新型储能应用项目

新型储能应用项目新能源的发电成本已低于常规能源储能行业已驶入发展的快车道储能的硬件成本持续降低21倍的增长万亿级市场Source:BloombergNewEnergyFinance,WoodMackenzie,LazardLCOE.Note:BESSincludesbatteryrack,PCS,balanceofsystem,energymanagementsystemandtransformercosts.Globalcumulativeenergystorageinstallations,2015-2030为什么需要储能集中式新能源常规能源变电站电网发电侧用户侧终端用户分布式能源系统储能系统传统电力系统新型电力系统能源资源时空配置不均衡多形态运行特性复杂多变源荷双响应互动成为常态中心集中单向传输简单可控高比例新能源接入2020年，占比29.7%2030年，占比52.9%2060年，占比86.6%电网侧峰谷价差持续拉大2022年5月中国主要地区峰谷电价差2022年5月，全国有19省市峰谷电价差超过0.7元kW/h部署储能可实现稳定收益数据来源：北极星储能网,2022.04AI自动学习储能运营优化智能实时控制碳榕的解决方案用户侧能源系统痛点电网（电价波动、需求响应）储能系统（选型、容量、输出功率、控制策略）分布式能源系统（随机性、不稳定性、发电量预测）用户（负荷预测、虚拟储能）AI驱动的储能运行优化软件碳榕AI储能解决方案提高投资收益降低安全风险用电成本用电安全全国电网电价600+负荷模型储能站点设计储能策略模拟经济性分析敏感度分析MulanOS智能储能控制软件主动优化智能控制安全监测项目导入收费模式：￥/MWh/年x储能装机容量（MWh）=软件订阅费光伏储能分析师MulanCube模块化储能产品电储化学能搭载MulanHUB核心功能：碳榕的产品及商业模式MulanHUB边缘计算平台AllinOneMulanOS边缘AI算法兼容各类协议外部数据天气电价负荷电网MulanOS分析引擎预测优化学习和训练业务引擎储能安全监测和预防性诊断运行数据分析智能报表云端管理系统能源价格监测管理优化算法管理站点资产管理数据中台电表数据智能传感器第三方数据延保及保险数据驱动的保险服务开放的API接口资产健康度报告维保建议决策数据数据采集边缘计算实时控制站点监测资产管理模块化储能系统Mulan产品构架PCSBMS电芯制冷系统消防系统MulanHUBLevel0传统时刻表控制定时充放电无计算辅助人工制定策略Level1根据电价和容量调节动态充放电策略人工制定策略专家经验Level2通过数学模型优化日前制定策略专业数学建模工程师昂贵的商业求解器求解时间长优化不稳定多应用于电网侧Level3数据驱动的AI储能数据驱动日前和实时策略自动获取动态电价AI冷热电负荷预测无需第三方求解器用户侧能源精细化控制用于用户侧场景Mulan与其他储能控制方案对比Mulan为客户提高光储项目收益传统控制策略Mulan控制策略项目IRR提升10~30%项目类型：数据中心（电信）项目地点：上海项目规模：500个机柜储能容量：2MW/4MWh项目周期：10年储能收益模型运行天数365系统效率80%峰谷价差1.19元峰平价差0.43元AI控制策略收益>200万/年10年总收益~2000万硬件毛利率5~20%碳榕在此项目全生命周期收入~1000万储能硬件设备收入订阅软件收入全生命周期收入50万300万650万65%5%30%软件毛利率~80%持续收入预付案例分析业主每年节省~20万能源费投资商IRR>8-12%碳榕数科提供软硬件解决方案大客户为数据中心、高能耗企业、产业园区和集团型客户提供AI储能解决方案与大型集团客户建立良好合作关系合作伙伴以暖通空调、楼宇自动化、智能建筑等行业的经销网络为基础通过渠道合作伙伴涵盖各类工商业客户能源投资企业能源电力头部央企、电家电网、国内外的新能源基金为能源项目提供金融服务客户及市场战略目标市场美国中国及亚洲储能系统自主设计及生产电芯采购第三方由电池大厂OEM探索新型储能系统技术能力储能系统集成以及储能管理软件的开发用户侧能源系统的KnowHow数据驱动的智能决策软件(NYSE:STEM)团队背景储能、电力等能源行业从业人员为主能源优化、用户侧能源的复合背景团队软件算法基于电价和用电预测的调节以物理储能和虚拟储能融合的AI算法对标公司2022年2025年2023年产品规划AI储能解决方案AI储能解决方案电池健康度监测安全服务绿色电力交易新型电力系统数字平台服务商储能形式电化学储能电化学储能、复合型储能系统综合能源系统目标客户集团大客户，系统集成商，储能设备厂商数据中心、智能制造产业园区高耗能行业系统集成商百亿市场千亿市场万亿市场发展规划-10年特灵科技亚太地区模拟软件负责人-3年开利集团亚太区AIoT产品经理-美国劳伦斯伯克利实验室和法能集团联合研发项目外部科学家-参与IBPSA开源能源模拟软件研发-同济大学博士生-20年能源行业工作经验-10年数据中心行业解决方案经验-曾就职于Armstrong，三星电子-上海交通大学硕士-Facebook负责开发Facebook的BI大数

据工具集-Apple和Oracle，开发多款处理器开发流程的自动化解决方案-在Cadence负责Innovus

P&R系统开发-美国南加州大学EE硕士-清华大学双聘教授、上海交通大学兼职教授-国家能源局重大专项专家委专家、国务院特

殊津贴专家、深圳市国家级领军人才-曾任中国广核集团总工程师兼首席信息官、

深圳市清洁能源研究院院长、中国核动力

研究设计院院长

-7年中核集团核电站设计经验-筹建深圳市清洁能源研究院-有多年平台运行及行业市场经验-清华大学MBA-暖通专业

/

计算机专业双学士行业经验丰富的团队来自用户侧的复合型背景团队基于纯数据驱动的AI算法可预期的高增长率和高毛利率碳榕的核心算法基于数据驱动的模型，以及以往项目的积累。为基于储能的新能源系统提供核心优化策略算法软件。碳榕能够提供AI负荷预测、储能策略优化和实时控制系统的AI储能解决方案。碳榕提供标准化储能产品和订阅制的软件服务，用户只需根据需求选择适合储能系统。采用根据储能系统装机容量按年付费的模式。在储能系统10~20年的生命周期内获得持续的现金收入。核心团队在用户侧客户均有10年以上的工作经验。在储能系统的规划、优化运行领域拥有