為什么說AI的盡頭是光伏儲能？阿里云智能集團電力新能源解決方案首席架構師黃振分享了一組數據：調用一次ChatGPT只需1秒、耗電量為2.9瓦時，這個電量可以供30瓦電燈持續照明6分鐘。這意味著當AI像電燈泡一樣滲入我們日常生活，其耗電量將是電燈的360倍。但與此同時他也強調：光伏儲能的盡頭也是AI。
“儲能產業和AI的融合發展趨勢，我覺得可以總結為五個字，‘大力出奇跡’！眹鴮幮聝Γǜ＝ǎ┛萍加邢薰靖笨偨浝斫┍硎荆磥鞟I的巨大的電力需求和龐大的算力需求，需要互相匹配。一方面AI的訓練和應用需要龐大的算力支承，進而帶來龐大的能源消耗，而儲能作為峰谷調節的蓄水池，會成為清潔能源與AI結合的重要紐帶。反之而言，儲能的大規模應用，也會產生海量數據，“一個高效準確的AI大模型會決定儲能電站的運營水平。”
而最快實現AI應用的場景，江博認為應該是在儲能的全生命周期的安全監管和后期運維服務。
AI將成為儲能收益的分水嶺
盡管5G已全面滲透日常生活，各行業都迅速邁入智能化信息化主導的工業4.0時代，電力領域卻仍然存在很多與“信息化”不符的時代特征，“比如，現在電網調度大部分還是靠人工操作，有調峰調頻甚至遠距離電力支撐需求時，還需要打電話去溝通！痹诮┛磥恚@正是AI的需求所在，“如果有一天，電力供給需求、電力調度模型可以通過動態數據來展示和掌控，那么我們就能極大避免棄風棄光，能源利用率會更高。”
據黃振介紹，在山西獨立儲能市場試點中，基于一年的數據沉淀，AI將獨立儲能的收益提升了10%，某個場站一天收入最高可達40萬。“從靜態仿真來看，日均收益只有6萬元、并不高，但是高達40萬收入的情況越來越多，特別像7、8月份的天氣，這種高收入的窗口期只有15分鐘、30分鐘！秉S振表示，如何用AI及時感知、捕捉這個時間段是行業需要重點關注的。
在這十分有限的高收益窗口期，將考驗儲能系統的精準出力、精準的回收能力，“以毫秒級的支撐響應速度、配合AI的高速指令才可以發揮1+1大于2的效果！苯┱f，最好的AI模型一定要基于龐大且貼切的基礎數據去訓練。顯然，擁有海量貼切數據基礎的企業，會搶先一步擁有AI體驗券甚至是享受市場高額收益的優先權。
國寧新儲成立之初，就集合了國家電投與寧德時代兩大領域資源優勢，并決心致力于AI和儲能深度融合發展的“新”業態。一方面，國家電投清潔能源裝機1.71億千瓦、占比70.13%，是全球最大的光伏發電、新能源發電企業，理所當然成為了訓練AI輔助預測新能源發電能力的最佳場所。
另一方面，寧德時代作為世界電池巨頭，已經多年穩居全球動力和儲能電池榜首之位，僅2024年三季度共出貨約126.5GWh，其中儲能電池出貨約32GWh，國內動力電池出貨約24GWh，且市場份額仍在上升。持續高增的數據意味著，寧德時代對于電池運行過程中的衰減曲線、各種工況的變化已經有了相當豐富的經驗積累，這將為電池狀態預估的AI模型提供獨一無二的大數據基礎。
正如寧德時代創始人、董事長曾毓群所說，作為一個技術高度密集的產業，儲能只有聚焦價值競爭，創造“高價值”產品，才能走上良性發展的道路。
江博也表示，“我們努力的方向，一定是提供增值的服務！痹谒磥恚姵貎δ艿闹腔圻\維市場，仍有很大的潛力有待挖掘。兵臨城下的電力現貨交易就是最重要的機遇，但它其實也給新能源儲能帶來了更多的挑戰，對很多企業來說這將是一場生死淘汰賽。這個暢想要有個前提，首先儲能要實現“智能調度”。
“調度難”的根源在于安全焦慮
今年“問政山東”欄目曾有一則案例，由于商業模式不成熟，新能源配建的儲能收益率非常低。儲能調用率，影響了儲能的商業模型，更影響了儲能投資熱情。這個調用率到底有多低？
日前，中國科學院院士、南方科技大學碳中和能源研究院院長趙天壽指出，去年我國新型儲能新增裝機規模同比增長260%，但現狀是儲能利用率只有9%。清華大學程林指出，“電網是使用者，發電集團是所有者，裝備設備廠家是供應商，這三方必須要聯合起來一起深挖儲能的利用率！
而尤為值得注意的是，儲能調用率低背后的真正原因，其實是各界仍然存在鋰電池儲能安全焦慮。
“套用一句西游記的臺詞，我敢調、你敢應嗎？”在江博看來，一些已建成的儲能電站更像是“薛定諤的貓”！叭粢嬲堰@些已經投運的儲能資源更好的利用起來，可能會涉及到龐大規模的儲能電站升級改造！倍脑斓姆较蛑唬x不開AI智能監控和安全預警。
早期投運的儲能項目其實儲能設備存在較大差異，一旦真的規；{度使用，可能會帶來各種意外甚至驚嚇。這其實也為當前儲能市場的低價競爭再次敲響了“安全”警鐘。
據歐盟科學院院士孫金華介紹，目前磷酸鐵鋰電池著火概率是10的負8次方，已經非常小了。但是隨著儲能電站朝向GW級別發展，發生火災概率將隨著電池數量增多而大大提升，而且電池組成儲能系統之后發生火災的概率又會進一步提升。
清華大學程林也指出，電池單體本身特別小，而成千上萬的電池重組構成大規模儲能系統過程中，首要面對的是如何破解電池的差異性問題，這其中一方面來自于電池出廠固有的“不一致性”，另一方面，電池在長期的使用過程中，電池的衰減和電池的壽命差異性會越來越大。程林表示，目前清華大學一直在致力于構建可重構的電池網絡結構，來包容這種電池的差異性，提高電池儲能系統安全性。
國內外統計數據來看，美國每座電化學儲能電站火災發生概率是每年2.1%，我國近兩年的概率大概是千分之4-6，與全球平均千分之四左右的概率基本持平！斑@個概率還是非常高的，“孫金華院士表示，若想降低這個概率就應該在電池系統做好三道防線，包括進一步提升電池的安全性，以及做好監測、監控以及預測預警，還要最后在著火瞬間及時發現火情、及時報警，再聯絡消防系統進行及時的撲救。
如今儲能電芯的監測預警已經成為行業重點關注的安全防護技術手段之一。隨著儲能電站規模開始走向GW級別，電芯監管所帶來的數據運算量也非常驚人、顯然給每個電站配運算中心也是不合適的。因而，這也催生了儲能對于AI的需求。
盡管市面的儲能系統普遍在BMS、PCS、EMS等方面已經具備了一些安全保障的能力，但在江博看來，這些防護更像是西醫，哪疼醫哪、但治標不治本！癆I對儲能的影響更多是前置性的、預判的，而且給儲能的維護和診斷爭得寶貴的反應時間！痹趦δ艿娜芷谥腔圻\營中，AI可以輔助實現儲能的智能監控來保障整體安全運行，讓它變得更安全更高效。
此外，程林也指出，電池儲能本身是一個工程，其安全問題需要用系統思維來看待，需要從生產、運輸安裝、調試運行、運維、運營直至最后回收的全環節、多要素來考慮，全面提高儲能的安全性。
“我們希望大家通力合作、把標準拉齊，形成一個體系化的安全、系統的安全。另外，我們也希望所形成的標準可以跟國際對標。”在程林看來，當前中國儲能企業集中出海之時，我們更要以高標準自律，避免劣幣驅逐良幣，守護儲能產業健康發展。
聯系地址：陜西省西安市北關正街35號方興大廈8樓
