中國儲能網(wǎng)訊：當前，儲能產(chǎn)業(yè)正處于市場化轉(zhuǎn)型的關(guān)鍵節(jié)點，“136號文”的出臺標志著強配儲時代落幕，儲能產(chǎn)業(yè)從政策驅(qū)動向市場主導的深刻轉(zhuǎn)變，“394號文”明確提出2025年底前基本實現(xiàn)電力現(xiàn)貨市場全覆蓋的目標，這預示著我國電力市場改革進入全面提速階段。
在此背景下，儲能產(chǎn)品的技術(shù)創(chuàng)新方向，正從拼價格的“堆量競爭”轉(zhuǎn)向拼價值的精耕細作。
這一過程中，人工智能與儲能各領域的深度融合，正全面重塑儲能行業(yè)價值鏈，成為產(chǎn)業(yè)鏈競爭的下一個高地。
儲能新銳赴港上市背后：押注“AI+儲能”
4月28日，江蘇一家儲能新銳果下科技正式開啟赴港上市進程，擬募資加速其“AI+儲能”戰(zhàn)略，塑造其差異化競爭力。
成立于2019年的果下科技，最初主要業(yè)務聚焦歐洲戶用儲能市場，2022年其歐洲收入占比超70%，隨著國內(nèi)儲能市場快速崛起，果下科技同時布局國內(nèi)外兩大儲能市場。
受益于近兩年全球儲能市場需求的爆發(fā)，果下科技業(yè)績一路暴增。招股書顯示，2022-2024年，其營收從1.42億元飆升至10.26億元，年復合增速達168.9%；同期毛利由人民幣3560萬元增至人民幣1.55億元，年復合增長率達108.6%。
同時，果下科技在儲能市場的競爭地位也持續(xù)得以提升，資料顯示，2024年，按全球新裝機多用途儲能系統(tǒng)容量統(tǒng)計，果下科技為全球第八大中國儲能系統(tǒng)供貨商，按按全球戶用儲能系統(tǒng)出貨量統(tǒng)計，果下科技為全球第十大中國儲能系統(tǒng)供貨商。
為支撐儲能業(yè)務的增長，果下科技也加快了產(chǎn)能擴張的步伐，然而，與儲能市場高速增長相伴的是價格戰(zhàn)愈演愈烈，同大多擴張期的制造企業(yè)類似，果下科技也面臨著增收不增利的困境，2022-2024年公司凈利潤僅從2427萬元增至4911萬元，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+儲能”戰(zhàn)略。
作為業(yè)界率先實現(xiàn)儲能系統(tǒng)解決方案、產(chǎn)品無縫云端整合并開發(fā)全景云平臺的企業(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)團隊，并持續(xù)開展數(shù)字與人工智能業(yè)務。
資料顯示，果下科技是首家專門為運營所在行業(yè)開發(fā)物聯(lián)網(wǎng)平臺的解決方案提供商，也是首家基于AI技術(shù)開發(fā)無縫儲能工業(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，以加強即時能源優(yōu)化、預測性維護及決策流程。
6年的深耕，果下科技已成長為中國儲能行業(yè)領先的基于平臺技術(shù)及人工智能驅(qū)動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)務矩陣中，智能儲能系統(tǒng)解決方案貢獻了97.8%的收入，是其最核心的增長主力軍以及業(yè)績支柱。
也因此，果下科技將針對全用能場景提供AI優(yōu)化儲能系統(tǒng)解決方案及產(chǎn)品的能力，視為其穩(wěn)固其競爭力和差異化優(yōu)勢的核心。
招股書顯示，果下科技擬將赴港上市融得的資金重點用于提升研發(fā)能力以加強其在儲能領域的技術(shù)領導力，以及建設海外運營及服務網(wǎng)絡，以支持國際化增長策略兩個方面。
具體包括采購AI軟硬件、第三方供應商的支持性服務、招募研發(fā)人員、AI商業(yè)化及合規(guī)所需的知識產(chǎn)權(quán)保護等提升公司AI研發(fā)能力；在歐洲及非洲建立基礎設施等。
這不僅標志著中國儲能企業(yè)在技術(shù)創(chuàng)新與資本運作上的雙重突破，更預示著AI與儲能深度融合的新紀元即將到來。
2025年儲能技術(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)變革的新形勢下，人工智能正在與儲能產(chǎn)業(yè)深度融合，并全面重塑儲能行業(yè)價值鏈。
如果說2024年AI+儲能“小荷才露尖尖角”，那么，2025年已經(jīng)成為AI與儲能深度融合的轉(zhuǎn)折點。
細看今年以來產(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、精準預測到智能調(diào)度，從故障預警、運維優(yōu)化到全生命周期管理，AI與儲能的深度融合，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、綠色）的新方法。
具體而言，AI在技術(shù)研發(fā)、電力交易、電站運維、場景拓展等多個儲能產(chǎn)業(yè)鏈多個關(guān)鍵環(huán)節(jié)發(fā)揮著變革性作用。
推動電池技術(shù)革新。頭部儲能企業(yè)引領，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)鍵指標上實現(xiàn)質(zhì)的飛躍。
比如，寧德時代開發(fā)了電池材料智能化設計平臺，基于AI材料智能設計算法，90天內(nèi)就可完成材料篩選與閉環(huán)驗證；比亞迪試圖在材料設計、材料篩選、電池自動化設計以及工藝制造質(zhì)量管控、電池管理等方面，利用AI技術(shù)提高設計效率，尋找產(chǎn)生新材料、新體系的機會；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NoahX 2.0系統(tǒng)引入數(shù)字孿生平臺，實時模擬電芯老化軌跡，動態(tài)調(diào)整充放電策略，延長電池壽命20%。
智能運維壓縮全生命周期成本。在儲能系統(tǒng)運行管理中，利用深度學習算法，AI融合電壓、電流、溫度等多源數(shù)據(jù)，精確估計電池的荷電狀態(tài)（SOC）和健康狀態(tài)（SOH），結(jié)合電化學阻抗譜等技術(shù)，準確預測電池剩余壽命，為維護和更換提供科學依據(jù) 。
此外，AI還能根據(jù)電網(wǎng)負荷、可再生能源發(fā)電和儲能系統(tǒng)狀態(tài)，智能調(diào)整充放電策略，提高儲能效率、降低成本。
比如，寧德時代推出的“天恒·智儲”平臺通過AI算法，將故障預警時間提前7天，電站綜合效率提升3%，運維響應速度提升50%；遠景儲能推出全球首款智能體儲能系統(tǒng)EN 8 Pro內(nèi)置交易智能體，結(jié)合AI氣象大模型與負荷預測算法，實現(xiàn)電價峰谷預測準確率超90%，100MWh電站年增收150萬元；科華數(shù)能推出的光儲充算一體化方案，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。
將儲能安全管理關(guān)口前置。傳統(tǒng)依賴電壓、溫度監(jiān)測的被動式管理已成過去式，AI技術(shù)與儲能系統(tǒng)的深度融合正在重塑能源安全的底層邏輯，其核心價值在于通過智能預測、動態(tài)調(diào)控和主動防御構(gòu)建全生命周期的安全防護體系。
比如，陽光電源推出的電芯AI智算大模型，通過融合機理模型與深度學習算法，實現(xiàn)熱失控預警準確率≥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；林洋儲能的“云邊協(xié)同多模態(tài)安全鏈大模型”，可提前7天預警故障，誤報率下降40%。
在電力交易中實現(xiàn)系統(tǒng)效益最大化。在全球電力市場中，區(qū)域電力需求與供給狀況千差萬別，不同地區(qū)儲能需求也各有不同。AI與儲能的深度融合正推動能源管理進入智能化新階段，通過智能調(diào)度、安全防護和全生命周期管理，AI顯著提升了儲能系統(tǒng)的經(jīng)濟性和可靠性。
比如，思格新能源憑借AI智能調(diào)度技術(shù)優(yōu)化了儲能系統(tǒng)的充放電策略助力用戶電力購買成本下降 42%，電力售出價格增長 100%，總成本下降52%；海爾新能源發(fā)布的星擎261工商業(yè)儲能系統(tǒng)，以“AI+數(shù)字孿生+大數(shù)據(jù)+人機協(xié)同”技術(shù)為核心，通過AI電池預警、AI多能預警中樞、AI云能管家等功能，實現(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維，成為高耗能企業(yè)降本增效首選。
拓展儲能應用邊界。AI能夠讓儲能系統(tǒng)在更多復雜場景中發(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 + 儲能聯(lián)合調(diào)頻項目增加，響應時間大幅縮短 ；在用戶側(cè)，光儲充一體化項目在工業(yè)園區(qū)普及率上升，通過VPP聚合實現(xiàn)跨園區(qū)電力交易；隨著戶用儲能滲透率提高，“光伏 + 儲能 + 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運營的基礎，對電力供應的可靠性和穩(wěn)定性要求極高，儲能系統(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)動儲能商業(yè)模式變革。從商業(yè)模式角度，AI為儲能行業(yè)帶來了新的盈利增長點和運營模式。
在電力市場交易中，借助AI對市場價格、供需關(guān)系的精準預測，儲能系統(tǒng)可以更高效地參與現(xiàn)貨市場、輔助服務市場等，獲取更大收益。
比如，通過AI分析用戶行為和市場數(shù)據(jù)，預測不同地區(qū)、行業(yè)的儲能需求，幫助企業(yè)調(diào)整生產(chǎn)和市場策略，開拓新的市場空間。
在儲能系統(tǒng)的全生命周期管理中，AI實現(xiàn)從規(guī)劃建設、運營到退役的全流程數(shù)字化、智能化，降低運營成本，提升資產(chǎn)價值。
6大核心挑戰(zhàn)亟待破解
當人工智能與儲能系統(tǒng)從概念碰撞走向深度融合，這場被譽為“能源革命催化劑”的技術(shù)聯(lián)姻正遭遇多重現(xiàn)實考驗。
從算法邏輯與數(shù)據(jù)孤島沖突，到產(chǎn)業(yè)生態(tài)與標準體系的滯后性，AI賦能儲能的進程中，技術(shù)理想與工程現(xiàn)實的張力正催生一系列亟待破解的挑戰(zhàn)。
首先，AI算法對數(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)標準不統(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，電池制造商、系統(tǒng)集成商、運維服務商之間的數(shù)據(jù)共享存在天然壁壘。
其次，儲能系統(tǒng)建設和運營成本仍然較高，尤其是在大規(guī)模部署時，儲能設備采購、安裝及后期運維成本可能成為算力配儲項目的瓶頸 。
第三、對于算力密集型應用，現(xiàn)有的儲能技術(shù)或許無法完全滿足高強度、高頻次的需求，還需繼續(xù)攻關(guān)大規(guī)模長時儲能、高效能儲能系統(tǒng)的開發(fā)與應用。
第四、數(shù)據(jù)存在安全性隱患，AI需要電芯級電壓、內(nèi)阻等敏感數(shù)據(jù)提升預測精度，但這類數(shù)據(jù)一旦泄露，可能暴露企業(yè)的電池配方、熱管理設計等核心技術(shù)。
另外，跨境數(shù)據(jù)流動面臨合規(guī)壁壘。
目前，歐盟《人工智能法案》將儲能AI系統(tǒng)列為“高風險AI”，要求其訓練數(shù)據(jù)中至少70%來自目標市場區(qū)域；美國CFIUS則規(guī)定，含中國AI組件的儲能系統(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，導致跨國企業(yè)不得不建立本地化AI訓練中心，既增加了運維成本，且面臨模型參數(shù)同步延遲引發(fā)的決策不一致風險。
第五、算法決策的責任界定困境。當AI系統(tǒng)因預測誤差導致儲能事故，責任歸屬陷入法律真空。
2023年德國某儲能電站因AI誤判未及時觸發(fā)消防系統(tǒng)，引發(fā)火災事故，法院在判決中無法界定是電池制造商的硬件缺陷、軟件供應商的算法漏洞，還是運營商的參數(shù)配置失誤。這種“責任分散化”現(xiàn)象，正阻礙保險機構(gòu)開發(fā)針對性的AI儲能責任險產(chǎn)品，推高行業(yè)風險成本。
第六、標準體系的滯后性與碎片化，標準空白導致企業(yè)測試成本增加。
當前全球儲能AI安全標準仍處于“補丁式”建設階段。IEC 63056僅規(guī)定AI參與的儲能系統(tǒng)需具備人工干預接口，卻未明確算法決策的可解釋性閾值；中國NB/T 42091要求BMS的AI診斷功能準確率≥95%，但未定義不同工況下的誤差容忍度。
面對這些挑戰(zhàn)，行業(yè)也在探索破局之道。
技術(shù)層面，推動“AI+機理模型”的混合建模，比如，麻省理工學院開發(fā)的結(jié)合DFT計算與神經(jīng)網(wǎng)絡的電池老化預測模型，預測誤差降低至0.8%。
產(chǎn)業(yè)層面，建立跨企業(yè)的AI儲能安全聯(lián)盟，如中國電科院牽頭的“儲能AI可靠性測試平臺”已覆蓋80%的主流廠商。
制度層面，探索“沙盒監(jiān)管”模式，比如，歐盟計劃在2025年前設立儲能AI創(chuàng)新試點區(qū)，允許在可控范圍內(nèi)測試突破性技術(shù)。
結(jié)語：隨著AI技術(shù)的持續(xù)發(fā)展與創(chuàng)新，其與儲能行業(yè)的融合將更加深入和廣泛。未來，儲能行業(yè)的競爭將在很大程度上圍繞AI技術(shù)展開，誰能在AI賦能儲能的賽道上搶占先機，實現(xiàn)技術(shù)、應用和商業(yè)的創(chuàng)新突破，誰就能在儲能市場的激烈競爭中脫穎而出，引領行業(yè)發(fā)展新潮流。
AI與儲能的融合，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+儲能”的終極價值需跨學科協(xié)作、政策支持和技術(shù)迭代共同推進。短期可聚焦特定場景（如電池壽命預測），長期則需構(gòu)建“AI+儲能”生態(tài)體系。
