碳索新能
零碳园区/工厂

远景发布伽利略AI储能,“物理人工智能”驱动能源系统代际革命

在这一战略框架下,远景储能总工程师徐中华正式发布远景伽利略AI储能系统,并深入解读其如何通过“交易智能体”与“构网智能体”的协同,为新型电力系统构建“稳盈”基石。远景伽利略AI储能的发布,标志着储能产业的核心竞争力正从设备本身,转向其内嵌的“人工智能资产”。

caoyang2025/10/20 16:55:17
远景发布伽利略AI储能,“物理人工智能”驱动能源系统代际革命

核心摘要

在这一战略框架下,远景储能总工程师徐中华正式发布远景伽利略AI储能系统,并深入解读其如何通过“交易智能体”与“构网智能体”的协同,为新型电力系统构建“稳盈”基石。远景伽利略AI储能的发布,标志着储能产业的核心竞争力正从设备本身,转向其内嵌的“人工智能资产”。

在近日于北京举行的远景物理人工智能与未来能源系统闭门科技会上,远景科技集团董事长张雷指出,人工智能不是工具而是主体,并首次定义了“物理人工智能”——AI与物理定律、系统边界、知识图谱深度耦合的新范式。他强调,未来能源系统的竞争核心,将从设备资产转向“人工智能资产”。

在这一战略框架下,远景储能总工程师徐中华正式发布远景伽利略AI储能系统,并深入解读其如何通过“交易智能体” “构网智能体”的协同,为新型电力系统构建 “稳盈” 基石。

“稳盈”基石:双智能体驱动价值实现

徐中华指出:新能源解决了电力的来源问题,而AI储能要解决的,是电力的价值稳定问题。远景的答案,是构建一个由两大智能体驱动的系统核心。

交易智能体:实现“自动驾驶”的电力交易员,作为系统的经济大脑,它通过「远景天机」气象大模型与「远景天枢」能源大模型,实现了从预测到决策的自动驾驶式交易

实践数据显示,其应用使内蒙古某场站实现了近4个月预测精准度领域第一,并基于平稳运行数据推算,可为项目全生命周期收益增值21.91%。在山东滨州200MWh项目的对比测试中,纯AI策略能将收益预测的更是相较于人工策略降低15%误差范围,极大提升了收益的确定性。这一显著优势,深刻揭示了从人工辅助决策迈向全自动驾驶式交易的必要性与必然趋势。

构网智能体:实现“主动生成”的电力调度员,作为系统的稳定神经,它通过超感知与自适应能力,从电网节点信号中洞察系统状态,实现主动生成式构网。该智能体已在远景鄂尔多斯构网实证平台一次性通过1142项全量测试,并将AI模型适配效率提升5倍,为零碳产业园并网提供了关键支撑。

AI赋能全链路:从精准预测到资产健康

交易智能体除了向预测要价值,还要向我们自身的设备和运营要价值。徐中华强调,AI的能力已贯穿资产全生命周期。

精准预测是收益前提:基于「远景天机」与「远景天枢」大模型,系统在功率预测、气象预测及核心调度上展现出高精度,为交易决策提供了可靠依据。AI诊断守护资产健康:通过从一维到N维的设备健康诊断模型,实现了对设备状态的深度洞察,使得设备运营成本显著降低。

引领产业变革:从“社会资产”到“智能资产”

徐中华表示,拥有双智能体支撑的AI储能,是支撑新能源应投尽投、应产尽产、应盈尽盈的关键。远景伽利略AI储能的发布,标志着储能产业的核心竞争力正从设备本身,转向其内嵌的“人工智能资产”

正如张雷所言:物理人工智能主导下的能源大模型,必将推动绿色能源转型,赋能构建新型电力系统,也必将终结行业同质化的内卷竞争,实现良性发展的理性繁荣。

绿色转型不是简单的成本投入,而是面向未来竞争力的一次系统升级。

发布时间:

最后更新:

文章来源:远景储能

AI声明:允许用于非商业性AI训练与RAG,引用须注明出处并附原文链接。

More Insights

相关推荐

远景动力沧州电池超级工厂并网型绿电直连项目EPC总承包招标公告发布

本文介绍了远景动力沧州电池超级工厂并网型绿电直连项目EPC总承包招标的正式发布情况。该项目经沧州市行政审批局批准(批文号:沧审批核〔2026〕88号),由沧州建发新能源发展有限责任公司作为业主和招标人,全部建设资金由企业自筹。项目核心内容为建设一座50MW风力发电场,拟安装8台单机容量6.25MW的风电机组,配套35kV集电线路及一座新建35kV变电站;同时

查看详情

中国大唐集团有限公司2026-2027年度磷酸铁锂电池储能系统招标公告发布

中国大唐集团有限公司于8月25日发布2026—2027年度磷酸铁锂电池储能系统框架采购招标公告。本次采购面向其自身及战略合作伙伴的基建与生产类项目,预估总容量达5GWh,其中0.5C系统(1GW/2GWh)与0.25C系统(0.75GW/3GWh)按需均衡授标。适用场景包括海拔3500米以下的新能源配储、独立储能、风储融合及光储融合项目,不包含火电调频项目。

查看详情

AI数据中心的真正挑战,只是“更耗电”吗?

本文探讨AI数据中心面临的能源挑战,指出其远不止用电量增加这一表象。核心问题在于三重技术压力:一是功率密度急剧攀升,单机柜功耗达数十千瓦,超出传统配电系统的设计承载能力;二是负载波动剧烈,AI训练与推理任务在微秒至小时尺度上呈现大幅、高频的功率变化,威胁电网稳定;三是对电能质量要求极高,电压闪变或频率偏移等瞬时扰动即可引发设备宕机,造成严重运行风险。因此,为

查看详情