行业媒体日前采访了优化厂商Suena Energy公司的联合创始人兼首席执行官Lennard Wilkening博士，了解欧洲电池储能系统资产管理的演变情况，包括人工智能带来的影响。
　　
　　Suena Energy公司在德国开展了一个利用电网侧（FTM）和用户侧（BTM）应用进行优化的试点储能项目
　　
　　Wilkening博士将于12月2日至3日在罗马举行的2025年欧洲电池储能资产管理峰会上发表演讲，该峰会由Solar Media公司主办。
　　
　　在本次问答环节中，他探讨了电池储能系统资产管理的最佳实践、人工智能如何推动其发展，还提及了意大利近期举行的MACSE拍卖，该拍卖很可能成为此次为期两天活动的重点讨论内容。
　　
　　记者：在过去三年，欧洲电池储能系统资产管理的最佳实践是如何发展的？
　　
　　Wilkening：欧洲电池储能系统资产管理的最佳实践已从人工启发式方法演变为完全由数据和人工智能驱动的全生命周期优化。如今，行业领先的储能运营商采用集成优化层，该层结合了高分辨率资产数据、实时退化成本模型和市场预测。例如，当边际退化成本上升或日内价差意外扩大时，能够动态调整调度决策。
　　
　　人工智能如今打破了技术与商业的现实壁垒：它能识别真正产生长期价值的循环周期，防止有害的微循环，甚至能在影响发生前预测可用性变化。这一转变使电池储能系统从静态资产转变为持续优化、自我学习的能源组合。
　　
　　记者：目前采用何种方法实现电池储能系统的收益最大化，哪些关键绩效指标驱动运营决策？
　　
　　Wilkening：我们将电池储能系统作为高频能源交易组合来运营，以此实现收益最大化：我们的人工智能引擎处理实时电站数据、实时订单簿信号和市场预测，以毫秒级的精度每天执行超过5万次交易决策。电池储能系统的边际退化成本循环、模拟效率损失、实时收入以及可用灵活性等关键绩效指标，决定了每次调度决策。
　　
　　记者：如何在实现盈利的市场参与与保持电池健康之间取得平衡，优化技术在这一决策过程中发挥什么作用？
　　
　　Wilkening：我们通过让人工智能实时量化每次潜在交易行为的真实退化成本，来平衡盈利能力和电池单元健康。优化引擎在每次循环前的毫秒级时间内模拟健康状态（SoH）影响、效率损失和边际损耗，因此只执行收入明显超过退化成本的交易。
　　
　　这防止了有害的微循环，保护了长期性能，并将资产寿命延长数年，同时仍能捕捉所有市场的高价值波动。实际上，人工智能将健康与盈利的权衡转变为透明、数据驱动的决策，而不是猜测。
　　
　　记者：如何看待目前欧洲电池储能行业各方之间的风险分担现状，未来将如何演变？
　　
　　Wilkening：我们看到，市场正越来越多地发现新的套期保值结构，就风险而言，这些结构介于完全利润分成和长期容量收费协议之间。
　　
　　因此，保底价、保底价+上限价、互换产品或部分容量收费将主导运营商与交易商之间的服务协议。与莱茵集团（RWE）合作，SuenaEnergy公司现在推出了“弹性保底价（FlexFloor）”产品，该产品既提供保底价的安全性，又能增加商业收入。
　　
　　记者：对MACSE拍卖有何看法，中标的项目业主需要如何进行资产管理？
　　
　　Wilkening：从电池储能系统投资者的角度来看，容量市场显然具有吸引力，它为辅助服务和批发市场增加了一条风险较低且通常长期的收入来源，提高了投资的可融资性。
　　
　　然而，鉴于首次MACSE拍卖结果意外低迷，我们认为有必要制定全面的收益叠加策略，并与拥有更强大人工智能引擎的优化服务商合作。
　　
　　凭借我们在电池储能系统优化领域10年的研发经验，其中4年是在德国可再生能源及电池储能市场担任多市场交易商，SuenaEnergy公司将从2027年起在意大利市场提供优化服务。
　　
　　记者：独立部署与共址部署项目的电池储能系统资产管理问题有何不同？
　　
　　Wilkening：对于独立部署的电池储能系统，资产管理侧重于纯粹的市场优化——以最少的限制捕捉价差、频率产品和波动性。
　　
　　然而，对于共址的储能项目来说，面临的挑战变成了多资产优化问题：人工智能必须共同预测发电量、模拟限电风险，并决定储能系统何时应转移、吸收或套利能源，以实现整个场地的价值最大化。这需要更紧密地整合天气预报、实时电站数据和交易模型。
　　
　　编译：Harris