![]()
根据EESA的估计，2024和2025年国内工商储装机规模将分别达4.8GW/9.5GWh、6.15GW/14.3GWh。
以电池为核心的新能源资产进入产能过剩阶段，资产全生命周期的精细化管理已成为刚性需求。目前，以电池为核心的能源系统逐渐复杂管理难度加大。2023年，电化学储能电站非计划停运1030次，单次平均非计划停运时长29.12h，单位能量非计划停运次数26.73次/100MWh。在管理方面，纳入统一成熟管理的工商业储能不足十分之一，收益达成不及预期。一些资产方表示：“许多场站收益达不到预期，每天要打开十几个不同的平台去盯盘，分析数据找原因，管理效率非常低。”不同于新能源侧的储能项目集中，工商业储能规模细小且广泛分布，运维巡检工作量大、难度高。部分工商业储能存在系统效率低，故障率高和运行损耗高的问题，导致客户无法达到预期收益。另一方面，电力市场化加速，打破了“一口价”收益模式，粗放式管理也能躺着赚钱的时代一去不复返。如何用AI提高工商业储能的管理效率和运行收益的同时提升运行安全系数？ 本期视知产研院“双碳知识家”邀请北京昇科能源科技有限责任公司首席运营官乐慧分享其对以上问题的见解。昇科能源目前推出了行业首个储能FS D（BESS Full Self-Driving），并运用于多个实际项目当中。
![]()
乐慧，清华大学建筑学院本硕，师从建筑节能领域专家江亿院士，连续创业者，拥有宽广的战略视野和丰富的运营经验，现任昇科能源首席运营官。
主题：
AI提升工商业储能收益，探索能源资产价值边界
时间：11月28日周四晚上8点
形式：腾讯会议
人数：限定50人
长按以下二维码，添加视知产研院服务号
![]()
微信公号已有100万+高质量粉丝
商务合作请
添加微信：ishizh_business
加好友请注明合作品牌
![]()
