西清能源总经理贡晓旭：以AI与机理融合驱动，构筑储能主动安全新范式

4月1日，在ESIE2026第十四届储能国际峰会暨展览会期间，北京西清能源科技有限公司总经理贡晓旭受邀接受碳索储能行业专访，就储能数智化发展、主动安全技术路径及商业化前景分享了西清能源的实践与思考。

一、 技术内核：双驱动模型与SDAP体系筑牢安全基石

面对储能行业日益突出的安全与运维效率挑战，西清能源提出了区别于传统方案的差异化技术路径。贡晓旭介绍，其核心突破主要体现在两方面：

一是 “数据驱动+物理机理”双驱动技术。该技术将电化学、热力学等物理规律与约束条件嵌入深度神经网络，有效弥补了纯机理模型在极端、复杂工况下的表征局限，也解决了通用AI模型在工业场景中存在的“黑盒”与安全边界问题，显著提升了模型在真实场景中的泛化能力与可靠性。

二是 “感知-硬件-算法-平台”的SDAP体系。该体系实现了AI算法从云端向边缘侧的沉降，能够对海量电芯级高频数据进行实时、轻量化的本地计算与存储，为安全风险的快速识别与响应提供了至关重要的底层支撑。

二、 应用实效：三级主动安全防控体系实现“治未病”

基于上述技术，西清能源构建了覆盖“隐患辨识-早期故障预警-热失控预警”的三级主动安全防控体系，旨在实现对风险的全周期干预。

在实际应用中，该体系能够在电池本体尚未发生可视损坏时，通过分析电芯间一致性等复杂模式，提前数周识别系统级安全隐患；通过对运行数据的深度挖掘，提前数十小时预警早期故障；并结合自研的超声气体探测等多源信息，精准捕捉热失控早期征兆。据贡晓旭透露，该体系在已落地超过33.6GWh的储能项目中，实现了综合预警准确率超过94% 的行业领先水平。

三、 价值延伸：从安全护航到资产增值

贡晓旭强调，西清能源的数智化方案不仅关注安全，更致力于将安全能力转化为资产价值。在运营层面，通过精准的电池健康状态评估与预测性能维护，可有效提升电站可用率，为参与电力现货与辅助服务市场提供关键决策支持，从而改善电站内部收益率。

在资产全生命周期管理方面，其技术为退役电池的梯次利用提供了新思路。通过为电池建立“数字身份证”，并利用AI算法进行快速、精准的性能分选与重组，可大幅提升梯次利用产品的安全性与经济性，助力构建储能资产的循环经济。

展望未来，贡晓旭认为AI在储能领域的角色将从“分析工具”向“自主决策智能体”深化。西清能源正围绕此方向，在规模化虚拟电厂、园区级多能协同与碳管理、无人化智能运维等场景进行布局，推动储能系统从“被动受调”向“主动寻优”演进，持续挖掘储能资产的数字化潜力。