2026年4月1日，北京，ESIE 2026 开展。春暖花开中，如织的人流汇聚成一片行业热潮。
而去年此时，“136号文”刚刚落地，强制配储时代的终结，彻底颠覆了储能行业固有的发展逻辑。储能以迷茫开局，却在随后一整年里，伴随新能源全面入市、电力现货市场加速推进、中长期与辅助服务规则相继完善，悄然步入“价值实现”的新阶段。而随着“114号文”的出台，储能正式迈入“容量电价+电能量市场+辅助服务市场”协同支撑的多维收益时代。
电力市场，正为储能打开广阔空间。但储能资产如何获得更高收益，实现价值兑现，是一道需要认真作答的考题。
深入参与电力市场交易，意味着储能彻底从依赖价差水平的“被动套利”，转向依赖预测与策略的“主动交易”。而现货市场的波动，显著增加了储能运营的难度。
相比于2024年的稳定，2025年现货峰谷价差呈现出激烈波动的特征。一方面，现货价差上限被显著抬升，多个省份频繁突破400元/兆瓦时，个别月份甚至接近或超过600元/兆瓦时；另一方面，价差的下限也在进一步下探，在新能源大发时段，部分省份的价差跌破150元/兆瓦时，导致全年波动幅度显著扩大。
更重要的是，区域格局从“稳定梯队”转向“动态分化”，山西、辽宁等省份崛起为高价差核心区，而蒙西、山东等传统优势区域则出现波动甚至阶段性回落。
在变动与不确定性中，储能资产的金融属性与运营复杂度正同步攀升。对电力系统而言，储能无疑是未来的必需品；但对投资方、业主和金融机构来说，“资产化”的储能，归根结底是对现金流精细到极致的管理。
面对每15分钟甚至每毫秒波动的电价，以及对电芯寿命近乎苛刻的折旧管理，人类大脑已触及天花板。
当前储能收益的挑战比以往任何时候都要大，因为现在决定一个储能电站是盈利资产还是负债废铁的，不再是电池的化学成分，而是它背后的AI算法内核。
3月4日，麦肯锡发布报告《Powering the future: Strategies for battery energy storage developers（赋能未来：电池储能开发商的发展策略）》。
报告指出，储能盈利正在变得困难。英国电池储能系统（BESS）收入结构正在从辅助服务转向能源交易，英国储能系统收入中能源交易占比已从2022年不足10%升至2024年约50%，并预计到2030年可达约75%。
原因很简单，就像可再生能源接入比例不断增加，电力系统的波动性会越来越强一样；随着储能装机的不断增加，为电力系统提供平衡服务（调频等）的市场竞争也越来越激烈。
当系统调节能力越来越充裕，单个储能电站在系统调节上的边际价值自然会下降。
可以看出，国内储能市场也正在朝着相似的方向发展。对此，国家发展改革委与国家能源局在2026年1月底联合印发了《关于完善发电侧容量电价机制的通知》（发改价格〔2026〕114号），首次在国家层面确立了全国性的独立储能容量电价框架。
目前已经有湖北、甘肃、青海等省份明确补偿标准，预计后续会有更多的省份出台配套政策。
在中国储能全面进入电力市场化时代之后，市场机制也在相应完善。容量电价政策的到位，意味着独立储能获得了市场中的保底收入。但这一收入远谈不上实现电站保本，更难以支撑理想的收益。
参考国际经验，在国内储能装机爆发式增长的趋势下，辅助服务市场收益萎缩已成必然。从国内电力现货正式运行省份的实际情况来看，价差收益变得越来越难以预测和捕捉。那么储能究竟该如何才能盈利？
储能交易的商业模式非常简单：低价买入，高价卖出。但这门生意，远比看起来复杂得多。
首先，是对时间窗口的极致把握。在高波动市场中，价格变化往往发生在极短时间内。一个高价窗口可能只持续15分钟，若现货市场开放5分钟时间尺度，持续时间甚至更短；一旦错过，不仅收益消失，还可能因为提前放电而失去后续更高价的机会。
对储能而言，“什么时候充、什么时候放”，不再是简单粗放的决策，而是需要精确到分钟级的动态判断。
其次，是对价格走势的前瞻性预测。储能交易从来不是对当前价格的直接反应，而是对未来价格的判断。无论是日前市场还是实时市场，真正决定收益的，是对未来几个小时、甚至更短时间尺度价格变化趋势的预判能力。
但电价形成机制本质上是一个高度非线性的复杂系统，价格本身受到负荷变化、风光出力、机组状态、电网约束等多重因素影响。
进一步来看，这种预测能力，已经不只是电力数据的问题，而是高度依赖天气数据与模型能力。风速、光照、温度变化，会直接影响新能源出力，从而影响电价；极端天气甚至会重塑整个区域的供需关系。
这使得储能交易某种意义上已经演变为“天气驱动的电力金融决策”。
更不容忽视的，是储能交易在设备寿命与收益之间的平衡。储能电站并不是一个可以无限交易的资产。每一次充放电，都会带来电池寿命的消耗；过度追逐短期价差，可能导致循环次数过高、衰减加速，反而侵蚀长期收益。
因此，每一次交易决策，实际上都是在当下收益和未来寿命之间做权衡。
作为一种可以金融化的资产，储能电站必须每天都要面对一件极其复杂的事情：在不确定的市场中，做出最优的决策，实现最佳资产收益。
这已经远远超出了传统调度系统或人工经验的能力边界。
当交易决策成为需要实时计算、持续学习、跨维度优化的核心工作时，一个问题也变得不可回避——这种复杂决策，只有AI能够胜任。
这种“赚钱变难”的体感，在实际运营中已演变为精准的算法博弈。以远景滨州100MW/200MWh独立储能电站为例，它正处于全国最复杂的电力现货市场之一。在新能源全面入市、电价频繁波动的环境下，该电站通过引入气象与能源大模型，将经验判断转化为“自动驾驶”的交易决策。
数据显示，该站将复杂的电网阻塞预测精度提升了10%，峰谷价差预测准确率达到95%，显著高于行业平均水平。同时，其综合转换效率维持在84.16%的高位，确保了每一度电在充放过程中的损耗降至最低。
滨州电站的案例证明：当硬件规格趋于同质化，决定收益天花板的，正是隐藏在电缆与电池背后的交易能力。
由此可见，储能行业开始出现一个清晰的分水岭：不再是谁有更多电池就更有竞争力，而是取决于谁更会“做交易”。储能的资产化，本质上依赖交易能力的提升，而交易能力的上限，取决于AI水平。
AI之于储能交易，并不是“效率工具”，而是“能力边界”。只有借助AI对海量数据的处理能力，以及对复杂系统的建模能力，储能电站才能在动态市场中实现三种关键跃迁：从被动跟随价格到主动预测价格，从静态策略执行到动态策略优化，从单次收益最大化到全生命周期收益最优。
但一个更现实的问题是：即便行业已经意识到AI的重要性，真正能够把AI落到“可交易、可执行、可复盘”的体系中的企业，仍然极少。
这意味着，储能电站的业主/投资方真正需要的，已经不再是单一设备供应商，而是能够对资产收益负责的长期合作方。
在这一点上，行业中开始出现一种新的角色——以远景为代表的“AI驱动型储能服务方”。
远景提出以“物理AI”为核心，将AI从辅助工具提升为系统底座能力。在产品层面，这一能力落地为新一代AI储能系统。
4月1日，远景发布搭载新一代AI自适应PCS的12.5MWh AI储能系统，并宣布全球最大方壳卷绕储能电芯790Ah正式投产。同时，远景首款钠离子储能电池正式下线，并携手头部AI企业落地全球首个100%绿电直供AIDC项目，进一步拓展储能应用边界，引领储能全场景解决方案新范式。
图：远景12.5MWh AI储能系统搭载的790Ah储能专用电芯
不同于传统在EMS或交易层挂载算法的方式，远景的储能产品从架构层面实现自上而下的AI驱动，将智能能力嵌入储能的设计、制造与运营全过程，形成贯穿全生命周期的能力体系。
2025年底，远景在内蒙古建成并网的12.8GWh储能集群，是目前全球规模领先的储能集群之一。其中，查干哈达4GWh储能电站作为全球单体最大电化学储能电站，在并网测试中一次性通过电网“三充三放”验证，体现出系统级协同与控制能力的稳定性。
在这一类超大规模项目中，储能不再是单体设备，而是需要在复杂电网环境中实现群体协同与动态响应，其背后依赖的正是AI驱动的系统能力。
在运营层面，远景的“天机”气象大模型与“天枢”能源大模型，覆盖从气象预测、功率判断、负荷分析，到交易决策、执行控制与运营复盘的完整链路，构建起“预测—调度—交易—自学习”的闭环，使储能系统能够在实际运行中不断学习与优化。
更重要的是，这种能力并不止于“多赚一次价差”，而是在全生命周期内平衡收益与损耗，在波动市场中持续优化资产表现。
储能与电力市场从远景储能处获悉，依托AI与全栈自研能力，远景让储能系统在规划、设计、制造、运营（含交易）全链路实现自感知、自适应、自进化，推动场站全生命周期IRR提升4-8%。
在赤峰全球首个100%绿电产业园项目中，储能系统需要在高比例新能源供给下，持续平衡波动，实现对产业负荷的稳定支撑。这种“源网荷储”一体化场景，对预测、调度与控制提出了远高于单一电站的要求。
储能在这里不只是参与交易，更是在用AI能力“重构供电方式”。某种意义上，这也标志着储能行业关系的变化：业主不再只是采购设备，而是在选择一个能够共同承担不确定性、并持续创造确定性收益的“信任伙伴”。
如果说项目是能力的验证，那么央企集采则是市场的投票。
2026年3月底，中广核新能源与国家电投合计释放超过12GWh储能集采规模。这一轮招标最重要的变化，不在规模，而在规则。
一方面，门槛显著提高。国家电投将系统集成商业绩要求提升至10GWh，意味着行业正式进入“规模+实证能力”双门槛时代。
另一方面，价格机制发生转变。本轮集采中标基准价显著高于2025年底行业平均水平，并普遍采用“基准价+合理下浮”的模式，标志着行业正在告别单纯的低价竞争。
更值得注意的是中标结构。远景与比亚迪位列中标候选人前两位，两者均为典型的垂直整合厂商，具备从电芯、PCS到系统集成的全链路能力。
这背后反映的是一个清晰趋势：在储能资产化时代，客户选择的，不再是“最便宜的设备”，而是“最可靠的收益能力”。
对于电力业主来说，账本的逻辑变了。以前买设备，只要能并网就行；现在面对复杂的电力市场，他们更在乎这套资产在未来十几年里，能不能在波动的电价中稳住回报。这种从“一次性买卖”到“长期价值”的转变，让竞争门槛从硬件成本变成了运营能力：谁能帮业主把电卖得更好、让电网更省心，谁才能拿到订单。
如果说交易能力是分水岭，那么AI储能，本质上是在重写储能的操作系统。
也正是在这一意义上，AI成为储能资产化的基础设施——没有AI，储能难以从“能用”走向“好用”，更难从“好用”走向“赚钱”。
更进一步看，在新型电力系统中，AI的重要性不仅体现在交易层面，更体现在对电网的支撑能力上。
但一个不可回避的问题是：当“AI储能”成为行业共识，这种能力是否可以被快速复制？
从表面上看，气象预测、价格建模、策略优化等能力，似乎都可以通过模型叠加来实现。但在真实的电力系统中，这些能力并不是孤立存在的，而是高度耦合在一起，并且必须在复杂工况下长期稳定运行。
换句话说，AI在储能中的门槛，并不在算法本身，而在数据、场景与系统之间的深度耦合能力。
远景能够支撑这一体系，是因为有着长期积累的数据与组织能力。一方面，大规模风机运行沉淀的PB级数据，以及电池与制造过程中的高质量数据，为AI模型提供了真实场景支撑，使其能够在复杂环境中保持高可靠性与可解释性；另一方面，远景能源、远景智能与远景动力之间形成分工协同，分别覆盖设备运行、算法平台与电池制造，构建起横跨设备、系统与制造的多维数据体系，使AI真正扎根于物理系统之中，而非停留在抽象层面。
本质上，储能行业正在经历一次从“设备逻辑”向“资产逻辑”的跃迁，而AI正是这一跃迁的关键支点。当电价波动成为常态、交易成为核心收益来源，真正拉开差距的，不再是容量与成本，而是谁能够更准确理解市场、更高效执行决策、更稳定实现回报。
在这一过程中，远景所推动的物理AI路径，正在将储能从“会运行的设备”，转变为“会思考的资产”，为新型电力系统提供更具确定性的支撑能力与价值创造方式。
责任编辑：丁凯乐
欢迎订阅寻熵研究院研究报告《中国储能市场2025年分析与2026年展望》《2025年储能市场招投标及价格全景分析》《2025年储能市场政策及典型收益模式分析》《中国用户侧储能发展报告2025》《中国独立储能发展报告2025》。
可添加微信：ESSpartners，了解详情。
