【摘要】2025年，储能产业正迎来“AI+储能”深度融合的拐点。

在第十三届储能国际峰会暨展览会（ESIE 2025）上，以远景能源、海博思创、天合光能为代表的企业，通过AI技术实现了从电池管理、系统调度到电力交易的全链条革新。

当AI不再局限于辅助功能，储能系统提质增效、安全运营的核心驱动力已浮出水面。

以下为正文：

01

AI成为主角

随着“136号文”的出台，储能产业进入市场化转型的关键节点，价值导向成为储能行业长期竞争的核心。

恰逢人工智能与储能系统的深度融合愈发成熟，近日举办的第13届储能国际峰会暨展览会（ESIE 2025）上，AI成了当仁不让的主角。

会上，远景储能正式发布全球首款智能体储能系统EN 8 Pro，海博思创发布“电网、人工智能、感知、芯片”四大技术基因为核心的“智慧储能解决方案”，天合Elementa金刚3大容量平台技术实现AI三位一体全方位防护……

中国电气装备集团储能科技公司副总经理于建斌在会上表示，AI对储能的赋能主要体现在三大维度：提升安全性、优化产品性能以及跃升整体运营价值。

过去，传统储能系统的安全防控主要依赖基础参数监测，误报率高且滞后性强。

进入智慧储能时代，AI可以通过多维数据融合与深度学习模型，有效实现热失控、内短路等风险的精准预判。

与此同时，在电力市场化背景下，AI亦可通过动态策略优化，让储能实时响应电价波动与电网需求，显著提升收益。

远景储能总裁田庆军指出，储能正在成为新型电力系统、新型能源体系的“智能体”，并作为智慧能源基础单元，助力实现能源清洁化、智能化转型。

然而，数据处理能力不足仍是制约AI+储能发展的一大瓶颈。

安全性是储能的首要命题。

只有将电芯设计数据、制造数据、工艺数据和制程数据联合起来，同现场运营数据相匹配，才能有效溯源安全隐患，构建真正的安全防护体系。

当前，储能AI场景仍存在数据量不足、数据质量不高的问题，这导致大模型难以发挥预期效能。

由此，要想实现储能安全模型的持续迭代优化，必须构建AI覆盖全产业链的数据闭环，在多场景应用上下功夫。

02

构筑算法生态

围绕上述目的，展会期间，宁德时代发布其首个智慧储能管理平台，其“天恒智储”为储能电站构建了涵盖智能预警、运行分析、电站体检和智慧运维在内的全套标准化能力。

阳光电源则把AI大模型带入了电池管理系统，借助电芯AI智算大模型，让热失控预警准确率超过99%。

天合光能则发布了公司储能产品在山东泰安实证基地运行数据，公司Elementa金刚系列产品电网侧实测能量效率高达87.13%。

该系列产品采用了智能AI电芯预警系统、Pack级消防、系统级水消防三位一体全方位防护，可实现毫秒级双重预警。

而展会中全新发布的Elementa金刚3大容量平台技术更是在核心数据指标、系统安全可靠、全生命周期收益等方面，相比于前代产品做了全面提升。

各家之所以竞相投入，不仅在于AI大模型对安全性的提高，还在于降本增收。

以天合为例，其SuperTrack拥有STA（动态寻优）与SBA（智能回溯）两大核心算法，其中智能逆跟踪算法（SBA）可通过地形数据或者逆变器获取发电量数据实现自学习、自优化，减少复杂地势下的遮挡发电损失。

与此同时，智合跟踪算法通过动态追踪技术精准优化支架角度，将发电曲线向高电价时段偏移。

另一大重心是强化CNN+LSTM（卷积神经网络+长短期记忆网络）应用。

此前，天合光能行业首款AI仿生液冷工商业储能系统Potentia蓝海2就着眼市场投资痛点，执行96时点柔性充放运营，有效提升能量转化效率1.5%。

LSTM作为一种高效处理时间序列数据的深度学习算法，通过与CNN的结合，可捕捉数小时至数周级的复杂时间依赖关系，较传统RNN提升3-5倍的长期记忆能力。

当前全球TOP10储能系统集成商中，已有多家企业将LSTM纳入核心技术栈，随着V2G、虚拟电厂等新形态发展，LSTM在源网荷储协同优化中将发挥更关键作用。

在国产厂商的共同努力下，光储体系已然迈入主动避险、动态增益的2.0时代。

03

回归交易本质

从此次展会发布的新产品来看，最先受益的还是储能系统集成商。

随着储能行业回归交易本质，储能电站投资的参考，已经从单一的成本指标，转向成本与收益并重。

软硬协同能力或在较长的一段时间内成为储能“更懂交易”的关键。

举例而言，日前远景储能为推动储能与电力市场、电力系统的自主、高效互动，发布了全球首款智能体储能系统EN 8 Pro。

据悉，该智能体储能系统基于AI大模型，内置Trade Agent交易智能体和Grid Agent构网智能体，通过大模型矩阵，自动整合气象数据、市场信息、电价曲线、负荷预测等，可实现峰谷电价精准预测。

除硬件底座能力外，公司产品研发总经理徐中华表示，远景交易智能体可实现日前/实时节点电价预测准确率达80%-90%，峰谷预测准确率较行业平均水平高出约5%-10%。

另一边，海博思创在ESIE 2025展会发布了“智慧储能解决方案”，实现“储能+X”驱动风电、光伏、火电等多场景能源生态重构。

海博AI云平台利用物联网和边缘计算技术，能够实现了储能设备云边端的无缝互联、端到端的人机交互，将传统的硬件储能设备转变为智能化的资产运营服务。

与此同时，公司基于AI全景因素测算模型，可以准确进行新能源与储能配置规模测算，提升新能源电能消纳比例，为新能源与储能提供更高的投资收益，同时为负荷提供最低的综合用电价格。

综合各家公司的态势可以看见，几乎所有公司的储能系统都在向平台化解决方案转移。

全生命周期价值管理理念已成为实现储能系统高效运维的必由之路，政策红利退潮之后，储能行业正加快市场化转型，如何形成“交易-盈利”闭环将成为下一阶段的核心。

04

尾声

当前，储能行业正着重打造服务式的解决方案。

对于远景、海博思创、天合光能而言， AI已经不再是简单的功能插件，而是服务新型电力系统的关键。

短期内，数据闭环的完善与算法专用化仍是待解决的问题，行业生态会愈发紧密，但付出的资源也会更多，头部预期更加收束。

来不及布局AI的厂商，应该尽早成为产业链某一环节的螺丝钉。

       原文标题 : ESIE 2025观察：AI如何成为储能解决方案的核心构件？