储能企业拥抱大模型，AI赋能电力交易、电池安全和用户交互 | 最前线
文| 王方玉
编辑| 苏建勋
2023年是AI大模型爆发的元年。当下，AI大模型技术正在改变生产方式，在文创、媒体、金融、工业等各行各业“发光发热”。
36碳发现，今年以来，储能企业也开始拥抱AI大模型，有多家储能企业发布了集成AI大模型的储能产品。当下，经济性仍然是困扰我国储能市场发展的重要因素之一，储能行业面临着降本压力，AI大模型正成为这些厂商降本增效的探索之一。
储能系统的作用是能量的储存和再提取使用，锂电池储能内部的电化学系统每分每秒都在产生数据，与电源、电网之间也存在着频繁的交易和交互数据，这些数据构成了大模型训练的重要来源。
在刚刚过去的第二届中国国际储能展上，远景能源展示了新一代智慧液冷解决方案。据介绍，该方案搭载的伽利略数字孪生平台，基于远景智能物联平台和能源 AI 大模型打造。
据悉，伽利略数字孪生平台植入了电力交易优化算法，可以通过实时和日前精准的电价预测，以及新能源场站的出力预测定制化智能AI交易策略，帮助业主参与现货交易和辅助服务。其宣称，通过智能定制化AI交易，相比人工方式可提升收益40%。
“AI大模型并不是新东西，只是因为Chatgpt 在人类语言上面的大模型应用实现了突破，所以大家对大模型的关注度高了，其实我们很早就在做用大模型的技术，只不过之前可能一般公众没有那么强烈的感知。” 远景智能智慧能源解决方案总经理郑颖告诉36碳。
郑颖表示，储能和传统的火电站、风光电站参与市场交易有很大的不同，传统的火电、风光、水参与市场交易时候有很多是中长期的，而储能参与的交易主要是现货以及辅助服务，时效性短且相对高频，在整个电力市场高速发展的背景下，电力交易规则也在持续变化。这要求整个系统能快速适应市场规则，在不依赖人力的情况下完成自动控制闭环，基于大模型的 AI 的自动化可以很好地实现这一点。
储能系统运行中产生海量数据
另一家储能企业乐创能源则将AI大模型应用到了电池安全管理当中。
乐创能源是一家工商业储能创业公司，其前身是“乐驾能源”，此前专注于电芯安全预警算法技术。据该公司介绍，乐创是目前中国唯一累计管理超过10GWh电池资产运营商，积累了超过10亿次充电片段，在线监控和算法迭代超过115个储能站，新能源的融合参数超过80亿条。
7月24日，乐创能源发布了一系列基于AI大模型的储能新产品。据介绍，其电池安全算法将前沿AI技术融合进电池中，让电池安全的预测准确率超过了97.37%，让电池的寿命比普通电池提升33%。
“储能电站中管理难度最大的就是锂电池。电化学材料体系的衰减、热失控等关键机理变化，无法通过在线测量多种内部指标的方式进行观测，所以AI数据驱动+电化学材料机理模型是目前可行的进行电池管理的主流模式。” 乐创能源CTO常伟告诉36碳。
另一家布局海外户用储能的企业——思格新能源则直接将OpenAI开发的语言模型GPT-4集成到了自家的手机APP当中。据悉，这个叫做mySigen的App已经上线了苹果商店和Google Play商店。
据该公司介绍，通过集成GPT-4能力，mySigen App拥有智能化能力和个性化语音服务，能够根据用户的需求和偏好，提供能源建议和优化方案，提供系统快速设置，信息综合查询，疑难杂症自然语言交互问答等服务。
户用储能产品是电气产品，安装调试都需要专业人员。语言大模型GPT-4可以为用户提供更简单直接的交互体验，帮助用户节约电费、增加收益，提升使用体验。
值得一提的是，现阶段行业大模型的成本远低于通用大模型，且能够用更小规模的模型承载垂直领域的应用，进入的门槛也在不断降低。未来，随着算力成本的不断下降，行业大模型有望在储能各个细分市场和场景得到更大规模的应用。
远景集团高级副总裁田庆军告诉36碳，新能源的快速发展和电气化水平持续提升，导致发电侧和用电侧的不确定性都在增加，这种不确定的变量过多，传统的方式已经不能解决，只能依靠大数据和人工智能实现相对可控的商业模式和盈利模式。
用人工智能及数字化技术提升能源效率，即能源的数字化和智能化，是国家能源局大力提倡的发展目标，也是能源演进变革的关键路径之一。迈向数字能源新时代，数字世界与能源世界将不断融合发展，AI大模型也有望发挥越来越重要的作用。