導語：當電價不再聽話，誰來幫儲能資產(chǎn)做決策？

2026年儲能行業(yè)過去的游戲規(guī)則正在被一條條撕毀，新的秩序在震蕩中艱難生長。

一邊是烈火烹油后的加速洗牌，數(shù)以萬計的玩家在淘汰賽中倒下；另一邊是電力市場化改革的深水突圍，十四個省份依據(jù)電力現(xiàn)貨市場建設(shè)要求，陸續(xù)將工商業(yè)用戶側(cè)電價從行政分時固定模式推向動態(tài)定價時代。

每天96個點，電價每15分鐘跳動一次。過去那種“月初排好一張充放電表、月尾照著執(zhí)行”的傻瓜式套利模式徹底失效。當儲能資產(chǎn)失去了固定的電價參照系，當光伏上網(wǎng)電價不再有保底補貼，當售電公司的中長期倉位與現(xiàn)貨價格之間出現(xiàn)巨大的風險敞口，整個表后能源市場的參與者突然意識到：不確定性正在成為新的常態(tài)，而應(yīng)對不確定性的能力正在成為新的核心壁壘。

圖注：為恒智能的WHES OS EMS 智慧能源管理系統(tǒng)發(fā)布儀式

在這一背景下，為恒智能發(fā)布了全面融入AI能力的WHES OS操作系統(tǒng)，提出從被動響應(yīng)到主動智能運營的升級。這家在工商業(yè)儲能賽道低調(diào)深耕多年的企業(yè)，試圖回答一個行業(yè)最關(guān)切的問題：當電價不再聽話，誰來幫儲能資產(chǎn)做決策？

套利時代終結(jié)

“很多省份的工商業(yè)電價已經(jīng)不是行政分時固定電價了。”為恒智能產(chǎn)品總監(jiān)董夢迪在發(fā)布會后的媒體交流中，第一句話就點明了變化的本質(zhì)。現(xiàn)貨市場的價格每天以96個點動態(tài)傳導，這意味著儲能不能再像以前那樣，月初定好充放電計劃就高枕無憂。

圖注：為恒智能產(chǎn)品總監(jiān)董夢迪

動態(tài)電價帶來的挑戰(zhàn)遠不止峰谷價差不確定這么簡單。為恒智能副總裁楊樹博士進一步拆解了其中的博弈鏈條：“光伏上網(wǎng)電價不再固定，售電公司如果中長期倉位不足，就要在現(xiàn)貨市場買電，而現(xiàn)貨價格可能遠高于他們的售電價格。光伏、售電公司、儲能資產(chǎn)方、用電業(yè)主，所有玩家都在同一個能源市場里博弈，風險敞口非常大。”

圖注：為恒智能副總裁楊樹博士

在這種多主體、多變量、實時波動的環(huán)境下，任何一個單一設(shè)備的孤立優(yōu)化都失去了意義。真正的價值在于統(tǒng)籌，把光伏、儲能、充電樁、可控負荷乃至生產(chǎn)排產(chǎn)計劃全部納入一個平臺，讓AI在全局視角下尋找最優(yōu)解。

這正是WHES OS的核心邏輯，用戶只需要在界面上滑動選擇“綠電優(yōu)先”還是“成本最優(yōu)”，AI便會自動生成執(zhí)行策略，并在月底給出清晰的結(jié)算賬單。楊樹將其概括為：“讓各方看得清誰賺錢誰賠錢，并通過策略實現(xiàn)整體最優(yōu)。”

而虛擬電廠的加入則讓表后儲能第一次同時實現(xiàn)了表前與表后的價值閉環(huán)。董夢迪解釋，儲能參與需求響應(yīng)的關(guān)鍵在于“報量”——你報多少調(diào)峰能力，就要能出多少力。傳統(tǒng)模式下人工收集各個場站的負荷、SOC、溫度、光伏出力等信息，工作量大且誤差高。WHES OS能夠自動分析每一個場站的可調(diào)能力，智能采集并形成整體聚合的調(diào)節(jié)量。這不僅是效率的提升，更是將分散的“散戶”資產(chǎn)，真正變成可被電網(wǎng)調(diào)度的“正規(guī)軍”。

真實場景里AI這樣落地

將AI引入儲能資產(chǎn)運營，聽起來簡單但落地過程中的工程化挑戰(zhàn)遠超外界想象。為恒智能大數(shù)據(jù)與人工智能負責人張瑞祥，將他們的AI能力清晰地拆解為兩個層面：小模型（機器學習/深度學習）負責預(yù)測，大模型（生成式AI）負責策略生成、策略解釋和設(shè)備巡檢。

圖注：為恒智能大數(shù)據(jù)與人工智能負責人張瑞祥

小模型的價值，藏在那些看似枯燥的預(yù)測精度里。光伏出力預(yù)測，不是簡單套用歷史發(fā)電曲線，而是要融合實時氣象數(shù)據(jù)，云層移動、光照角度、環(huán)境溫度，甚至光伏板的傾角和衰減特征。負荷預(yù)測則更為復雜：一個工廠明天幾點開工、哪條產(chǎn)線會滿負荷運行，這些規(guī)律隱藏在大量噪音數(shù)據(jù)中，傳統(tǒng)算法難以捕捉，但經(jīng)過針對性訓練的AI可以。

“為恒在全球有超過800個儲能項目積累的真實運營數(shù)據(jù)。”張瑞祥說，“這些數(shù)據(jù)不是實驗室里的干凈樣本，而是充滿斷連、異常、設(shè)備老化的‘臟數(shù)據(jù)’。處理這些數(shù)據(jù)的經(jīng)驗，本身就是壁壘。”

大模型則承擔了更具“人性化”的角色。在所有應(yīng)用中，策略解釋被反復強調(diào)。因為在一個強調(diào)安全與信任的行業(yè)里，決策的可解釋性往往比決策本身更重要。張瑞祥舉了一個真實案例：有客戶發(fā)現(xiàn)自己的儲能設(shè)備在晚上充電，第一反應(yīng)是“系統(tǒng)出bug了”。運維人員調(diào)取日志后發(fā)現(xiàn)，策略其實是正確的，因為次日負荷預(yù)測很高，而夜間電價處于低位。

如果沒有AI，這個解釋過程需要人工調(diào)取數(shù)據(jù)、分析邏輯、撰寫報告，周期長、成本高。而大模型可以直接讀取日志、生成自然語言解釋，并在客戶提出“不希望晚上充電”的個性化需求后，自動調(diào)整策略邊界。

“我們把客戶的心理需求分成三個層級：最底層是物理安全邊界（絕對不能過充過放），中間是策略動作空間，最上面是客戶的心理偏好。”張瑞祥說，“AI不會突破安全邊界，但在邊界內(nèi)它可以動態(tài)滿足每個人的個性化要求。”

圖注：為恒智能副總裁、上海人工智能中心負責人吉凡

至于行業(yè)普遍擔憂的“大模型幻覺”問題，為恒的應(yīng)對策略相當務(wù)實：人機協(xié)同，而非機器替代。 為恒智能副總裁、上海人工智能中心負責人吉凡分享：“目前，AI生成的策略不會自動下發(fā)，關(guān)鍵操作必須經(jīng)過人工確認；同時通過明確的上下文約束和專家系統(tǒng)，將大模型的自由發(fā)揮空間限制在可控范圍內(nèi)。隨著系統(tǒng)置信度提升，部分低風險策略已逐步實現(xiàn)自動執(zhí)行，人機協(xié)同比例可根據(jù)客戶風控要求靈活配置。”

從硬件溢價到能力溢價

當被問及“AI功能能支撐多少溢價”時，楊樹的回答頗為坦然：“我們的定價處于行業(yè)第一梯隊，市場接受度證明了客戶為智能化價值付費的意愿。”在工商業(yè)儲能市場價格戰(zhàn)愈演愈烈的當下，能夠維持價格體系的企業(yè)鳳毛麟角。

為恒的底氣，來自于其產(chǎn)品在多場景下的真實價值創(chuàng)造。傳統(tǒng)的峰谷套利模式失效后，儲能的收益來源變得更加多元：需量控制、動態(tài)增容、光儲協(xié)同、光儲充一體化、光儲柴互補、虛擬電廠需求響應(yīng)……每一種場景都對應(yīng)著不同的算法和控制策略。WHES OS的AI能力將這些場景全部整合在一個平臺之上，讓同一套硬件資產(chǎn)在不同時間、不同電價信號下，自動切換最優(yōu)的收益模式。

但更深層的溢價來自于對電力市場交易邏輯的深刻理解。楊樹做了一個生動的類比：“未來電力市場就像二級市場。有AI量化交易能力的企業(yè)，能獲得超額收益；沒有的，就是‘韭菜’。”（此處指缺乏量化交易能力的參與者）

這不是夸張。在獨立儲能電站領(lǐng)域，運營水平最好的電站和最差的電站，月收益可能相差一倍。差距來自于對節(jié)點電價的精準預(yù)測、對充放電時機的毫秒級把握、對設(shè)備衰減率的動態(tài)管理。目前，已有售電公司開始委托為恒做資產(chǎn)運營，因為他們發(fā)現(xiàn)：沒有這套AI系統(tǒng)，自己很難在現(xiàn)貨市場中穩(wěn)定獲利。

當然，行業(yè)的收益水平正在回歸理性。楊樹坦言，早年行業(yè)內(nèi)“三年回本”對應(yīng)40%-50%的IRR，是不健康、不可持續(xù)的極端情況。如今資金成本低、資產(chǎn)規(guī)模大的專業(yè)投資方，能夠接受的IRR在10%左右，12%就算很好的項目。“大家愿意用好設(shè)備、好服務(wù)，追求的是穩(wěn)定、大體量的收益，而不是高風險的高回報。”

一個值得注意的趨勢是，能源資產(chǎn)正在加速金融化。REITs、綠色債券等工具的引入，意味著儲能資產(chǎn)的持有者越來越看重現(xiàn)金流的穩(wěn)定性和可預(yù)測性。而AI的核心價值，恰恰在于將不確定的波動轉(zhuǎn)化為可計算、可管理、可對沖的風險敞口。

壁壘在數(shù)據(jù)，門檻在運營

儲能行業(yè)正在經(jīng)歷一場認知革命。

過去，行業(yè)認為壁壘在于電芯技術(shù)。誰的能量密度高、循環(huán)壽命長、成本低，誰就擁有話語權(quán)。但為恒給出了一個截然不同的判斷。楊樹分享：“儲能的本質(zhì)是能量在時間和空間上的轉(zhuǎn)換介質(zhì)，用什么技術(shù)路線最終是經(jīng)濟賬，全生命周期度電成本才是關(guān)鍵。核心是在不確定性中，如何通過控制、運營、AI，讓儲能資產(chǎn)的價值最大化。”

這番話背后是為恒對自身定位的清晰認知：硬件會逐步同質(zhì)化，但數(shù)據(jù)和運營能力會形成越來越高的壁壘。 張瑞祥進一步闡釋了“數(shù)據(jù)壁壘”的真實含義：“未來最大的挑戰(zhàn)不是算法，而是數(shù)據(jù)治理。現(xiàn)場數(shù)據(jù)多元、有斷連、有設(shè)備老化特征，要把它們變成AI可用的高質(zhì)量數(shù)據(jù)，需要非常豐富的業(yè)務(wù)知識。傳統(tǒng)方式校準一個場站可能需要數(shù)小時，而WHES OS自動化處理后壓縮到分鐘級。”

這意味著，儲能行業(yè)的門檻正在從“硬件制造能力”轉(zhuǎn)向“數(shù)據(jù)積累與AI運營能力”。沒有足夠多、足夠高質(zhì)量的真實運營數(shù)據(jù)，再先進的算法也無用武之地。

這也解釋了為什么為恒在海外市場投入巨大。楊樹指出，從電力市場化程度看，歐美比國內(nèi)更成熟，他們對智能化要求更高，尤其是實時定價傳導到用戶側(cè)。“為恒在海外投入大，正是為了滿足這些高要求。國內(nèi)從今年才開始匆忙轉(zhuǎn)向市場化傳導，進程稍晚，但正在趕上。”

而數(shù)據(jù)的跨境積累又反過來強化了為恒的算法迭代能力。不同國家的電價機制、負荷特性、用戶行為，構(gòu)成了一個豐富多樣的訓練場。在這種環(huán)境下打磨出來的AI，天然具有更強的泛化能力和魯棒性。

未來已來：系統(tǒng)與系統(tǒng)的博弈

群訪的最后，楊樹描繪了一個更具想象力的圖景：“未來是系統(tǒng)與系統(tǒng)的博弈。看誰的交易思維、響應(yīng)速度、調(diào)頻性能更高。最終，在高新能源占比下，AI會幫助電網(wǎng)形成動態(tài)平衡，同時保障用電安全和較低成本。”

這不是一個遙遠的愿景，而是正在發(fā)生的現(xiàn)實。電力現(xiàn)貨市場的推進，正在倒逼每一個市場參與者重新思考自己的定位。傳統(tǒng)的售電公司“低買高賣”的中介模式走不通了；單純的硬件制造商如果沒有軟件和AI能力，將不得不把利潤分給第三方EMS廠商；而那些能夠提供軟硬一體、AI驅(qū)動的整體解決方案的企業(yè)，將在新一輪洗牌中占據(jù)更有利的位置。

儲能的下半場，不再是比拼誰的電芯更大、誰的價格更低。而是比拼誰的AI更聰明，誰的數(shù)據(jù)更深厚，誰能在不確定性中為客戶創(chuàng)造確定性價值。

當電價每15分鐘跳動一次，只有那些能夠?qū)崟r感知、精準預(yù)測、果斷決策的智能體，才不會被市場“收割”。

而為恒智能正在證明——這恰恰是AI在能源領(lǐng)域最不可替代的價值所在。