随着DeepSeek和Manus的流行，人工智能（AI）正在席卷新的能源行业，而AI驱动的新储能行业的转变将“即将爆发”。同时，AI高能源消耗和技术安全等实际问题也值得考虑。

“ AI+储能”潮

AI正在推动储能行业的变化，例如在安全和效率方面促进储能电站的升级，并扩大对储能市场的需求。据《第一天日报》的记者说，国内新能源公司逐渐引入了光伏，储能和其他业务的AI技术，从大型电站到智能码头，并促进能源管理以更加智能，更有效的方向发展。

“大型光伏电厂每天都面临变化的发电数据和市场波动。如果没有智能管理系统，操作员可能无法及时做出最佳的能源调度决策，这将影响电站回报的最大化。”一名负责Dongfang Risheng（300118.sz）储能存储的相关人员在接受第一本《金融日报》的记者采访时说。

Xiamen Kehua Digital Energy Technology Co.，Ltd。的总裁Cui Jian告诉第一名，在AI+储能领域，该公司的目标是将AI深入整合到整个存储生命周期中。 “通过AI技术，提高了能源存储系统的运行效率，安全性和经济性。”

“我们的战略方向包括三个方面。” Cui Jian介绍了第一名财务记者。首先，使用AI来优化储能系统的能源管理和调度，并使用AI算法预测光伏发电和用户电力需求，并优化存储的充电和放电策略。其次，该公司使用AI实现智能操作，维护和实时监控设备状态，降低设备故障率以及潜在故障的预警。例如，我们的AI模型可以预测储能电池的健康状况，帮助客户提前维护它们，并避免系统停机时间。

“ AI大数据还可以在新的能源消耗和网格频率调节中增强存储系统的应用值。” Cui Jian进一步补充说，AI系统可以快速响应网格频率调节需求，实现毫秒级的功率调节并提高电网稳定性。

以东方复活的云能源管理系统为例。公司的储能业务负责人告诉记者，它可以通过分析电站数据和用户的习惯来优化电站的运行，以确保电站在各种条件下保持其最佳状况。此外，该平台支持私有化的部署，并且数据由客户控制以确保隐私和安全性。

“该公司在许多情况下引入了技术，例如智能操作以及智能操作和维护，并试图引入流行的模型框架，以协助培训和推理。” Ling Chuyu Energy的助理总裁Huo Jialong告诉第一家财务记者，在Smart Operation中，该公司在智能运营领域中，该公司将使用存储电源站作为运营商来建立集成平台，以构建集成平台，并构建集成的平台，并构建了集成的量子，并使用了整体储备，并将其构建。 “目前在发电预测，负载预测和电力交易中引入算法模型。”

根据Huo Jialong的说法，在智能操作和维护领域，该公司正在建立一个智能操作和维护云平台，用于以云协作和电池电池大数据分析作为核心的储能电站。 “该公司正在培训特定的AI模型，从电池安全性诊断，生命分析等方面进行培训。”

对AI计算能力的需求增长对储能行业的增长的驱动作用正在出现，并且这种“签名”逐渐反映在公司的订单绩效中。

“对AI计算能力的需求增长正在为储能行业带来新的市场机会。”一家国内储能公司的负责人朗·约（Long Yan）告诉第一名财务记者，随着数据中心，云计算和其他领域的迅速发展，电源供应的稳定性和可靠性越来越苛刻，这是储能技术发挥作用的地方。作为确保电源的重要组成部分，储能系统可以更好地平衡电力的供应和需求。

“我们的命令确实反映了这一趋势。” Cui Jian告诉第一名财务记者，他可以认为近年来数据中心和计算功率中心的储能订单大大增加。该公司最近为大型云服务提供商的AI计算电源中心提供了集成的光学存储解决方案，以确保其电源的稳定性，并通过智能调度降低公司的运营成本。

Hu Jialong在接受第一天财务日期的记者采访时说，该公司最近的订单有相对明显的反应（驱动器效应）。 "After the emergence of Deepseek, the cost of computing power has been greatly reduced. Coupled with the promulgation of market-oriented policies for new energy power prices, energy storage companies have been transformed from simply competing for price 'in-volume' to comprehensive solution manufacturers, and the core of the comprehensive solution is AI technology."

“游戏矛盾”仍然存在

AI和储能等新能源行业的“双赢共生”的背面是“游戏矛盾”。目前，对电力需求的急剧增加与电源稳定性的急剧增加，AI中高能源消耗的现状与绿色转化目标之间的冲突已成为实际问题，需要紧急解决。

AI模型的培训正在推动数据中心电力需求的爆炸性增长。但是，新能源消耗的当前能力有限，AI的发展进一步增加了功率分配和携带方面的电网压力。第一批财务日报的记者从该行业中得知，如果数据中心突然需要执行大量的AI计算任务，它将在几秒钟内从电网中获得大量功率。力量突然激增将影响当地电网的稳定运行。

但是，在Huo Jialong看来，AI能源消耗与绿色转化之间的冲突是暂时的和本地的。

“现在，该国已经在西北建造了许多计算机中心。直接向这些计算机中心的未使用的轻能和风能供应可以减轻其中的一部分。西北地区的绿色电力也可以使用各省的电力短缺，西北的绿色电力也可以消除部分的一部分。”他进一步向记者介绍，随着国家电力市场的发展，包括在各个地方引入能源消耗规则，可以逐步缓解这种矛盾。

“对AI大型模型的培训确实需要大量的电力支持。新能源的间歇性和波动率对电网施加了压力，但这种冲突是暂时的。” Cui Jian还认为，随着技术的发展，两者可以实现协调的发展。例如，通过技术创新，可以开发更有效的AI算法和硬件来减少计算能力需求。

“目前，AI大型模型的领域不再是简单计算能力的竞争，而是其算法更有效的竞争。” Hu Jialong告诉第一位财务记者，缺乏新的能源消耗能力主要是由于西北的轻能和风能不充分使用，这是有效安排和使用电力的问题。

以高能耗的问题为例。 Cui Jian告诉记者，AI培训和推理确实需要大量的计算能力，但是通过优化算法和硬件设计逐渐减少了能源。 “该公司正在采用轻型型号和低功率芯片，以减少计算能力需求。”

“在新能源领域应用AI时，机会的挑战大于挑战。” Hu Jialong告诉第一位财务记者，随着大型模型技术的发展，AI计算能力高能量消耗的问题也将在一定程度上得到缓解。特别是在DeepSeek出现之后，使用AI的成本大大降低了，对计算能力的需求也相应降低了。

Longyan告诉第一位财务记者，公司可以使用AI来优化储能系统的运行策略，在新的能源输出的高峰期和低时期的排放期间的高峰期。 “新能量 +储能”模型可以稳定新能量的波动，并确保电源的稳定性。

此外，新能源领域中的许多AI方案对数据安全性有很高的要求。

某个储能公司的内部人士告诉第一家财务记者，例如，如果数据被篡改，它将直接导致经济损失。 “随着安全问题的持续暴露，对于大型安全公司而言，这也是一个很好的市场蓝色海洋。公司跟进并提供有效的安全策略，然后依靠市场机制来促进安全问题的解决。”

“通过加密技术和AI驱动的安全监控，可以有效防止网络攻击和数据泄漏。” Cui Jian得出结论，这些挑战是技术发展过程中必要的阶段，并且随着技术进步和行业的合作，（问题）将逐步解决。

“新能源领域的AI技术相对多样化，未来的方向绝对是多种AI技术的深刻整合。” Huo Jialong认为（竞争）的核心是针对方案，谁能掌握更有效的数据。如果经济利益足够高，无论它有多复杂，都值得尝试。如果没有足够的经济利益，那么无论技术多么简单，它都不会具有很大的价值。

基于AI的强大数据分析和智能决策能力，该行业普遍达成共识，即“ AI +来源，网络，负载存储”的集成解决方案是未来的行业趋势，并且将实现更准确的发电预测，负载计划和能源存储管理，并将新的损害注入了该行业。

Cui Jian告诉第一位财务记者，AI技术可以深入整合电力，电网，负载和能源存储系统。通过AI，AI实时优化了能源系统的运行策略，动态调整了储能充电和排放，预测负载需求等，并最大程度地利用能量利用效率。

“在优化源网络负载存储后，它还可以为AI计算电源中心提供清洁电源，从而降低AI计算电源中心的运营成本和碳排放。” Cui Jian说。

Huo Jialong认为，将来，整个国家的新电网将是一个大型源网格负载存储平台，而AI是润滑剂和加速器，允许该平台有效地运行。

（根据受访者的要求，长身是假名）