中國(guó)儲(chǔ)能網(wǎng)訊：當(dāng)前，儲(chǔ)能產(chǎn)業(yè)正處于市場(chǎng)化轉(zhuǎn)型的關(guān)鍵節(jié)點(diǎn)，“136號(hào)文”的出臺(tái)標(biāo)志著強(qiáng)配儲(chǔ)時(shí)代落幕，儲(chǔ)能產(chǎn)業(yè)從政策驅(qū)動(dòng)向市場(chǎng)主導(dǎo)的深刻轉(zhuǎn)變，“394號(hào)文”明確提出2025年底前基本實(shí)現(xiàn)電力現(xiàn)貨市場(chǎng)全覆蓋的目標(biāo)，這預(yù)示著我國(guó)電力市場(chǎng)改革進(jìn)入全面提速階段。
在此背景下，儲(chǔ)能產(chǎn)品的技術(shù)創(chuàng)新方向，正從拼價(jià)格的“堆量競(jìng)爭(zhēng)”轉(zhuǎn)向拼價(jià)值的精耕細(xì)作。
這一過程中，人工智能與儲(chǔ)能各領(lǐng)域的深度融合，正全面重塑儲(chǔ)能行業(yè)價(jià)值鏈，成為產(chǎn)業(yè)鏈競(jìng)爭(zhēng)的下一個(gè)高地。
儲(chǔ)能新銳赴港上市背后：押注“AI+儲(chǔ)能”
4月28日，江蘇一家儲(chǔ)能新銳果下科技正式開啟赴港上市進(jìn)程，擬募資加速其“AI+儲(chǔ)能”戰(zhàn)略，塑造其差異化競(jìng)爭(zhēng)力。
成立于2019年的果下科技，最初主要業(yè)務(wù)聚焦歐洲戶用儲(chǔ)能市場(chǎng)，2022年其歐洲收入占比超70%，隨著國(guó)內(nèi)儲(chǔ)能市場(chǎng)快速崛起，果下科技同時(shí)布局國(guó)內(nèi)外兩大儲(chǔ)能市場(chǎng)。
受益于近兩年全球儲(chǔ)能市場(chǎng)需求的爆發(fā)，果下科技業(yè)績(jī)一路暴增。招股書顯示，2022-2024年，其營(yíng)收從1.42億元飆升至10.26億元，年復(fù)合增速達(dá)168.9%；同期毛利由人民幣3560萬(wàn)元增至人民幣1.55億元，年復(fù)合增長(zhǎng)率達(dá)108.6%。
同時(shí)，果下科技在儲(chǔ)能市場(chǎng)的競(jìng)爭(zhēng)地位也持續(xù)得以提升，資料顯示，2024年，按全球新裝機(jī)多用途儲(chǔ)能系統(tǒng)容量統(tǒng)計(jì)，果下科技為全球第八大中國(guó)儲(chǔ)能系統(tǒng)供貨商，按按全球戶用儲(chǔ)能系統(tǒng)出貨量統(tǒng)計(jì)，果下科技為全球第十大中國(guó)儲(chǔ)能系統(tǒng)供貨商。
為支撐儲(chǔ)能業(yè)務(wù)的增長(zhǎng)，果下科技也加快了產(chǎn)能擴(kuò)張的步伐，然而，與儲(chǔ)能市場(chǎng)高速增長(zhǎng)相伴的是價(jià)格戰(zhàn)愈演愈烈，同大多擴(kuò)張期的制造企業(yè)類似，果下科技也面臨著增收不增利的困境，2022-2024年公司凈利潤(rùn)僅從2427萬(wàn)元增至4911萬(wàn)元，毛利率更從25.1%驟降至15.1%。
如何破局，果下科技將目光聚焦在“AI+儲(chǔ)能”戰(zhàn)略。
作為業(yè)界率先實(shí)現(xiàn)儲(chǔ)能系統(tǒng)解決方案、產(chǎn)品無(wú)縫云端整合并開發(fā)全景云平臺(tái)的企業(yè)，果下科技在成立第一年就組建了數(shù)字與人工智能能源研發(fā)團(tuán)隊(duì)，并持續(xù)開展數(shù)字與人工智能業(yè)務(wù)。
資料顯示，果下科技是首家專門為運(yùn)營(yíng)所在行業(yè)開發(fā)物聯(lián)網(wǎng)平臺(tái)的解決方案提供商，也是首家基于AI技術(shù)開發(fā)無(wú)縫儲(chǔ)能工業(yè)模型的解決方案提供商。
目前，果下科技已開發(fā)了AI優(yōu)化的系統(tǒng)和工具，譬如Safe ESS及Hanchu iESS，以加強(qiáng)即時(shí)能源優(yōu)化、預(yù)測(cè)性維護(hù)及決策流程。
6年的深耕，果下科技已成長(zhǎng)為中國(guó)儲(chǔ)能行業(yè)領(lǐng)先的基于平臺(tái)技術(shù)及人工智能驅(qū)動(dòng)的可再生能源解決方案及產(chǎn)品提供商。
2024年，在果下科技三大業(yè)務(wù)矩陣中，智能儲(chǔ)能系統(tǒng)解決方案貢獻(xiàn)了97.8%的收入，是其最核心的增長(zhǎng)主力軍以及業(yè)績(jī)支柱。
也因此，果下科技將針對(duì)全用能場(chǎng)景提供AI優(yōu)化儲(chǔ)能系統(tǒng)解決方案及產(chǎn)品的能力，視為其穩(wěn)固其競(jìng)爭(zhēng)力和差異化優(yōu)勢(shì)的核心。
招股書顯示，果下科技擬將赴港上市融得的資金重點(diǎn)用于提升研發(fā)能力以加強(qiáng)其在儲(chǔ)能領(lǐng)域的技術(shù)領(lǐng)導(dǎo)力，以及建設(shè)海外運(yùn)營(yíng)及服務(wù)網(wǎng)絡(luò)，以支持國(guó)際化增長(zhǎng)策略兩個(gè)方面。
具體包括采購(gòu)AI軟硬件、第三方供應(yīng)商的支持性服務(wù)、招募研發(fā)人員、AI商業(yè)化及合規(guī)所需的知識(shí)產(chǎn)權(quán)保護(hù)等提升公司AI研發(fā)能力；在歐洲及非洲建立基礎(chǔ)設(shè)施等。
這不僅標(biāo)志著中國(guó)儲(chǔ)能企業(yè)在技術(shù)創(chuàng)新與資本運(yùn)作上的雙重突破，更預(yù)示著AI與儲(chǔ)能深度融合的新紀(jì)元即將到來。
2025年儲(chǔ)能技術(shù)新趨向：AI賦能全產(chǎn)業(yè)鏈
在全球能源加速轉(zhuǎn)型和AI賦能產(chǎn)業(yè)變革的新形勢(shì)下，人工智能正在與儲(chǔ)能產(chǎn)業(yè)深度融合，并全面重塑儲(chǔ)能行業(yè)價(jià)值鏈。
如果說2024年AI+儲(chǔ)能“小荷才露尖尖角”，那么，2025年已經(jīng)成為AI與儲(chǔ)能深度融合的轉(zhuǎn)折點(diǎn)。
細(xì)看今年以來產(chǎn)業(yè)鏈企業(yè)技術(shù)、產(chǎn)品迭代的方向，從電池技術(shù)迭代、精準(zhǔn)預(yù)測(cè)到智能調(diào)度，從故障預(yù)警、運(yùn)維優(yōu)化到全生命周期管理，AI與儲(chǔ)能的深度融合，不僅大幅提升了能源利用效率，也成為破解新型能源體系的“不可能三角”（安全、經(jīng)濟(jì)、綠色）的新方法。
具體而言，AI在技術(shù)研發(fā)、電力交易、電站運(yùn)維、場(chǎng)景拓展等多個(gè)儲(chǔ)能產(chǎn)業(yè)鏈多個(gè)關(guān)鍵環(huán)節(jié)發(fā)揮著變革性作用。
推動(dòng)電池技術(shù)革新。頭部?jī)?chǔ)能企業(yè)引領(lǐng)，利用智能化和數(shù)字化技術(shù)，試圖在電池能量密度、電芯與系統(tǒng)容量、充放電效率、循環(huán)壽命等關(guān)鍵指標(biāo)上實(shí)現(xiàn)質(zhì)的飛躍。
比如，寧德時(shí)代開發(fā)了電池材料智能化設(shè)計(jì)平臺(tái)，基于AI材料智能設(shè)計(jì)算法，90天內(nèi)就可完成材料篩選與閉環(huán)驗(yàn)證；比亞迪試圖在材料設(shè)計(jì)、材料篩選、電池自動(dòng)化設(shè)計(jì)以及工藝制造質(zhì)量管控、電池管理等方面，利用AI技術(shù)提高設(shè)計(jì)效率，尋找產(chǎn)生新材料、新體系的機(jī)會(huì)；LG新能源著手利用人工智能技術(shù)，為客戶量身定制電池；欣旺達(dá)NoahX 2.0系統(tǒng)引入數(shù)字孿生平臺(tái)，實(shí)時(shí)模擬電芯老化軌跡，動(dòng)態(tài)調(diào)整充放電策略，延長(zhǎng)電池壽命20%。
智能運(yùn)維壓縮全生命周期成本。在儲(chǔ)能系統(tǒng)運(yùn)行管理中，利用深度學(xué)習(xí)算法，AI融合電壓、電流、溫度等多源數(shù)據(jù)，精確估計(jì)電池的荷電狀態(tài)（SOC）和健康狀態(tài)（SOH），結(jié)合電化學(xué)阻抗譜等技術(shù)，準(zhǔn)確預(yù)測(cè)電池剩余壽命，為維護(hù)和更換提供科學(xué)依據(jù) 。
此外，AI還能根據(jù)電網(wǎng)負(fù)荷、可再生能源發(fā)電和儲(chǔ)能系統(tǒng)狀態(tài)，智能調(diào)整充放電策略，提高儲(chǔ)能效率、降低成本。
比如，寧德時(shí)代推出的“天恒·智儲(chǔ)”平臺(tái)通過AI算法，將故障預(yù)警時(shí)間提前7天，電站綜合效率提升3%，運(yùn)維響應(yīng)速度提升50%；遠(yuǎn)景儲(chǔ)能推出全球首款智能體儲(chǔ)能系統(tǒng)EN 8 Pro內(nèi)置交易智能體，結(jié)合AI氣象大模型與負(fù)荷預(yù)測(cè)算法，實(shí)現(xiàn)電價(jià)峰谷預(yù)測(cè)準(zhǔn)確率超90%，100MWh電站年增收150萬(wàn)元；科華數(shù)能推出的光儲(chǔ)充算一體化方案，通過AI優(yōu)化能源調(diào)度，降低數(shù)據(jù)中心PUE值至1.2以下。
將儲(chǔ)能安全管理關(guān)口前置。傳統(tǒng)依賴電壓、溫度監(jiān)測(cè)的被動(dòng)式管理已成過去式，AI技術(shù)與儲(chǔ)能系統(tǒng)的深度融合正在重塑能源安全的底層邏輯，其核心價(jià)值在于通過智能預(yù)測(cè)、動(dòng)態(tài)調(diào)控和主動(dòng)防御構(gòu)建全生命周期的安全防護(hù)體系。
比如，陽(yáng)光電源推出的電芯AI智算大模型，通過融合機(jī)理模型與深度學(xué)習(xí)算法，實(shí)現(xiàn)熱失控預(yù)警準(zhǔn)確率≥99%，電池健康狀態(tài)（SOH）估算精度提升2%-3%，1GWh電站年增發(fā)電量7.3GWh；林洋儲(chǔ)能的“云邊協(xié)同多模態(tài)安全鏈大模型”，可提前7天預(yù)警故障，誤報(bào)率下降40%。
在電力交易中實(shí)現(xiàn)系統(tǒng)效益最大化。在全球電力市場(chǎng)中，區(qū)域電力需求與供給狀況千差萬(wàn)別，不同地區(qū)儲(chǔ)能需求也各有不同。AI與儲(chǔ)能的深度融合正推動(dòng)能源管理進(jìn)入智能化新階段，通過智能調(diào)度、安全防護(hù)和全生命周期管理，AI顯著提升了儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性和可靠性。
比如，思格新能源憑借AI智能調(diào)度技術(shù)優(yōu)化了儲(chǔ)能系統(tǒng)的充放電策略助力用戶電力購(gòu)買成本下降 42%，電力售出價(jià)格增長(zhǎng) 100%，總成本下降52%；海爾新能源發(fā)布的星擎261工商業(yè)儲(chǔ)能系統(tǒng)，以“AI+數(shù)字孿生+大數(shù)據(jù)+人機(jī)協(xié)同”技術(shù)為核心，通過AI電池預(yù)警、AI多能預(yù)警中樞、AI云能管家等功能，實(shí)現(xiàn)了90%的高系統(tǒng)效率、行業(yè)最小1.19㎡的占地面積、12重安全保障及全生命周期智慧運(yùn)維，成為高耗能企業(yè)降本增效首選。
拓展儲(chǔ)能應(yīng)用邊界。AI能夠讓儲(chǔ)能系統(tǒng)在更多復(fù)雜場(chǎng)景中發(fā)揮關(guān)鍵作用。
在新型電力系統(tǒng)構(gòu)建中，構(gòu)網(wǎng)型儲(chǔ)能技術(shù)占比持續(xù)提升，AI能夠幫助解決高比例新能源接入的慣量支撐問題，火電 + 儲(chǔ)能聯(lián)合調(diào)頻項(xiàng)目增加，響應(yīng)時(shí)間大幅縮短 ；在用戶側(cè)，光儲(chǔ)充一體化項(xiàng)目在工業(yè)園區(qū)普及率上升，通過VPP聚合實(shí)現(xiàn)跨園區(qū)電力交易；隨著戶用儲(chǔ)能滲透率提高，“光伏 + 儲(chǔ)能 + 智能家居”全屋能源解決方案逐漸興起。
此外，數(shù)據(jù)中心作為AI運(yùn)營(yíng)的基礎(chǔ)，對(duì)電力供應(yīng)的可靠性和穩(wěn)定性要求極高，儲(chǔ)能系統(tǒng)結(jié)合AI智能調(diào)度，既能為數(shù)據(jù)中心提供可靠的備用電源，又能優(yōu)化其能源使用效率 。
驅(qū)動(dòng)儲(chǔ)能商業(yè)模式變革。從商業(yè)模式角度，AI為儲(chǔ)能行業(yè)帶來了新的盈利增長(zhǎng)點(diǎn)和運(yùn)營(yíng)模式。
在電力市場(chǎng)交易中，借助AI對(duì)市場(chǎng)價(jià)格、供需關(guān)系的精準(zhǔn)預(yù)測(cè)，儲(chǔ)能系統(tǒng)可以更高效地參與現(xiàn)貨市場(chǎng)、輔助服務(wù)市場(chǎng)等，獲取更大收益。
比如，通過AI分析用戶行為和市場(chǎng)數(shù)據(jù)，預(yù)測(cè)不同地區(qū)、行業(yè)的儲(chǔ)能需求，幫助企業(yè)調(diào)整生產(chǎn)和市場(chǎng)策略，開拓新的市場(chǎng)空間。
在儲(chǔ)能系統(tǒng)的全生命周期管理中，AI實(shí)現(xiàn)從規(guī)劃建設(shè)、運(yùn)營(yíng)到退役的全流程數(shù)字化、智能化，降低運(yùn)營(yíng)成本，提升資產(chǎn)價(jià)值。
6大核心挑戰(zhàn)亟待破解
當(dāng)人工智能與儲(chǔ)能系統(tǒng)從概念碰撞走向深度融合，這場(chǎng)被譽(yù)為“能源革命催化劑”的技術(shù)聯(lián)姻正遭遇多重現(xiàn)實(shí)考驗(yàn)。
從算法邏輯與數(shù)據(jù)孤島沖突，到產(chǎn)業(yè)生態(tài)與標(biāo)準(zhǔn)體系的滯后性，AI賦能儲(chǔ)能的進(jìn)程中，技術(shù)理想與工程現(xiàn)實(shí)的張力正催生一系列亟待破解的挑戰(zhàn)。
首先，AI算法對(duì)數(shù)據(jù)質(zhì)量和數(shù)量要求高，目前，多數(shù)企業(yè)缺乏全生命周期數(shù)據(jù)積累，存在樣本稀缺、數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一等問題，影響AI模型的精度和可靠性 。
產(chǎn)業(yè)協(xié)同也同樣面臨“數(shù)據(jù)孤島”效應(yīng)，電池制造商、系統(tǒng)集成商、運(yùn)維服務(wù)商之間的數(shù)據(jù)共享存在天然壁壘。
其次，儲(chǔ)能系統(tǒng)建設(shè)和運(yùn)營(yíng)成本仍然較高，尤其是在大規(guī)模部署時(shí)，儲(chǔ)能設(shè)備采購(gòu)、安裝及后期運(yùn)維成本可能成為算力配儲(chǔ)項(xiàng)目的瓶頸 。
第三、對(duì)于算力密集型應(yīng)用，現(xiàn)有的儲(chǔ)能技術(shù)或許無(wú)法完全滿足高強(qiáng)度、高頻次的需求，還需繼續(xù)攻關(guān)大規(guī)模長(zhǎng)時(shí)儲(chǔ)能、高效能儲(chǔ)能系統(tǒng)的開發(fā)與應(yīng)用。
第四、數(shù)據(jù)存在安全性隱患，AI需要電芯級(jí)電壓、內(nèi)阻等敏感數(shù)據(jù)提升預(yù)測(cè)精度，但這類數(shù)據(jù)一旦泄露，可能暴露企業(yè)的電池配方、熱管理設(shè)計(jì)等核心技術(shù)。
另外，跨境數(shù)據(jù)流動(dòng)面臨合規(guī)壁壘。
目前，歐盟《人工智能法案》將儲(chǔ)能AI系統(tǒng)列為“高風(fēng)險(xiǎn)AI”，要求其訓(xùn)練數(shù)據(jù)中至少70%來自目標(biāo)市場(chǎng)區(qū)域；美國(guó)CFIUS則規(guī)定，含中國(guó)AI組件的儲(chǔ)能系統(tǒng)不得接入聯(lián)邦電網(wǎng)。這種地域化的數(shù)據(jù)主權(quán)要求，導(dǎo)致跨國(guó)企業(yè)不得不建立本地化AI訓(xùn)練中心，既增加了運(yùn)維成本，且面臨模型參數(shù)同步延遲引發(fā)的決策不一致風(fēng)險(xiǎn)。
第五、算法決策的責(zé)任界定困境。當(dāng)AI系統(tǒng)因預(yù)測(cè)誤差導(dǎo)致儲(chǔ)能事故，責(zé)任歸屬陷入法律真空。
2023年德國(guó)某儲(chǔ)能電站因AI誤判未及時(shí)觸發(fā)消防系統(tǒng)，引發(fā)火災(zāi)事故，法院在判決中無(wú)法界定是電池制造商的硬件缺陷、軟件供應(yīng)商的算法漏洞，還是運(yùn)營(yíng)商的參數(shù)配置失誤。這種“責(zé)任分散化”現(xiàn)象，正阻礙保險(xiǎn)機(jī)構(gòu)開發(fā)針對(duì)性的AI儲(chǔ)能責(zé)任險(xiǎn)產(chǎn)品，推高行業(yè)風(fēng)險(xiǎn)成本。
第六、標(biāo)準(zhǔn)體系的滯后性與碎片化，標(biāo)準(zhǔn)空白導(dǎo)致企業(yè)測(cè)試成本增加。
當(dāng)前全球儲(chǔ)能AI安全標(biāo)準(zhǔn)仍處于“補(bǔ)丁式”建設(shè)階段。IEC 63056僅規(guī)定AI參與的儲(chǔ)能系統(tǒng)需具備人工干預(yù)接口，卻未明確算法決策的可解釋性閾值；中國(guó)NB/T 42091要求BMS的AI診斷功能準(zhǔn)確率≥95%，但未定義不同工況下的誤差容忍度。
面對(duì)這些挑戰(zhàn)，行業(yè)也在探索破局之道。
技術(shù)層面，推動(dòng)“AI+機(jī)理模型”的混合建模，比如，麻省理工學(xué)院開發(fā)的結(jié)合DFT計(jì)算與神經(jīng)網(wǎng)絡(luò)的電池老化預(yù)測(cè)模型，預(yù)測(cè)誤差降低至0.8%。
產(chǎn)業(yè)層面，建立跨企業(yè)的AI儲(chǔ)能安全聯(lián)盟，如中國(guó)電科院牽頭的“儲(chǔ)能AI可靠性測(cè)試平臺(tái)”已覆蓋80%的主流廠商。
制度層面，探索“沙盒監(jiān)管”模式，比如，歐盟計(jì)劃在2025年前設(shè)立儲(chǔ)能AI創(chuàng)新試點(diǎn)區(qū)，允許在可控范圍內(nèi)測(cè)試突破性技術(shù)。
結(jié)語(yǔ)：隨著AI技術(shù)的持續(xù)發(fā)展與創(chuàng)新，其與儲(chǔ)能行業(yè)的融合將更加深入和廣泛。未來，儲(chǔ)能行業(yè)的競(jìng)爭(zhēng)將在很大程度上圍繞AI技術(shù)展開，誰(shuí)能在AI賦能儲(chǔ)能的賽道上搶占先機(jī)，實(shí)現(xiàn)技術(shù)、應(yīng)用和商業(yè)的創(chuàng)新突破，誰(shuí)就能在儲(chǔ)能市場(chǎng)的激烈競(jìng)爭(zhēng)中脫穎而出，引領(lǐng)行業(yè)發(fā)展新潮流。
AI與儲(chǔ)能的融合，本質(zhì)上是數(shù)字世界與物理世界的深度耦合，其挑戰(zhàn)不僅是技術(shù)命題，更是產(chǎn)業(yè)生態(tài)與制度文明的重塑。
盡管潛力巨大，但真正解鎖“AI+儲(chǔ)能”的終極價(jià)值需跨學(xué)科協(xié)作、政策支持和技術(shù)迭代共同推進(jìn)。短期可聚焦特定場(chǎng)景（如電池壽命預(yù)測(cè)），長(zhǎng)期則需構(gòu)建“AI+儲(chǔ)能”生態(tài)體系。
