资本市场上，储能概念股也成为了投资者竞相追捧的热点。同花顺数据显示，A股储能相关概念股共有232家企业，2024年一季度，86.6%的企业实现盈利，其中归母净利润同比增长超100%的企业占比超35%。这些数据充分表明，储能行业正处于高速进步的黄金时期，蕴含着巨大的潜力。

AI的进步对算力的需求堪称“贪婪”。以大模型训练为例，其所需的算力每100天就要翻一倍，远超摩尔定律的18-24个月。据估算，5年后AI所需算力规模将是现在的100万倍以上。这种呈指数级增长的算力需求，数据中心等算力基础设施需要昼夜不停地运转，从而消耗大量电力。

OpenAI训练GPT-3单次耗电量就高达1287兆瓦时（128.7万度），等于于美国约121个家庭一整年的用电量。而ChatGPT每天响应约2亿个请求，消耗超过50万度电力，此用电量是美民族庭平均每天用电量的1.7万多倍。

如此庞大的电力需求，给当前的电力供应体系带来了严峻的挑战。一方面，数据中心的能耗密度极高，传统电网也许难以承受这种集中式的用电负荷，容易引发电力短缺甚至电网崩溃的风险。另一方面，随着全球对可持续进步的重视，依赖传统化石能源来满足AI的电力需求，显然和环保目标相悖，还会加剧能源紧缺难题和温室气体排放。

众多科技界大佬也纷纷发出警告。特斯拉首席执行官马斯克表示：“AI计算的限制是可预测的。一年前，短缺的是芯片，神经网络芯片。那么，很容易预测，下壹个短缺将是电力基础设施（如变压器）。”OpenAI首席执行官山姆·奥特曼也指出：“大家需要比之前认为的多得多的能源。我对全球的领会是，未来的两种重要货币是智能计算和能源。无论是大家的想象力，还是让想法变为现实的能力，以及运行计算的能力，都离不开这两者。我认为大家仍没有充分觉悟到这项技术对能源的需求。”英伟达创始人兼首席执行官黄仁勋更是直言：“AI的尽头是光伏和储能！大家不能只想着算力，如果只思考计算机，大家需要烧掉14个地球的能源。”

储能技术为化解智能计算的电力困境提供了决定因素方法。

其一，它能够稳定电力供应，确保数据中心等算力基础设施在电网波动或停电时仍能持续运行。在电网供电不稳定的地区，储能体系可以作为备用电源，避免因电力中断而导致的算力损失。其二，储能可以起到“削峰填谷”的影响，在用电低谷时储存电能，用电高峰时释放电能，这不仅能降低企业的用电成本，还能缓解电网的供电压力。

我国也在积极鼓励储能产业的进步，以支持AI等新兴技术的需求。河南、山东、深圳等多个省市都已出台鼓励智算中心、超算中心等配储的奖励政策。近期，深圳市工信局公开的《深圳市算力基础设施高质量进步行动规划（2024-2025）》强调了绿色节能产品和技术的重要性，特别是锂电池等的应用。

在全球能源转型的浪潮下，储能行业也迎来了“热启动“。

截至2024年上半年，我国已建成投运新型储能项目累计装机规模达4444万千瓦/9906万千瓦时，较2024年底增长超过40%。从地区分布来看，西北、华北地区已投运新型储能装机占全国超过50%，其中西北地区占27.3%，华北地区占27.2%，华中地区占15.3%，南方地区占15.2%，华东地区占14.6%，东北地区占0.4%。从技术路线上，多个压缩空气储能、液流电池储能、钠离子电池储能项目投产，构网型储能寻觅运用，推动技术多元化进步。

AI为储能行业的进步带来了新的曙光。

利用大数据解析和机器进修算法，AI对电力需求进行精准预测，从而优化储能体系的充放电策略，进步能源利用效率。通过预测算法，储能体系可以在电力需求高峰时释放电能，平抑电网负荷波动，确保电网稳定运行。在智能调度和管理方面，AI可以根据实时电价、天气状况等影响动态调整储能体系的充放电周期，最大化经济效益。在微电网和虚拟电厂等场景中，AI还可以协调多个储能体系的职业，实现区域级或民族级的能源优化管理。

在AI浪潮的推动下，储能技术正迎来创造和突破的黄金时期。“储能+AI”玩法已成为行业进步的新动向，众多企业纷纷寻觅将人工智能技术应用于储能体系的研发、管理和运维中，不断提高储能体系的效率和性能。

案例一：海博思创

海博思创率先布局储能体系的全生活周期数智化赋能，是首批将AI和大数据应用于储能领域的厂商。企业通过海量的数据、模型搭建各种体系，不断迭代模型，把AI技术植入到整个生产制造经过。

其开发的涵盖储能电站全生活周期管理的大数据模型，基于百TB级数据存储和百亿级样本，通过亿级别参数的训练，实现了储能电站的AI反演模型。这一模型突破了传统单场景管理的局限，能够实时进行深度优化和调控。现在该企业十多少GWh（亿瓦时）交付零事故，形成“硬件+软件+AI大模型”的储能3.0新格局。

案例二：冠盖科技

冠盖科技的核心业务包括雄关™AI电池全生活周期管理平台、三好™AI能源操作体系和知几™AI运维平台。冠盖科技的技术方法已经在多个大型项目中实际应用，其中包括国电投、民族能源等头部央企。

案例三：乐创能源

乐创能源将AI大模型应用到了电池安全管理当中。作为工商业储能创业企业，乐创能源是中国唯一累计管理超过10GWh电池资产的运营商，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。

案例四：泰豪科技

泰豪科技成功为中国电信京津冀大数据产业园提供了28台高压柴油发电机组，并有19台高压柴油发电机组待配置就位，这些设备将全力支撑字节跳动在京津冀大数据产业园的相关项目。

除了“储能+AI”玩法的创造，新型电池技术的研发也取得了显著进展。随着AI技术在电池材料研发中的应用，研发周期长、材料筛选效率低等传统难题正逐步得到化解。Microsoft和PNNL借助AI技术，在80小时内筛选了3,200万种潜在电池材料，并将名单缩小到23种，而传统方式获取这些材料则需要耗时20多年。除了这些之后，固态电池、钠离子电池等新型电池技术也在不断突破，这些电池具有能量密度高、安全性好、寿命长等优点，有望在未来的储能市场中占据重要地位。