核心阅读
从电芯材料的热失控到系统层面的消防缺失，传统的被动防御已难以应对新型储能的安全挑战。储能安全要贯穿电池的全生命周期，必须通过材料创新、技术攻关和标准升级，构建“事前预防、事中处置、事后反思”的全链条防线。
中关村储能产业技术联盟发布的最新数据显示，截至今年6月底，我国电力储能累计装机规模达到237.2GW，同比增长41.4%。其中，新型储能发展势头强劲，累计装机达168.2GW，占比超过70%，同比增长58.6%，已成为我国能源转型的关键引擎。
“储能产业规模指数级跃升的背后，安全风险如影随形”“2025年全球报道的储能安全事故30多起，今年波兰、英国等国接连出现集装箱储能冒烟起火，安全已成为所有国家储能行业不可回避的挑战”……在近日召开的“2026储能安全研讨会”上，业内专家一致认为，储能正从规模化扩张向高质量发展跨越，而严守安全底线、引入AI智能化等，是目前储能提质增效的关键。
■■ 安全是储能产业“生死线”
“今年是我国储能产业从规模化扩张向高质量发展跃升的关键一年。”中关村储能产业技术联盟理事长、中国科学院工程热物理研究所所长陈海生指出，从上半年新增装机看，我国新型储能新增装机规模21.64GW/58.20GWh，功率与能量规模同比增长均超过15%。项目并网节奏回归常态化，区域布局集中化超八成新增装机集中在风光富集区域和重点负荷区域，西北地区的项目平均储能时长已经达到3.04小时，领跑全国。“产能持续释放、质量不断提升，标志着产业已步入发展快车道。”
工信部电子信息司副司长王世江强调，储能是我国新型技术产业之一，是实现“双碳”目标的核心抓手。近年来，我国储能发展态势持续向好，产业规模持续扩容，技术迭代不断加速，应用场景日趋丰富。“不容忽视的是，随着储能市场规模不断壮大，安全风险隐患依然存在，正成为储能高质量发展的瓶颈。”
数据能更直观体现储能安全瓶颈。
欧盟科学院院士、中国科学技术大学讲席教授孙金华提供的数据显示，全球储能电站火灾概率平均在千分之四，部分国家储能电站火灾率甚至高达2%。我国储能火灾发生率虽然相对较低，但随着电池能量密度的攀升和应用场景的复杂化，安全压力正在逐步加大。特别是在算力和数据中心这类用电大户领域，到2030年，我国算力和数据中心用电量预计将超过5260亿千瓦时。“一旦发生火灾，社会影响巨大。相较传统分布式储能，数据中心储能火灾的可接受风险更低，这对安全防控提出更严苛的要求。”
面对挑战，王世江认为，工信部将统筹好发展和安全，重点推动强化顶层设计，引导产业发展由规模扩张向质量提升、安全提质转型。同时，规范产业竞争秩序，明确产业发展红线与合规底线，为产业安全发展营造良性生态。
■■ 构建全链条主动安全防线是关键
从电芯材料的热失控到系统层面的消防缺失，传统的被动防御已难以应对新型储能的安全挑战。与会专家一致认为，储能安全要贯穿电池的全生命周期，必须通过材料创新、技术攻关和标准升级，构建“事前预防、事中处置、事后反思”的全链条防线。
在材料与电池层面，提升电池本征安全是第一道防线。孙金华指出，我国电池热失控概率已控制在较低水平，但仍需通过多学科交叉，利用AI技术研发更安全的正极材料、电解液和隔膜，力争将热失控概率降至十亿分之一。
在系统与消防层面，创新技术正在填补国际空白。应急管理部天津消防研究所第四研究室主任卓萍表示，针对锂电池火灾复燃难题，我国研发人员针对初起火灾开发了液氮灭火抑爆技术，可在5秒内扑灭明火且不发生复燃；针对充分燃烧阶段，研发了硅基固体泡沫灭火技术，在灭火同时令电池表面形成包覆层，有效防止火势蔓延。“由我国主导制定的ISO储能系统火灾场景和火灾设计标准已进入国际储能标准制定立项阶段，标志着我国在储能安全标准领域正逐步实现从跟随到引领的跨越。”
“面对安全挑战，储能全行业正积极构建更加系统、严格的安全防线。”陈海生表示，比如ISO3940标准新增的class L的锂电火灾专属分类，美国2026版NFPA的855、UL9540A第六版等全面收紧准入门槛，将大规模火烧测试全面升级。国内在政策层面发布新型储能电站的工程监督大纲，电力重大事故的隐患、判定标准和治理监督管理的规定，标志着储能安全正式走向强制合规。“安全问题不仅关乎技术与产业发展，更影响能源转型的全局与未来。”
■■ AI改变储能安全管理模式
随着储能电站规模化发展，海量的电芯数据给人工巡检、传统算法带来挑战。人工智能（AI）技术的快速发展，正在改变储能安全管理的模式。
“AI赋能储能系统的智能化管理越来越重要。”中国科学院大连化学物理研究所研究员陈忠伟表示，传统储能行业在设计、制造、管理、运维和电力交易环节存在诸多痛点，如设计依赖经验、运维智能化程度低等。AI能将物理模型与全生命周期数据深度融合，实现储能全流程优化。例如，已经研发的“储能AI智眸系统”让储能电站拥有了“会思考的大脑”，能提前72小时预警潜在故障，实现毫秒级动态均衡，持续优化延长电池组寿命。在SOC（剩余电量）和SOH（健康状态）估算上，AI可将误差降低至1%左右。
中国科学技术大学研究员、中关村储能产业技术联盟储能安全专委会主任委员王青松认为，高度依赖本体防护和事后消防的被动防御已难以为继，AI技术打通电芯研发、仿真测试、在线预警等全链条，推动储能安全从事后止损转向事前预判、事中干预的主动模式。“虽然AI落地仍面临数据壁垒、故障样本稀缺等卡点，但其方向不可逆转。通过AI与大模型驱动的故障预测、智能传感与大数据平台建设，行业正在破解数据孤岛，实现主动智能的风险识别与处置。”
