2025.03.10
本文字數：2880，閱讀時長大約5分鐘
作者 | 第一財經 陸如意
隨著Deepseek、Manus的爆火，人工智慧（AI）正在席捲新能源行業，由AI驅動的新能源儲能行業變革“一觸即發”。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。據第一財經記者瞭解，目前國內的新能源企業已經在光伏、儲能等業務中逐步引入AI技術，從大型電站到智慧終端，推動能源管理向著更加智慧、高效的方向發展。
“大型光伏電站每天面臨不斷變化的發電資料和市場波動，如果沒有智慧化的管理系統，運營者很可能無法及時作出最優的能源排程決策，進而影響電站收益的最大化。”東方日升（300118.SZ）儲能相關負責人在接受第一財經記者採訪時表示。
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週期。“透過AI技術，提升儲能系統的執行效率、安全性和經濟性。”
“我們的戰略方向包括三個方面。”崔劍向第一財經記者介紹道，首先，利用AI最佳化儲能系統的能量管理和排程，透過利用AI演算法預測光伏發電量和使用者用電需求，最佳化儲能的充放電策略。其次，公司透過AI實現智慧運維和即時監控裝置狀態，降低裝置故障率，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，幫助客戶提前維護，避免系統停機。
“AI大資料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。”崔劍進一步補充道，AI系統可快速響應電網調頻需求，實現毫秒級的功率調節，提升電網穩定性。
以東方日升Risen Cloud能源管理系統為例。該公司儲能業務負責人對記者介紹稱，它可以透過分析電站資料和使用者習慣最佳化電站執行，確保電站在各種條件下保持最佳狀態。另外，該平臺支援私有化部署，資料由客戶自己掌控以確保隱私安全。
“公司在智慧運營、智慧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。“領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。“目前在發電預測、負荷預測以及電力交易都引入了演算法模型。”
據霍佳龍介紹，在智慧運維領域，公司正打造雲端協同、以電芯大資料分析為核心的儲能電站智慧運維雲平臺。“公司在電芯的安全性診斷、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的帶動效應正在顯現，而這一“苗頭”正逐步反映在企業的訂單表現端。
“AI算力需求的增長正在為儲能行業帶來新的市場機遇。”某國內儲能企業負責人龍彥告訴第一財經記者，隨著資料中心、雲計算等領域的快速發展，對電力供應的穩定性和可靠性要求越來越高，這正是儲能技術發揮作用的地方。儲能系統作為保障電力供應的重要一環，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。”崔劍向第一財經記者介紹道，能感受到近年來自資料中心、算力中心的儲能訂單正顯著增加。公司近期為某大型雲服務商的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定性，另外透過智慧排程降低公司的運營成本。
霍佳龍在接受第一財經記者採訪時表示，公司最近訂單有比較明顯的反應（帶動效應）。“Deepseek出現後，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佈，推動儲能企業從單純地拼價格‘內卷’向綜合解決方案廠商轉型升級，而綜合解決方案的核心就是AI技術。”
“博弈矛盾”仍存
AI與儲能等新能源行業“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定性之間的矛盾，AI高能耗現狀與綠色轉型目標之間的衝突，成為亟待解決的現實問題。
AI大模型的訓練，正驅動資料中心的電力需求呈爆發式增長。但目前新能源消納能力受限，AI的發展進一步加重了電網在電力調配與承載方面的壓力。第一財經記者從業內瞭解到，如果某個資料中心突然需要執行大量的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定執行。
不過，在霍佳龍看來，AI能耗與綠色轉型的衝突是暫時的、區域性的。
“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，這種博弈矛盾的關係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，但這種衝突是暫時的。”崔劍也認為，隨著技術進步，兩者可以實現協同發展。比如透過技術創新，研發更高效的AI演算法和硬體降低算力需求。
“目前AI大模型領域已經不再是單純堆算力的比拼了，而是誰的演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，這是電力有效排程和使用的問題。
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，但目前透過最佳化演算法和硬體設計正在逐步降低能耗。“公司正在採用輕量化模型和低功耗晶片來減少算力需求。”
“AI在新能源領域的應用，機遇一定大於挑戰。”霍佳龍對第一財經記者表示，隨著大模型技術的日益發展，AI算力高能耗的問題也會得到一定的緩解。特別是DeepSeek出現後，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，企業可以利用AI最佳化儲能系統的執行策略，在新能源出力高峰時段充電，在低谷時段放電。“新能源+儲能”模式可以平抑新能源的波動性，保障電力供應的穩定性。
另外，很多新能源領域的AI場景對資料安全性的要求非常高。
某儲能企業內人士告訴第一財經記者，比如電力現貨交易，如果資料被篡改直接會導致經濟損失。“隨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，企業透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。”
“透過加密技術和AI驅動的安全監控能夠有效防範網路攻擊和資料洩露。”崔劍總結道，這些挑戰都是技術發展過程中的必經階段，隨著技術進步和行業協作，（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。”霍佳龍認為，（競爭）核心是面向場景以及誰能掌握更多有效資料。如果經濟效益足夠高，複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。
基於AI強大的資料分析和智慧決策能力，業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趨勢，將實現更精準的發電預測、負荷排程和儲能管理，為行業注入新動力。
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。透過AI即時最佳化能源系統的執行策略，動態調整儲能充放電、預測負荷需求等，最大化能源利用效率。
“源網荷儲最佳化後也可以為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。”崔劍表示。
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）
微信編輯 | 七三
推薦閱讀
個稅起徵點可適度提高，但不宜過高！