在能源转型与绿色发展的全球浪潮中，储能技术作为连接可再生能源与传统电网的桥梁，正日益成为推动全球能源结构变革的关键力量。

近日，第三届国际储能大会在南京顺利召开，阿里云政企事业部能源行业研发总经理许呙兢发表了题为《储能系统的硅基神经中枢——从被动仓库到动态平衡器的AI觉醒，三条曲线洞察与思考》的演讲，深入探讨了AI在储能系统中的应用及未来发展方向。

聚焦三层次AI优化技术

构建智慧新生态

1.新型电力系统特性："源网荷储"互动更紧密

新型电力系统将具备"源网荷储"特性，电源、电网、负荷和储能之间的互动将更加紧密。这种系统特性不仅提升了电力系统的灵活性和可靠性，还促进了电力行业的整体进步和可持续发展。通过新的互动模式，电力行业能够更有效地整合不同类型的能源资源，优化电力供应链。

2.电力管理方式升级：虚拟电厂系统

面向未来“灵活用能”的特点，阿里云的虚拟电厂系统通过整合分布式能源资源，旨在有效管理电力系统中的不确定性。虚拟电厂系统通过精准预测、灵活调度和优化控制，不仅能够提高电力系统的整体效率和稳定性，还为新能源的广泛应用提供了技术保障。这一创新标志着传统电力系统向智能电力系统的转变，以及电力管理方式的升级。

3.电力系统稳定、整体收益提升：微电网高效运行

微电网也是未来电力系统的重要组成部分，微电网的高效运行对可再生能源的利用和能源管理创新具有重要的推动作用。阿里云通过“云+AI”技术支撑微电网能源优化，通过智能化调度和优化算法，微电网不仅能保证供电稳定性，还显著提升了整体收益率，有效降低了企业用电成本 3% 和提升电站发电效率 10%以上。

在需求响应和辅助服务方面，利用机器学习和大数据分析技术，将需求响应和辅助服务的执行自动化，大大提高了电力系统的运行效率。目前在实践中，阿里巴巴的上海、深圳、浙江的 20 多个园区已经通过阿里云 AI-VPP 平台参与到虚拟电厂的聚合需求响应中，全程自动化无需人主动控制，利用 AI 能力让用电资源动态聚合达到130%的响应量。

人工智能

加速落地新能源领域

1.复合型AI是工业界重点方向

据Gartner预测，到2026年超过80%的企业将使用生成式AI的API或模型，或在生产环境中部署支持生成式AI的应用。人工智能应用、行业云平台等将成为企业数字化转型的重要驱动力，复合人工智能为未来人工智能架构奠定基础，包括知识图谱、实时决策。中国和全球的差异在应用、云服务和数据平台方面也有所体现。

2.时序预训练模型技术大量应用到工业能源

时序预训练模型技术在工业能源领域有着广泛的应用。通过时序数据的分析，可以实现负荷预测、发电量预测、温度预测、设备运行预警、异常指标识别等功能。这些功能对于提高能源系统的效率和稳定性至关重要。

基于时序大模型能力，在光伏、储能不同的组合场景下，做出更准确的预测和决策，实现收益的稳定提升，应用场景包括光伏发电、储能现货交易、户储现货交易等方面。

“云+AI”提升效率

协作带来确定性增长

1.提高效率，数实融合

传统的工业化生产方式呈现出微笑曲线的特点，即设计、研发和市场品牌处于高附加值环节，而生产制造则处于低附加值环节。然而，通过网络化和数字化协作，这一曲线可以转化为“均富曲线”，实现各个环节的均衡发展。阿里云通过大数据分析和人工智能技术，提出了实现这一转变的有效策略。通过数据价值助力提升效率是重要发展方向。

以德国制造业为例，由于数字化技术，特别是从互联网产生的大数据和AI技术的基础的相对薄弱，导致近年来与快速推动数字化升级的美国制造业差距越来越大。通过数字技术可以进一步拉动的实体经济，可以有效提升整体收益。

2.构建云上生态协同网络

加强网络化协作也是新能源行业发展的重要途径。通过云上数据、云上模型和云上计算的应用这些技术手段，可以实现更高效的协同工作，以算力换时间，在云上协同创新。在光伏发电、储能现货交易、海外户储虚拟电厂 AI 运营等方面，应用产生和适应变化的速度成为这些行业企业决胜的关键。

3.集群协作，确定性增长的黄金法则

集群式系统性协作是消除不确定性的关键。通过总体架构保持稳定，具备确定性，并且定义好标准接口和相关指标，可以实现更高效的协作。集群型系统性协作方面的探索是重点，集群包括行业联盟协会、新能源投资/运营服务、新能源设备商、解决方案服务商、综合服务、新能源资产金融服务、虚拟电厂运营服务、应用运维服务、算法支撑服务、数据平台服务和云运维服务等合作伙伴一起推动清洁的新能源输出到千行百业。

未来，阿里云将持续为能源行业的各类应用提供坚定支持，共同构建更加绿色、智能、高效的能源生态系统，以数字之力加速双碳目标实现，储动未来！

阿里云亮相第三届国际储能大会_热门资讯-阿里云政企业务