“AI的盡頭是光伏和儲能”——這句話一度在網(wǎng)絡廣為流傳，揭示出AI快速發(fā)展中難以忽略的關鍵問題，即AI的能耗。

　　AI發(fā)展離不開強大的算力支撐,而算力的維持則依賴于龐大的能源消耗。與此同時，作為新型電力系統(tǒng)的支撐技術，儲能產(chǎn)業(yè)的發(fā)展也需要AI技術的加持，通過海量數(shù)據(jù)積累、深度算法研發(fā)，提升儲能系統(tǒng)的安全性能和運行效率，為電站的投資與運營創(chuàng)造最大價值。可以說，AI和儲能兩者是互相賦能、雙向奔赴。

　　“儲能對于電池性能的要求遠高于乘用車，因為一座儲能電站少說有幾萬個電芯，大的儲能電站多則上百萬個電芯，假設每個電芯有兩個檢測點，其中涉及的數(shù)據(jù)運算量非常驚人，如果每一個電站配一個運算中心實時運算并不合適，能耗很高，效率又不高?！痹诮照匍_的世界儲能大會上，國寧新儲（福建）科技有限公司副總經(jīng)理江博指出，bwin必贏“現(xiàn)在的儲能系統(tǒng)在BMS、PCS、EMS管控下，已經(jīng)具備了一些安全保障能力，但更多是像西醫(yī)，牙疼拔牙時，大概率已經(jīng)蛀牙了。未來AI對于儲能更像是老中醫(yī)，是前置性，預判性的，能為儲能的維護和診斷贏得寶貴的反應時間，這一點尤為重要?！?

　　AI保障儲能安全，具體體現(xiàn)在電芯發(fā)生異常時，大數(shù)據(jù)模型具備秒級反應、瞬間切斷風險，幫助用戶做出更快速的維護決策，從而確保整個電池系統(tǒng)的健康，為儲能電站長期穩(wěn)定運行提供堅實保障。

　　海博思創(chuàng)聯(lián)合創(chuàng)始人舒鵬指出，該公司是國內(nèi)首批將AI與大數(shù)據(jù)應用于儲能領域的廠商，通過海量的數(shù)據(jù)、模型的搭建,把AI技術植入儲能生產(chǎn)制造、交付運營，以及后期交易的全過程，實現(xiàn)數(shù)據(jù)的可追溯性，讓儲能系統(tǒng)運行更加安全、更加穩(wěn)定。

　　雙登集團董事長楊銳同樣表示，AI運用到儲能行業(yè)，更多是將其考慮為一個工具，制造業(yè)企業(yè)用它提高整體效率，把一些不確定性的東西控制在可控范圍之內(nèi)。

　　上海人工智能學會理事長張浩介紹，儲能系統(tǒng)按照生命周期管理來看，分為規(guī)劃建設期、運營期和退役期，全過程中AI可以做大量工作，比如規(guī)劃期的選址、容量大小，建設在電源側、電網(wǎng)側還是負荷側，如何實現(xiàn)高效配置等，選擇方式不同收益也就不同；比如V2G（電動汽車向電網(wǎng)反向送電）技術普及，大量雙向充電樁和移動儲能運行，如果沒有AI技術的加持，簡單靠人，其算法非常困難。

　　在電力現(xiàn)貨市場中，經(jīng)過AI優(yōu)化后的儲能智慧調(diào)控策略，能夠最大程度地發(fā)揮其靈活調(diào)節(jié)作用?！拔覀冊谏轿髯隽艘粋€試點，有一年的數(shù)據(jù)沉淀之后，提升獨立儲能10%的收益。該場站靜態(tài)仿線萬元，但是我們發(fā)現(xiàn)收益實現(xiàn)40萬元的條件越來越多，特別是7—8月，但這個交易窗口期只有15—30分鐘，如何用AI技術及時捕捉、感知、控制，爭取30分鐘的高電價，這是系統(tǒng)化的工程?！卑⒗镌浦悄芗瘓F電力新能源解決方案首席架構師黃振強調(diào)，不能單純以技術論技術，要用系統(tǒng)化的手段看待這個問題，形成“硬件+軟件+AI大模型”的模式。

　　江博進一步指出，儲能的預測非常依賴AI的指導，一方面是預測光伏、風電出力，聯(lián)系氣象大數(shù)據(jù)，另一方面也要關注負荷情況，雙方一結合就是企業(yè)最關注的盈利情況，而最高價值窗口時間有限，如何在短時間內(nèi)實現(xiàn)最大價值化，這是儲能與AI融合發(fā)展的第一步。

　　“大家都覺得預測越精準越好，但所有的預測都是有誤差的，如何找到關鍵有用的部分，這需要做好完整的系統(tǒng)，不是純粹只用AI技術做預測、調(diào)度?！秉S振表示，要有及時感知能力，因為數(shù)據(jù)若能及時反映真實物理世界，即使預測不準也可以在決策階段微調(diào)，糾偏過來。風電、光伏、儲能電站無人值守不是難點，關鍵要做好安全保障，實現(xiàn)全程自動化控制。

　　“ChatGPT或大模型的底層算法幾十年前就有了，為什么現(xiàn)在才發(fā)展起來？重要原因是算力和芯片的充足。AI是算法和算力并行發(fā)展，一旦有一方不足，發(fā)展就會受到限制。”張浩指出，目前AI的發(fā)展依舊受到算力制約，我國能源稟賦負荷和電力負荷分布不均，華東地區(qū)很多自動駕駛的應用，必須有大量算力的支持，不然很難支持實時性耗能，“雙碳”目標下，很難大量增補傳統(tǒng)火電能源，要靠新能源頂上缺口?；诠夥牟环€(wěn)定和間歇性，必須配建儲能。

　　黃振列舉了一組數(shù)：ChatGPT每調(diào)用一秒的耗電量是2.9瓦時，大約相當于30瓦電燈泡6分鐘的耗電量。也就是說，如果AI像電燈一樣深入生活，其耗電量將會是如今的數(shù)百倍。在國內(nèi)，數(shù)據(jù)中心的用電量占全社會用電的2%左右，為保障AI技術的可持續(xù)性發(fā)展，提升可再生清潔能源的使用規(guī)模是唯一的方案。反過來，光伏、儲能的盡頭也是AI，將其融入產(chǎn)業(yè)發(fā)展，以系統(tǒng)化的部署，最大程度地提升每一片組件、每個電池利用率。

　　江博進一步表示，AI與儲能數(shù)據(jù)模型的構建并不難，很多企業(yè)都在搭建，但真正比拼的是數(shù)據(jù)模型的準確性，要大量有價值的數(shù)據(jù)。儲能開放AI端口，需要關注信息安全，需要整個行業(yè)跨界聯(lián)動。

　　“AI的盡頭是光伏和儲能”——這句話一度在網(wǎng)絡廣為流傳，揭示出AI快速發(fā)展中難以忽略的關鍵問題，即AI的能耗。

　　AI發(fā)展離不開強大的算力支撐,而算力的維持則依賴于龐大的能源消耗。與此同時，作為新型電力系統(tǒng)的支撐技術，儲能產(chǎn)業(yè)的發(fā)展也需要AI技術的加持，通過海量數(shù)據(jù)積累、深度算法研發(fā)，提升儲能系統(tǒng)的安全性能和運行效率，為電站的投資與運營創(chuàng)造最大價值?？梢哉f，AI和儲能兩者是互相賦能、雙向奔赴。

　　“儲能對于電池性能的要求遠高于乘用車，因為一座儲能電站少說有幾萬個電芯，大的儲能電站多則上百萬個電芯，假設每個電芯有兩個檢測點，其中涉及的數(shù)據(jù)運算量非常驚人，如果每一個電站配一個運算中心實時運算并不合適，能耗很高，效率又不高。”在近日召開的世界儲能大會上，國寧新儲（福建）科技有限公司副總經(jīng)理江博指出，“現(xiàn)在的儲能系統(tǒng)在BMS、PCS、EMS管控下，已經(jīng)具備了一些安全保障能力，但更多是像西醫(yī)，牙疼拔牙時，大概率已經(jīng)蛀牙了。未來AI對于儲能更像是老中醫(yī)，是前置性，預判性的，能為儲能的維護和診斷贏得寶貴的反應時間，這一點尤為重要。”

　　AI保障儲能安全，具體體現(xiàn)在電芯發(fā)生異常時，大數(shù)據(jù)模型具備秒級反應、瞬間切斷風險，幫助用戶做出更快速的維護決策，從而確保整個電池系統(tǒng)的健康，為儲能電站長期穩(wěn)定運行提供堅實保障。

　　海博思創(chuàng)聯(lián)合創(chuàng)始人舒鵬指出，該公司是國內(nèi)首批將AI與大數(shù)據(jù)應用于儲能領域的廠商，通過海量的數(shù)據(jù)、模型的搭建,把AI技術植入儲能生產(chǎn)制造、交付運營，以及后期交易的全過程，實現(xiàn)數(shù)據(jù)的可追溯性，讓儲能系統(tǒng)運行更加安全、更加穩(wěn)定。

　　雙登集團董事長楊銳同樣表示，AI運用到儲能行業(yè)，更多是將其考慮為一個工具，制造業(yè)企業(yè)用它提高整體效率，把一些不確定性的東西控制在可控范圍之內(nèi)。

　　上海人工智能學會理事長張浩介紹，儲能系統(tǒng)按照生命周期管理來看，分為規(guī)劃建設期、運營期和退役期，全過程中AI可以做大量工作，比如規(guī)劃期的選址、容量大小，建設在電源側、電網(wǎng)側還是負荷側，如何實現(xiàn)高效配置等，選擇方式不同收益也就不同；比如V2G（電動汽車向電網(wǎng)反向送電）技術普及，大量雙向充電樁和移動儲能運行，如果沒有AI技術的加持，簡單靠人，其算法非常困難。

　　在電力現(xiàn)貨市場中，經(jīng)過AI優(yōu)化后的儲能智慧調(diào)控策略，能夠最大程度地發(fā)揮其靈活調(diào)節(jié)作用?！拔覀冊谏轿髯隽艘粋€試點，有一年的數(shù)據(jù)沉淀之后，提升獨立儲能10%的收益。該場站靜態(tài)仿線萬元，但是我們發(fā)現(xiàn)收益實現(xiàn)40萬元的條件越來越多，特別是7—8月，但這個交易窗口期只有15—30分鐘，如何用AI技術及時捕捉、感知、控制，爭取30分鐘的高電價，這是系統(tǒng)化的工程。”阿里云智能集團電力新能源解決方案首席架構師黃振強調(diào)，不能單純以技術論技術，要用系統(tǒng)化的手段看待這個問題，形成“硬件+軟件+AI大模型”的模式。

　　江博進一步指出，儲能的預測非常依賴AI的指導，一方面是預測光伏、風電出力，聯(lián)系氣象大數(shù)據(jù)，另一方面也要關注負荷情況，雙方一結合就是企業(yè)最關注的盈利情況，而最高價值窗口時間有限，如何在短時間內(nèi)實現(xiàn)最大價值化，這是儲能與AI融合發(fā)展的第一步。

　　“大家都覺得預測越精準越好，但所有的預測都是有誤差的，如何找到關鍵有用的部分，這需要做好完整的系統(tǒng)，不是純粹只用AI技術做預測、調(diào)度?！秉S振表示，要有及時感知能力，因為數(shù)據(jù)若能及時反映真實物理世界，即使預測不準也可以在決策階段微調(diào)，糾偏過來。風電、光伏、儲能電站無人值守不是難點，關鍵要做好安全保障，實現(xiàn)全程自動化控制。

　　“ChatGPT或大模型的底層算法幾十年前就有了，為什么現(xiàn)在才發(fā)展起來？重要原因是算力和芯片的充足。AI是算法和算力并行發(fā)展，一旦有一方不足，發(fā)展就會受到限制?！睆埡浦赋?，目前AI的發(fā)展依舊受到算力制約，我國能源稟賦負荷和電力負荷分布不均，華東地區(qū)很多自動駕駛的應用，必須有大量算力的支持，不然很難支持實時性耗能，“雙碳”目標下，很難大量增補傳統(tǒng)火電能源，要靠新能源頂上缺口?；诠夥牟环€(wěn)定和間歇性，必須配建儲能。

　　黃振列舉了一組數(shù)：ChatGPT每調(diào)用一秒的耗電量是2.9瓦時，大約相當于30瓦電燈泡6分鐘的耗電量。也就是說，如果AI像電燈一樣深入生活，其耗電量將會是如今的數(shù)百倍。在國內(nèi)，數(shù)據(jù)中心的用電量占全社會用電的2%左右，為保障AI技術的可持續(xù)性發(fā)展，提升可再生清潔能源的使用規(guī)模是唯一的方案。反過來，光伏、儲能的盡頭也是AI，將其融入產(chǎn)業(yè)發(fā)展，以系統(tǒng)化的部署，最大程度地提升每一片組件、每個電池利用率。

　　江博進一步表示，AI與儲能數(shù)據(jù)模型的構建并不難，很多企業(yè)都在搭建，但真正比拼的是數(shù)據(jù)模型的準確性，要大量有價值的數(shù)據(jù)。儲能開放AI端口，需要關注信息安全，需要整個行業(yè)跨界聯(lián)動。