登录注册
请使用微信扫一扫
关注公众号完成登录
式中:C1表示储能投资成本;d为储能的年折现率;L为储能的使用寿命年限;Cp和Ce分别为储能单位功率和单位容量的投资成本;PESS和EESS分别表示储能的额定功率和额定容量。
2)储能的运行成本。
式中:C2表示储能的运行成本;Ccha和Cdis分别表示储能的充电费用系数和放电收益系数;Pcha,t和Pdis,t分别为储能在第tt个时段内的充、放电功率。
1.2 储能系统的充放电控制策略
对于蓄电池,其需要满足的约束条件有容量约束、工作状态约束、充放电功率约束、充放电次数约束,具体形式同文献[15]。
2 含风电和考虑储能的互联电力系统分散式调度模型
2.1 基于SADMM的分散优化原理
含风电的互联电力系统示意图见图1。送端区域记为A,受端区域记为B,两区域之间通过一条直流联络线连接,假设直流联络线功率从A流向B。
图1 互联电力系统示意图
Fig. 1 Schematic diagram of DC interconnected power system
图2 基于SADMM的优化示意图
Fig. 2 Optimized schematic diagram based on SADMM
互联电力系统的优化示意图如图2所示。以两区域互联为例,需要满足的耦合约束为
采用标准的ADMM进行分散求解时,每次迭代时的求解过程如下[14]:
式中:k表示迭代次数;F1和F2分别为第k迭代时A、B两区域的目标函数;λ为引入的拉格朗日乘子向量;β为大于零的常数。
从ADMM的迭代过程可以看到,其原理为串行迭代方式。即利用前面区域的优化值进入到后面的区域进行优化求解,当所有区域都完成优化之后,由上级协调器完成拉格朗日乘子的更新,并将其下发到分散的区域。显然,这种方法迭代速度比较慢,不利于大规模的计算。下面为从ADMM到SADMM的转换过程。
以式(4)的第1个式子为例,后面两项可表示为
取两个区域每一次优化结果的平均值,令
2.2 风电出力的鲁棒优化表示形式
式中:ΓS为考虑空间集群效应后,对每个调度时段tt来说所有风电场出力预测总体偏差量的上限;ΓT为考虑时间平滑效应后,对特定的风电场jj来说所有时段出力预测总体偏差量的上限。
当ΓS和ΓT取整数时,由于式(11)表示的集合是多面体,在不确定性最坏的场景下,风电场出力必定会发生在多面体的极点上[16],因此,只需要考虑与式(11)等价的多面体的极点集。但此时描述风电出力的极点集保守度偏高,为了降低问题求解的保守度,可在极点集中引入调节参数,使得最坏场景下的风电出力也不会达到边界上。综上,考虑保守度可调的风电出力的集合表示形式如下:
2.3 单个区域的经济调度模型
1)目标函数。
以区域A为例,待优化的目标函数包括火电机组发电成本、弃风惩罚成本、储能的投资成本和运行成本、直流联络线功率偏差惩罚成本。其中,加入直流联络线功率偏差惩罚成本是为了使两个区域优化得到的直流联络线功率更加接近,从而达到优化整个互联系统的目的。具体的表示形式如下:
此外,互联系统之间的直流联络线功率也可以作为优化的资源,直流联络线出力需要满足的约束条件同文献[18]。
3 模型求解
4 算例分析
考虑储能参与的互联电力系统分散式调度模型的求解本质是一个较为复杂的混合整数二次规划问题。本文在MATLAB2016平台上采用Yalmip编程,选择的求解器是Gurobi 7.5,测试环境的CPU为AMD A8处理器,8GB内存。
4.1 算例描述
采用2个修改的新英格兰39节点系统互联对所建立的模型进行验证,其结构见附录图A1。互联区域内共包含4个风电机组和20个火电机组,火电机组的相关数据及负荷需求见文献[19],区域B内火电机组的煤耗系数取为区域A的2倍,负荷取为区域A的1.3倍,联络线传输上限为1000MW,调度周期内直流联络线出力的最大调整次数为6次,每个时段内的最大调整量和最小调整量分别为300 MW和40 MW,调度周期内计划外送总电量为12.2 GW˙h;允许的传输偏差为1%,直流联络线功率的初始值为,收敛系数ε=10-5,弃风惩罚费用系数为100 USD/MW,ΓS=4,ΓT=12,鲁棒保守度因子μ=0.5,区域A内配置储能系统,充电费用系数和放电收益系数均为80USD/MW,充电效率为0.85,放电效率为0.9,蓄电池在调度周期内的最大充电次数和最大放电次数均为8次,其余的储能相关参数见表1,区域A内单个风电机组的出力预测值及出力上下界如图3所示。
表1 储能系统的相关参数
Tab. 1 Related parameters of energy storage system
图3 单个风电机组出力的预测值及出力上下界
Fig. 3 Prediction value and the upper and lower bounds of the output of a single wind turbine
4.2 结果分析
1)风电相关出力情况分析。
风电预测值、考虑预测误差之后的风电实际出力及电网调度风功率如图4所示。
由图4可知,在t=5至t=24这20个时段内,风电的实际出力等于电网实际调度的风功率,即在这20个时段内,风电出力被电网全额消纳,验证了所提模型在促进风电消纳问题上的有效性。而在t=1至t=4这4个时段内,风电的实际出力大于电网实际调度的风功率,从而产生了弃风,这是由于在风电出力的高峰期,送端和受端电网内的负荷水平都很低,即使考虑储能的参与和风电的跨区域消纳也无法全额消纳高比例的风电。
图4 风电预测值、实际出力及电网调度风功率
Fig. 4 Wind power fore, the actual output and grid scheduling wind power
2)储能系统的充放电功率及荷电状态。
储能系统的充放电功率如图5所示,功率为负值表示储能系统充电,功率为正值表示储能系统放电,储能系统的荷电状态如图6所示。由图5和图6可知,由于风电的反调峰特性,在负荷低谷时期风电的出力相对较多,此时一部分风电将通过储能系统储存起来,因此在负荷低谷时段储能系统一直处于充电状态,荷电状态也在一直增加。在负荷高峰时段则恰恰相反,风电出力较少,储能系统一直处于放电状态,故荷电状态在不断减少。而在t=7、t=8、t=20以及t=21这4个时段内,区域A内的备用容量较为充足,储能系统处于既不充电也不放电的状态,因此荷电状态保持不变。
图5 储能系统的充放电功率
Fig. 5 Charge and disge power of energy storage system
图6 储能系统的荷电状态
Fig. 6 State of ge of energy storage system
3)储能系统的容量对互联系统弃风率和总成本的影响。
改变储能系统容量,得到互联系统的弃风率及总成本的变化情况,如图7所示。从图7可见,互联系统的弃风率随着储能系统容量的增加而单调下降,而总成本的变化趋势为先是随着储能系统容量的增加而减少,当储能系统容量达到600 MW˙h以后,由于互联系统用来应对风电出力不确定性的备用容量已经相当充足,再增加储能系统的容量则会使得互联系统运行的经济性降低,而且弃风率降低地也并不明显。因此,在应对风电出力的不确定性的同时要降低互联电力系统的总成本就需要合理的配置储能系统的容量。
图7 储能系统的容量对互联系统弃风率和总成本的影响
Fig. 7 The influence of capacity of energy storage system on wind power abandoned ratio and total cost of interconnected system
4)有无储能作用下的直流联络线功率对比。
通过对模型求解得到有无储能作用下的直流联络线功率对比如图8所示。
图8 有无储能作用下的直流联络线功率对比
Fig. 8 Comparisons for DC tie line power with or without energy storage
从图8可以看到,与无储能作用时的情况相比,当考虑储能系统的参与后,在t =1至t =6和t =22至t =24这9个时段内,互联系统间的直流联络线输送功率降低。在t=9至t =19这11个时段内,互联系统间的直流联络线输送功率增加。这说明在送端电网内配置一定容量的储能系统既可以提升风电在夜间的消纳水平,又可以缓解受端电网在负荷高峰期内的调峰压力。
5)鲁棒保守度因子对互联系统弃风率的影响。
在储能系统的容量设定为600 MW˙h的前提下,得到鲁棒保守度调节因子对互联系统弃风率的影响如图9所示。
图9 鲁棒保守度调节因子对互联系统弃风率的影响 Fig. 9 Influence of robust conservatism adjustment factor on wind power abandoned ratio of interconnected system
从图9可以看到,互联系统的弃风率随着μμ的增加而单调增加。这是由于μμ越大,风电的实际出力与风电预测值之间的偏差越大,即风电出力的不确定性越强,给电网的运行环境造成的影响越大,当储能系统的应对能力有限时,会导致互联系统的弃风率越来越高。当μμ=0时,意味着不考虑预测误差,此时互联系统的弃风率最低;当μμ=1时,风电的实际出力与风电预测值之间的偏差达到最大,此时互联系统的运行环境最差,弃风率最高。
6)集中式调度与分散式调度的对比。
分别选取由2个、3个及4个修改的新英格兰39节点互联系统作为算例,计算结果对比如表2所示。再选取某实际两区域互联系统作为算例,基础数据见文献[20],计算结果对比如表3所示。
表2 采用2区域、3区域和4区域系统的计算结果对比
Tab. 2 Comparison of the results of 2, 3, and 4 regional systems
表3 采用实际系统的计算结果对比
Tab. 3 Comparison of the calculation results of the actual system
从表2可以看到,选取修改的2区域、3区域和4区域系统作为算例,采用两种调度方法得到的弃风率均相同,且互联系统的总发电成本也基本一致,这体现了本文采用的SADMM算法在解决含风电并网的互联电力系统优化调度问题时的有效性。当互联区域数少于4个时,采用分散式调度的计算时间要多于集中式调度的计算时间,这是由于采用分散式调度求解模型时比采用集中式调度需要的迭代次数更多,而且并行计算的方式会占据计算机必要的数据通信资源,因此求解过程更为耗时;而当互联区域数达到4个以后,采用分散式调度比采用集中式调度的计算时间短,这是由于并行计算时,各区域的计算速度不受总区域数的影响,集中式调度的计算时间则会随着区域数的增大而迅速增加。因此,当系统规模达到一定程度后,采用并行计算的分散式调度相对于集中调度更具有优势。
从表3可以看到,选取实际系统作为算例,采用两种调度方法得到的弃风率也相同,互联系统的总成本误差仅为0.2%,体现了本文所提方法在解决实际电力系统优化调度问题时的有效性。
5 结论
针对高比例风电难以完全就地消纳的问题,本文提出了一种考虑储能参与的含高比例风电互联电力系统分散式调度模型,通过对模型求解,得到的主要结论如下:
1)考虑储能系统的参与可以提升风电的消纳水平。在风电难以完全就地消纳的情况下,将风电进行跨区域外送也是提升风电消纳能力的一种有效方式。
2)在求解大规模多区域互联系统时,分散式调度的计算时间比集中式调度更具有优势。
3)本文所提的分散式调度方法既能满足各区域电网独立运行的需要,又可以实现互联系统经济性优化的目的。
考虑需求侧响应对互联电力系统内风电消纳能力的影响,是下一步的研究方向。
附录
图A1 2个修改的新英格兰39节点系统互联结构图
Fig. A1 Interconnected structure diagram of the 2 modified new England 39 node systems
参考文献
[1] 牛东晓,李建锋,魏林君,等.跨区电网中风电消纳影响因素分析及综合评估方法研究[J].电网技术,2016,40(4):1087-1093. Niu Dongxiao,Li Jianfeng,WeiLinjun,et al.Study on technical factors analysis and overall evaluation method regarding wind power integration in trans-provincial power grid[J].Power System Technology,2016,40(4):1087-1093(in Chinese).
[2] 姚力,黄镔,王秀丽,等.考虑风火联合外送的互联系统随机生产模拟[J].电网技术,2015,39(5):1219-1225. Yao Li,Huang Bin,Wang Xiuli,et al.Probabilistic production simulation of interconnected system by considering the joint delivery of wind power and thermal power generation[J].Power System Technology,2015,39(5):1219-1225(in Chinese).
[3] 肖创英,汪宁渤,丁坤,等.甘肃酒泉风电功率调节方式的研究[J].中国电机工程学报,2010,30(10):1-7. Xiao Chuangying,Wang Ningbo,Ding Kun,et al.System power regulation scheme for Jiuquan wind power base[J].Proceedings of the CSEE,2010,30(10):1-7(in Chinese).
[4] Yingvivatanapong C,Wei J L,Liu E.Mufti-area power generation dispatch in competitive markets[J].IEEE Transactions on Power Systems,2008,23(1):4373-4383.
[5] 江全元,龚裕仲,储能技术辅助风电并网控制的应用综述[J].电网技术,2015,39(12):3360-3368. Jiang Quanyuan,Gong Yuzhong.Review of wind power integration control with energy storage technology[J].Power System Technology,2015,39(12):3360-3368(in Chinese).
[6] 徐国栋,程浩忠,马则良,等.考虑电网调峰能力限制的风储联合系统概率综合效益评价方法[J].电网技术,2015,39(10):2731-2738. Xu Guodong,ChengHaozhong,Ma Zeliang,et al.A method to evaluate probabilistic comprehensive benefits of joint wind power and storage system considering constraints of peak load regulation capacity[J].Power System Technology,2015,39(10):2731-2738(in Chinese).
[7] 严干贵,刘嘉,崔杨,等.利用储能提高风电调度入网规模的经济性评价[J].中国电机工程学报,2013,33(22):45-52. Yan Gangui,Liu Jia,Cui Yang,et al.Economic evaluation of improving the wind power scheduling scale by energy storage system[J].Proceedings of the CSEE,2013,33(22):45-52(in Chinese).
[8] 吴雄,王秀丽,李骏,等.风电储能混合系统的联合调度模型及求解[J].中国电机工程学报,2013,33(13):10-17. Wu Xiong,Wang Xiuli,Li Jun,et al.A joint operation model and solution for hybrid wind energy storage systems[J].Proceedings of the CSEE,2013,33(13):10-17(in Chinese).
[9] 王秀丽,李骏,黄镔,等.促进风电消纳的区省两级电力系统调度模型[J].电网技术,2015,39(7):1833-1838. Wang Xiuli,Li Jun,Huang Bin,et al.A two-stage optimal dispatching model for provincial and regional power grids connected with wind farms to promote accommodation of wind power[J].Power System Technology,2015,39(7):1833-1838(in Chinese).
[10] 赵文猛,刘明波,周保荣,等.含风电接入多区域电力系统的分散式随机动态经济调度方法[J].中国电机工程学报,2017,37(24):7087-7098. Zhao Wenmeng,Liu Mingbo,Zhou Baorong,et al.Decentralized stochastic dynamic economic dispatch for multi-area power systems with wind power integrated[J].Proceedings of the CSEE,2017,37(24):7087-7098(in Chinese).
[11] 王斌,夏叶,夏清,等.直流跨区互联电网发输电计划模型与方法[J].电力系统自动化,2016,40(3):8-13.Wang Bin,Xia Ye,Xia Qing,et al.Model and methods of generation and transmission scheduling of inter-regional power grid via HVDC tie-line[J].Automation of Electric Power Systems,2016,40(3):8-13(in Chinese).
[12] Zheng W Y,Wu W C,Zhang B M,et al.A fully distributed reactive power optimization and control method for active distribution networks[J].IEEE Transactions on Smart Grid,2016,7(2):1021-1033.
[13] Šulc P,Backhaus S,Chertkov M.Optimal distributed control of reactive power via the alternating direction method of multipliers[J].IEEE Transactions on Energy Conversion,2014,29(4):968-977.
[14] 欧阳聪,刘明波,林舜江,等.采用同步型交替方向乘子法的微电网分散式动态经济调度算法[J].电工技术学报,2017,32(5):134-142. Ouyang Cong,Liu Mingbo,Lin Shunjiang,et al.Decentralized dynamic economic dispatch algorithm of microgrids using synonous alternating direction method of multipliers[J].Transactions of China Electrotechnical Society,2017,32(5):134-142(in Chinese).
[15] 黄杨,胡伟,陈立.基于两阶段优化的风储联合发电系统日前发电计划模式[J].电力系统自动化,2015,39(24):8-15. Huang Yang,Hu Wei,Chen Li.Day-ahead generation scheduling plan modes for large-scale wind-storage combined power generation system based on two-stage optimization[J].Automation of Electric Power Systems,2015,39(24):8-15(in Chinese).
[16] 魏韡,刘锋,梅生伟.电力系统鲁棒经济调度(一)理论基础[J].电力系统自动化,2013,37(17):37-43.Wei Wei,Liu Feng,Mei Shengwei.Robust and economical scheduling methodology for power systems:part one theoretical foundations[J].Automation of Electric Power Systems,2013,37(17):37-43(in Chinese).
[17] 栗然,党磊,董哲,等.分时电价与风储联合调度协调优化的主从博弈模型[J].电网技术,2015,39(11):3247-3253. Li Ran,Dang Lei,Dong Zhe,et al.Coordinated optimization of time-of-use price and dispatching model combining wind power and energy storage under guidance of master-slave game[J].Power System Technology,2015,39(11):3247-3253(in Chinese).
[18] 周明,翟俊义,任建文,等.含风电并网的直流互联电网分散协调调度方法[J].电网技术,2017,41(5):1428-1434. Zhou Ming,Zhai Junyi,Ren Jianwen,et al.A decentralized coordinated dispatch approach for interconnected power grid with wind power via HVDC tie-line[J].Power System Technology,2017,41(5):1428-1434(in Chinese).
[19] Nguyen T,Pai M A.Dynamic security-constrained rescheduling of power systems using trajectory sensitivities[J].IEEE Transactions on Power Systems,2003,18(2):848-854.
[20] 钟海旺,夏清,丁茂生,等.以直流联络线运行方式优化提升新能源消纳能力的新模式[J].电力系统自动化,2015,39(3):36-42. Zhong Haiwang,Xia Qing,Ding Maosheng,et al.A new mode of HVDC tie-line operation optimization for maximizing renewable energy accommodation[J].Automation of Electric Power Systems,2015,39(3):36-42(in Chinese).
关注一下,获取最全储能资料包,请回复:资料
特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明北极星*网的内容为北极星原创,转载需获授权。
近日,彭博新能源财经(BloombergNEF,以下简称“BNEF”)公布了2025年第二季度全球一级光伏逆变器制造商名单,固德威凭借其可靠的产品和解决方案、稳健的国际化步伐以及卓越的品牌口碑成功入选榜单。此次入选BNEFTier1榜单,不仅是对固德威过往成绩的高度认可,也彰显了其在全球光伏逆变器市场的重要
2025年6月10-13日,全球光储行业年度盛会——SNECPVES第十八届(2025)国际太阳能光伏和智慧能源储能及电池技术与装备(上海)大会暨展览会(简称2025SNECPVES国际光伏储能两会)即将震撼开幕!会议时间:2025年6月10-12日会议地点:国家会展中心上海洲际酒店(上海市诸光路1700号)展览时间:2025年6月11-
6月5日,国家电投发布《山东电力工程咨询院有限公司2025年第138批招标国家电投大连市花园口I、II海上风电项目海上主体工程施工中标结果公示》的公告。公告显示,标段1:国家电投大连市花园口I海上风电项目海上主体工程中标人为中国铁建港航局集团有限公司,中标价格为46439.6686万元。标段2:国家电投
近期,多座储能电站获最新进展,北极星储能网特将2025年6月3日-2025年6月6日期间发布的储能项目动态整理如下:180MW/720MWh!国家电投黄河水电最大储能电站并网投产!5月30日,青海海南州塔拉滩上捷报传来,黄河公司建设的贡玛储能电站正式并网,标志着公司目前最大容量集中式储能电站建成投运。至此,
6月6日,蜂巢能源第300000套堡垒越野电池在遂宁基地正式下线,这一里程碑事件彰显了中国动力电池的技术积累与产业化突破。而在落幕不久的2025环塔拉力赛中,堡垒越野电池助力坦克夺得多个分段冠军以及总冠军,正是堡垒越野电池强大的性能与高标准智能化生产的双重验证。蜂巢能源堡垒越野电池基于三大核
2025年1月20日,特朗普正式就任美国第47任总统。上任后特朗普政府大幅调整拜登政府的气候及能源政策,不仅对美国自身能源、环境、经济、社会等诸多层面造成冲击,而且在国际范围产生广泛影响。本文系统梳理本届特朗普政府自上任以来的能源政策动向及全球影响,分析我国应如何有效对冲特朗普政府能源政
北极星储能网讯:6月6日,广东湛江徐闻200MW/400MWh独立共享储能电站项目EPC总承包工程采购发布。本次招标为预招标,项目位于广东省湛江市徐闻县,招标人为湛江天转储能科技有限公司,由中国能建广东院持股90%。项目建设8套高压级联全液冷储能单元,电池采用磷酸铁锂电池,以220kV电压等级拟接入当地电
北极星储能网讯:6月4日,陕西省发展和改革委员会发布关于再次公开征求《关于调整分时电价政策有关事项的通知(征求意见稿)》意见的公告。文件明确10:00-14:00四个小时执行午间低谷电价,在国家法定假日期间执行深谷电价。另外,迎峰度夏(冬)期间工商业用电将实施尖峰电价,夏季7月、8月尖峰时段为
北极星储能网讯:6月4日,浙江省发改委、能源局于近日印发《2025年浙江省迎峰度夏电力需求侧管理工作实施方案》。方案提到,推动工商业用户主动开展削峰填谷,引导广大电动汽车车主推迟晚间充电时间,力争通过分时电价引导实现1GW以上削峰效果,有效降低全省基础用电负荷。鼓励虚拟电厂参与响应,规范
行业痛点直击:政策转变下,你的光储资产如何破局?394号文全面落地,新型储能如何抓住电力交易与辅助服务红利?136号文明确指引,数字化智能化如何成为资产收益核心引擎?行业困局待解:电站巡检运维效率低、光储充用系统数据孤岛严重、项目收益率波动大、绿电消纳与增值服务难落地……当政策机遇与技
“储能市场化”这一美好愿景,终于将照进现实、加速落地。但就当下而言,其实大多数储能企业并没有做好应对市场化的准备,政策的迅猛推进将倒逼储能技术快速迭代,尤其将压力传导给电池管理系统BMS。在此过程中,以协能科技为首的BMS企业,有望成为储能变革新时代的探路先锋!多次“首”创!“三代”BM
近日,彭博新能源财经(BloombergNEF,以下简称“BNEF”)公布了2025年第二季度全球一级光伏逆变器制造商名单,固德威凭借其可靠的产品和解决方案、稳健的国际化步伐以及卓越的品牌口碑成功入选榜单。此次入选BNEFTier1榜单,不仅是对固德威过往成绩的高度认可,也彰显了其在全球光伏逆变器市场的重要
近期,多座储能电站获最新进展,北极星储能网特将2025年6月3日-2025年6月6日期间发布的储能项目动态整理如下:180MW/720MWh!国家电投黄河水电最大储能电站并网投产!5月30日,青海海南州塔拉滩上捷报传来,黄河公司建设的贡玛储能电站正式并网,标志着公司目前最大容量集中式储能电站建成投运。至此,
2025年1月20日,特朗普正式就任美国第47任总统。上任后特朗普政府大幅调整拜登政府的气候及能源政策,不仅对美国自身能源、环境、经济、社会等诸多层面造成冲击,而且在国际范围产生广泛影响。本文系统梳理本届特朗普政府自上任以来的能源政策动向及全球影响,分析我国应如何有效对冲特朗普政府能源政
“储能市场化”这一美好愿景,终于将照进现实、加速落地。但就当下而言,其实大多数储能企业并没有做好应对市场化的准备,政策的迅猛推进将倒逼储能技术快速迭代,尤其将压力传导给电池管理系统BMS。在此过程中,以协能科技为首的BMS企业,有望成为储能变革新时代的探路先锋!多次“首”创!“三代”BM
近日,思格新能源携手保加利亚可再生能源企业TrakiaMT,成功完成保加利亚南部MalkoTarnovo镇20MWh大型地面光伏储能项目建设。项目坐落于保加利亚与土耳其交界的群山之间,随着光储项目的建成运行,不仅实现了清洁电力在山区的稳定输出,也为提升区域能源独立性和用能安全奠定了坚实基础。拥有“玫瑰之
日前,根据美国清洁电力协会(ACP)最新报告,2025年第一季度美国公用事业级太阳能、风能和储能的装机量为7.4GW,仅次于2024年第一季度创纪录的8.1GW。太阳能居清洁能源装机量首位,第一季度新增装机量4.4GW,其次是储能,创下1.6GW季度纪录,风能为1.3GW。本季度新增4.4GW太阳能装机容量比创纪录的2024
初夏的上海,汇聚全球智慧能源的目光!Ampace新能安诚挚邀请您莅临2025SNEC国际太阳能光伏与智慧能源大会暨展览会,与我们共同开启“双核驱动·长效智能”的储能盛宴!时间:2025年6月11日-6月13日地点:国家会展中心(上海)展位号:8.1H-E390
据外媒报道,美国储能系统和可再生能源服务提供商Fluence公司在5月8日发布了其2025财年第二季度财务业绩报告(即1月1日至3月31日这三个月的业绩)。该公司在其发布公告中指出,贸易关税不确定性导致Fluence公司降低了该公司2025财年收入和息税折旧摊销前利润(EBITDA)业绩预期,尽管如此,该公司首席
6月5日,阳光电源PowerTitan3.0智储平台全球首发,首台真机在合肥总部智能工厂震撼下线!同时发布了PowerTitan3.0Flex、Class、Plus三大版本,重新定义第三代大容量电芯,并通过全链智能技术再进阶,带来储能全场景全周期“全域”智能体验!Plus版单柜容量12.5MWh,全球最大!能量密度超500kWh/#x33A1;
6月5日,长丰皖能风电开发有限公司发布了长丰县庄墓100MW200MWh储能电站项目EPC招标公告。项目安徽省合肥市位于长丰县庄墓镇,本项目储能容量为100MW/200MWh,储能设备布置在站区的北侧,拟采用20组5MW/10MWh储能单元,配套建设1座110kV升压站及综合楼,以1回110kV线路接入220kV庄墓变(直线距离约200
6月5日,PowerTitan3.0智储平台全球揭幕首台真机在阳光电源合肥总部工厂震撼下线,同时发布Flex、Class、Plus三大版本,重新定义第三代大容量电芯,并通过全链智能技术再进阶带来储能全场景全周期“全域”智能体验。Plus版单柜容量12.5MWh,全球最大能量密度超500kWh/m,全球最高省线缆10%,省占地45%
《省级电网输配电价定价办法》(发改价格规〔2020〕101号)提出健全激励约束机制,对可计入有效资产的预计新增输配电固定资产,“基于提高投资效率的要求,按照不高于历史单位电量固定资产的原则核定(国家政策性重大投资除外)”。不考虑使用例外原则,这项规定对省级电网投资有直接而刚性的约束。总
6月5日,汉中市发改委发布汉中市电力高质量发展实施意见(草稿),文件指出,鼓励屋顶分布式项目开发,推动工商业屋顶分布式光伏发展,支持优先采用“自发自用”建设模式,鼓励分布式光伏项目配置储能设施,减小公共电网运行压力。住房城乡建设、发展改革、自然资源、财政、机关事务管理等部门,应当共
随着全球储能市场需求持续增长,行业竞争日益激烈,终端降本压力不断加大。在此背景下,储能电芯产品正加速从第一代280Ah、第二代314Ah向500Ah+、600Ah+迭代升级,部分头部企业更是已将技术触角延伸至1000Ah+超大容量领域。然而,在136号文推动行业从政策驱动转向价值驱动的关键阶段,行业需要的不仅是
北极星售电网获悉,近日,陕西省汉中市发展和改革委员会发布《汉中市电力高质量发展实施意见(草稿)》,其中提到,县级以上人民政府及其有关部门应当因地制宜推动储蓄、火电、水电等多种电源与新能源发电协同运营,有序发展多能互补项目;健全多能源发电协同调度机制,统筹优化调峰电源运行,保障新能
北极星售电网获悉,福建电力交易中心发布发电侧政府批复上网电价,涉及水电、抽水蓄能、气电、风电、太阳能、核电等。详情如下:
2025年5月27日,深能湖北云梦50MW/100MWh集中式(共享式)储能电站项目成功并网。该项目全部采用欣旺达NoahX5MWh液冷储能系统。深能湖北云梦50MW/100MWh集中式(共享式)储能电站项目是湖北省优化能源结构、提升新能源消纳能力的关键基础设施,标志着欣旺达储能在助力大型集中式共享储能电站建设、服务新型
美东时间2025年5月22日,美国众议院以215票赞成、214票反对、1票弃权的极小差距,通过了《大而美法案》(OneBigBeautifulAct,OBBA)草案。该草案对《降低通膨法案》(InflationReductionAct,IRA)中的多项光伏补贴机制进行调整。尽管OBBA草案尚待美国参议院审查,距离正式立法仍有不确定性,但其内容已
近年来,我国可再生能源快速、持续发展,截至目前,我国可再生能源装机突破18亿千瓦,超过全球40%,为全球低碳发展作出了巨大贡献。可再生能源的高质量发展,离不开我国独具特色、日臻完善的绿证制度支持。近日,中国绿证获得国际绿色电力消费倡议(RE100)全面认可,标志着这张承载着中国能源转型使命
在推动新能源上网电价全面由市场形成的同时,行业面临两大挑战:顶层机制层面,需优化新能源与火电、新型经营主体同台竞价的制度设计;底层技术层面,亟待攻克海量市场主体参与下的优化决策难题。(来源:微信公众号《能源评论》杂志文/钟海旺杨迎作者分别供职于清华大学电机工程与应用电子技术系、清
北极星售电网获悉,5月30日,安徽电力交易中心发布《安徽电力现货电能量市场交易实施细则》(结算试运行第5.2版)、《安徽电力现货市场结算实施细则》(结算试运行第5.2版)的通知,自2025年6月1日起执行。《安徽电力现货市场结算实施细则》(结算试运行第5.2版)主要变化:调整停备机组收益回收机制,
一场“智”与“能”的双向奔赴回顾历史,整个人类文明进程始终与能源开发利用紧密相关。如今,能源发展进入资源、环境、气候三重约束期,急需沿着清洁低碳方向进行转型。与此同时,人工智能技术正在蓬勃兴起,加速赋智于千行百业,“‘人工智能+’行动”的字眼更是连续两年见诸全国两会政府工作报告,A
请使用微信扫一扫
关注公众号完成登录
姓名: | |
性别: | |
出生日期: | |
邮箱: | |
所在地区: | |
行业类别: | |
工作经验: | |
学历: | |
公司名称: | |
任职岗位: |
我们将会第一时间为您推送相关内容!