近期，在首届“保险杯”AI电力交易大赛上，一支由高校学生组成的团队借助人工智能（简称“AI”）在124支售电公司参赛队伍中位列第23名。

而另一支由科技公司——北京清鹏智能科技有限公司派出的清鹏AI队排名第15，超越了近90%的电力交易员。更让人震惊的是，该团队采用的是偏保守的AI agent（AI 智能体）参赛，如果用的激进策略，用拿下第一的代表话说，很可能站在台上的不是他，而是一个AI agent。

AI首战电力市场

回顾比赛过程，AI的表现并非一开始就占据优势。据提供此次AI技术支持的相关人士透露，比赛初期，AI的表现并未超过人类电力交易员。

然而，随着比赛的深入进行，AI展现出了惊人的学习能力和适应能力。它能够根据历史数据不断优化预测模型，并在复杂多变的市场环境中做出更加精准的决策。这种自我学习和优化的能力，正是AI技术的核心优势所在。

中国人民大学应用经济学院副教授郭伯威在赛后交流时表示，AI在电力交易领域的应用前景广阔。他指出，AI可以根据历史错误不断增强预测水平和决策能力，从零开始发展定价策略，并且能够适应不断变化的市场环境。这一过程完全不需要人类的指导，AI能够自主学习和优化，从而实现更高的效率和准确性。

郭伯威教授进一步指出，目前AI在电力交易领域的应用主要集中在电价预测方面，而直接应用于决策的情况相对较少。然而，随着AI技术的不断发展和完善，越来越多的经济学前沿学者开始关注AI算法互动及其对市场的影响。他们认为，AI有望在未来电力市场中发挥更大的作用，甚至可能彻底改变传统的电力交易模式。

值得一提的是，在这场比赛中，清鹏AI队首次参与电力交易的“实战”。为了应对不同的市场环境和风险偏好，该团队训练了四种不同风险偏好的AI智能体。最终参赛的是弱风险厌恶的AI智能体，即偏保守的策略。尽管如此，它的平均成本仍然达到了307.04元/MWh，表现相当出色。相比之下，强风险偏好的智能体的平均成本更低，仅为236.00元/MWh。这表明，即使在保守策略下，AI也能展现出强大的竞争力。

更为引人注目的是，整个策略都是提前对所有参赛队伍开放的，全程公开透明。这意味着，即使是“明牌”的情况下，专业的电力交易员也难以战胜AI。这一结果不仅展示了AI技术的强大实力，也引发了人们对未来电力市场可能发生的变革的思考。

在泛电力市场AI的表现如此突出，很容易引起储能人联想：如果AI 用在工商业储能的商业模式中，能否出现同样劲爆的效果？

改变工商储模式？

随着新能源资产的快速发展，特别是以电池为核心的能源系统，其复杂性不断增加，管理难度也随之加大。据统计数据显示，2023年，电化学储能电站非计划停运次数高达1030次，单次平均非计划停运时长达到29.12小时，单位能量非计划停运次数更是高达26.73次/100MWh。这一数据充分暴露了当前储能系统在管理方面存在的问题。

在管理方面，纳入统一成熟管理的工商业储能不足十分之一，收益达成普遍不及预期。许多资产方表示，他们的储能项目收益远未达到预期目标。为了应对这一问题，他们不得不每天打开十几个不同的平台去盯盘，分析数据找原因，管理效率极其低下。这种粗放式的管理模式已经无法适应当前市场的需求。

此外，工商业储能项目的规模通常较小且分布广泛，运维巡检工作量大、难度高。部分项目存在系统效率低、故障率高和运行损耗高的问题，这些问题严重影响了客户的收益。同时，随着电力市场化进程的加速，传统的“一口价”收益模式已经不复存在，粗放式管理也无法再躺着赚钱。因此，如何提高储能项目的管理效率和收益水平，成为了一个亟待解决的问题。

在这一背景下，AI技术有望成为大规模新能源资产高质量管理的必然选择。目前，国内已有公司提出了行业首个储能FSD（完全自动驾驶技术），旨在通过AI技术实现储能系统的智能化管理。该技术从感知、决策、执行三个层面入手，通过AI收益诊断，分析检修停运、固定策略、充放电损耗、变压器容量限制、负荷偏差等方面的收益损失，并通过智能化控制进行策略优化，捕获最大价差的储能策略。

具体来说，AI技术可以通过实时监测和分析储能系统的运行状态，预测未来的电价走势和市场变化，从而制定出更加精准的充放电策略。同时，AI还可以根据历史数据和实时数据，不断优化储能系统的运行参数和管理策略，提高系统的运行效率和收益水平。

在实际应用中，AI技术已经在一些储能项目中取得了显著的效果。在对批量场站验证过程中发现，大部分储能项目仍有2%-10%的提升空间。这意味着，通过AI技术的应用，一个2MWh的储能场站每年收益大概可以提升8万元左右。这一数据充分展示了AI技术在储能领域的巨大潜力。

当然，AI技术在电力交易和储能领域的应用仍面临一些挑战。例如，如何确保AI技术的安全性和可靠性，防止因技术故障导致的电力事故和储能系统损坏；如何保护用户的隐私和数据安全，避免因数据泄露和滥用带来的法律风险；如何培养和引进更多的AI人才，以满足行业发展的需求等。

总结

除了国内公司外，海外也有不少AI公司在积极布局储能市场。

在我们运营的储能群里，有群友反馈，不少海外AI公司在扎堆涌入储能，比如全球领先的人工智能优化太阳能储能技术和解决方案提供商Turbo Energy；也有人利用AI在家就赚到第一桶金。

更多信息，进群聊。我们80%的灵感都来自运营接近3年的储能群。不少大神会分享一些观点，希望都能获得一些启发。