川观智库资讯丨龙头企业探路“AI+储能”，规范发展还需更多应用场景

川观智库研究员 罗韬

AI正在更多垂直化领域产生应用，近年来包括海博思创、宁德时代、比亚迪、LG新能源等龙头企业探索将人工智能技术赋能储能领域，构建“AI+储能”融合解决方案，推动实现智能储能系统全生命周期管理。

赛迪四川发布的一份研究显示上述情况，并指出目前“AI+储能”主要在三个方面应用。一是“AI+储能电站运维”，AI技术主要应用在储能电站实时安全监测、故障根因分析、储能系统优化等应用场景。比如，阳光电源推出的iSolarBPS电芯预诊断系统，实现对电芯的全面、精准诊断和早期预警。二是“AI+电力交易”，AI算法通过分析电力市场数据、政策、天气、负荷需求等变化情况，实时调度电力交易，最大化峰谷收益。比如，海博思创通过AI算法动态调整充放电策略，将集中式大型储能系统综合效率提升至87.0%。三是“AI+电池”，AI算法通过分析电池温度、电压、内阻、充放电曲线等多维度数据，预测电池健康状况与剩余寿命。例如，华为推出的“AI BMS系统”可以实现热失控故障、电池不一致性、过温等三级故障告警的24小时提前预警，并将误报率降低至每月0.1%。

不过，“AI+储能”在此阶段依旧面临不少痛点。

首先是数据采集存在不足，AI模型的精准性、有效性对数据质量的依赖度较高，但由于储能设备分布分散、环境差异大，实时数据获取困难，且不同厂商设备接口和协议不统一，数据标准存在不一致性。再者是技术成熟度有待提升，储能电站中电池老化路径受工况、温度、充放电策略等多变量影响，单一AI模型难以适配不同电池类型和气候环境等复杂情形。其次是商业落地难度较大，智能BMS、多传感器等设备引入需要较高成本，但目前“AI+新型储能”的投资回报率尚不明确。最后是“AI+储能”领域标准缺失，在人工智能技术、储能系统等领域缺乏统一的技术标准、行业规范与监管机制，可能导致行业混乱和技术壁垒。

针对目前出现的应用方向和发展痛点，赛迪四川对“AI+储能”发展提出四个建议。

一是强化政策牵引。探索设立专项扶持基金，为AI算法与储能融合项目提供研发补贴、建设补贴、电力补贴等，重点破解储能企业前期投入成本高等难题。

二是鼓励开发针对性金融产品。整合区域内金融机构资源，引导龙头企业与金融机构、保险机构等加强合作，聚焦人工智能与储能融合发展领域多元化需求，推出差异化金融产品。

三是加强标准制定。推动龙头企业与高校、科研院所合作，加快建立“AI+新型储能”融合领域技术标准、行业规范，为智能储能电站运维、电力市场决策优化提供统一认知底座。

四是积极打造示范场景。鼓励探索AI技术在储能领域的多元化应用场景，推动公共领域先行先试，引导交通、医疗卫生、公共安全等市政设施优先配套“AI+储能”系统。此外，引导AI技术深度参与电力市场，推动建设聚焦电力市场的人工智能平台。