当前位置:首页 > 新闻详情

构网型储能为算电融合筑牢电力支撑

来源:中国电力报   发布时间:2026-09-10 09:20:53

今年,国家围绕AI与能源融合的动作密集而明确:国务院就统筹能源安全和绿色低碳转型开展专题学习,明确储能领域布局方向;4月8日,国家发展改革委、国家能源局等四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》(以下简称《行动方案》),首次从国家战略层面为AI与能源关系定调,AI不再只是“耗能大户”,更要成为能源转型的“加速器”;5月底,国家能源局随即启动“人工智能+能源”高价值场景试点申报。政策信号密集释放之下,一个值得行业深挖的命题浮出水面:AI与能源如何真正实现双向赋能?绿电直连让能源走向算力,AI智驱让智能走进能源,构网型储能又将扮演什么角色?

AI需绿电稳定支撑

人工智能正成为全社会用电量增长的主要引擎。截至2025年底,全国在用算力基础设施的机架数超过1373万标准机架,总用电量达到1960亿千瓦时,占全社会用电量的1.9%,同比增长18.1%。与以往渐进式增长的传统负荷不同,AI算力负荷具有爆发式、高密度、地域集中的特点,正在改写电网规划的负荷曲线。2026年,“算电协同”首次写入政府工作报告,绿电直供数据中心已在宁夏中卫、内蒙古和林格尔等地相继落地。AI的用能问题,已经从行业话题上升为国家议题。

更重要的是,AI数据中心对供电的要求极为严苛。算力负载呈脉冲式波动、瞬间冲击大,对供电可靠性与电能质量的要求远高于普通负荷。而AI算力所倚重的绿电,以风电、光伏为主,出力具有随机性与间歇性,受气象条件影响明显。绿电的这种波动特征,与AI算力负荷对供电的高要求之间存在不匹配,需要相应的调节资源加以弥补。新能源高比例接入带来的系统低惯量、弱支撑特征,则进一步放大了这一矛盾。

能够承担这一调节作用的,正是储能,尤其是构网型储能。它既能平抑新能源出力波动,又能主动建立和支撑电压频率,正在成为AI数据中心供电的重要支撑。构网型储能由此从辅助调节资源,逐步走向支撑AI算力供电的关键环节。

感知、决策、执行三环破阻

高比例新能源大规模接入电力系统,系统运行工况日趋复杂,传统调控技术链条在感知、决策、执行三个关键环节遭遇现实瓶颈。

感知之困,在于看不清。新能源出力随机性、间歇性强,变化快且难预测,电网对系统真实状态的感知能力不足,对新型扰动的识别存在滞后,“黑盒化”问题较为突出。

决策之困,在于定不准。电网运行决策依赖经验和预案,多台储能的功率分配依赖简单均分,缺乏在安全、损耗、寿命、收益等多重约束下实时优化决策的能力。系统越复杂,经验与预案越力不从心。

执行之困,在于跟不上。控制参数多采用离线固定整定、单机思维,上层决策与底层执行相互割裂。即便有了好的决策,也未必能落到底层设备的实时执行上。

感知、决策、执行是一个完整的“信息—决策—行动”链条:看不清,就定不准;定不准,就执行不到位。传统方法恰恰是在这三个环节同时遇到困难,而这正是人工智能可以发挥优势的领域。AI与能源的双向赋能,落点在于“智驱”。AI智驱可分为两个层级:系统级面向电网整体,做调度决策与稳定控制;装备级面向具体设备,让储能看得准、分得合理、变得快。看得准,就是在电网扰动发生时,针对随机变化的频率、电压、荷电状态等信号,由AI动态甄别关键信息,让支撑强度随扰动大小自动调整,摆脱一套参数适配全部工况的模式。分得合理,即面对集群运行下各台储能在支撑责任、损耗、寿命与运行收益上的客观差异,摒弃简单均分的出力方式,借助博弈优化等AI决策方法,在兼顾安全与效率的前提下实现各台储能各尽其责、协同出力。变得快,指依托强化学习、在线辨识等手段,推动惯量、阻尼等参数由离线固定整定升级为随工况在线自适应,打通上层决策与底层执行的闭环,让支撑能力精准作用于电网需要的时刻。看得准、分得合理、变得快,共同构成“感知—决策—执行”完整闭环。AI让储能看得更准、分配更合理、响应调整更快,储能则以更高质量的主动支撑回馈电网,为AI数据中心的稳定供电兜底。AI向能源要电、要绿电、要稳定电,能源向AI要感知、要决策、要智能,构网型储能正是这两个方向交汇的支点。

打通设备侧AI落地“最后一公里”

装备级AI智驱要真正落地,关键还在智能研发平台。需专注设备侧AI自动化研发链路:真正让AI理解控制时序与实时约束,把控制策略和数学模型直接转化为可编译、可烧写、可运行的代码,贯通“策略设计—仿真验证—半实物验证—代码生成—芯片部署”的完整链路,形成芯片级闭环,为设备侧AI的落地提供研发平台,缩短从算法到芯片的距离。

这与《行动方案》强调的自主可控方向高度契合。算法、参数、测试数据留在企业或实验室内部,国产化与本地化部署并举,既守住数据安全底线,又降低AI研发平台的建设门槛。对构网型储能而言,这意味着AI赋能真正从“能对话”走向“能交付”,落到控制器与变流器上,完成从“赋能工具”到“行业生产力”的“最后一公里”。

随着AI算力需求高速增长、新能源高比例发展、国家政策全面落地,构网型储能迎来AI与能源双向赋能风口,为新型电力系统安全稳定运行提供坚实支撑。(作者系上海电力大学教授赵晋斌)

新闻介绍:

本文探讨构网型储能在AI与能源“双向赋能”战略中的关键支撑作用。面对AI算力用电量激增(2025年达1960亿千瓦时)、负荷脉冲式波动与绿电(风电、光伏)出力随机性之间的矛盾,传统电网调节能力面临挑战。构网型储能因其兼具平抑新能源波动、主动构建电压频率的能力,正从辅助资源升级为保障AI数据中心稳定供电的核心环节。文章进一步指出,当前电网在感知、决策、执行三环节存在“看不清、定不准、跟不上”瓶颈,而AI可通过系统级调度优化与装备级智能控制(即“看得准、分得合理、变得快”),提升储能响应精度与协同效率。最后强调,打通设备侧AI落地需构建覆盖策略设计到芯片部署的国产化智能研发平台,推动构网型储能真正成为新型电力系统安全运行的坚实支点。(198字)

责任编辑:康炜邺

碳索储能网版权说明:

1.所有未标注来源为碳索储能网或碳索储能网整理的文章,均转载与其他媒体,目的在于传播更多信息,但并不代表碳索储能网赞同其观点、立场或证实其描述。其他媒体如需转载,请与稿件来源方联系,如产生任何版权问题与本网无关。

2. 涉及资本市场或上市公司内容也不构成任何投资建议,投资者据此操作,风险自担!

3. 如因作品内容、版权以及引用的图片(或配图)内容仅供参考,如有涉及版权问题,可联系我们直接删除处理。请在30日内进行。

推荐新闻
back homepageto top