Utility-Scale Solar
地面集中式光伏通过中央/州级招标或企业开放接入 PPA 向电网和 C&I 客户供电
量产
R ReNew 是印度可再生能源与 C&I 绿电平台,AI 相关性来自印度数据中心和全球科技客户对本地可再生 PPA、RTC 电力与碳属性的需求,关键约束是印度跨邦输电、DISCOM 结算、储能成本和客户集中度。
113 家 13F 申报机构披露持有它,占全市场约 1.3%;本季 +7 家加注。
口径=全市场 13F 季度申报聚合(8,741 家申报机构为分母)· 仅呈现机构持仓事实与季度变化,非买卖建议、不构成目标价 · 完整持有人名单 · 逐家调仓 diff · 资金视角 →
通过中央/州级招标或企业开放接入 PPA 向电网和 C&I 客户供电
量产低风速风机与风光互补组合,为 C&I 客户提供比单一光伏更平滑的发电曲线
量产面向 Microsoft、Amazon、Google 等客户提供本地额外性可再生电力和绿色属性
量产/路线披露把太阳能、风电和储能组合成更接近 24 小时负荷曲线的电力产品
路线披露提供峰谷移峰、辅助服务、企业用电曲线匹配和高峰时段绿色电力
在研/路线披露提升项目供应链控制和本土化合规能力,降低 ALMM/DCR 变化影响
路线披露| 口径 | FY2021 | FY2022 | FY2024 | FY2025 |
|---|---|---|---|---|
| 收入 | 0.912 | 1.087 | 0.976 | 1.136 |
| 营业利润 | -0.161 | -0.031 | 0.1 | 0.118 |
| 净利润 | -0.213 | -0.061 | 0.05 | 0.054 |
缺失期项以 — 表示,未用估算填充。
依赖依赖土地、风资源/辐照、州级许可、开放接入审批和项目执行能力
依赖依赖 interstate transmission、Green Energy Corridor、变电站容量和排队周期
依赖依赖 ALMM/DCR 合规组件、逆变器高温降额、备件库存和 EPC 质量
依赖依赖低风速风机、叶片质量、塔筒供应和现场运维响应,决定风电 P50/P90 偏差
依赖依赖电芯价格、BESS 消防认证、EMS 调度和印度辅助服务/容量规则
依赖依赖客户印度云区扩张、RE100/24/7 CFE 标准和绿色属性会计口径
| 持有主体 | 披露市值 | 权重 | 来源 · as_of |
|---|---|---|---|
C CANADA PENSION PLAN INVESTMENT BOARD | US$350.4M | 0.2% | SEC 13F · 2026-03-31 |
F FRANKLIN RESOURCES INC | US$66.9M | 0.0% | SEC 13F · 2026-03-31 |
R Rubric Capital Management LP | US$50.4M | 0.5% | SEC 13F · 2026-03-31 |
B BlackRock, Inc. | US$38.9M | 0.0% | SEC 13F · 2026-03-31 |
M MILLENNIUM MANAGEMENT LLC | US$28.2M | 0.0% | SEC 13F · 2026-03-31 |
I Invesco Ltd. | US$16.3M | 0.0% | SEC 13F · 2026-03-31 |
| 公司 | 定位 | 关键差异 |
|---|---|---|
| 印度可再生 IPP、C&I 绿电和净零解决方案平台 | 优势在印度 C&I 客户组合、风光混合项目和数据中心方案;弱点是 AI 暴露主要是绿电采购间接相关,不是算力园区电源控制权 | |
| 印度超大规模风光基地开发运营商 | 集团输电、港口和数据中心协同更强;但项目规模与集团信用/杠杆叙事更重 | |
| 风光储与抽水蓄能平台 | 更适合 RTC、峰荷和可调度绿电,能与数据中心负荷曲线更贴合;但上市透明度低于 RNW | |
| Tata 体系企业绿电、屋顶光伏和公用事业项目平台 | 企业客户渠道和配售电协同强;相对 ReNew 更依赖集团综合电力生态 | |
| 印度太阳能 IPP | 太阳能资产经验深;但产品宽度、C&I 方案和储能/RTC 叙事弱于 ReNew | |
| 印度电力与储能转型平台 | 拥有水电、火电转型和储能组合,供电稳定性强;但纯绿电平台属性不如 ReNew 清晰 |
ReNew Energy 的 AI 相关性应定义为:印度及新兴市场大规模风光储和企业 PPA 供给者,受益于数据中心本地低碳电力和全天候电力需求。这个定义比“公司属于 AI 产业链”更窄,也更可验证。它要求我们找到下游 AI 需求和公司收入之间的传导链条:
AI 模型训练/推理/自动化需求
-> 数据中心、能源、电网、半导体、空间基础设施、软件工作流或先进制造需求
-> ReNew Energy 的产品导入、合同、订单、项目、使用量或出货
-> 收入确认
-> 产品 mix、良率、交付、融资和成本结构决定利润
-> CFO / FCF 验证增长质量
单平台价值量:单项目价值量是「装机容量 × 容量因子 × PPA 电价 × 合同年限 × 权益比例」。 这个公式刻意不用未披露的客户名和份额。因为 company-rich 没有给出可审计的 AI 收入分部或单客户收入占比时,任何精确 AI 收入数都只是外部估算。更稳妥的做法是跟踪公司披露的产品、项目、客户方向、季度桥和同业信号。
天花板:天花板受印度电网消纳、招标电价、资本成本和数据中心区域布局约束。 这意味着 ReNew Energy 的上限不是一句“AI capex 高增长”可以概括的。对能源/电力公司,上限受并网、监管和融资约束;对软件公司,上限受续约、平台化和竞争约束;对半导体/硬件公司,上限受客户认证、产能、技术代际和良率约束;对工程/基础设施公司,上限受区域开工、项目执行和人力设备约束。
替代风险:替代风险来自 Adani/Greenko/Tata、煤气电、核电、客户自建和进口绿电证书替代。 替代并不一定立即表现为收入下滑,常见顺序是新订单增速放缓、价格或毛利率承压、客户要求二供、项目推迟、库存增加,最后才反映到收入。若只看收入,往往会晚一个或数个季度。
AI 业务的“真实卡位”还要看公司是否处于客户决策链的关键位置。若产品进入客户 BOM、工程规范、监管批准、长期 PPA、平台软件或高合规流程,替换成本就更高;若只是项目制外包、普通硬件、一次性交付或可替代服务,AI 需求再强也未必带来持久利润。ReNew Energy 当前最需要验证的,就是从产品可见度走向利润可见度。
本文的 AI proxy 不是会计项目,而是跟踪框架:
| proxy 变量 | 正向含义 | 反向含义 |
|---|---|---|
| 订单/合同/backlog/使用量 | 客户预算进入公司管道 | 收入靠存量或低质量项目支撑 |
| 毛利率/营业利润率 | 高价值产品或规模效率释放 | 价格、成本、交付或 mix 抵消需求 |
| FCF/CFO | 增长可转化为现金 | capex、库存、应收或亏损吞噬增长 |
| 同业订单和客户动向 | 行业需求共振 | 公司份额或竞争力落后 |
| 技术代际/认证 | 平台切换带来价值量提升 | 客户转向替代路线或二供 |
company-rich 对 ReNew Energy 的产业链问题定义为:「ReNew Energy 在AI产业链依赖谁、被谁依赖、和谁竞争?」。本文严格沿用该链条,不额外编造客户或供应商。
| 环节 | 公司/对象 | company-rich 角色描述 | 研究含义 |
|---|---|---|---|
| 上游 | Adani Energy Solutions | 印度输电网络开发和运营商,影响跨邦绿电从 Rajasthan/Gujarat 等资源区送至数据中心和 C&I 负荷中心 | 成本、交期、资格认证或可用性 |
| 上游 | Power Grid Corporation of India | 印度中央输电骨干网运营商,决定大型风光项目并网、开放接入和 interstate transmission 可用性 | 成本、交期、资格认证或可用性 |
| 上游 | SECI | 印度中央可再生能源招标与 PPA 中介,影响 utility-scale 项目中标电价、付款信用和项目管线 | 成本、交期、资格认证或可用性 |
| 上游 | Suzlon Energy | 印度风电机组供应与服务商,影响低风速机型、塔筒、叶片和风场 O&M 可用率 | 成本、交期、资格认证或可用性 |
| 上游 | Waaree Energies | 印度光伏组件制造商,影响 DCR/ALMM 合规组件供给、项目本土化和光伏 EPC 交期 | 成本、交期、资格认证或可用性 |
| 上游 | Sungrow | 集中式逆变器和储能 PCS 供应商,影响高温环境下的光伏转换效率、BESS 并网和 EMS 稳定性 | 成本、交期、资格认证或可用性 |
| 上游 | Fluence | 电池储能系统与调度软件供应商,影响 RTC 供电、峰谷移峰和企业绿电曲线匹配能力 | 成本、交期、资格认证或可用性 |
| 下游 | Microsoft | 印度数据中心与云业务绿色属性买方,采购 ReNew 绿电/绿色属性以匹配本地负荷和可持续目标 | 订单、价格、续约和项目节奏 |
| 下游 | Amazon | AWS 和企业运营的 C&I 绿电客户,通过长期合约锁定印度本地可再生电力和碳属性 | 订单、价格、续约和项目节奏 |
| 下游 | 科技企业绿电买方,ReNew 公告披露其 C&I 组合中包含与 Google 等全球科技客户的长期协议 | 订单、价格、续约和项目节奏 | |
| 下游 | NTT Global Data Centers | 印度大型数据中心运营商,对可再生开放接入、RTC 绿电和低碳托管服务有采购需求 | 订单、价格、续约和项目节奏 |
| 下游 | STT GDC India | 印度数据中心平台,绿电采购和碳减排能力影响 hyperscaler 托管合同竞争力 | 订单、价格、续约和项目节奏 |
| 下游 | AdaniConneX | 印度数据中心开发运营商,可再生电力和输电接入决定其园区级算力供电成本与碳强度 | 订单、价格、续约和项目节奏 |
| 竞品 | Azure Power | 印度独立太阳能发电商,竞争 utility PPA、C&I 绿电和项目融资 | 份额、价格和客户替换风险 |
| 竞品 | Greenko | 印度可再生能源和抽水蓄能平台,凭 RTC/储能组合竞争更高质量的企业绿电 | 份额、价格和客户替换风险 |
| 竞品 | Tata Power Renewable Energy | Tata 体系内风光、屋顶和 C&I 解决方案平台,竞争企业开放接入和分布式项目 | 份额、价格和客户替换风险 |
| 竞品 | Adani Green Energy | 印度大型风光开发运营商,凭超大基地和集团输电协同竞争大型买方 | 份额、价格和客户替换风险 |
| 竞品 | JSW Energy | 印度电力与储能平台,风光水储组合可竞争企业稳定绿电和公用事业招标 | 份额、价格和客户替换风险 |
上游决定成本和交付。对 ReNew Energy 来说,上游的关键不是名单本身,而是它们如何影响项目毛利、产品可用性、认证周期和现金转换。若上游设备、材料、云资源、油服、施工、半导体器件或电网设备紧缺,公司可能有订单却无法按期交付;若上游降价或供应改善,公司才可能把收入增长转化为更高毛利。
下游决定需求和议价。Microsoft、Amazon、Google、NTT Global Data Centers、STT GDC India、AdaniConneX 代表公司面向的终端需求方向。AI 数据中心、政府任务、先进制造、半导体扩产、企业软件自动化或电力负荷增长,都会先通过下游预算和项目计划体现。关键问题是:这些客户是否把 ReNew Energy 的产品视作关键系统的一部分,还是视作可替代采购项。
竞品决定估值边界。Azure Power、Greenko、Tata Power Renewable Energy、Adani Green Energy、JSW Energy 等对手不只争夺订单,也决定客户的二供策略、价格谈判和技术路线。若行业供给紧张且客户认证周期长,ReNew Energy 的议价权更强;若竞品快速追上,或客户把规格标准化,利润率会先于收入受到压力。
产业链位置可以概括为:
上游资源/设备/材料/云/工程能力
-> ReNew Energy:下层
-> 下游客户/项目/平台/数据中心/政府或企业工作流
-> 终端 AI 训练、推理、自动化、供电、制造或感知需求
这条链条中最容易被误读的是“相关性”和“变现”的差别。相关性表示公司处在 AI 需求附近;变现要求公司获得订单、保住价格、完成交付,并把利润转成现金。本文后续竞争格局、护城河和证伪都围绕这个差别展开。
ReNew Energy 的竞争格局必须分层看,不能把不同层级的公司混在一个“AI 受益股”篮子里比较。company-rich 给出的同行包括:ReNew Energy、Adani Green Energy、Greenko、Tata Power Renewable Energy、Azure Power、JSW Energy。这些公司有的在同一产品层竞争,有的在客户预算层竞争,有的只是替代技术路线。研究时应分别判断产品替代、客户替代和资本开支替代。
| 公司 | 定位 | 相对优势/差异 | 对 ReNew Energy 的含义 |
|---|---|---|---|
| ReNew Energy | 印度可再生 IPP、C&I 绿电和净零解决方案平台 | 优势在印度 C&I 客户组合、风光混合项目和数据中心方案;弱点是 AI 暴露主要是绿电采购间接相关,不是算力园区电源控制权 | 本公司基准 |
| Adani Green Energy | 印度超大规模风光基地开发运营商 | 集团输电、港口和数据中心协同更强;但项目规模与集团信用/杠杆叙事更重 | 比较对象 |
| Greenko | 风光储与抽水蓄能平台 | 更适合 RTC、峰荷和可调度绿电,能与数据中心负荷曲线更贴合;但上市透明度低于 RNW | 比较对象 |
| Tata Power Renewable Energy | Tata 体系企业绿电、屋顶光伏和公用事业项目平台 | 企业客户渠道和配售电协同强;相对 ReNew 更依赖集团综合电力生态 | 比较对象 |
| Azure Power | 印度太阳能 IPP | 太阳能资产经验深;但产品宽度、C&I 方案和储能/RTC 叙事弱于 ReNew | 比较对象 |
| JSW Energy | 印度电力与储能转型平台 | 拥有水电、火电转型和储能组合,供电稳定性强;但纯绿电平台属性不如 ReNew 清晰 | 比较对象 |
市场份额口径应谨慎。若公司没有披露 AI 收入、细分产品份额或客户收入占比,本文不写“占全球 X%”之类伪精确数字。可以做的是分层判断:第一,公司是否在客户规格中进入合格供应商;第二,是否能在下一代平台延续导入;第三,收入增长是否高于行业基准;第四,利润率是否显示出产品 mix 或规模优势。
竞争态势的第一层是产品性能。本地开发经验、政府招标能力、项目管线、融资渠道和 RTC 组合能力。 如果这些能力真实存在,客户替换会慢、认证周期会长、价格也更稳。若产品性能和可靠性只是营销语言,竞品会通过降价、快速交付或更完整方案切走订单。
第二层是交付和资本。AI 产业链的共同特征是客户希望速度快、容量大、可靠性高,但供应链往往受制于设备、材料、人力、监管、并网、认证或云资源。能否在高需求期按期交付,是竞争力的一部分。许多公司不是输在没有需求,而是输在 backlog 转收入慢、项目执行亏损或现金流承压。
第三层是客户预算归因。AI 客户预算可能投向算力芯片、网络、机柜、电力、冷却、软件、安全、数据、空间基础设施或自动化。ReNew Energy 只拿其中一段价值量。若客户预算转向其他环节,或集成商把价值上收,公司收入弹性会弱于行业 capex 弹性。
第四层是周期和估值。高景气期,市场容易把所有公司按最高纯度 AI 资产定价;低景气期,又会把项目延迟、价格回落和库存周期同时放大。机构研究需要用同业的订单、利润率、现金流和客户披露交叉验证,而不是用单一公司股价走势推导产业结论。
技术/工程护城河:本地开发经验、政府招标能力、项目管线、融资渠道和 RTC 组合能力。证据不是口号,而是产品能否进入客户规格、项目能否交付、毛利率能否保持、下一代平台能否延续。company-rich 的产品列表显示公司围绕 Utility-Scale Solar、Utility-Scale Wind、ReNew Green C&I PPA、Firm Power - Round-The-Clock 布局,这些产品若能持续导入关键客户,就构成第一层壁垒。1
客户认证和流程嵌入:AI 相关客户通常不愿意频繁更换关键供应商,因为更换会带来重新验证、停机、合规、工程风险或项目延迟。ReNew Energy 若已嵌入 Microsoft、Amazon、Google、NTT Global Data Centers、STT GDC India、AdaniConneX 等客户或场景,护城河来自低出错容忍度和长周期合作;若只是一次性项目或可替代硬件,护城河就弱得多。1
规模和成本:规模不自动等于高利润,但能带来采购、制造、融资、销售覆盖、云资源、项目管理或售后效率。company-rich 的财务质量表显示:FY2025 FY 收入 US$1.1B(SEC XBRL companyfacts)、毛利率 GM —(FY2025 FY)、营业利润率 OPM 10.4%(FY2025 FY)。这些指标说明公司当前的盈利和现金流状态,必须和收入增长一起看。13
数据/软件/生态:对软件、空间、传感、可观测性和通信 API 公司,数据模型、集成生态和工作流粘性是重要壁垒;对能源、电力、基础设施和半导体材料/设备公司,生态壁垒体现为客户认证、法规、项目融资、供应链和长期服务。ReNew Energy 的壁垒不能只归为“技术强”,而要看技术是否绑定客户预算。
资本配置:AI 周期会诱导公司扩大产能、签更大项目或投入更多研发。正确的资本配置应表现为订单质量高于资本开支,现金回收节奏可控,且管理层不会为追逐 AI 标签牺牲毛利率纪律。若公司收入增长但 FCF 持续恶化,就说明资本配置可能把产业机会变成财务压力。
反脆弱性:真正的护城河在下行期更容易验证。若客户推迟项目、融资成本上升、原材料波动或云/半导体/数据中心周期降温,仍能维持较好利润率、续约、订单质量或现金流的公司,才说明壁垒不只是景气红利。
误读一:只要 AI 资本开支上升,ReNew Energy 就会同步受益。实际并非如此。AI capex 只是上游需求变量,公司收入还取决于产品导入、客户份额、项目时点、交付能力、价格、成本和会计确认。本文只把 AI 暴露作为 proxy,不把全部收入写成 AI 收入。1
误读二:同一产业链节点上的公司可以直接套同一估值倍数。实际要看收入质量、利润率、现金流、技术代际、客户集中和替代风险。同样是 AI 电力、软件、半导体或基础设施,纯度、周期性和资本强度差别很大。
误读三:收入增长一定代表竞争力增强。项目型和硬件型公司可能因为低毛利订单、物料代采、并购并表或赶工交付而增长;软件公司可能因为销售投入和云成本吞噬利润;能源和电力公司可能因为 capex 和融资压力导致 FCF 为负。因此必须把收入、利润率和现金流一起看。
误读四:客户名单出现大公司就等于绑定 AI 大单。company-rich 中的上下游关系说明生态位置,但不等于披露了单客户收入占比。除非公司公开披露,否则本文不写“某客户贡献 X% 收入”。1
补充的 thesis breakers:
1 company-rich/rnw.json:identity、thesis、products、chain_position、financial_quality、quarterly_bridge、peer_compare、holders、reverse_thesis 2 ReNew official website 3 ReNew Annual Integrated Report FY 2024-25 4 ReNew Green Solutions Data Centre Proposition 5 ReNew Investor Relations presentations 6 ReNew press releases on C&I customers and commissioned capacity 7 India CEA / SECI public renewable procurement materials 8 SEC Form 4 via holdings.db — https://www.sec.gov/edgar/search/ — as of 2026-06-24
仅保留不随行情过期的产业逻辑章;时效性内容(最新财务/估值/事件)以上方财报与前瞻块为准(实时)。深度叙事刷新中。
上方免费给了判断、转向雷达、审判室 scoreboard 和样本;墙后展开完整前瞻逻辑、逐机构 13F 证据轨和产业深析 5 章。
仅整理公开披露事实 · as_of 滞后 · 不荐股、不预测涨跌、不给目标价。