本文来自：险峰创。猎云网经授权发布。
此前，我们曾提过一个观点：“科技投资，永远不要轻视任何一条潜在的技术路径。”
然而，面对纷繁复杂、有时甚至相互矛盾的新能源路径，作为早期投资人，又能否在众多的“不确定”中，找到一些“相对确定”的投资机会？
答案是肯定的。在我们看来，「储能」便是这样一个兼具「确定性」与「大市场」的特殊赛道。
在本篇里，我们将尝试探讨以下问题：
为什么说“新能源革命”将带来一场电网底层系统的彻底变革？
电池以外，「储能」赛道还有哪些投资机会？
经历了「TMT时代」到「科技时代」的变迁，早期投资又有哪些“变”与“不变”？
为什么说发展新能源，就一定要发展储能？究其根本，还是风光发电的波动性实在太大了。
现代电网是一套非常精巧且脆弱的系统，每一秒钟都要求实现「动态平衡」，即瞬时发电量与用电量严格对等，否则就会出现各问题、引发事故。
在过去，火电站可以通过改变“火候大小”调节转子，控制发电量变化。但是到了新能源时代，风能光能却都属于“靠天吃饭”，无法主动调节，这就对整个电网形成了巨大的挑战。
举个例子，一套5GW的风机发电系统，外部风力只需稍稍变化，就会造成大约500兆瓦的电力波动，相当于整座电厂输出功率的10%。
而大部分时候，风电的平均功率波动值会达到30%上下，这在传统火电时代是不可想象的。
更为要命的是，相比于光伏，风电的这点波动其实还算是小的。
毕竟风力有大有小，但是总归还有，而光伏在夜间的输出功率是0，日出后会迅速到达峰值，拉出一条陡峭的曲线。此外，光伏还有很强的季节性，夏季功率会比冬季高出近一倍。
如果用拉车来比喻，火电就像勤恳的老黄牛（抛开环保性不谈），而光伏则是一匹野马——潜力很大，但很难驯服。
在碳中和战略提出以前，我国的火电占比超过70%，风光等新能源的装机量不到10%，波动大一点也没事，都可以通过火电来调节。
但如果未来风光变成了「主角」，性质就完全不一样了。
按照南方电网2021年的预测，中国到2030和2060年，风光新能源的发电量占比将分别达到25%和60%。
这背后所代表的，不单单是多卖出几台风机、几套光伏，而是整个中国电网底层系统的彻底改变。
那么如何才能平抑新能源发电的波动性？第一个能想到的方法就是「预测」。
假设我们可以根据光照或风速，准确预测出未来1小时，甚至1分钟之后的发电功率变化，电网配平就会变得容易很多。
在这方面，各国能源管理部门都是有严格考核指标的，毕竟只有上游预测准确及时，才能给下游留出足够时间调配储能额度。
比如美国加州就要求各光伏电站必须“每5分钟上报一次发电功率预测值”；国内的话，山西要求每15分钟上报一次，山东则是每小时一次。
对于「电网运维方」和「民营售电公司」来说，这类服务基本属于是刚需，用户付费愿意非常强烈。
中国已经连续8年成为全球最大的新增光伏市场，如果未来传统能源中有一半替换为太阳能，参考美国光伏市场的成本结构（软性成本占比超过50%），仅「预测」一项就会是个千亿级的大市场。
因此，这几年包括华为在内的很多公司都在积极布局，探索利用「天气数据」训练人工智能进行光伏预测，但效果并不是太好。
究其原因，一是今天的机器学习还停留在弱人工智能时代，算法本身是“黑盒”，很难改进。二是突发情况本身无法预测，比如天空中突然飘来一片云，实际结果与AI算出来的就会产生巨大误差。
这种情况下，越来越多的业内人士开始倾向于放弃传统的「算法预测」，改用「数字孪生」的思路来解决这一问题。
简单来说，就是在虚拟世界中1:1还原整座电站的形态、结构和地理位置，然后通过输入的外部参数变化（如风速、温度和天气状况），使用物理仿真模型，对现实世界的电站运行情况实时模拟，提前作出预判。
不过，这个看上去有点“元宇宙”的方案，实际落地却并不容易。
因为光伏「仿真模拟」包含了太阳光仿真、大气物理仿真、地形地貌仿真等等大量互不相关、且专业壁垒极高的细分领域。
换言之，必须把这些学科所有的专家凑到一起，通力合作，辅以大量数据验证，才可能把整个模型做出来。
目前，光伏仿真模拟领域使用最广的软件，叫做PVSyst——这是一家瑞士公司开发的光伏建模工具，但它只能做历史发电量计算，无法做到实时预测（是个单机版软件）；全球真正可以提供光伏预测服务的，只有如Solargis等少数几家外国公司，是一项典型的“卡脖子”技术。
在我们看来，由于「光伏预测」牵扯到气象、国土资源等一国的核心数据，未来相关的算法和软件领域都会存在着很多国产替代的投资机会。
多说一句，除功率预测以外，「仿真模拟」还有个独特的技术优势，就是能大大降低新建光伏电厂的选址和立项难度。
事实上，长期以来困扰光伏行业的都有两大难题：
一是在分布式光伏的大趋势下，未来电厂的规模会越建越小（可能就是几个屋顶），可供选择的点位也会越来越多，那么建在哪里投资回报收益最高？这是业主方最关心的指标。
二是站在投资方（如银行）的视角，他们最关心的是多长时间可以收回投资成本？要解决这两个问题，其实都有赖于在「设计阶段」就能对发电量进行精准模拟和预测。
从这个角度来看，未来光伏「仿真模拟」都是一项绕不开的技术路径，行业越发达，其价值也会被人所重视。
比如来自美国加州的科技公司Aurora Solar，上个月刚刚完成D轮2亿美金融资，投后估值40亿美元，其核心产品也是一套基于分布式光伏仿真模拟的SaaS设计系统。
因此，险峰也在2021年天使投资了一家光伏仿真软件公司「视觉动力ALBEDO」，创始人武彦辰博士归国前曾任美国国家燃料电池研究中心研究员，在UCI的研究方向就是新能源系统设计，于光伏建模与仿真领域有多年的学术经历。
目前，「视觉动力ALBEDO」团队自主开发的光伏SaaS平台已经具备对全场站100%完整度的真实仿真模拟能力，同时兼具API功率预测功能。在过去的不到一年时间里，该技术已累计服务了大唐集团、金风科技、华电等国内能源巨头，收获了广泛好评，未来有望打破国外光伏软件对中国的市场垄断。
仅仅靠精准预测，依然无法完全抹平风光新能源巨大的波动。要想真正达成“削峰填谷”，实现未来电网的「灵活响应」，还需要借助两个重要工具：
一是储能设备，二是虚拟电厂。
所谓「虚拟电厂」，是指“本身不是电厂，但起到了电厂的作用”。
举个例子，普通家庭一般有三个能耗大件：电热水器、空调和电暖气（未来可能还要加一个充电桩）。
假如在用电高峰期，有用户愿意主动关掉这些电器设备，电网就可以将多出的电力调给工业部门，等于变相帮助电厂“发电”。
同理，用户在用电低谷期主动使用电器（如给电动车充电），也等于促进了新能源消纳，达到了“填谷”的效果。
C端以外，工业园区、办公楼、学校幼儿园等B端设施中，也有大量高能耗设备可以参与调节。
总之，无论削峰还是填谷，作为受益方的电网运营方或上游企业，都可以从自己额外获得的这部分收益中拿出一些金额，奖励给终端用户。
如此一来，整个系统即可在不增加成本的前提下，达成多方共赢。
比如2021年，国网湖北电力调控中心就曾算过一笔账：假如武汉市有5%的用电负荷可以通过虚拟电厂进行调节，实际效果“相当于少建一座60万千瓦的传统电厂”。
从这个角度来说，虚拟电厂本质上其实是对社会“沉淀资产”的一种盘活——通过智能算法和科学调度，以轻资产方式获取类似于重资产的收益。
从全球范围来看，虚拟电厂领域探索的优质代表还是硅谷。
比如，2011年创办于加州的Autogrid——这是一家由斯坦福大学的实验室孵化、前斯坦福大学智能电网研究室负责人Amity Narayan创办的科技企业，主打AI能源解决方案和大规模分布式能源系统的优化管理。
截至2021年底，Autogrid已累计融资超8500万美元，签约的分布式能源资源容量超过3500MW，客户涵盖壳牌石油、Sunrun、佛罗里达电力照明公司、英国国家电网公司、CLP Group（香港两大电力供应商之一）等数十家能源企业。
相比于Autogrid，特斯拉则走得更远。
2017年，特斯拉联合南澳大利亚州部署了一套储能+虚拟电厂系统，来应对当地由极端天气带来的大面积停电风险——这座由5kW光伏组件、13.5kWh Powerwall家用电池共同组成的电网系统，也是今天世界上最大的虚拟电厂。
此外，特斯拉还开发了自己的开源能源平台——AutoBidder，通过双向控制，以社区配电网为单位，把分散式的源网荷储充都纳入进来，实现了真正意义上的虚拟电厂“完全体”。
视线拉回到国内。随着“碳中和”上升到国家战略，2022年以来，我们能明显感受到，相关的政策引导正在提速。
比如，今年初发改委、国家能源局联合发布了《加快建设全国统一电力市场体系的指导意见》。明确了“全国统一电力市场体系到2025年初步建成，到2030年基本建成”，相当于给出了明确的时间表。
可以预见的是，随着电力市场的进一步开放和新能源的渗透率逐步提升，电力系统对于调频调峰等「辅助服务」的需求会持续增加，未来虚拟电厂相应的盈利模式（如峰谷电价差的套利、调频调峰、容量补偿交易等等）也会越来越丰富。
基于此，险峰也在2021年天使投资了一家虚拟电厂的初创企业「兆瓦云」。
创始人刘沅昆博士来自清华大学，曾在国家电网工作8年，核心团队参与过中国各主要虚拟电厂项目，掌握从设计、建设到运营的核心技术。目前，「兆瓦云」签约客户容量已达400MW，负荷规模相当于240万居民的用电水平。
相比于虚拟电厂和光伏预测，「储能设备」对普通人来说会更好理解一些。
比如水坝就是一种最古老、最简单的储能设备：在用电低谷时抽水，把电能转化成势能，等需要时再放水，带动电机发电。
不过，由于水资源本身有限，分布也不均匀，无法承载未来我国风光能源的大规模需求。
而抽水储能以外，目前人类真正成熟、能够产业化落地的储能技术，其实也只有电池。
这也是马斯克最终选择「锂电」作为储能手段的主要原因——比如2015年，特斯拉就发布了家用储能电池「Powerwall」。
到2019年，马斯克又推出了公用储能产品「Megapack」，开始在全球推广自己的锂电+虚拟电厂项目。
尽管这些储能项目的规模大小不尽相同，但与特斯拉汽车使用都是同一型号的电池。从这个角度来说，特斯拉本质上其实是给这些电站和电网装了一只巨大的“充电宝” 。
不过既然是锂电，「安全性」始终是个绕不开的话题。比如2022年2月13日，位于美国加州Moss Landing的全球最大储能电站就发生了火灾，10个电池架被熔毁——这已经是该项目在半年时间里发生的第二起事故。
而在韩国，仅在2017-2019年，媒体报道的储能电站事故就有27起，其中一半的电池来自LG化学。
作为全球第二大电池生产商，LG的产品质量毋庸置疑，之所以会发生如此大量的事故，根本原因还是电池系统的「设计方式」造成的。
事实上，电池自发明200多年以来，其组合方式就从未改变过，只有「串联」和「并联」两种。换句话说，不管厂家组建了多大规模的电池储能系统，本质上都是把它当成“一节大电池”来用；其中任何一块电芯发生故障，就会把整个系统拖垮。
因此，险峰也在去年投资了一家先进储能方向的初创企业「云储新能源」。
作为云储创始人，同时也是清华大学电机系研究员、国家能源局中国能源互联网发展战略课题组首席科学家的慈松教授曾提出过一个理论——在他看来，世界没有两片完全相同的树叶，同理，电池电芯也不存在绝对的一致性。“因此要做出本质安全高效的电池储能系统，首先需要接纳和管理电池单体/模组之间的固有差异性。”
基于这一思想，「云储新能源」研发的基于动态可重构电池网络技术的数字能量交换系统，实现了毫秒级在线识别及微秒级自动隔离疑似故障电池单体/模组。
这是目前业内唯一一种具有本质安全机制的电池储能系统级技术，也是唯一一种在原理上克服电池短板效应的电池储能系统级技术，根本上杜绝了故障电池热堆积和热失控蔓延所带来的后续燃烧或爆炸的隐患。
举个例子，以前动力电池衰减到80%之后就面临着退役，由此带来了巨大的浪费和环保压力；现在这些电池都可以在云储技术的支持下，继续用于储能电站，实现了退役电池的数字无损梯次利用，大大提升了电池资产的利用效率和全生命周期的安全性、经济性。
总之，在我们看来，云储的案例也代表着这样一类投资机会：尽管市场中已经跑出了巨头，但相关配套技术和材料改进还有可提升的空间，投资人和创业者也依然值得持续关注。
不过另一方面，我们也需要明确：储能行业的潜在的市场空间之大，光靠「锂电」一家是无法满足的。
按照彭博在《2021全球储能市场展望》中的预测，到2030年，全球储能市场总规模将达到358GW/1,028GWh，相当于10年增长10倍。
相比之下，仅仅是满足国内的电动车需求，过去的16个月里，碳酸锂价格就已经从5万/吨涨到了50万/吨元。
如果未来我国全部采用锂电作为唯一储能手段，那么无论是锂矿资源的「产量」还是「储量」，都是远远跟不上的。
对此，澳大利亚工程院外籍院士、南方科技大学的刘科教授曾做过一个比喻，他说“全球锂电池生产商5年的产能加在一起，也只够支撑全东京停电3天”。
因此，我们在《新能源的第二曲线：聊聊氢能投资的三个机会》一文中也做出过判断：未来中国的新能源体系，一定不会是单一技术路径的“一家独大”。
面对「储能」这个“高确定性”的细分领域，近年来有大量科技公司和产业巨头都在积极研发，在多条技术路径上同时推进（比如超级电容、超导磁体、飞轮储能、压缩空气储能等）。而从目前的科研进展看来，距离产业化落地最靠近的，可能还是氢能。
按照欧阳明高院士的说法，“在规模储能的经济性方面，氢能比电池好，车下固定储氢大概比储电成本上要低一个数量级”。
具体来看，目前的储氢技术大致可以分为5种：
比如「液化储氢」，就是把氢气「加压」变成液态。
它的好处是液体更易于存储和运输，但缺点是成本太高，因为液化储氢是要在-253℃的情况下进行，需要专用的液化设备和储存容器，前期投入巨大，而且能耗也非常高。
再比如「高压气体储氢」（最常见的如高压罐车），它的问题主要是无法长周期储存。因为氢元素太过活跃，容易发生逃逸，而且会与罐壁发生反应生成氢化物，导致金属强度下降，造成破损和泄漏风险。
站在整个产业链的角度来说，上述几种储氢技术在未来支干线储运中都有着进一步完善的机会。但如果作为长周期存储的需要，「有机液态储氢」或许是一项更值得我们重点关注的技术。
简单来说，「有机液态储氢」就是把氢气“溶解”（实际上是以化学键形式）在特定的「有机溶剂」中（如甲苯/甲基环己烷），等到需要的时候再分离出来。
它的好处有4个：
1、「有机溶剂」大部分属于石化产品，产量大，价格低（比如每吨甲苯只要六七千元）。
2、氢气“溶入”储氢有机液体后，在常温常压下就是液态，可以直接用油罐车储存和运输，安全性很高。
3、加氢脱氢技术与传统的石化技术，很多设备可以通用，产业链改造成本低。
4、作为重要的化工原料，甲苯等自身就有经济价值，储运完成后可以直接卖掉，不会造成浪费。
也正是因为这些“看得见”的优点，欧美日本等发达国家早已开始大力布局这一技术：
比如2019年，德国HT公司就获得了来自Anglo American Platinum的1亿美元投资，其研发的基于二苄基甲苯载体的储氢技术，目前已有落地项目开始在德国、美国试运行。
作为全面押注氢能的日本，自然也不会落后。
2022年4月，日本千代田公司首次将一船有机液态氢，从文莱运到了日本长崎ENEOS炼油厂。
这些装着氢和甲基环己烷溶剂的罐子，经过了数个月的室外存放和海上漂泊后，最终安全到达了目的地，也标志着「有机液体储氢」技术已经能够解决“卡脖子”的运氢问题，满足氢能的长期储存和规模化运输需求。
不过技术虽好，门槛也高，其中最大的困难就是——怎么把“溶解”的氢气释放出来？（即脱氢）
在这个化学反应过程中，必须加入一种特殊的「催化剂」；而这也是「有机液态储氢」最大的技术壁垒所在，千代田等日本公司长期处于技术垄断地位。
因此，险峰也在去年投资了一家初创公司「理谷新能源」，公司联合创始人、CTO郭勇教授先后在产业和高校从事多相催化和氢能相关研究十余年，发表SCI论文37篇，申请中国发明专利近30项，先后获得过省部级科技奖励3项。
目前其公司自主研发的催化剂和配套脱氢工艺，经历了规模化长时间稳定运行，脱氢率超过95%，是市面上罕有的走出实验室、贴近产业应用需求的方案，这项技术也让未来中国以低成本将西北内陆光伏弃电运输到东部成为可能。
通过上面的梳理可以发现，即便是「储能」这样一个有着很高“确定性”的方向上，技术路径的分歧也依然存在。
而这也引出了一个问题：科技投资时代，早期投资人应该如何调整和应对？
举个例子：
10年前，电池行业的“绝对王者”是磷酸铁锂，那时几乎没人看好三元锂，觉得它成本高，能量密度提升有限，日韩技术还遥遥领先，投钱搞研发纯属浪费。
但是宁德时代不信邪，用了5年时间引领三元锂实现了弯道超车。这时，市场的主流声音又变成了看空磷酸铁锂，觉得三元锂yyds，行业地位牢不可破。
直到比亚迪的刀片电池横空出世，作为“落后技术”的磷酸铁锂一战翻身，再次逆转了市场的“偏见”。
这一块小小电池的故事，似乎也让我们洞悉出科技时代投资趋势的缩影。
一句话总结：“短视者被反复教育，不断为偏见支付溢价；而乐观者则用自己的勇气和深入研究，获取到了超额收益。”
因此，每当有人说“XX技术注定不可能成功”的时候，我们都应该感到兴奋，因为其中可能就蕴藏着超额回报的机会。
而在这个换挡的过程里，早期投资的决策体系也面临新的调整：
比如TMT时代，无论是电商团购还是社交软件，大都遵循着“赢者通吃、剩者为王”的逻辑，比得是谁能更快的吃下更多的市场份额。
这就像是一场规则明确的“有限竞争”；于是，“烧钱换市场”也成了一种无奈的“理性选择”。
但在科技投资时代，“不下牌桌”的无限竞争，或许才是今后我们要面对的常态。
还是拿电池来举例子：
我们来看今天的市场格局，宁德时代以万亿市值一马当先——这是一家成立刚满10年的公司，只用了5年时间就成了“宁王”，意气风发，朝气蓬勃。
排在第二位的是LG化学（暂不考虑拥有造车业务的比亚迪），成立于1947年，今年刚刚上市，是韩国历史上最大的IPO——一位75岁的老玩家，同样可以焕发青春。
再往下，是国轩高科、中航锂电、亿纬锂能、孚能科技、蜂巢能源等一众“追赶者”，市值从几百亿到几十亿，也各有各的独门绝技。
这种市场格局，在科技行业其实非常普遍。比如年初，我们在行业研究时做过一个统计：中国A股+港股总共4000+上市企业，其中光是主营业务与光伏相关的，就有200多家，这在TMT时代是不可想象的。
究其根本，因为科技行业是个“无限竞争”的战场。任何一个微小的技术迭代，都可能形成单点突破和弯道超车，迅速支撑起一家新的上市公司。
而这批新玩家的诞生，也不会把老玩家直接淘汰掉（但会对市值有影响）。
只要坚持“不下牌桌”，就可以蛰伏起来慢慢搞研发，等待技术路径的下一次变迁，依然有弯道超车的机会。
从这个角度来说，在这个科技为王的时代，每个投资人和创业者的成功机会，其实都要比过去任何时候更大。
So，Long China，与君共勉。
加载中,请稍侯......