9月10日，第16次APEC能源部长会议在北京举行。会议形成"1+3+5"成果体系。其中，《APEC人工智能与能源双向赋能政策推荐（2026-2030）》是APEC首份聚焦"人工智能+能源双向赋能"的共识文件，"人工智能+能源"专项任务组也在APEC能源工作组下同步设立。
来自21个经济体的政策共识，将"人工智能+能源"列为未来五年的合作方向。
几乎同一时间，行业侧的回应已经落地：在9月上旬举行的2026 Inclusion·外滩大会"储能AI创新论坛"上，远景发布了面向能源系统的物理AI气象大模型"天机"的最新进展：在WeatherBench 2评测中，"天机"与谷歌WeatherNext 2进入第一梯队，并在风速、降水等能源领域关注的细分指标上领先谷歌；在中国国家气象中心AI天气预报模型示范计划中综合排名第一，在国家电网AI负荷预测比赛中拿下总分第一。
WeatherBench 2评测结果，蓝色越深成绩越好，“远景天机”位列第一梯队
政策定调与企业实践，在9月上旬交汇。AI正在改变的，不只是能源设备的管理方式，也包括一座储能电站如何预测市场、安排充放电，并在整个生命周期内获得收益。
对储能而言，问题最终会落到一个具体场景：
天气，会如何变成电价？
气温影响用电负荷，风速和光照影响风电、光伏出力，极端天气还可能改变电网运行方式。天气变化经过供需关系传导，最终体现在现货市场的价格波动上。
电价预测的上游变量，是天气
过去一段时间，储能行业的AI竞争开始集中在交易和运营环节。
宁德时代推出"天恒·智储"智慧管理平台，将AI大模型用于故障预警和运行分析；阳光电源的PowerBidder电力交易辅助决策系统，已取得储能交易实证证书；华为数字能源推出FusionSolar Agent智能体，并在雅砻江GW级光伏电站应用。
海博思创、天合光能、晶科储能等企业，也相继推出面向电力交易、功率预测或电站运营的AI产品。
行业关注点正在从"有没有AI"，转向"AI能否带来可验证的经营结果"。
但交易决策之前，还有一个更上游的环节：气象预测。
天气不会直接决定电价。负荷水平、新能源出力、电网约束、机组运行状态、市场规则，以及其他市场主体的报价行为，都会影响最终价格。
但天气往往是电价预测最早、也最难绕开的输入变量。
对储能运营者来说，能否在低价时充电、高价时放电，表面上是交易策略，背后首先考验的是对天气、负荷和新能源出力的判断。
远景科技集团董事长张雷在9月接受《福布斯》专访时表示："碳中和的本质，就是未来100%的能源都将来自风、光、水，气象系统就是我们的能源系统。如果我们对气象没有洞察力，就根本管不好这个系统。"
放在储能语境中，这句话的落点很具体：气象预测不是孤立的技术环节，而是连接功率预测、电价预测和运营决策的起点。
储能运营，
从单一套利走向多重决策
储能的收益来源，也正在从单一套利走向多收益叠加。
除了低买高卖，独立储能还可能参与辅助服务、容量补偿、现货交易和新能源消纳。不同收益来源之间并非简单相加。
一次充放电会占用电池寿命。参与辅助服务，可能改变后续的套利空间。市场规则调整，也会重新定义不同收益来源的边界。
因此，储能AI需要解决的，不只是"下一小时电价是多少"，还包括：负荷是否会出现偏差，新能源出力如何变化，不同市场的收益如何组合，电池当前状态能否支持相应策略，以及在风险边界内，什么时候充、充多少、什么时候放、放多少。
变量更多，决策频率更高，交易窗口更短。依赖人工经验的运营方式，很难覆盖全部场景。
储能运营由此进入了一个新的阶段：从单一市场套利，转向多市场、多变量和全生命周期优化。
从气象预测到度电收益
气象预测本身并不等于电站收益。
真正的收益链条是：气象预测→新能源出力和负荷预测→电价预测→充放电决策→电站运营收益。
而AI的技术能力，只有进入这条链条，才有实际价值。
远景将"天机"定位为面向能源系统的物理AI气象大模型。按照远景的技术定义，它不同于以ECMWF IFS、GFS为代表的数值天气预报，也不同于纯数据驱动的黑盒模型，而是融合物理机理与深度学习，专门面向能源系统设计。
能源系统关心的，不只是降雨预报，还包括风速、辐照、地表温度等变量。它们会影响风电和光伏出力，也会改变用电负荷和电力供需关系。
据远景介绍，"天机"能够对全球任意区域进行未来45天的气象预测，并提供5公里空间分辨率、10分钟时间分辨率的预测结果。
对储能运营而言，不同时间尺度的预测对应不同的决策任务。较短时间尺度的预测，可以帮助电站调整日前、日内和实时交易策略；较长周期的预测，则有助于判断新能源出力趋势、市场供需变化和未来一段时间的运行安排。
在远景的方案中，"天机"提供区域气象预测，远景能源大模型"天枢"再结合市场供需、节点电价特征、电网运行态势和储能运行状态，生成并持续优化充放电策略。
据远景披露，经山东、内蒙古、江苏等多地标杆项目验证，这套"天机+天枢"系统可实现场站综合收益提升20%、全生命周期IRR提升8%。
对储能电站来说，策略的价值不只在于抓住一次价格波动，也在于长期保持稳定。
如果过度追逐短期价差，可能加速电池衰减；如果只关注循环次数，又可能错过高价值交易窗口。有效的运营，需要在收益、风险、电池寿命和市场规则之间持续权衡。
AI的作用，是把这些变量纳入同一个决策框架，并根据天气、负荷、价格和设备状态的变化，持续调整运营策略。
山东样本：
现货市场比拼的不只是硬件
山东是国内电力现货市场运行较早、负电价时段较多、独立储能竞争较为激烈的省份之一。
在这里，电站面对的是相同的市场规则。竞争差异不只来自电芯、系统和工程质量，也来自对价格走势的判断，以及对充放电时点的把握。
远景滨州北海100MW/200MWh独立储能电站，是这套逻辑的实证样本。电站2023年建成投运，此后运营体系持续升级，峰谷价差预测准确率达到95%。
运营成绩按年份铺开：2024年，在山东12座同类型电站横向对比中，电站关键指标位居前列；2025年，综合转换效率和单度电收益领跑全省；2026年山东储能新规落地后，电站的多市场运营体系率先经过检验，1-7月收益水平持续保持山东区域前列，收益结构均衡，抗市场波动能力突出。
山东储能新规的调整方向，是从电能量市场与辅助服务市场"二选一"，走向多市场协同参与。这意味着，运营策略不能只围绕单一市场套利展开，而要在多个市场之间进行组合优化——市场规则越复杂，变量越多，越需要AI同时处理价格、负荷、天气、电池状态和交易约束。储能运营的竞争，也因此从"能不能交易"，转向"能不能持续做出更优决策"。
从一座电站60GWh：
跨市场复制验证长期主义
单个项目的表现，可以证明方案有效。跨市场复制，才能检验能力是否具有普适性。
目前，远景AI储能数智运营服务已在英国、印度、新加坡、蒙古、埃及等国家应用，覆盖欧洲、南亚、东南亚和北非市场，服务电站规模超过60GWh。
不同国家的电力市场规则并不相同。有的市场以现货套利为主，有的市场更依赖辅助服务，还有的市场需要同时考虑容量机制、并网约束和新能源消纳。相同的运营策略，很难直接复制到所有市场。
以远景某海外400MWh项目为例，在复杂的市场规则下，电站可利用率与往返效率（RTE）均高出合同担保值2-3个百分点。
这意味着，电站的长期运行表现超过了合同担保线。相关能力也不依赖某一个市场的规则红利，而需要由预测、调度、交易和设备管理共同支撑。
对于储能资产而言，安全稳定运行是底线，持续创造收益则决定资产价值上限。
物理AI的价值，也不只是提升某一个预测指标，而是帮助电站在更长周期内处理更多变量，并把一次次预测转化为可执行的运营决策。
储能的竞争标尺正在改变
过去，储能行业更关注电芯容量、能量密度、系统效率和循环寿命。这些指标决定电站能否建成、能否稳定运行。
在设备性能差距收窄的背景下，储能资产之间的差异，正在更多体现在运营能力上。
电站能否准确预测价格？能否及时调整策略？能否在多个市场之间分配容量？能否兼顾短期收益和电池寿命？这些问题，会越来越多地决定资产的长期回报。
从通用人工智能到面向真实世界的物理AI，储能AI也在发生变化。
它不只是帮助运营人员分析数据，也不只是生成交易建议，而是试图理解天气、负荷、电网和设备之间的物理关系，并把这些关系转化为可执行的运营策略。
储能的下一轮竞争，不只体现在每一瓦时的造价上，也发生在每一天的天气、电价与充放电决策中。
建设质量决定电站能否稳定运行。运营能力，则决定它能否在二十年的生命周期里持续创造收益。
