以下为演讲实录：
上海伏达储能数字化研究院 创始人、首席科学家 严晓 发表了《从第一性原理看光储微电网数字化》的主题演讲，他表示：
前面大家已经看到很多很精彩的新技术在应用，我现在讲一下跟换电相关的光储、数字化背后的基本假设。
新能源、电力碳中和有几个基本假设，一是新能源会越来越多；第二个假设是分布式能源，包括蔚来的换电站、采日的，很多都会分布式。现在我们熟悉的是集中式发电，将来是分布式能源，而分布式能源将来跟配电网该怎么互动，跟车该怎么互动，将会是一个非常重要的课题，也是新型电力系统里面的核心。
微电网解决零碳用电的问题，零碳用电现在已经具有经济性了，因为在浙江一天可以两充两放，投了就可以有经济性，5年以内都可以收回成本。它里面还有一个问题，它跟以前不一样，现在你既是生产者又是消费者，叫“生产消费者”，这里面有一些还没有充分被挖掘出来的就是所谓的“隔墙售电”，自己用剩下来出的电能不能给邻居用，隔墙售电要是能落地的话，收益还会更多。
假如这些分布式能源聚合在一起，就能一起有效响应电网尖峰用电的需求，就是所谓的虚拟电厂，就能产生很多经济价值和社会价值，这个过程就需要数字化的技术，没有数字化技术，这个事情是很难落地的。
再看一个产业的规律，生产制造符合所谓的“莱特定律”，一旦你的产量翻倍，成本就会下降15%。以前的能源比如石油、天然气是“资源型”，光伏跟锂电池是“生产型”的，意味着什么？我们看看十年前光伏的成本是现在的10倍，锂电池也是现在的10倍，再看5年、10年以后成本会怎么样？现在在用户侧已经有经济性了，再过5年、10年，每个楼里面是否都有储能了。所以光储在一起，将来一定是最便宜的能源。
最近迪拜的气候变化大会一开始就100多个国家达成了共识，从现在到2030年，新能源的应用要增加2倍，也就是现在的保有量将翻3倍，之所以有这样的决心，就是因为光伏跟储能价格还会下降。
这里面还有什么规律？我们认为能源数字化还有一些规律，我认为一是知识数字化，二是用数字化技术赋能新能源，我们看到了有GPU、ChatGPT，这些东西以后会不会用到新能源里面呢？我觉得是有可能的。
再看看产业链。我们现在碰到的锂电池跟以前熟悉的锂电池完全不一样的概念，以前你只关心比如两三年的寿命就可以了。在电力系统，我们要求的是20年（理想情况），光伏就是有20年的寿命，电力设备一般都是20年的。电动汽车也是一样的，5-8年，储能和电动汽车的售后应该怎么样做？运维怎样做？这些都是非常重要的问题。
现在中国的以锂电池为代表的电化学储能在全世界范围内处于领先状态，怎么能继续保持领先？这需要一个产业链的思维。再看看数字化储能技术背景，我们是从BMS拿到数据进行数据分析得出预诊断结论的。在电动汽车售后应用对第三方服务机构就有难以获取BMS通讯协议进而获得电芯电压数据进行有效分析的挑战，电动汽车数据和其他运营数据如何相融为车主提供服务也是产业发展的另一个瓶颈。
从物理的第一性原理新能源产业发展还有哪些挑战？
第一，零碳园区到底有哪些基本要素和可复制的运营逻辑？
第二，新型电力系统中的储能共享价值其运营逻辑是什么？
第三，新能源资产的安全可靠性怎么保障？比如现在建一个储能电站，供应商说给你质保多少年，5年、10年以后说不定容量衰减了一半，那你怎么办？所以你如何保障你承诺的事情。
第四，是不是有可预测的模型，我们知道锂电池安全性是一个挑战，假如有一个可预测的模型，可以在它出问题之前提前发现并排除故障。
我介绍一下锂电池热失控响应时间，在这个过程当中，电动汽车的标准里有5分钟逃生时间，5分钟之内一旦发现问题就逃掉，在储能和换电站里面发现问题怎么处理？没法逃，东西在那里，你只能看着它烧，所以需要有一种方法提前发展问题，需要在电芯层面，并通知运维人员把故障排除掉。
我们做了一些工作，比如旧的电池在出现微短路的时候，这时候它有一些特征，比如正常充电过程当中，电压随时间变化是单调上升的，假如它出现尖端放电就会出现电压先上升又下来。这种情况可以用预诊断算法来诊断出来。
预诊断还需要能够确定一些关键的电池参数，一边充电一边把内阻容量等关键电池参数（KBP）算出来。（如图）这个方法的特点是一个在电芯层面并是免拆解的，几乎是零时间成本，你一边用，一边KBP就全算出来了，我们把这个方法提到了UL的1974，它是梯次利用的诊断方法，最近刚被采纳，已经通过了。
预诊断有四个要素，第一个是你有一个边缘计算，把KBP获得了，然后你通过这些对电池的理解（知识图谱）做预诊断，从安全性、可靠性、经济性来做诊断，最后你有一个做数字化的决策。
左边的图是运维的预诊断，右边是储能运营，针对工商业业主的储能起到更加安全、更加可靠、更加经济的效果。比如它有问题，我们可以提前两周发现，在发现越来越不健康的情况下，我们能及时采取措施，既改善了容量又提高了寿命。预诊断的经济性估算是能提高储能的IRR大概是2%-4%。
这是所谓的分布式绿色能源聚合增值服务，把不同的微网聚合在一起，可以提供分布式能源的聚合服务。
伏达研究院是非盈利性科研机构，我们有一个Battery Design Automation （BDA）工具的方向，我认为中国储能产业虽然是走在前面的，但要保持领先，需要有一个核心的可预测理论，我们希望能够开发一套工具，像EDA在半导体生产工艺那样的自动开发工具，引进陈冠华教授的BDA项目。BDA将从原来的“定性”上升到将来的“定量”，筛选正极材料可以在在0.15的精度，周期是从原来的年到月到天，打造材料跟电芯的协同设计。
我们希望能够跟业界一块共建电池数据超算平台，一方面把BDA的方法给电池生产企业在材料筛选、电芯设计上面提供服务；另一方面，提供电池的预诊断服务。比如有企业想要算一下，只要按照格式把数据扔到我们超算平台，我们就给一个标准的报告。如果有足够的时间宽度，我们可以对你进行寿命预测；另外，我们希望通过这个能够开发出电池金融服务，租赁二手车的电动评估服务、梯次利用评估服务等，这些都将基于国产的GPU计算集群来做这事情，比如我们希望跟EVDATA合作，给电动汽车做这样的计算。
在源网荷储或虚拟电厂方面我们在跟艾芊教授合作。
另外一个是金融，现在大家已经在投资新能源跟光伏储能或者微电网，我认为数字化技术的价值还没充分发挥出来，我们希望在这方面做更进一步的创新。比如通过对整个储能系统的健康状况的评价形成一份商业银行贷款需要花费信用评级报告，我们需要金融专家的协助来定义并形成可落地的解决方案。
伏达研究院希望跟业界企业一块打造这个平台，储能是一个新物种，原来电发出来没法存起来，现在锂电池起来了，有足够的经济性，发出来的电可以存起来再用，但是怎么用好，这需要业界的朋友一起来协同研发形成最佳实践，进而形成标准化的评价体系和标准。
我今天在这里也学了很多，比如蔚来汽车换电占与车辆的能源互动、V2G，他们的换电将来有很多想象空间，我觉得采日也给我不少启发，这里面有很多机会需要业界游商的互相碰撞，所以我非常感谢今天这个机会。
