独家对话阳光电源曹伟：工商储的新方向是“自动驾驶”
6月初，全行业聚焦的SNEC展，透露出一个明确信号：行政分时电价退场后，工商储正朝着“多场景”和“AI化”两个方向狂奔。
但方向明确不代表路径清晰，一个尴尬的事实是：人人看好“AI+多场景”，但究竟如何真正为工商储撬动更高收益、创造实际价值，仍是行业悬而未决的难题。
这不是技术问题，是底层逻辑认知问题。
展会期间，行家说储能特别与全球工商储出货量TOP1企业——阳光电源工商业储能产品线总经理曹伟进行了深度交流，他的核心判断，让我们意识到：阳光电源已经找到了一套新的解法，而这个方向，值得整个产业共同探讨。
工商储的下一站：自动驾驶
行家说储能在与曹伟的交流中，他提出了一个全新观点：工商储正迎来“自动驾驶”时刻。要理解这一模式，首先要拆解多场景与AI化两大方向里，行业的认知误区与阳光电源的差异化理解。
先说“多场景”
行业通用的做法是从“设备组合”角度定义场景：光储融合、光储充、台区储能……逻辑是“我有什么设备，就做什么场景”。这种分类直观、好理解，但它可能会犯了一个错误：它从供给端出发，而不是从需求端出发。
结果可能导致，大家的方案大同小异，最后拼的还是价格。这跟分时电价时代的同质化竞争，本质上没有区别。
在与曹伟的深度交流中，行家说储能发现，阳光电源的思考方式完全不同。曹伟提出：我们从“负荷特征”反推设计，基于阳光电源“S+储能”场景实践，可形成三类代表性路径：
高价值连续型负荷（如AIDC）：这类场景对电能质量和供电可靠性要求极高，储能的价值不是“省钱”，而是“保命”——一刻都不能断。
高冲击脉冲型负荷（如光储充）：充电桩负荷波动剧烈，储能的价值是“削峰填谷、柔性增容”，避免高昂的电网扩容费用。
多负荷复合型场景（如零碳园区）：园区内有生产负荷、空调负荷、充电负荷、光伏发电，储能的价值是“协同调度”，把源、网、荷、储全部打通。
这三类的本质区别，不在于“用什么设备”，而在于“客户到底需要什么”。同一个储能柜，放在数据中心和放在充电场站，算账的逻辑完全不同，算法的优化目标也完全不同。
所以，不理解负荷特征，产品设计就是盲人摸象。这是阳光电源所说的“场景驱动”——不是把同一个产品硬塞进不同场景，而是让不同场景的需求，倒逼出最合适的系统设计。
然而，多场景是确定性的趋势，但多场景带来的不是简单的“需求多样化”，而是约束条件的多元化和实时变化。
由此，场景的复杂性，也让AI变成“必选项”。
然而，行家说储能发现，行业里绝大多数“储能AI”，并没有真正解决这个问题。它们普遍存在一种“割裂”现象：一部分“AI”只懂设备。EMS管充放、管保护、管电池健康，但它看不懂电价信号，不知道什么时候卖电最划算。结果就是：设备保护得很好，但钱没赚到。
另一部分“AI”只懂交易。电力交易系统会算账、会预测、会报价，但它不知道电池还能扛多久。盲目追收益的结果往往是：钱赚到了，电池加速衰减。
更关键的是，这两套系统之间，数据不通，决策脱节。很多企业的EMS是一套，交易系统是另一套——两个团队、两套数据、两个大脑。中间靠接口对接，就像两个说不同语言的人在交流，能沟通，但效率低，而且容易出错。
在交流时，曹伟给出的解法很直接：
“产业走到这一步，要懂电力交易，更要懂设备和电网。只有把这三个东西打通，才能更好地把收益和长寿命的事情做好。”
据曹伟透露，阳光电源的做法，是用两个协同工作的AI引擎来落地：En-grow 2.0，是具备AI功能的EMS，负责底层设备协同（光储充调度、设备保护），PowerBidder则负责上层交易决策（电价预测、套利策略）。
曹伟描述了工作流程：
“PowerBidder发出交易指令，En-grow 2.0评估设备状态后判断是否可执行、如何优化执行。两者通过数据打通和裁决机制协同工作，确保顶层交易目标的实现同时，尽可能不损害底层设备的安全与寿命。”
行家说储能发现，过去的分时电价时代，储能系统的运行逻辑很简单：设定好峰谷时段，谷充峰放，按部就班，这就像汽车的“定速巡航”。但现在行政分时电价正在退出，电力市场波动加剧，收益来源从单一的“价差”变成了多场景综合收益，这时就不得不实时感知路况、自动调整策略、持续学习进化。
两者的技术代差，或许不是一代，而是多代。
曹伟用一个很形象的比喻点明了这个变化：
“现在电站的运营环境就像从平坦的高速公路驶入路况复杂的道路，充满了不确定性。我们重点布局AI，就是让储能学会主动思考——如同自动驾驶一般，综合研判多维数据，自主完成分析与决策。”
由此，我们也可以感知到，“自动驾驶”不是营销比喻，而是技术路线的顶层设计。——系统能根据电网、天气、负荷、设备状态等多维数据，自主完成感知、决策、执行，并持续迭代进化。
为什么阳光电源能“自动驾驶”？
既然知道了打通“懂交易”和“懂设备”是关键，那循着此路前行，不就能水到渠成？
然而，知易行难——这至少需要三个硬条件。而这三道门槛，最后我们仔细研究发现，恰好就是阳光电源最宽的护城河。
▍门槛一：全栈自研的底层技术平台
“全栈自研”是储能行业的热词，而阳光电源把这个词真正落到了实处。
如果EMS是A家的、PCS是B家的、交易系统是C家的，数据割裂、接口不统一、通信协议各说各话，打通就是一句空话。
阳光电源从BMS、EMS到PCS，全部自研。这不是营销话术，是技术现实，也是数据打通的前提——所有设备说同一种语言，所有数据汇聚到同一个平台。这是阳光电源能够实现“En-grow 2.0+PowerBidder”协同的底座，也是大多数企业无法复制的根本原因。
▍门槛二：超1000GW的装机实证
行家说储能认为，这是最硬也短期难以形成的护城河。阳光电源依托近30年全球超1000GW的电力电子装机体量，积累了海量真实运行数据——有电网交互数据、有负荷波动数据、有设备衰减数据、有交易回报数据。
数据的价值不在于“大”，而在于“真”。实验室里跑出来的数据和真实电网里跑出来的数据，完全不是一回事。真实数据里包含了电网的每一次波动、负荷的每一次突变、设备的每一次异常。这些都是训练AI最珍贵的“教材”。
曹伟也和行家说储能强调：
“我们长期深耕，对电力市场、电网侧和负荷侧有着深刻的理解。我们的AI能力都是基于此优化迭代。”
确实如此，很多跨界AI公司有算法人才、有算力资源，但它们缺少对电力系统的“体感”——不知道电网调度规则、不懂各省现货市场的差异、不理解PCS和电池的物理极限。它们的AI是“从外往里看”，而阳光电源的AI则是“从里往外长”。
这是本质区别，也是决定性的差距。
▍门槛三：场景编译能力
前两道门槛赋予了阳光一个强大的底层平台：数据贯通、设备协同、交易联动。但客户购买的不是平台，而是解决具体问题的能力——AIDC场景下的供电连续性保障、光储充场景下的负荷平抑与电费优化、零碳园区场景下的多主体协同调度等等。
真正的考验在于：能否以同一套底层能力，针对不同场景编译出可验证、可闭环的解决方案？
这不是“反向设计”的认知转换，而是系统化的工程能力。具体体现在以下几个维度：
洞察场景——识别每个场景的核心约束
AIDC的核心约束是“供电不可中断”，储能的价值在于保障连续供电，算法必须将可靠性置于收益之上。光储充的核心约束是“负荷波动剧烈”，储能的价值在于削峰填谷，算法需要在收益获取与循环寿命之间动态平衡。零碳园区的核心约束是“源网荷储多方协同”，储能的价值在于充当柔性调节中枢。不理解场景的核心约束，算法便无从发力。
编译能力——将场景约束转化为算法参数
识别约束之后，还需将其转化为精确的算法指令。AIDC场景下，PowerBidder的交易策略需预留多少安全裕度？光储充场景下，电池充放深度的阈值应设定在什么区间？这些参数的确定，依赖前两道门槛提供的支撑——1000GW真实运行数据定义了边界，全栈自研的底层打通提供了调优空间。
持续进化——场景经验反哺底层平台
每一个新场景的落地，都会产生新的运行数据与反馈，回到底层平台驱动算法迭代。AIDC项目积累的经验，可降低后续同类项目的部署成本；光储充场景的运营数据，为零碳园区的协同调度策略提供参照。这是一种正向累积——先行者每完成一个场景闭环，身后的追赶者便多一道需要跨越的障碍。
由此可见，前两道门槛构筑了阳光的技术底座，第三道门槛决定了这一底座能否转化为不同场景下的客户价值。洞察场景、编译落地、持续进化——三者构成一条从技术能力到商业价值的完整路径，也是时间与经验共同浇灌的竞争壁垒。
曹伟用一句话概括了这个理念：“能让客户多赚钱，持续地赚钱，就是我们最硬的那张牌。虽然市场在变，政策在变，但阳光电源持续研发创新和持续的全生命周期服务能力，可以为客户提供确定性”。
当然，行家说储能解读，这种确定性，不是来自对政策的预测——那是不可能的——而是来自对电网和负荷的深度理解。只有真正理解电网怎么运行、负荷怎么变化，才能设计出在任何场景下都能稳定创造价值的储能系统。
行家说储能总结：三个值得思考的命题
阳光电源在本届SNEC展的工商储战略输出，跳出了行业常规的新品参数迭代、容量扩容式发布，本质是一次工商储底层方法论的公开交付。在行政分时电价退场、工商储告别政策红利，全面进入市场化竞价的拐点，这套方法论直击全行业普遍的认知盲区，留下三个穿透短期内卷、指向长期终局的核心命题，也完整解释了前文提及的「工商储自动驾驶大脑」该如何落地。
▍命题一：储能AI不是算法竞赛，是“三角稳态博弈”
不少企业误以为，储能AI就是写一套足够聪明的算法。但曹伟的判断截然不同：要真正做好储能AI，必须同时“懂交易、懂设备、懂电网”。
只懂设备不懂交易：设备保护得很好，但钱没赚到。
只懂交易不懂设备：钱赚到了，电池两年报废。
懂交易也懂设备，但不懂电网：局部策略最优，放到电网调度面前却跑不通。
阳光的壁垒，不在于某一项能力特别强，而在于同时具备这三项能力，并且把三者之间的数据完全打通。
算法可以买，人才可以挖，但1000GW的电力电子运行数据、对电网调度规则数十年的理解、对PCS和电池物理极限的精准掌控——这些东西，钱买不到，时间也压缩不了。
这不是简单的“先发优势”，而是只有坚持长期主义才能沉淀下来的能力，属于不可复制的系统护城河。
▍命题二：场景的本质不是设备组合，是负荷特征
负荷形态正发生剧变，未来不是以设备定场景，而以场景倒推系统架构。
从“我有什么设备”到“客户需要什么价值”，表面上是分类方式的调整，底层是完全不同的商业逻辑与价值空间。
过去，行业比拼的是“把系统交付出去”——谁的效率高、成本低、交付快，谁就赢。但未来，主战场正在从硬件参数转向运营能力。面对场景的裂变和规则的持续重构，客户需要的不是一个储能柜，而是一个能持续创造价值的可调资产。
▍命题三：储能AI的价值，是在不确定性中交付“确定性”
政策规则在变，电价波动在加剧，客户需求在分化——这些是整个行业共同面对的不确定性。
阳光的应对策略，不是去预测变化，而是让资产本身具备适应变化的能力。无论规则怎么调整、电价怎么波动，这套系统都能快速重新优化，找到新的盈利平衡点，同时不伤设备、不越红线。
曹伟对此有一句很精准的概括：“这正是不确定性中能抓住的确定的事。”
这句话点透了储能AI的商业本质：客户购买的不是算法，也不是设备，而是“未来十年持续赚钱的能力”。
由此，对行业而言，阳光电源的价值，不在于它卖了多少台储能，而在于它用一套完整的逻辑证明了一件事：
储能AI的竞争，不是单项冠军，而是“铁人三项”——懂交易、懂设备、懂电网，并且把三者彻底打通。这本质上不是在优化一套算法，而是在给储能资产装上一个能够自主思考、自主决策、自主进化的“自动驾驶”大脑。
这不是算法竞赛，是一场系统战。谁能用技术和数据真正兑现这种“确定性”，就更有利于谁定义下一代储能的游戏规则。
往期精选：
7.5GWh！阳光电源再揽中东储能大单
储能项目申报收官：比亚迪、阳光电源等递交最优代表作
Q1储能毛利率回升至30%！阳光电源透露关键信号
让更多人看到有价值的信息!
行家说储能 向上滑动看下一个
行家说储能 写留言 ,选择留言身份
