嗨公众号粉体网 三中国粉体网相体大欧摄研究 》 硫化物全固态电池的优势在于，一是离子电导率最高， 是材料比较软，固固结合的时候等静压可以使其 较好地结合。但是硫化物电解质也存在很多问题，空 气稳定性、化学稳定性都相对较差，还有很多问题需 要解决。 Ccnpowdef.com.cr 公众号粉体网 E中国粉体网扫体大致据研究 》 全球固态电池产业主要分布在中国本、韩国、欧 州美国等国家和地区。从全球固态电池产业布局来 F中国粉体网海甜林大球核精究 》 上海屹锂新能源科技有限公司三硫化物 屹锂科技是由上海交大科技成果转化的企业成立于 2021年。屹锂科技选取全新的硫化物作为电解质，通 过负极金属锂的改性工程，，提高负极稳定性及其与电 解质亲和性，，并通过界面工程，提高了电解质与正负 极的兼容性，解决了传统锂电池的安全问题。目前 屹锂科技已电请80余项发明专利和4项国际PCT专利 公众号一粉网 三中国粉体网十投体大胶摄研究 025年 实现量产。2020年丰田对全球首款硫化物全固态电池 汽车进行路试，但不大顺利，受技术难题和疫情影 响，在东京奥运会上放弃展示搭载全固态电池的概念 车。2021年也因固态电池性能和稳定性较差未能按 公众粉粥 中国粉体网丨粉体大数据研究 》 丰田计划在2027-2028年实现硫化物全固态电池技术 的商业化，向市场投放配备该技术的纯电动汽车。届 时，能量密度预计可达900Wh/L，较当前提升2倍以上，

......................................................................... 13 图表 16： 高温超导磁体增强等离子体稳定性并推动托卡马克小型化 ....................................................................... 13 图表 17： 聚变实验堆中主体结构价值量占比约 ............................ 41 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 5 工业 图表 82： 高温超导磁体增强等离子体稳定性并推动托卡马克小型化 ....................................................................... 42 图表 83： DeepMind 高温超导磁体能够增强等离子体稳定性，并推动托卡马克小型化。目前主流的托卡马克装 置采用的是低温超导磁体（临界温度<25K），其稳定运行最高磁场强度在 15T 左右，而高 温超导磁体（临界温度≥25K）能够提供更高的磁场强度，其稳定运行最高磁场强度可达到 45T。在托卡马克中，边缘安全因子 qψ=BΦa/BθR，表示磁力线绕等离子体小环一圈，其对 应需要绕大环的圈数，用于衡量等离子体平衡的稳定性。由于 qψ与环向磁场强度

2025年中国源网侧储能新增装机预测（GWh） 数据来源：EESA数据库 用户侧储能是指用户关口表后（如家庭、工厂、商场等）安装的储能系统，通过储存低谷时段的 电能并在高峰时段释放，帮助用户优化用电成本、保障供电稳定性。其核心功能包括峰谷电价套利、 降低基本电费、参与需求响应等，主要分为工商业储能和户用（家庭）储能两种类型。而中国因居民 2.3用户侧储能 2023年工商业储能发展最热地区为浙江省，广东和江苏省紧随其后。但江苏省却在2024年一骑 换 效率，减少故障损失率，并使系统性能显著提高。 趋势三，构网型储能的渗透率有望大幅提升。随着新能源发电占比持续增长，电力系统对稳定性 存在着更高要求，构网型储能在应对新能源高渗透率带来的电力系统稳定性挑战方面具有显著优势， 能够为电网提供关键的惯性和稳定性支持，因此未来其市场需求将愈加旺盛。然而，构网型储能技术 具有较高成本及技术壁垒：首先，构网型核心挑战在于储能变流器（PCS）的性能，需要构建起支撑 生的数据量巨大，除非 舍弃电芯数据，否则现有通信与存储能力难以匹配全量数据上云需求。即使是中小型储能电站，其电 芯数据量也非常大，故而云端存储费用较高。 其次，电池SOC估算精度不足影响系统稳定性和安全性。 当前BMS受限于硬件算力，采用“安时 积分法+修正”估算SOC，但依然难以保证准确性。电站长期运行后，多数都会出现SOC跳变的情况， 导致EMS充放电策略偏差，影响电站正常运营。对此

为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 源清洁、经济、安全的“不可能三角”。据全球移动通信系统 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 正当其时——数智技术赋能新型电力系统 2.1.2 需求与挑战 面向未来的新型电力系统，传统的运维管理方式已无法满足大规模清洁能源发电设施的需求。频发的极端天气、储能设施的安 全风险，以及多能互补的复杂性，都对电力系统的稳定性和高效性带来更大的挑战。唯有借智能化与数字化技术，才能全面提 升新型电力系统的安全性与运行效率，应对这些多维度的复杂问题。 图 7：碳市场交易均价持续走高 来源：复旦碳价指数，德勤研究 35 AI大模型、 电力智能物联（AIoT）技术、虚拟电厂云边协同等数字技术被 广泛应用。这些技术通过实时监测、智能分析和精准预测，实 现了电力系统的全方位状态感知和动态优化管理，提升了系统 的稳定性和可控性。 2.2.1 关键数智技术 电力AI大模型 电力AI大模型即在通用大模型的基础之上，使用海量电力行业 信息加以训练，打造出具备适配于电力调度、巡检、交易等行 业特色场景的思维链能力的专业大模型。电力AI大模型在语言

为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 源清洁、经济、安全的“不可能三角”。据全球移动通信系统 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 系就可减少全球23%的碳排放——这一数字甚至比当前全球汽 车碳排放的90%还要高1。 正当其时——数智技术赋能新型电力系统 2.1.2 需求与挑战 面向未来的新型电力系统，传统的运维管理方式已无法满足大规模清洁能源发电设施的需求。频发的极端天气、储能设施的安 全风险，以及多能互补的复杂性，都对电力系统的稳定性和高效性带来更大的挑战。唯有借智能化与数字化技术，才能全面提 升新型电力系统的安全性与运行效率，应对这些多维度的复杂问题。 图 7：碳市场交易均价持续走高 来源：复旦碳价指数，德勤研究 35 AI大模型、 电力智能物联（AIoT）技术、虚拟电厂云边协同等数字技术被 广泛应用。这些技术通过实时监测、智能分析和精准预测，实 现了电力系统的全方位状态感知和动态优化管理，提升了系统 的稳定性和可控性。 2.2.1 关键数智技术 电力AI大模型 电力AI大模型即在通用大模型的基础之上，使用海量电力行业 信息加以训练，打造出具备适配于电力调度、巡检、交易等行 业特色场景的思维链能力的专业大模型。电力AI大模型在语言

亿级赛道。有五大原因： 1) 从电力供需平衡来看，储能的 “削峰填谷” 及季节性调节效能 显著，优化资源配置，提升利用效率，缓解生产与消费的时间 矛盾，减少能源浪费。 2) 储能对电网稳定性和可靠性的提升作用关键。可快速响应电网 波动与故障，维持稳定运行，为关键设施提供应急电源，增强 电网韧性； 3) 在整合可再生能源方面，鉴于风能、太阳能的间歇性，储能可 平滑出力波动，提升其并网能力，解决弃风弃光问题，稳固可 长时储能技术在发电侧、电网侧以及用户侧均展现出巨大的潜力 和价值。 在发电侧，长时储能够确保电力供应的连续性，在风能和太阳能发 电占主导地位的情况下，理想的储能系统应能够覆盖超过 10 小时的间 歇期，以应对风光发电的不稳定性。 在电网侧，长时储能技术对于优化跨区域电力输送至关重要。由于 发电的波动性和供需不匹配，电网在某些时段会出现输电功率的低谷 （约 6 个小时）。因此，需要超过低谷期的储能技术来实现削峰填谷， 池相似，结构也是由 正极、负极、隔膜和电解液组成。差异主要在正极材料上，钠盐代替锂 盐，铝箔代替铜箔。 钠电的优势在于在工作温度、安全性、循环寿命及充电速度。 1) 安全性。钠电具有更高的稳定性，热失控风险较低，这对于储 能系统尤其是大规模储能设施而言至关重要，能够有效降低安 全事故发生的概率，保障人员与设备的安全。 2) 低温性能。钠离子电池通常能够在-40℃至 80℃的环境下稳定运

的预测，到2024年底，我国新能源发电累计装机规模将达到13万亿千瓦左右，占总装机容量比 重上升至40%左右。 随着中国风电和光伏发电的装机容量迅猛增长，电网的消纳能力瓶颈愈显突出。因为风电和 光伏的间歇性和不稳定性，电力供给就会出现波动；如果电力的需求侧仍然是刚性的，波动供给 侧和刚性需求侧之间的耦合任务，就需要电网去完成，随着供给侧的波动性越来越大，电网也 越来越力不从心。2023年，关于在河南和山东等 统，大量电力电子设备的使用易造成 1 摘自《舒印彪院士：新型电力系统演变趋势与技术发展展望》演讲 15 技术为基，构建全生命周期“能源新质生产力” 电力谐波，进而影响电能质量，对系统稳定性及用电设备使用寿命造成负面影响； y 更为经济的用能成本（66%）：用能企业对可再生能源、储能及柔性负荷的调度可以降 低用能成本，通过削峰填谷等策略为用能企业带来更大获利空间，但如果调度策略不系统、不科 分布式能源建设：微电网通过集成光伏、储能、风电等分布式能源，实现了能源生产的 多元化和本地化。如光伏利用太阳能发电，具有清洁、可再生的优势；储能系统则能有效缓解分 布式能源间歇性问题，提升能源供应的可靠性和稳定性； y 可调的柔性负载：微电网内的负载需具有高度的可调节性，如暖通空调、充电桩等，这 些负载能够根据实际需求进行灵活调整，在不影响客户体验的情况下柔性调节负载功率，实现电 量供需平衡和用能成本优化等目标；

性 能指标方面较为领先。 量子计算用激光器的发展方向包括提高稳定性、降低低噪声、集成化以及开发 特定波长的窄线宽激光器等。量子计算对激光器的相位、频率及功率稳定性都有极 高要求。量子比特的操控往往依赖于激光脉冲的精确控制，一旦激光频率漂移或者 相位噪声过大，都会引入误差，导致量子操作失败或量子纠缠破坏。因此，开发高 稳定性、低噪声的激光器成为量子计算硬件中不可或缺的一环。 离子阱、中 上游核心设备与器件 37 当量子芯片中的量子比特数目不断增加时，各个量子比特所需要的控制线路和 读取线路以及相应的元件也会成倍地增加。由此导致芯片的设计和制作难度不断升 高，从而使得芯片的性能稳定性以及良率难以达到期望的高度。 面对此现状，目前多选择使用倒装芯片，可以极大程度地解决多超导量子比特 之间的串扰，而且解决了空气桥工艺有可能引起的结构损耗问题。此外还可以结合 使用金属化通孔技术 实现规模扩展， 是现有主流可扩展的技术路线中首个达到百量子比特规模的技术路线，也被视为是 最有希望实现百万量子比特的解决方案之一。 光量子计算： 进展缓慢，技术挑战较大 04 光子在具备稳定性优势的同时，却也带来了操控上的弊端。低能条件下，光子 间几乎无法产生有效相互作用，这一特性导致光子量子比特难以直接执行双量子比 特门操作。如今，光量子计算硬件整机的发展方向已逐渐从尝试构建通用量子计算

工业领域，规模化的相变储能能够实现电网的削峰填谷以及工业领域的高温余热回收等，助力实现“双碳” 目标。 目前该领域的主要研究方向包括高性能相变材料、循环稳定性、储换热系统等。具体的发展趋势包括： 调节储能材料的相变点，发展适用于不同应用场景且兼具超高储热密度、低毒、低成本的相变材料；通过 循环稳定性研究，实现相变材料的长寿命应用；强化相变材料在充放热过程中的换热，发展适用于相变材 料的大规模储热与换热装备。 （8）多尺度复合材料能量吸收结构 深远海水下通信定位技术 随着深海探测、深海调查、深海资源开发等人类海洋活动愈加频繁，实时掌控深海航行器及其他水下 工作平台的运行状态至关重要。高精度、低时延的深远海水下通信定位技术对增强深远海工作平台稳定性， 28 全球工程前沿 Engineering Fronts 全球工程前沿 2024 保障深远海工作安全，提高深远海探测及资源开发工作效率具有重要意义。由于电磁波、光波等陆地环境 主要通信信 术的集成发展。利用 AI、大数据等技术实现智能化 和自主化，同时实现水下通信定位技术的标准化和规范化，从而提高传输速率、提高工作距离、降低误码率、 提升定位精度等。 为了增强深远海水下通信的稳定性，提高深远海水下定位精度，声光电多源异构通信定位技术、量子 通信人工智能新兴技术融合、声学及惯导组合定位技术等已成为水下通信定位领域的研究热点。我国关于 水下无人救援机器人的研究起步较晚，但近年

源利用、提升市场竞争力的重要途径，通过上下游企业的紧密 合作与信息共享，行业内资源得以高效调配，形成全产业链一 10 体化的协同体系，不断推动生产流程和技术的优化升级，保证 能源供应的稳定性和安全性。 三、工业互联网赋能体系架构 工业互联网赋能能源化工行业转型体系架构的关键是以平 台为核心，在通用体系架构的边缘层、资源层、平台层、应用 层四层体系基础上，结合能源化工行业特征和业务需求，开展 为数据采集与反馈控制的终端，通过物联网技术与边缘计算层 12 紧密连接，实现了数据的快速传输与智能响应。云边端的协同 工作，提升了工业互联网的性能与效率。在具有高噪声、强干 扰、动态性强且不稳定性强的复杂网络环境下,工业边缘设备连 接上层云端设备和底层工业终端设备的协同管控、平衡传输、 实时计算技术,是未来工业互联网设备边缘层的核心技术。 图 3 工业互联网赋能能源化工行业体系架构—设备边缘层 个销售公司的成品油外采和销售、近 1500 余条原油成品油运输路线，为中石油集团生产经营整体优 29 化及计划制定、产业链各环节科学衔接、产业链运行政策研究 实施等方面发挥了重要作用，提升了产业链韧性和稳定性。 （五）工业互联网驱动的营销销售变革 1、依托人工智能精准预测市场趋势，优化销售策略与客户 体验 随着市场变化加快，预测愈发困难，消费者需求趋向多元 化并快速更迭。面对复杂多变的市场环境，人工智能技术可在