近日，我司专家顾问、上海交通大学电气工程系艾芊教授受邀出席「上海外滩·储能AI创新论坛」，围绕储能AI技术的前沿应用与产业化路径接受了深度专访。

在专访中，艾芊教授指出，AI的核心价值在于将园区内多元化资源进行可信统筹——从资源聚合到市场交易，再到参与电网调度优化，形成完整的价值链。只有让AI真正"管起来"，才能推动各类资源高效参与市场化运营。

针对储能AI系统的核心能力要求，艾芊教授强调：仅在理想条件下给出最优解远远不够。真正的AI大脑必须具备快速感知环境变化的能力，无论是长期趋势变化还是突发工况扰动，都能输出安全、稳定的策略方案。算法精度之外，系统的抗风险能力和适应性才是工程化落地的关键。

面对算力负荷对电网的冲击与绿电消纳的双重挑战，艾芊教授提出了清晰的技术路径：AI需实时获取储能装置的运行状态与可调能力，同时预判算力中心的负荷波动特征，通过储能系统平抑波动，在电网与算力中心之间充当"稳定器"角色，实现算力与电力的协同共赢。

谈及储能AI技术的产业化路径，艾芊教授认为理想模式是"企业出题、高校解题"——企业先明确场景需求和实际约束条件，高校据此进行有针对性的AI训练。而在规模化复制环节，迁移学习技术能够最大限度减少模型参数的调整量，从而降低部署成本，这是当前AI领域实现低成本、标准化推广的核心方向。

艾芊教授还分享了对新型电力系统发展趋势的判断：随着新能源和电力电子装置占比持续提升，系统惯性降低，低频振荡、同步振荡乃至高频振荡的风险将显著增加。储能系统需要在充分可调的前提下，为电网提供惯性和阻尼支撑，成为保障系统稳定性的关键力量。