我们先从储能产业的历史起源开始。

19世纪末，第二次工业革命爆发标志着人类进入电气时代，“电”这一能源开始在世界普及，储能产业也应运而生。现如今，随着社会科技不断发展，以电为代表的能源充斥在人们日常生活中，储能产业也随着能源结构的转型升级而蓬勃发展，从最初的抽水蓄能、铅酸电池技术，发展到如今锂离子电池、氢储能等多种新兴储能技术。

储能行业现状

如今储能行业采用单一技术指标驱动的发展模式，即企业专注于单一储能技术指标提升（如单纯追求降低成本），这不利于储能行业的可持续发展。

我们怎么理解这一句话呢？

举个例子，当我们想要实现健康减肥时，有些同学可能只会控制饮食甚至是绝食，一开始饿几天可能能够瘦2kg，但是到后期可能饿一周可能只瘦0.5kg，而且还伴随着代谢变慢、肌肉流失、身体跨掉等风险。而运动+控制饮食+睡眠的长期可持续方法，不仅可以使体重下降和不会依赖某一种方法而遭遇瓶颈，而且使得身体机能整体提升，不容易反弹。

同样地，单一技术指标驱动的发展模式存在类似的弊端。

目前面临的主要问题

首先，各类储能技术（如电池储能、氢储能、飞轮储能、超级电容）各具优势，每一类储能技术都有其对应的需求场景，但如我们上面所说，单一的运算方法无法适配所有场景，同样地，单一技术难以适配能量管理、削峰填谷、备用容量、系统调频等差异化场景需求，“储能场景多元化需求难满足”问题突出。

其次，为应对多元需求而采取的简单技术叠加方案，不仅达不到“1+1>2”的效果，还会造成运维成本激增，且因缺乏智能调度系统而无法实现多技术的动态协同优化，难以在满足场景需求的前提下响应实时电价波动和电网负荷变化，单一技术方案往往造成严重的效率损失和资源浪费。这种发展模式已严重制约了储能行业的成本效益提升。

总而言之，储能行业采用单一技术指标驱动的发展模式，效益低、成本高且不可持续，难以满足多场景复杂应用需求。

种种困难如五指山般压过来，我们该怎么办呢？

别担心，琶科小博士带着我们的AI救星来啦！

解决问题的锦囊妙计

目前，《“十四五”新型储能发展实施方案》《关于加快推动新型储能发展的指导意见》等多项国家政策文件鼓励多元化储能合理配置，促进储能产业市场化可持续发展。

针对储能行业单一技术的痛点，琶洲实验室林镇宏教授、东淏博教授及其团队积极响应国家号召，结合AI深入研究，给出了他们的方案——异质性混合储能解决方案，也称为“万储一心”。“万储一心”指利用AI技术对储能产业施行智能大脑+混合储能控制软硬件的一站式解决方案。

其中，“万储”指异质性混合储能，“一心”指方案的核心系统“TransTEC系统”。

该方案通过TransTEC系统动力学仿真模型，精准模拟混合储能系统在不同工况下的运行状态，实现最优的储能配置规划。在此基础上，TransTEC模型的AI部件能够实时调度能量，结合AI-Hub技术，将各类储能设备连接起来，实现设备的协同控制、监测以及反馈，从而打造最优储能模式，突破当前单一技术指标发展的局限。

看到这里有的同学就要晕了，心里想着“好深奥的知识我看不明白”，别怕，我们可以理解为我们熟知的班级管理系统，也就是“班主任（一心）+班干部（AI-Hub）+班集体（万储）”，下面我们用我们熟知的班级系统来了解“万储一心”的实施过程。

核心技术

这一方案顺利施行需要三项核心技术，分别是TransTEC系统、实时的多物理场电池状态监测技术、高精度的电池健康预测AI算法。下面介绍这三项核心技术：

TransTEC系统架构

TransTEC智慧能源分析系统采用全球领先的架构，以“1个核心+2种方案+3方协同”为框架，整合智能测算输出、分布式设备管理及智能监控功能，协同能源公司、储能制造商、政策制定者三方资源，满足商业化用户需求并实现高效数据交互。系统运用离散选择模型（DCM）感知量化用户需求，并通过储能组合与能量调度优化提出混合储能方案，例如：飞轮储能+锂离子电池，车网互动+锂离子电池。

这一系统架构优势在于能够耦合储能技术及其商业化与社会效益，依托林镇宏教授团队十余年系统动力学模型积累及跨学科交叉融合，突破单一技术指标局限，实现综合效益提升、能源使用成本降低、可再生能源利用率提高，为智慧能源管理提供创新解决方案。

上面的话转化为我们班集体管理的理解为，班主任（TransTEC智慧能源分析系统）组建班干部团队管理和监督班集体。上公开课前，班主任能协同学校政策、课程需求、学生体验三方面，结合科任老师（离散选择模型）的意见合理制定课程安排，使用班长+卫生委员、班长+纪律委员等组合保证教室的卫生和纪律。

AI-Hub：实时的多物理场电池状态监测技术

最优储能模式的问题有了解决方案，还需要关注这一模式的可持续发展，考虑电池寿命及老化问题。

为解决这一问题，团队采用实时的多物理场电池状态监测技术，首次采用基于声-光-电（即超声波-光信号-电信号）的复合检测技术识别电池内部状态，实现免拆解电池表征的前提下可视化电池内部健康状态，“高效率、低成本、无污染、准定位”发掘多尺度电池特征信息、实现电池运行状态与安全情况的实时监测。

用班集体来理解也就是说，班主任通过观察学生日常行为、上课状态、作业情况等多种表现，并准确发现某同学可能需要帮助，从而提供及时的辅导，确保整个班集体能够健康、可持续地发展。

AI-Hub：高精度的电池健康预测AI算法

团队运用高精度的电池健康预测AI算法，通过将电池数据导入AI-Hub，建设多模态健康预测大模型，利用增量多模态学习、半变分自编码器、CNN-Transformer、异质集成学习等算法实现精准预测电池故障、热失控、SOH/RUL剩余寿命等一系列问题。此方法能够将电池健康预测精度由90%提升至97%，为企业减少50%误诊电池更换，成本效益显著，为客户提供可持续解决方案。

这就好比班主任不像以前那样只看期末成绩，而是收集了每个同学平时的小测验、作业反馈、课堂表现、甚至课间交流的各种细微数据，并进行思考和分析，从而判断出某同学在未来某个知识点上可能会遇到困难，或是目前知识掌握的牢固程度和未来能保持多久的良好状态。

目前技术情况

目前，相较于极晟能源、思安新能源等企业的解决方案，“万储一心”储能方案能应用于全场景，且运算效率快、储能配置多元，综合表现达到国际领先水平。

项目团队围绕该成果发表40篇高水平论文，包括Nature子刊、Cell子刊论文4篇，布局发明专利16项、软著4项，具有完善的知识产权布局。项目方案受美国能源部连续资助14年以上，同时接受沙特阿美超千万元投资，进行了初步的项目验证，效果优异。

“万储一心”方案的落地转化，将有力促进能源可持续发展，加速数千亿储能市场释放。琶洲实验室将不断关注社会问题，秉持“突出基础、原创技术、驱动产业”的核心理念，以AI赋能助力现代化产业高质量发展。

今天我们的科普就到这里，我们下次再见，拜拜！

本项目科学家介绍

琶洲实验室杰出科学家，海外高层次引进人才，兴华学者，现任华南理工大学长聘教授、博士生导师，SCI期刊Journal of Renewable and Sustainable Energy的主编，并兼任Energy Policy、Transportation Research Part D、 iScience、International Journal of Sustainable Transportation等学术期刊的编委。他具备多学科背景，曾多次入选斯坦福大学发布的全球前2%顶尖科学家榜单。其研究聚焦系统性“技术-基建-行为-政策”（TIBP）解决方案，并发表多篇关于电动汽车优化设计、替代燃料基建规划、消费者价值和选择、对交通能源政策的评价等的学术成果。