而另一支由科技公司——北京清鵬智能科技有限公司派出的清鵬AI隊排名第15，超越了近90%的電力交易員。更讓人震驚的是，該團隊采用的是偏保守的AI agent(AI 智能體)參賽，如果用的激進策略，用拿下第一的代表話說，很可能站在臺上的不是他，而是一個AI agent。

　　AI首戰(zhàn)電力市場

　　回顧比賽過程，AI的表現(xiàn)并非一開始就占據(jù)優(yōu)勢。據(jù)提供此次AI技術(shù)支持的相關(guān)人士透露，比賽初期，AI的表現(xiàn)并未超過人類電力交易員。

　　然而，隨著比賽的深入進行，AI展現(xiàn)出了驚人的學(xué)習(xí)能力和適應(yīng)能力。它能夠根據(jù)歷史數(shù)據(jù)不斷優(yōu)化預(yù)測模型，并在復(fù)雜多變的市場環(huán)境中做出更加精準(zhǔn)的決策。這種自我學(xué)習(xí)和優(yōu)化的能力，正是AI技術(shù)的核心優(yōu)勢所在。

　　中國人民大學(xué)應(yīng)用經(jīng)濟學(xué)院副教授郭伯威在賽后交流時表示，AI在電力交易領(lǐng)域的應(yīng)用前景廣闊。他指出，AI可以根據(jù)歷史錯誤不斷增強預(yù)測水平和決策能力，從零開始發(fā)展定價策略，并且能夠適應(yīng)不斷變化的市場環(huán)境。這一過程完全不需要人類的指導(dǎo)，AI能夠自主學(xué)習(xí)和優(yōu)化，從而實現(xiàn)更高的效率和準(zhǔn)確性。

　　郭伯威教授進一步指出，目前AI在電力交易領(lǐng)域的應(yīng)用主要集中在電價預(yù)測方面，而直接應(yīng)用于決策的情況相對較少。然而，隨著AI技術(shù)的不斷發(fā)展和完善，越來越多的經(jīng)濟學(xué)前沿學(xué)者開始關(guān)注AI算法互動及其對市場的影響。他們認(rèn)為，AI有望在未來電力市場中發(fā)揮更大的作用，甚至可能徹底改變傳統(tǒng)的電力交易模式。

　　值得一提的是，在這場比賽中，清鵬AI隊首次參與電力交易的“實戰(zhàn)”。為了應(yīng)對不同的市場環(huán)境和風(fēng)險偏好，該團隊訓(xùn)練了四種不同風(fēng)險偏好的AI智能體。最終參賽的是弱風(fēng)險厭惡的AI智能體，即偏保守的策略。盡管如此，它的平均成本仍然達到了307.04元/MWh，表現(xiàn)相當(dāng)出色。相比之下，強風(fēng)險偏好的智能體的平均成本更低，僅為236.00元/MWh。這表明，即使在保守策略下，AI也能展現(xiàn)出強大的競爭力。

　　更為引人注目的是，整個策略都是提前對所有參賽隊伍開放的，全程公開透明。這意味著，即使是“明牌”的情況下，專業(yè)的電力交易員也難以戰(zhàn)勝AI。這一結(jié)果不僅展示了AI技術(shù)的強大實力，也引發(fā)了人們對未來電力市場可能發(fā)生的變革的思考。

　　在泛電力市場AI的表現(xiàn)如此突出，很容易引起儲能人聯(lián)想：如果AI 用在工商業(yè)儲能的商業(yè)模式中，能否出現(xiàn)同樣勁爆的效果?

　　改變工商儲模式?

　　隨著新能源資產(chǎn)的快速發(fā)展，特別是以電池為核心的能源系統(tǒng)，其復(fù)雜性不斷增加，管理難度也隨之加大。據(jù)統(tǒng)計數(shù)據(jù)顯示，2023年，電化學(xué)儲能電站非計劃停運次數(shù)高達1030次，單次平均非計劃停運時長達到29.12小時，單位能量非計劃停運次數(shù)更是高達26.73次/100MWh。這一數(shù)據(jù)充分暴露了當(dāng)前儲能系統(tǒng)在管理方面存在的問題。

　　在管理方面，納入統(tǒng)一成熟管理的工商業(yè)儲能不足十分之一，收益達成普遍不及預(yù)期。許多資產(chǎn)方表示，他們的儲能項目收益遠(yuǎn)未達到預(yù)期目標(biāo)。為了應(yīng)對這一問題，他們不得不每天打開十幾個不同的平臺去盯盤，分析數(shù)據(jù)找原因，管理效率極其低下。這種粗放式的管理模式已經(jīng)無法適應(yīng)當(dāng)前市場的需求。

　　此外，工商業(yè)儲能項目的規(guī)模通常較小且分布廣泛，運維巡檢工作量大、難度高。部分項目存在系統(tǒng)效率低、故障率高和運行損耗高的問題，這些問題嚴(yán)重影響了客戶的收益。同時，隨著電力市場化進程的加速，傳統(tǒng)的“一口價”收益模式已經(jīng)不復(fù)存在，粗放式管理也無法再躺著賺錢。因此，如何提高儲能項目的管理效率和收益水平，成為了一個亟待解決的問題。

　　在這一背景下，AI技術(shù)有望成為大規(guī)模新能源資產(chǎn)高質(zhì)量管理的必然選擇。目前，國內(nèi)已有公司提出了行業(yè)首個儲能FSD(完全自動駕駛技術(shù))，旨在通過AI技術(shù)實現(xiàn)儲能系統(tǒng)的智能化管理。該技術(shù)從感知、決策、執(zhí)行三個層面入手，通過AI收益診斷，分析檢修停運、固定策略、充放電損耗、變壓器容量限制、負(fù)荷偏差等方面的收益損失，并通過智能化控制進行策略優(yōu)化，捕獲最大價差的儲能策略。

　　具體來說，AI技術(shù)可以通過實時監(jiān)測和分析儲能系統(tǒng)的運行狀態(tài)，預(yù)測未來的電價走勢和市場變化，從而制定出更加精準(zhǔn)的充放電策略。同時，AI還可以根據(jù)歷史數(shù)據(jù)和實時數(shù)據(jù)，不斷優(yōu)化儲能系統(tǒng)的運行參數(shù)和管理策略，提高系統(tǒng)的運行效率和收益水平。

　　在實際應(yīng)用中，AI技術(shù)已經(jīng)在一些儲能項目中取得了顯著的效果。在對批量場站驗證過程中發(fā)現(xiàn)，大部分儲能項目仍有2%-10%的提升空間。這意味著，通過AI技術(shù)的應(yīng)用，一個2MWh的儲能場站每年收益大概可以提升8萬元左右。這一數(shù)據(jù)充分展示了AI技術(shù)在儲能領(lǐng)域的巨大潛力。

　　當(dāng)然，AI技術(shù)在電力交易和儲能領(lǐng)域的應(yīng)用仍面臨一些挑戰(zhàn)。例如，如何確保AI技術(shù)的安全性和可靠性，防止因技術(shù)故障導(dǎo)致的電力事故和儲能系統(tǒng)損壞;如何保護用戶的隱私和數(shù)據(jù)安全，避免因數(shù)據(jù)泄露和濫用帶來的法律風(fēng)險;如何培養(yǎng)和引進更多的AI人才，以滿足行業(yè)發(fā)展的需求等。

　　總結(jié)

　　除了國內(nèi)公司外，海外也有不少AI公司在積極布局儲能市場。

　　在我們運營的儲能群里，有群友反饋，不少海外AI公司在扎堆涌入儲能，比如全球領(lǐng)先的人工智能優(yōu)化太陽能儲能技術(shù)和解決方案提供商Turbo Energy;也有人利用AI在家就賺到第一桶金。

　　更多信息，進群聊。我們80%的靈感都來自運營接近3年的儲能群。不少大神會分享一些觀點，希望都能獲得一些啟發(fā)。