爬升，傍晚 20:00 後逐漸下降，深夜低谷僅約 90 kW（服務待機狀態）。Peak-to-Average Ratio 高達 2.04，這使得推論型 DC 的電力採購更難預測，不平衡料金風險更高。此外，推論型 DC 的負載高峰恰好與 JEPX 傍晚尖峰重疊，電費風險尤為顯著。

1.4.1 日負載型態的電力採購對策

圖四揭示的日負載型態差異，對電力採購策略有直接的結構性影響。針對訓練型算力中心，核心對策在於「負載時間移位」（Load Time-Shifting）。由於訓練任務本質上是批次作業，不需要即時回應用戶請求，可將非緊急的訓練任務排程至中午 10–14 時的低電價時段執行，充分利用日本太陽能滲透率提升後形成的 Duck Curve 低谷。以 JEPX 東京區域歷史數據為基準，中午時段電價通常比傍晚尖峰低 15–25 日圓/kWh，一座 100 MW 算力中心若能將 20% 的訓練負載移至中午時段，年度電費節省可達 2–4 億日圓。

實現負載時間移位的技術路徑分三個層次：工作排程層，在 SLURM、Kubernetes 等叢集管理系統中設定電價感知的優先佇列，將低優先度訓練任務標記為「可延遲」，並在電價低於閾值時自動啟動；預測性採購層，根據次日訓練任務計畫，提前在 JEPX 日前市場採購中午時段電力，鎖定低電價；儲能緩衝層，在中午低電價時段充電，在傍晚尖峰時段放電，進一步平滑實際用電曲線，減少對 JEPX 即時市場的依賴。

下圖以甘特圖形式呈現三層排程策略的全日任務分配，上方對照 JEPX Duck Curve 電價曲線，下方標注各時段的電費節省效果：

圖八：訓練任務排程策略甘特圖——從傍晚尖峰移至中午低谷

圖八的核心洞察在於三層策略的遞進關係：L1 無優化基準將訓練任務集中在傍晚 17–21 時尖峰時段，每度電成本最高（~32 日圓/kWh）；L2 日前優化在前一日 12:00 前完成次日排程，將主要訓練任務（訓練任務 A）移至中午 10–14 時低谷時段，節省約 26 日圓/kWh，100 MW 算力中心年度節省可達 14 億日圓；L3 即時響應在 L2 基礎上進一步引入 JEPX 即時電價觸發機制，當電價突破預設閾值時自動暫停非緊急任務（圖中「暫停等待」區段），並在夜間補跑，追加節省約 4 億日圓。值得注意的是，L3 策略需要算力中心具備完善的任務中斷與恢復機制（Checkpoint/Restart），以確保訓練任務在暫停後能無損恢復。

針對推論型算力中心，由於推論服務必須即時回應，負載時間移位的空間有限，對策重心轉向「電力採購組合的分層設計」。建議將基載（固定合約 / PPA）比例提高至 65% 以上，確保電力市場波動時期服務不中斷；同時在 JEPX 日前市場採購 15% 的中尖峰調節電力，並在容量市場採購 8–10% 的備援容量，以應對推論服務的突發流量高峰。

1.5 功率波動的新挑戰

AI 工作負載還帶來了傳統資料中心不曾面對的短時間尺度功率波動問題。下圖基於 Oracle OCI AET 工程實際量測與 arXiv 2604.07345 的模擬結果，呈現了 Bulk-Synchronous LLM 訓練的分鐘級功率波動特徵：

圖五：算力中心分鐘級功率波動波形

圖五上半部呈現單節點（4× H100 SXM）層級的波形：LLM 訓練的 Bulk-Synchronous 特性造成 GPU 功率在計算階段（~3.3 kW）與 All-Reduce 同步等待階段（~0.63 kW）之間快速交替，周期約 15–60 秒。圖五下半部則展示千節點叢集層級的同步振盪效應：在發生 All-Reduce 時，千個節點同步低功率，對設施層級造成數 MW 的方波振盪（萬卡規模可達數十 GW）。Oracle OCI 開發的 AET（Average Elapsed Time）技術，透過毫秒級的 GPU 心跳信號偵測空閒期，在訓練任務不受影響的前提下將功率變動幅度大幅降低（如圖五下半橙線所示）。

研究顯示，AI 設施的功率需求可在數分鐘內波動高達 50%，功率爬升速率超過 132 kW/s。NERC（2024）報告指出，美國 Virginia 州曾發生 1.5 GW 負載在 82 秒內驟降的事件。這種快速波動對電力系統的頻率穩定性構成挑戰，也使得算力中心的「不平衡料金」（imbalance charge）風險大幅上升——尤其在 2026 年 4 月日本電力市場改革後，不平衡料金上限從 200 日圓/kWh 提升至 300 日圓/kWh。

1.5.1 分鐘級功率波動的電力系統衝擊與解決方案

BSP 方波振盪對電力系統的衝擊體現在三個面向：電壓穩定性方面，快速的負載突變會在配電系統中引發電壓驟降（Voltage Sag），若配電變壓器容量不足，可能觸發低電壓保護繼電器動作，造成連鎖停電；諧波污染方面，大規模整流器（GPU 電源供應器）在高頻切換時產生的諧波電流，會干擾同一饋線上的其他用電設備；不平衡料金風險方面，瞬間功率的劇烈波動會增加輸配電業者的系統調度難度，部分電力公司已開始研議對高波動性負載加收「波動附加費」。

解決方案可分為四個層次，由設施內部到電力系統依序部署。第一層：GPU 功率平滑技術，NVIDIA NVLink Power Balancing 和 AMD Power Capping 技術可在 GPU 韌體層面限制功率爬升速率（dP/dt），將計算階段的功率上升時間從毫秒級延長至數秒，顯著降低方波振盪幅度。Oracle Cloud Infrastructure 的 Adaptive Energy Technology（AET）在實際部署中已將設施層級的功率波動降低約 30%。第二層：UPS 與飛輪儲能緩衝，現代算力中心的 UPS 系統（鋰電池或超級電容）可在毫秒至秒級時間尺度上吸收功率波動；飛輪儲能因其極高的充放電循環壽命（>100 萬次），特別適合應對高頻率小幅波動，部分超大型算力中心已採用飛輪作為「電力品質調節器」。第三層：BESS 中頻調節，鋰電池 BESS 配置在算力中心的 11 kV 或 33 kV 接入點，透過雙向逆變器即時吸收或補充功率，將算力中心對外呈現的負載曲線平滑化。以 100 MW 算力中心為例，配置 10 MW / 5 MWh 的 BESS（約 10% 的波動幅度），可將對電網的功率波動衝擊降低 70% 以上，同時該 BESS 容量可兼作需求回應資源，在傍晚尖峰時段放電，實現「波動平滑」與「DR 收益」的雙重功能。第四層：合約層面的波動容忍條款，在與 PPS 簽訂的供電合約中，應明確約定 30 分鐘計量週期內的允許偏差上限，並區分「計畫偏差」（日前計畫值與實際用電量的差異）與「瞬間波動」（30 分鐘內的功率波動幅度）兩個概念，避免因瞬間波動被誤計為計畫偏差而觸發不必要的懲罰條款（詳見本文附錄 A-2）。

下圖以對數時間軸呈現四層防護架構的響應時間與覆蓋範圍，並附各層技術規格對照：

圖七：分鐘級功率波動四層防護架構——響應時間軸與技術規格對照

圖七的核心訊息在於：四層防護並非替代關係，而是互補疊加。L1（GPU 韌體）負責消除毫秒至秒級的高頻振盪，L2（UPS/飛輪）橋接 L1 無法完全消除的 0–30 秒缺口，L3（BESS）覆蓋 1 秒至數小時的中頻波動，L4（合約條款）則確保即使前三層未能完全平滑的殘餘波動，也不會在計費層面造成額外懲罰。最佳實踐是 L1+L2 組合作為基礎配置（資本支出低），L3 BESS 在規模達到 100 MW 以上時才具備經濟效益，L4 合約條款則是所有規模算力中心的必要配置。

1.6 AIDC 電力組成架構：從需求側看採購策略

理解算力中心的用電型態後，可以將其電力需求分解為五個功能層次，每個層次對應不同的採購工具與風險特性（見圖六）。

圖六：AIDC 電力組成日內分布與年均比例

基載電力（約 55–65%）是算力中心全天 24 小時維持最低運作所需的電力，包括冷卻系統、網路設備、管理伺服器等基礎設施的持續用電，以及推論服務的最低保障容量。基載電力應優先透過長期固定合約或企業 PPA 採購，鎖定電價，消除市場波動風險。以 100 MW 算力中心為例，基載電力約 55 MW，若以 15 年期 vPPA 採購，可將這部分電費的電價不確定性降至接近零。

中尖峰調節電力（約 13–15%）用於填補基載以上的日常用電需求，隨工作負載的日內變化而波動。這部分電力最適合透過 JEPX 日前市場採購，在每日 12:00 前根據次日的訓練任務計畫，採購各 30 分鐘時段所需的電量。中午時段的日前電價通常顯著低於傍晚，靈活的日前採購策略可為算力中心帶來可觀的電費節省。

容量市場備援（約 8–10%）是算力中心為應對突發負載高峰而預先採購的備援容量。透過容量市場採購的備援容量，在不使用時仍需支付容量費用，但可確保在需要時能夠即時取得電力，避免在 JEPX 即時市場以高價搶購。DR 可削減帶（約 5–7%）是算力中心授權 PPS 在電力緊張時段削減的負載容量，通常來自可延遲的訓練任務。DR 容量在正常情況下照常用電，僅在 JEPX 電價超過觸發閾值或 OCCTO 發出調度指令時才實際削減，算力中心透過 DR 參與可從 PPS 獲得容量市場分潤收益，將「可調度性」轉化為收入來源。訓練任務彈性移位容量（約 4–5%）是透過工作排程優化，從傍晚高電價時段移至中午低電價時段執行的訓練負載，在圖六中以黃色帶呈現，在中午 10–14 時明顯增厚，反映了算力中心主動利用 Duck Curve 低谷的電費優化策略。

五個層次的電力組成，構成了算力中心電力採購策略的完整架構：以長期合約穩定基礎，以日前市場靈活調節，以容量市場保障備援，以 DR 授權變現彈性，以負載移位壓低電費。這五個層次的最佳配比，因算力中心的工作負載特性（訓練為主 vs. 推論為主）、所在地的電力市場條件（東京 vs. 九州）以及企業的風險偏好而有所不同，但整體框架具有普遍適用性。

二、日本電力市場的成本結構與電價敏感度

2.1 日本電費的四層成本結構

在日本，大型電力消費者（包含算力中心）面對的電費帳單由四個層次構成：

第一層：基本電費（Basic Charge） 依契約容量（kW）計算的固定費用，反映電網連接成本。算力中心因契約容量龐大，此項費用佔比相對較低。

第二層：電力量費（Energy Charge） 依實際用電量（kWh）計算，通常以 JEPX 現貨均價為基準，加上零售商利潤。在市場連動型合約（market-linked contract）下，此項費用直接隨 JEPX 波動。

第三層：燃料費調整（Fuel Cost Adjustment, FCA） 日本 37% 的發電來自 LNG，31% 來自煤炭，FCA 機制將燃料進口成本的變動以 2–5 個月的滯後效應傳遞給用電戶。2021–2023 年能源危機期間，FCA 一度佔工業用電帳單的 35%。

第四層：容量費用（Capacity Charge） 自 2024 年起，日本容量市場的成本開始分攤至各用電戶。FY2024 容量市場拍賣結算價達 11,500 日圓/kW（歷史新高），直接推高了所有大型用電戶的電費。

2.2 電費成本情境分析

下圖左側呈現大型算力中心的目標購電組合，右側則量化比較三種電價情境下的電費成本結構，以及避險工具的實際降費效果：

圖二：大型算力中心購電組合與電費成本結構

圖二右側的核心結論是：在高電價年（FY2022），未避險的算力中心電費可達 20.2 日圓/kWh，而透過 vPPA 和期貨對沖，可將淨電費壓低至 16.7 日圓/kWh，節省幅度約 17%。在基準情境（FY2024）下，避險可將電費從 14.7 日圓/kWh 降至 13.2 日圓/kWh。對於一座 100 MW 的算力中心，這意味著每年節省電費約 13 億日圓（約 900 萬美元）。

2.3 電價敏感度的量化分析

算力中心對電價的敏感度遠高於一般工業用電戶，原因在於電費佔其總營運成本（OPEX）的比例極高。以一座 100 MW 的 AI 算力中心為例，年用電量約 876 GWh，在基準電價 15 日圓/kWh 下年電費約 131 億日圓（約 9,000 萬美元），電費佔 OPEX 比例達 40–60%。JEPX 電價每上漲 1 日圓/kWh，年度電費衝擊約 8.8 億日圓（約 600 萬美元）。

日本算力中心面對更高電價風險的結構性原因包括：本土能源僅佔總消費的 10% 左右，LNG 和煤炭進口依存度極高；RE100 成員將日本列為全球再生能源採購最困難的市場之一；以及東京等主要市場新增電力連接需等待 5–10 年的電網連接瓶頸。

三、電力採購模式的演進

3.1 三種主要採購管道的比較

日本大型電力消費者目前有三種主要採購管道，各有其風險收益特性：

3.2 企業 PPA 的三種結構

現場型 PPA（On-site PPA） 發電設備建置於用電場所內，零售商負責建設和維護，企業直接使用所發電力。優點是無輸電損耗，缺點是受場地面積限制。

實體型 PPA（Physical PPA） 企業與遠端再生能源發電商簽訂長期採購合約，透過電網輸送電力。合約價格穩定，可有效鎖定長期電費，同時取得再生能源憑證（RE Certificates）。

虛擬型 PPA（Virtual PPA） 企業與發電商簽訂差價合約（Contract for Difference, CfD），不涉及實際電力交付，而是以財務結算方式對沖電價風險。Equinix 於 2026 年 2 月與 ENEOS 可再生能源簽訂的 121 MW、15 年期虛擬 PPA，是日本資料中心產業迄今最大的單一買家虛擬 PPA 案例。

3.3 算力中心 PPA 採購的特殊挑戰

算力中心在 PPA 採購上面臨一個獨特的技術挑戰：用電型態與再生能源發電型態的不匹配。太陽能的發電高峰在白天，而算力中心的訓練工作負載往往在夜間集中執行。解決方案包括：搭配電池儲能系統（BESS）進行時間位移、採用多元再生能源組合（太陽能 + 風電 + 水力），或採用「24/7 無碳電力」的小時級匹配方法。

四、電價避險需求與工具選擇

4.1 避險需求的驅動因素

算力中心的電價避險需求源於三個相互強化的因素。財務預算壓力方面，電費佔 OPEX 的 40–60%，電費的大幅波動直接衝擊 EBITDA，對於向客戶收取固定費率的雲端服務商而言，電費波動無法轉嫁，必須自行吸收。融資要求方面，大型算力中心的建設成本動輒數十億美元，融資機構通常要求借款方提供一定比例的電費鎖定（如 70% 以上的預期用電量需有固定電價合約），以確保現金流的可預測性。ESG 報告義務方面，RE100 成員承諾 100% 使用再生能源，這要求算力中心不僅要採購足夠的綠電，還要在財務上對沖可能的綠電溢價風險。

4.2 日本電力期貨市場的現況與局限

日本電力期貨市場自 2019 年試行、2022 年正式運作，目前在 EEX、TOCOM 和 NYMEX 三個平台交易，均採現金結算（cash-settled），以 JEPX 月均價為結算基準。市場規模近年快速成長，但仍遠低於成熟市場水準：

期貨市場的主要局限在於：流動性集中於東京基載，其他地區流動性不足；合約期限以月度為主，缺乏季度和年度合約；且交易主要集中在 1–5 月（配合日本財年避險週期）。

4.3 算力中心的「算力即電力資產」新思維

隨著算力彈性技術的成熟，算力中心正在從純粹的電力消費者，轉變為電力系統的主動參與者。節流（Throttling） 讓 GPU 工作負載在電網壓力期間以低於峰值功率運行；時間移位（Time Shifting） 讓可延遲的訓練任務在 JEPX 電價低廉的深夜集中執行；地點移位（Location Shifting） 讓多站點部署的算力中心根據各地區的即時電價，動態調整訓練任務的執行地點。這三種機制使算力中心具備了參與需求回應（Demand Response, DR）市場的潛力。Enel X Japan 已在日本容量市場中獲得逾 1 GW 的需求回應容量，算力中心若能組織起來參與 DR，不僅可以降低自身電費，還可以從容量市場獲得額外收入。

五、PPS 與小賣電力業者的供電側避險策略

5.1 PPS 面對算力中心負載的特殊風險

PPS（Power Producer and Supplier，特定規模電力供應業者）與小賣電力業者在向算力中心供電時，面臨的風險結構與供應一般工業用電戶截然不同。算力中心帶來的三大特殊挑戰如下：

負載預測困難：算力中心的用電量受 GPU 工作排程影響，可能在短時間內大幅波動。訓練任務的啟動和停止，可能造成數十 MW 的瞬間負載變化，遠超傳統工業負載的波動幅度。這使得 PPS 在 JEPX 日前市場的採購計畫難以精確匹配，不平衡料金（imbalance charge）風險顯著上升。

高度集中的負載曝險：一座 100–500 MW 的算力中心，可能佔 PPS 總供電量的 30–80%。這種高度集中使 PPS 的整體財務表現與單一客戶的用電行為高度相關，一旦算力中心因技術故障或業務調整而大幅削減用電，PPS 將面臨嚴重的電力過剩和損失。

合約期限不匹配：算力中心通常希望簽訂 5–10 年的長期固定電價合約，以鎖定電費成本；但 PPS 的上游採購（JEPX 現貨、短期雙邊合約）往往是短期的，形成「長期固定售電 vs. 短期浮動採購」的期限錯配風險。

5.2 PPS 的採購組合策略

面對算力中心負載的特殊風險，PPS 需要構建一個分層的採購組合，以平衡成本確定性、流動性和再生能源屬性。如圖三所示，成熟的 PPS 採購組合通常由四個層次構成：

圖三：PPS／小賣電力業者供應算力中心的避險結構

長期 PPA（35–50%）：與再生能源發電商簽訂 10–20 年的長期採購合約，鎖定基載電力的成本。這部分採購的電價確定性最高，同時取得再生能源屬性，可滿足算力中心客戶的 RE100 需求。PPA 的合約期限應盡量與算力中心的供電合約期限匹配，以消除期限錯配風險。

期貨與遠期合約（20–30%）：在 EEX 或 TOCOM 買入電力期貨（做多固定電價），對沖市場連動採購的浮動電價風險。期貨的流動性雖然有限，但可以靈活調整避險比例，是 PPS 管理短期電價曝險的主要工具。

JEPX 現貨（20–35%）：保留一定比例的現貨採購，以應對算力中心的負載波動和不平衡電量。現貨採購的靈活性最高，但電價風險也最大，需要搭配其他避險工具使用。

調整備用（5–10%）：預留一定比例的採購容量，專門用於應對算力中心的突發負載變化和不平衡料金。這部分通常透過與一般電氣事業（一般送配電事業者）的備用供電協議來實現。

5.3 五種核心避險工具的比較

PPS 在向算力中心供電時，可運用的避險工具可分為以下五類：

5.4 不平衡料金管理：PPS 的最大挑戰

在日本電力市場中，PPS 必須在 30 分鐘計量單位（30-minute settlement period）內，確保其採購計畫與實際供電量的偏差最小化。算力中心的高功率波動特性，使 PPS 面臨嚴峻的不平衡料金風險。

2026 年 4 月的市場改革將不平衡料金上限提高至 300 日圓/kWh，意味著若 PPS 的計畫偏差達到 10 MW 且持續 30 分鐘，潛在的不平衡料金損失可達 150 萬日圓（約 1 萬美元）。對於供應 100 MW 算力中心的 PPS 而言，若算力中心突然削減 30% 的用電量（30 MW），且 PPS 未能及時調整採購計畫，30 分鐘內的不平衡料金損失可能高達 450 萬日圓。

應對策略包括：在供電合約中加入「負載波動懲罰條款」（將不平衡料金風險部分轉嫁給算力中心）；要求算力中心提前 1–4 小時通報大幅負載變化；以及在 JEPX 即時市場（gate closure 後 30 分鐘）進行快速調整採購。

5.5 長短期合約的期限匹配策略

PPS 在與算力中心簽訂長期固定電價合約時，面臨的最大結構性風險是「售電固定、採購浮動」的期限錯配。解決方案是採用分層期限匹配策略：

將算力中心合約的固定電價拆解為三個組成部分，分別對應不同的採購工具和避險期限。基載電量（約 60%） 對應長期 PPA，合約期限與算力中心供電合約一致（5–10 年），消除基載電費的長期波動風險。季節性調整量（約 25%） 對應季度和年度電力期貨，在每年財年開始前完成避險，應對日本電力市場的季節性電價波動（夏季冷氣高峰、冬季暖氣高峰）。即時調整量（約 15%） 保留為 JEPX 現貨採購，以應對算力中心的短期負載波動，並在即時市場進行不平衡調整。

5.6 算力中心客戶的 DR 容量變現：PPS 的新收益來源

算力中心的可排程負載（訓練任務）為 PPS 提供了一個獨特的商業機遇：將算力中心的 DR 容量打包，作為需求回應資源參與容量市場，獲取額外收益。

具體運作方式是：PPS 與算力中心在供電合約中約定，算力中心在特定條件下（JEPX 電價超過觸發閾值，或電網調度指令）可以削減 10–30% 的訓練負載，持續時間不超過 4 小時。PPS 將這部分可調度容量（例如 30 MW）向 OCCTO（電力廣域的運營推進機關）或容量市場申報，獲取容量費用收入。這筆收入可以與算力中心分享，形成雙贏結構：算力中心獲得電費折扣，PPS 獲得容量市場收入。

Enel X Japan 已在日本容量市場中獲得逾 1 GW 的需求回應容量，其中部分來自大型工業用電戶的可調度負載。隨著算力中心在日本的快速擴張，這一模式有望成為 PPS 差異化競爭的重要工具。

六、策略建議與前景展望

6.1 不同規模算力中心的採購策略矩陣

6.2 2026 年市場改革帶來的新機遇

日本電力市場即將在 2026 年迎來重大改革，對算力中心的電力策略具有深遠影響。2026 年 4 月的調度市場改革將所有調度產品從週度採購改為日前採購（30 分鐘市場單位），並允許低壓資源參與市場，使算力中心的需求回應資源可以更靈活地參與電力市場。同年 10 月，JEPX 將發布五個區域的日內競價資訊，提升市場透明度，有助於算力中心更精準地預測各地區的電價走勢，優化時間移位和地點移位策略。

結語

算力中心正在成為日本電力市場最重要的新興參與者。其用電型態的特殊性——訓練工作負載的高可排程性與推論工作負載的剛性需求並存——賦予了算力中心在電力市場中的獨特地位：既是需要精心管理電費風險的大型消費者，也是具備提供電網彈性潛力的可調度資源。

對於 PPS 與小賣電力業者而言，算力中心客戶既是高利潤的大型合約機遇，也是需要精密風險管理的高難度負載。成功的供電策略需要在長期 PPA、電力期貨、現貨採購和 DR 容量之間構建分層的採購組合，並在供電合約中設計合理的負載波動機制，將不平衡料金風險在供需雙方之間合理分配。

最終，算力中心的電力策略將不再是單純的「採購問題」，而是融合了工作負載排程、電力市場交易、再生能源採購和電網服務的綜合能源管理命題。能夠掌握這一命題的算力中心運營商與 PPS，將在日本 AI 基礎設施競賽中獲得顯著的成本優勢。

參考資料

1. Wood Mackenzie, "Japan Data Centers Power Demand," August 2026.

2. Fluix AI, "Compute Flexibility: Why AI Data Centers Are Becoming Grid-Aware by Necessity," January 2026.

3. Volue, "Japan's Major Market Changes Coming in April and October 2026," December 2025.

4. EECC Energy, "Strategic Procurement in Japan: Managing Risk Beyond the Basics," October 2025.

5. Equinix Newsroom, "Equinix Reinforces Responsible Operations in Japan with Landmark 15-Year PPA with ENEOS Renewable Energy," February 2026.

6. Introl, "Japan's $26 Billion Data Center Paradox: Record Investment Meets Decade-Long Power Waits," January 2026.

7. Renewable Energy Institute, "Corporate PPA: Latest Trends in Japan (2026 Edition)," March 2026.

附錄：PPS 供電合約條款速查表

適用範圍與使用說明

本速查表整理了 PPS（特定規模電力供應業者）與小賣電力業者在與算力中心（AI Data Center, AIDC）簽訂高壓・特別高壓供電合約時，應納入的核心條款語言。各條款依風險類別分組，並標注「必要條款」（Essential）與「建議條款」（Recommended）。本速查表以日本現行電力市場規則為基礎，參照《電気事業法》、OCCTO《業務規程》、JEPX《市場規則》及業界慣例，不構成法律意見，實際合約應由具備電力法規專業的律師審閱。

A 類：負載波動管理條款

A-1 計畫値同時同量義務（必要條款）

> 條款示例：

> 甲方（算力中心）應於每日 12:00 前，向乙方（PPS）提交次日各 30 分鐘計量單位之預計用電計畫值（「翌日計畫値」），精度要求為預計最大負載之 ±10% 以內。甲方實際用電量與翌日計畫値之偏差（「計畫偏差量」），若超過本合約規定之允許偏差上限，乙方得依第 X 條規定向甲方收取負載偏差調整費。

計畫提交截止時間建議設為前日 12:00，以配合 JEPX 日前市場 gate close（前日 10:00）。允許偏差上限建議採「±15% 或 ±5 MW 取較大值」的雙軌標準，訓練型算力中心在 60% 使用率下的 Peak-to-Average Ratio 約 1.55，此標準可容納正常的工作負載波動；緊急情況（設備故障等不可抗力）則可放寬至 ±30%，但持續時間不超過 2 小時。

A-2 負載波動懲罰條款（必要條款）

> 條款示例：

> 若甲方計畫偏差量超過本合約允許偏差上限，乙方因此產生之不平衡料金損失，由甲方按下列標準補償：（一）偏差量在允許上限 100% 至 150% 之間：按乙方實際支付不平衡料金之 50% 由甲方承擔；（二）偏差量超過允許上限 150%：按乙方實際支付不平衡料金之 80% 由甲方承擔；（三）因甲方設備故障導致之緊急負載削減，且甲方已於發生後 15 分鐘內通報乙方者，適用緊急偏差條款，懲罰比例減半。

2026 年 4 月起，日本不平衡料金上限已提升至 300 日圓/kWh，合約中的懲罰金額計算基礎應同步更新。建議設定「年度懲罰上限」（如合約年度電費總額之 5%），避免單一事件造成過度損失，同時保留 PPS 的風險轉嫁誘因。

A-3 提前通報義務條款（必要條款）

甲方預計進行下列操作時，應提前通報乙方：

甲方未依上述規定通報者，乙方得依 A-2 條款計算懲罰費用，且不適用緊急偏差條款之減半優惠。

B 類：電力採購與電價條款

B-1 電費計算基準條款（必要條款）

本合約電費建議採四層結構：基本費（合約容量 × 基本費單價，每月固定）、電力量費（實際用電量 × 電力量費單價，依附件定價機制確定）、燃料費調整費（FCA）（每季依 METI 公告係數更新）、容量費用（每年依容量市場結果更新）。

電力量費的定價機制建議依用電性質分層設計：基載電量（約 60%）採固定單價制以確保預算確定性；彈性電量（約 20%）採 JEPX 月均連動制以分享電價下行紅利；季節調整量（約 20%）採上限・下限帶狀制（Collar），在固定上下限內浮動，平衡風險與收益。

B-2 再生能源屬性條款（建議條款）

> 條款示例：

> 乙方應確保本合約供電量中，不低於 XX% 來自具備再生能源屬性之電源（「綠電比例」）。乙方應於每年 X 月前，向甲方提交前一年度之非化石証書或 J-Credit 憑證，以証明綠電比例達標。若乙方未能達到約定綠電比例，應按差額部分向甲方支付綠電溢價補償金，補償金額按市場 J-Credit 價格計算。

C 類：需求回應（DR）與容量市場條款

C-1 DR 容量授權條款（建議條款）

> 條款示例：

> 甲方同意授權乙方，將甲方之可調度負載容量（「DR 容量」）向 OCCTO 或容量市場申報為需求回應資源，具體條件如下：（一）DR 容量上限：合約容量之 XX%（最大 XX MW）；（二）DR 觸發條件：JEPX 即時市場電價超過 XX 日圓/kWh，或 OCCTO 發出調度指令；（三）DR 持續時間上限：單次不超過 4 小時，每月累計不超過 XX 小時；（四）DR 執行前通報：乙方應於 DR 執行前至少 30 分鐘通報甲方；（五）訓練任務保護：甲方有權拒絕在關鍵訓練任務執行期間（甲方提前申報之「保護時段」）執行 DR。

C-2 DR 收益分潤條款（建議條款）

乙方因 DR 容量授權所獲得之收益，應依下列比例與甲方分享：

甲方分潤比例建議不低於 40%，以確保算力中心承擔訓練任務中斷風險（算力損失、重新排程成本）的合理補償，並維持參與 DR 的經濟誘因。乙方應於每季結束後 30 日內提交 DR 收益明細報告，並於 60 日內完成分潤款項支付。

D 類：合約期限與終止條款

D-1 電價重議觸發機制（必要條款）

長期合約中建議納入電價重議觸發條款，以應對市場結構性變化：

D-2 提前終止補償條款（必要條款）

> 條款示例：

> 甲方如需提前終止本合約，應提前 XX 個月以書面通知乙方，並支付提前終止補償金。補償金計算方式如下：合約剩餘期間 > 3 年者，補償金 = 合約月均電費 × 剩餘月數 × 15%；合約剩餘期間 1–3 年者，補償金 = 合約月均電費 × 剩餘月數 × 10%；合約剩餘期間 < 1 年者，補償金 = 合約月均電費 × 剩餘月數 × 5%。因不可抗力導致之終止，免收提前終止補償金。

E 類：電力供給保障條款

E-1 停電補償條款（建議條款）

乙方因電力採購失敗或其他乙方可控因素導致計畫外停電，持續時間超過 30 分鐘者，應依下列標準支付停電補償金：

因輸配電業者（一般送配電事業者）系統故障導致之停電，不適用本條款，甲方應直接向輸配電業者申請補償。

E-2 年度供電可用率保障（建議條款）

乙方承諾本合約供電之年度可用率（Availability）不低於 99.9%（即年度計畫外停電時間不超過 8.76 小時）。若年度可用率未達標準，乙方應於次年合約電費中給予相應折扣，折扣比例按可用率缺口之 2 倍計算。

F 類：資訊揭露與報告義務條款

F-1 電費明細揭露條款（必要條款）

乙方應於每月 XX 日前，向甲方提供上月電費明細，分項列示基本費、電力量費、燃料費調整費、容量費用及各項附加費用，並附上各 30 分鐘計量單位之實際用電量數據。甲方如對電費明細有異議，應於收到明細後 15 個工作日內以書面提出，乙方應於 30 個工作日內回覆。

F-2 電力採購透明度條款（建議條款）

乙方應於每季結束後 30 日內，向甲方提交電力採購報告，內容應包括：本季各月份之電力採購來源組成（JEPX 現貨比例、PPA 比例、雙邊合約比例）；本季不平衡料金發生情況及原因分析；本季再生能源屬性達成情況（非化石証書取得量）；次季電力採購計畫概要。

附表：條款採用優先順序建議

> 免責聲明：本速查表僅供參考，不構成法律意見。實際合約條款應依具體業務情況調整，並由具備日本電力法規專業的律師審閱後方可簽署。