“AI的尽头是光伏和储能”——这句话一度在网络广为流传，揭示出AI快速发展中难以忽略的关键问题，即AI的能耗。
AI发展离不开强大的算力支撑,而算力的维持则依赖于庞大的能源消耗。与此同时，作为新型电力系统的支撑技术，储能产业的发展也需要AI技术的加持，通过海量数据积累、深度算法研发，提升储能系统的安全性能和运行效率，为电站的投资与运营创造最大价值。可以说，AI和储能两者是互相赋能、双向奔赴。
■AI提升储能安全性
安全始终是储能行业发展的底线，AI的加入让储能安全化被动为主动。
“储能对于电池性能的要求远高于乘用车，因为一座储能电站少说有几万个电芯，大的储能电站多则上百万个电芯，假设每个电芯有两个检测点，其中涉及的数据运算量非常惊人，如果每一个电站配一个运算中心实时运算并不合适，能耗很高，效率又不高。”在近日召开的世界储能大会上，国宁新储（福建）科技有限公司副总经理江博指出，“现在的储能系统在BMS、PCS、EMS管控下，已经具备了一些安全保障能力，但更多是像西医，牙疼拔牙时，大概率已经蛀牙了。未来AI对于储能更像是老中医，是前置性，预判性的，能为储能的维护和诊断赢得宝贵的反应时间，这一点尤为重要。”
AI保障储能安全，具体体现在电芯发生异常时，大数据模型具备秒级反应、瞬间切断风险，帮助用户做出更快速的维护决策，从而确保整个电池系统的健康，为储能电站长期稳定运行提供坚实保障。
海博思创联合创始人舒鹏指出，该公司是国内首批将AI与大数据应用于储能领域的厂商，通过海量的数据、模型的搭建,把AI技术植入储能生产制造、交付运营，以及后期交易的全过程，实现数据的可追溯性，让储能系统运行更加安全、更加稳定。
双登集团董事长杨锐同样表示，AI运用到储能行业，更多是将其考虑为一个工具，制造业企业用它提高整体效率，把一些不确定性的东西控制在可控范围之内。
■构建系统能力
上海人工智能学会理事长张浩介绍，储能系统按照生命周期管理来看，分为规划建设期、运营期和退役期，全过程中AI可以做大量工作，比如规划期的选址、容量大小，建设在电源侧、电网侧还是负荷侧，如何实现高效配置等，选择方式不同收益也就不同；比如V2G（电动汽车向电网反向送电）技术普及，大量双向充电桩和移动储能运行，如果没有AI技术的加持，简单靠人，其算法非常困难。
在电力现货市场中，经过AI优化后的储能智慧调控策略，能够最大程度地发挥其灵活调节作用。“我们在山西做了一个试点，有一年的数据沉淀之后，提升独立储能10%的收益。该场站静态仿真平均每天收益6万元，最大收益可达40万元，但是我们发现收益实现40万元的条件越来越多，特别是7—8月，但这个交易窗口期只有15—30分钟，如何用AI技术及时捕捉、感知、控制，争取30分钟的高电价，这是系统化的工程。”阿里云智能集团电力新能源解决方案首席架构师黄振强调，不能单纯以技术论技术，要用系统化的手段看待这个问题，形成“硬件+软件+AI大模型”的模式。
江博进一步指出，储能的预测非常依赖AI的指导，一方面是预测光伏、风电出力，联系气象大数据，另一方面也要关注负荷情况，双方一结合就是企业最关注的盈利情况，而最高价值窗口时间有限，如何在短时间内实现最大价值化，这是储能与AI融合发展的第一步。
“大家都觉得预测越精准越好，但所有的预测都是有误差的，如何找到关键有用的部分，这需要做好完整的系统，不是纯粹只用AI技术做预测、调度。”黄振表示，要有及时感知能力，因为数据若能及时反映真实物理世界，即使预测不准也可以在决策阶段微调，纠偏过来。风电、光伏、储能电站无人值守不是难点，关键要做好安全保障，实现全程自动化控制。
■AI本身需要储能
储能产业发展离不开AI的加持，而AI背后同样需要巨量的能源支撑。
“ChatGPT或大模型的底层算法几十年前就有了，为什么现在才发展起来？重要原因是算力和芯片的充足。AI是算法和算力并行发展，一旦有一方不足，发展就会受到限制。”张浩指出，目前AI的发展依旧受到算力制约，我国能源禀赋负荷和电力负荷分布不均，华东地区很多自动驾驶的应用，必须有大量算力的支持，不然很难支持实时性耗能，“双碳”目标下，很难大量增补传统火电能源，要靠新能源顶上缺口。基于光伏的不稳定和间歇性，必须配建储能。
黄振列举了一组数：ChatGPT每调用一秒的耗电量是2.9瓦时，大约相当于30瓦电灯泡6分钟的耗电量。也就是说，如果AI像电灯一样深入生活，其耗电量将会是如今的数百倍。在国内，数据中心的用电量占全社会用电的2%左右，为保障AI技术的可持续性发展，提升可再生清洁能源的使用规模是唯一的方案。反过来，光伏、储能的尽头也是AI，将其融入产业发展，以系统化的部署，最大程度地提升每一片组件、每个电池利用率。
江博进一步表示，AI与储能数据模型的构建并不难，很多企业都在搭建，但真正比拼的是数据模型的准确性，要大量有价值的数据。储能开放AI端口，需要关注信息安全，需要整个行业跨界联动。
