中國儲能網訊：隨著Deepseek、Manus的爆火，人工智能（AI）正在席卷新能源行業(yè)，由AI驅動的新能源儲能行業(yè)變革“一觸即發(fā)”。同時，AI高能耗、技術安全性等現實問題也值得思考。
“AI+儲能”潮起
AI正在驅動儲能行業(yè)變革，比如推動儲能電站在安全與效率方面升級、擴大儲能市場需求。據第一財經記者了解，目前國內的新能源企業(yè)已經在光伏、儲能等業(yè)務中逐步引入AI技術，從大型電站到智能終端，推動能源管理向著更加智能、高效的方向發(fā)展。
“大型光伏電站每天面臨不斷變化的發(fā)電數據和市場波動，如果沒有智能化的管理系統，運營者很可能無法及時作出最優(yōu)的能源調度決策，進而影響電站收益的最大化?！睎|方日升（300118.SZ）儲能相關負責人在接受第一財經記者采訪時表示。
廈門科華數能科技有限公司總裁崔劍對第一財經記者表示，在AI+儲能領域，公司的目標是把AI深度融入儲能的全生命周期?！巴ㄟ^AI技術，提升儲能系統的運行效率、安全性和經濟性?！?
“我們的戰(zhàn)略方向包括三個方面?！贝迍ο虻谝回斀浻浾呓榻B道，首先，利用AI優(yōu)化儲能系統的能量管理和調度，通過利用AI算法預測光伏發(fā)電量和用戶用電需求，優(yōu)化儲能的充放電策略。其次，公司通過AI實現智能運維和實時監(jiān)控設備狀態(tài)，降低設備故障率，提前預警潛在故障。比如我們的AI模型可以預測儲能電池的健康狀態(tài)，幫助客戶提前維護，避免系統停機。
“AI大數據還可以提升儲能系統在新能源消納和電網調頻中的應用價值?！贝迍M一步補充道，AI系統可快速響應電網調頻需求，實現毫秒級的功率調節(jié)，提升電網穩(wěn)定性。
以東方日升Risen Cloud能源管理系統為例。該公司儲能業(yè)務負責人對記者介紹稱，它可以通過分析電站數據和用戶習慣優(yōu)化電站運行，確保電站在各種條件下保持最佳狀態(tài)。另外，該平臺支持私有化部署，數據由客戶自己掌控以確保隱私安全。
“公司在智慧運營、智能運維等多個場景內都引入了技術，正在嘗試引入最近比較火的模型框架輔助訓練和推理?！邦I儲宇能助理總裁霍佳龍對第一財經記者介紹稱，在智慧運營領域，公司正在以儲能電站為載體，打造源網荷儲一體化平臺?！澳壳霸诎l(fā)電預測、負荷預測以及電力交易都引入了算法模型?！?
據霍佳龍介紹，在智能運維領域，公司正打造云端協同、以電芯大數據分析為核心的儲能電站智能運維云平臺?！肮驹陔娦镜陌踩栽\斷、壽命分析等方面都在訓練具體的AI模型?！?
AI算力需求的增長對儲能行業(yè)的帶動效應正在顯現，而這一“苗頭”正逐步反映在企業(yè)的訂單表現端。
“AI算力需求的增長正在為儲能行業(yè)帶來新的市場機遇?！蹦硣鴥葍δ芷髽I(yè)負責人龍彥告訴第一財經記者，隨著數據中心、云計算等領域的快速發(fā)展，對電力供應的穩(wěn)定性和可靠性要求越來越高，這正是儲能技術發(fā)揮作用的地方。儲能系統作為保障電力供應的重要一環(huán)，可以更好地平衡電力供需。
“我們的訂單確實反映了這一趨勢?！贝迍ο虻谝回斀浻浾呓榻B道，能感受到近年來自數據中心、算力中心的儲能訂單正顯著增加。公司近期為某大型云服務商的AI算力中心提供了光儲一體化解決方案，保障其電力供應的穩(wěn)定性，另外通過智能調度降低公司的運營成本。
霍佳龍在接受第一財經記者采訪時表示，公司最近訂單有比較明顯的反應（帶動效應）?！癉eepseek出現后，算力的成本大幅度降低，再加上新能源電力價格市場化政策的頒布，推動儲能企業(yè)從單純地拼價格‘內卷’向綜合解決方案廠商轉型升級，而綜合解決方案的內核就是AI技術?！?
“博弈矛盾”仍存
AI與儲能等新能源行業(yè)“共贏共生”的背面，是“博弈矛盾”。眼下，AI對電力需求的急劇增長與電力供應穩(wěn)定性之間的矛盾，AI高能耗現狀與綠色轉型目標之間的沖突，成為亟待解決的現實問題。
AI大模型的訓練，正驅動數據中心的電力需求呈爆發(fā)式增長。但目前新能源消納能力受限，AI的發(fā)展進一步加重了電網在電力調配與承載方面的壓力。第一財經記者從業(yè)內了解到，如果某個數據中心突然需要執(zhí)行大量的AI計算任務，會在幾秒內從電網獲取大量電力，突如其來的電力激增會影響當地電網的穩(wěn)定運行。
不過，在霍佳龍看來，AI能耗與綠色轉型的沖突是暫時的、局部的。
“現在國家在西北部建設很多算力中心，用不掉的光能、風能直供給這些算力中心，可以緩解一部分，西北的綠電跨省給缺電力的省份使用也可以再消解一部分。”他進一步對記者介紹道，隨著國家電力大市場的推進，包括各地能源消納細則的出臺，這種博弈矛盾的關系有辦法逐步得到緩解。
“AI大模型的訓練確實需要大量電力支撐，新能源的間歇性和波動性給電網帶來壓力，但這種沖突是暫時的?！贝迍σ舱J為，隨著技術進步，兩者可以實現協同發(fā)展。比如通過技術創(chuàng)新，研發(fā)更高效的AI算法和硬件降低算力需求。
“目前AI大模型領域已經不再是單純堆算力的比拼了，而是誰的算法效率更高的比拼。”霍佳龍告訴第一財經記者，新能源消納能力不足主要是西北部的光能、風能沒有得到很好地使用，這是電力有效調度和使用的問題。
以高能耗問題為例。崔劍告訴記者，AI訓練和推理確實需要大量算力，但目前通過優(yōu)化算法和硬件設計正在逐步降低能耗?！肮菊诓捎幂p量化模型和低功耗芯片來減少算力需求?！?
“AI在新能源領域的應用，機遇一定大于挑戰(zhàn)?！被艏妖垖Φ谝回斀浻浾弑硎荆S著大模型技術的日益發(fā)展，AI算力高能耗的問題也會得到一定的緩解。特別是DeepSeek出現后，AI的使用成本大幅度降低，對算力的需求也相應降低。
龍彥對第一財經記者介紹，企業(yè)可以利用AI優(yōu)化儲能系統的運行策略，在新能源出力高峰時段充電，在低谷時段放電?！靶履茉?儲能”模式可以平抑新能源的波動性，保障電力供應的穩(wěn)定性。
另外，很多新能源領域的AI場景對數據安全性的要求非常高。
某儲能企業(yè)內人士告訴第一財經記者，比如電力現貨交易，如果數據被篡改直接會導致經濟損失?！半S著安全性問題的不斷暴露，對各大安全公司也是很好的市場藍海，企業(yè)通過跟進給出有效的安全策略，再靠市場機制來推動安全性問題的解決。”
“通過加密技術和AI驅動的安全監(jiān)控能夠有效防范網絡攻擊和數據泄露。”崔劍總結道，這些挑戰(zhàn)都是技術發(fā)展過程中的必經階段，隨著技術進步和行業(yè)協作，（問題）都會逐步得到解決。
“新能源領域的AI技術是比較多元化的，未來方向一定是多種AI技術的深度融合?！被艏妖堈J為，（競爭）核心是面向場景以及誰能掌握更多有效數據。如果經濟效益足夠高，復雜度再高也值得嘗試。如果沒有足夠的經濟效益，技術再簡單，做的價值也不大。
基于AI強大的數據分析和智能決策能力，業(yè)內已經普遍達成的共識是，“AI+源網荷儲”一體化解決方案是未來行業(yè)趨勢，將實現更精準的發(fā)電預測、負荷調度和儲能管理，為行業(yè)注入新動力。
崔劍告訴第一財經記者，AI技術可以將電源、電網、負荷和儲能系統深度融合。通過AI實時優(yōu)化能源系統的運行策略，動態(tài)調整儲能充放電、預測負荷需求等，最大化能源利用效率。
“源網荷儲優(yōu)化后也可以為AI算力中心提供清潔電力，降低運營成本和AI算力中心碳排放?！贝迍Ρ硎?。
霍佳龍認為，未來整個國家的新型電網將是一個大的源網荷儲平臺，而AI是讓這個平臺高效運轉的潤滑劑和加速器。
（應受訪者要求，龍彥為化名）
