登录注册
请使用微信扫一扫
关注公众号完成登录
我要投稿
为了有效解决高比例风电难以完全就地消纳的问题,从发电侧和电网侧两方面入手,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。首先,在发电侧引入储能技术,建模过程中考虑了储能系统的投资成本和运行成本,给出了储能系统的充放电控制策略。然后在电网侧,采用鲁棒优化的方法描述风电出力的不确定性,并对风电采取区域内消纳和通过高压直流通道跨区域外送两种消纳方式,基于同步型交替方向乘子法对含高比例风电的互联电力系统进行分散式优化调度。最后,通过算例对所提模型的有效性进行了验证。结果表明,所提模型可以实现风电的跨区域消纳,以达到互联电力系统最优调度的目的。
0 引言
近年来,在我国的“三北”地区,负荷水平较低,风电就地消纳的能力有限,部分区域限制风电出力的情况严重,“弃风”的现象经常发生[1-2]。发生弃风的原因与我国的国情有关,我国风电的开发具有“大规模、高集中、远距离”等特点,区域内负荷往往难以完全消纳高比例的风电[3-4],因此需要将多余的风电进行跨区域外送。
从时空上划分,风电的消纳方式分为区域内消纳和跨区域消纳两种。在区域内,可以通过引入储能系统以提高风电的消纳水平[5-6]。文献[7]针对风功率预测精度较低的特点,提出了一种含储能系统的调度模型,可为利用储能系统提高风电的并网容量提供一定的参考。文献[8]建立了风电储能联合系统的调度模型,给出了混合系统日前和日内的发电计划,可为混合系统的调度人员提供决策信息。以上研究虽然均给出了促进风电在区域内消纳的方法,但在负荷水平较低的地区,高比例风电的消纳仍存在着巨大的挑战,目前较好的应对方法之一是将风电与火电通过高压直流通道打捆外送[9-10]。
在考虑风电跨区域消纳的优化调度方面,文献[11]以直流联络线功率为优化变量,考虑直流联络线运行的相关约束,建立了跨区域直流互联电网的发电模型,虽然实现了将风电跨区域外送,但未能考虑风电出力的不确定性,且采用的是集中式的调度方法。考虑到互联电力系统规模巨大,对数据传输能力的要求较高,且当区域互联时存在信息私密性问题,传统的集中式的调度方法受到了严重的挑战。在此背景下,交替方向乘子法(alternating direction method of multipliers,ADMM)作为分散式优化领域中的一种重要方法,由于能够有效解决互联电力系统调度问题而得到了广泛的应用[12-13]。然而,采用ADMM求解模型虽然可以降低互联电力系统的计算规模,但是在优化过程中需要上级协调器的参与,严重影响了收敛速度。而同步型交替方向乘子法(synonous alternating direction method of multipliers,SADMM)在迭代过程中只需要区域之间交换必要的信息,且不需要上级协调器的参与,这样既加快了收敛过程,又可以实现互联区域的完全分散自治[14]。
本文从发电侧和电网侧两个方面出发来解决高比例风电难以完全就地消纳的问题。在发电侧引入了储能系统,建立了储能系统的充放电模型。在电网侧,采用鲁棒优化的方法来描述风电出力的不确定性,并对风电采取区域内消纳和跨区域外送两种消纳方式,然后基于SADMM建立了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,通过算例验证了所提模型的有效性。
1 储能系统的建模
1.1 引入储能所需的成本
本文选取的储能系统由应用较为广泛的大容量蓄电池组成,建模时主要考虑引入储能所需要的投资成本和运行成本。
1)储能的投资成本。
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。
北京市政府参事、中国科学院院士、清华大学教授欧阳明高在2024中关村论坛年会期间表示,新能源的协同协调发展和互动式发展将是下一阶段中国新型能源体系发展的主基调。在28日国务院参事室主办的2024中关村论坛平行论坛——“创新驱动助力绿色发展论坛”上,欧阳明高表示,中国迎来新能源发展革命的爆发
北极星储能网讯,4月30日,华润电力发布《华润仙桃石岭储能电站16MW/32MWh扩建EPC总承包工程中标候选人公示》。第一中标候选人:许继电气股份有限公司,投标价格:20800000.00元,约为1.538元/Wh。(保留小数点后三位)第二中标候选人:中国能源建设集团湖南省电力设计院有限公司,投标价格:23887019.
近日,河北省发改委发布2023年河北省发展和改革委员会生态环境保护工作情况,其中提到,实施第三监管周期河北省级电网输配电价调整,逐步实现一般工商业与大工业电价同价。完善钢铁超低排放差别化电价政策,明确实施范围和加价标准。同时,开展风电光伏攻坚行动,实施抽水蓄能项目,推动氢能产业发展,
北极星储能网获悉,据中联宁波消息,近日,宁波院联合公司第三工业工程设计研究院承接了奥克斯集团投资建设的年产1.6万套新能源光风箱变及4.5GW储能设备生产项目设计。该项目位于浙江宁波前湾新区十二塘区域,总用地面积约270亩,总建筑面积约34.4万平米,建成后将用于新能源箱式变电站及储能系统设备
北极星储能网获悉,4月27日,广东华鳌合金材料有限公司10MWh工商侧储能电站项目在广东省鹤山市华鳌厂区举行了开工仪式。、此项目由由华夏新能投资、先控捷联电气股份有限公司承建,预计7月底前完成并网。该项目的工商业储能系统由46台100KW215KWh的储能一体柜以及高压一次、二次系统组合而成。这套系统
北极星储能网获悉,据恒安储能消息,2024年4月29日,江苏恒安储能科技有限公司(简称“恒安储能”)与辽宁省朝阳市北票经济技术开发区正式签订合作协议,宣布将在辽宁省朝阳市北票经开区共同建设一座年产10GWh的锌溴液流储能电池生产基地,一期计划建成投产2GWh。恒安储能与北票市人民政府、朝阳北票经
工业园区是工业经济发展的重要载体。为促进广东云浮工业园区高质量发展,《云浮市工业园区高质量发展促进条例》将于今年5月1日施行。云浮市人民政府副市长梁东海4月29日表示,该《条例》是广东首部专门规范工业园区建设发展的地方性法规,将为工业园区发展加强法治保障。《云浮市工业园区高质量发展促
北极星储能网讯,4月29日,广东省能源局发布关于科翔8GWH钠离子储能电池及相关产品项目节能报告的审查意见。根据公告显示,科翔8GWH钠离子储能电池及相关产品项目采用的主要技术标准和建设方案符合国家相关节能法规及节能政策的要求,原则同意该项目节能报告。项目主要建设内容包括:建设年产8GWh钠离
北极星储能网获悉,4月29日,国电电力湖南新能源开发有限公司储能租赁技术服务公开招标项目中标候选人公示发布,第一中标候选人为大唐华银电力股份有限公司耒阳分公司,投标报价258.5856万元;第二中标候选人为永州协合能源科技有限公司,投标报价264.545万元。国电电力湖南新能源开发有限公司下属风雨
北极星储能网获悉,4月29日,吉林省能源局发布开展2024年新型储能项目入库工作的通知。通知明确,新型储能入库项目分为示范项目和重点项目,示范项目应具备建设条件好且预计在2025年底前投产。原文如下:吉林省能源局关于开展2024年新型储能项目入库工作的通知吉能储能〔2024〕96号各市(州)发展改革
4月28日,特斯拉发文称,将继续在中国深耕,在人工智能、电动车、储能等领域与行业共同发展,加速清洁能源与自动驾驶技术落地,把美好愿景变成现实。
北极星储能网获悉,据双登集团消息,4月30日,大连化学物理研究所陈忠伟院士、研究员毛治宇博士和办公室主任史鑫一行莅临双登集团调研指导,双方召开洽谈会,就电力储能系统电池状态预估及预警技术开发进行了深入交流和探讨。双登集团将与大连化学物理研究所合作研究电池机理模型课题,利用AI及大数据
北极星储能网获悉,4月30日,特变电工股份有限公司发布关于投资建设新能源电站项目的公告。公告指出,为加快风光资源的开发,公司控股公司同阳新能源有限公司投资建设1GW风储项目,项目总投资为339,466.93万元。该项目位于巴州铁干里克镇,风电场风功率密度等级为3级,项目年有效利用小时数为2,699.00h
北极星储能网获悉,据中电电气消息,近日,中电电气储能系统多电压大功率试验平台变压器研制成功。此次储能技术领域的再上新是中电电气在新能源智造领域的又一重大突破!据悉,该储能系统多电压大功率试验平台变压器已经一次性通过第三方检测机构的严格试验并成功下线。该产品满足了不同储能系统对电压
北极星储能网获悉,据中联宁波消息,近日,宁波院联合公司第三工业工程设计研究院承接了奥克斯集团投资建设的年产1.6万套新能源光风箱变及4.5GW储能设备生产项目设计。该项目位于浙江宁波前湾新区十二塘区域,总用地面积约270亩,总建筑面积约34.4万平米,建成后将用于新能源箱式变电站及储能系统设备
近日,由无锡市检验检测认证研究院筹建的国家高端储能产品质量检验检测中心(江苏)获得国家市场监督管理总局批准成立(国市监检测函〔3034〕53号)。该中心是长三角地区唯一的“国字号”储能领域质检中心,填补了区域内“储能+氢能”检验检测能力空白。同时,检研院还获批建设江苏省市场监管重点实验
北极星储能网获悉,4月29日东方日升公布,2023年1月29日,东方日升新能源股份有限公司(以下简称东方日升、公司)全资公司双一力(宁波)电池有限公司(以下简称宁波双一力)与宁海经济开发区管理委员会(以下简称经开区管委会)签订《宁海县招商引资项目框架合作协议》,协议约定乙方在甲方所在地宁海县投资建
北极星储能网获悉,4月30日,华能山西分公司-左权电厂新增储能调频系统设备安装项目中标候选人公示发布。中标候选人第1名:江苏金马工程有限公司,投标报价:2031000元;中标候选人第2名:洋山建设集团有限公司,投标报价:2132253元;中标候选人第3名:山西新东电力工程有限公司,投标报价:2945245元
四月阳春,“渝”您相约。2024年4月27日,备受瞩目的第十六届重庆国际电池技术交流会/展览会(CIBF2024)在重庆国际博览中心盛大开幕,吸引全球众多新能源电池领军企业汇聚一堂。此次盛会,武汉长海高新技术有限公司携多款具备竞争力的创新产品和解决方案重磅亮相,与行业大咖共同探讨、交流经验,凝聚
北极星储能网获悉,4月29日,江苏巴达尔能源有限公司10GWh磷酸铁锂储能系统集成项目EPC总承包招标公告发布。江苏巴达尔能源有限公司10GWh磷酸铁锂储能系统集成项目EPC总承包招标公告
近日,彭博新能源财经(BloombergNEF)发布2024年第二季度全球一级储能厂商榜单Tier1名单。远景储能凭借专业可靠的产品品质、优异的全球项目表现以及强大的可融资实力从全球数百家企业中脱颖而出,成功跻身全球一级储能厂商名单。BNEF是全球新能源领域最具公信力的行业研究机构之一。BNEF全球储能厂商T
近日,国能信控互联技术有限公司发布2024年液冷储能直流系统设备框架采购,采购总容量约1.08GWh,配套电池规格280Ah。采购内容:电池单体、电池簇、电池管理系统、预制舱及配套消防、冷却、箱内照明等储能直流系统所需全部配套设备以及系统功能设计、功能结构、性能、调试和试验等方面的技术服务。资质
北极星售电网获悉,陕西电力交易中心发布关于征求《陕西省电力现货市场第三次结算试运行工作方案》意见建议的通知。其中包含陕西省电力现货市场交易实施细则中提出,日前现货市场交易采取“发电侧报量报价或报量不报价、用户侧报量不报价”的模式按日进行组织。2)参与市场的发电企业以“报量报价”或
北极星售电网获悉,湖北电力交易中心近日发布湖北省电力现货市场发电侧5月新增市场主体名单,包括京能十堰热电有限公司、湖北三潜能源发展有限公司2家发电企业,详情如下:关于发布湖北省电力现货市场发电侧5月新增市场主体名单的通知各市场主体:根据现货交易工作需要,现对2024年5月发电侧新增市场主
据外媒报道,4月19日报道,挪威可再生能源公司Scatec于4月18日正式推出其位于南非北开普省的540兆瓦光储融合项目该项目由三个子项目组成,太阳能光伏装机容量为540兆瓦,电池装机容量为225兆瓦,储能容量为1.14吉瓦时。该项目占地面积为879公顷(超过1500个足球场),由100万块太阳能电池板及456个单元
发电侧上下调预挂牌交易成交均价2024年4月发电侧上调预挂牌交易成交均价376.83元/兆瓦时,发电侧下调预挂牌交易成交均价354.55元/兆瓦时。4月发电侧上下调预挂牌交易成交均价单位:元/兆瓦时
发电侧上下调预挂牌交易成交均价2024年3月发电侧上调预挂牌交易成交均价380.77元/兆瓦时,发电侧下调预挂牌交易成交均价362.44元/兆瓦时。3月发电侧上下调预挂牌交易成交均价单位:元/兆瓦时
关于发布湖北省电力现货市场发电侧3月新增市场主体名单的通知
发电侧上下调预挂牌交易成交均价2024年2月发电侧上调预挂牌交易成交均价378.67元/兆瓦时,发电侧下调预挂牌交易成交均价358.24元/兆瓦时。2月发电侧上下调预挂牌交易成交均价单位:元/兆瓦时
经过近几年的快速发展,我国储能产业已占据全球市场和产业的控制地位,成为影响全球储能发展的重要力量。面对从技术到产业已经大大落后于中国的美欧地区国家,陆续出台系列限制与保护措施,从产业链、供应链排除,到产品市场贸易壁垒等多个方面,为我国企业设置进入障碍,形成“脱钩断链”的大趋势,已
北极星售电网获悉,海南电力交易中心发布关于开展2024年1月电力市场化交易的补充通知。2024年1月新增周电网代理购电发电侧合同电量转让交易。详情如下:
北极星售电网获悉,山东能监办发布关于公开征求《山东电力市场规则(试行)》(征求意见稿)意见的通知,其中提出,《山东电力市场规则(试行)》(征求意见稿)共十九章,分别是:总则、市场成员、市场构成与价格、中长期市场运营、现货市场运营、日前市场交易组织、日内市场交易组织、实时市场交易组织、
发电侧上下调预挂牌交易成交均价2024年1月发电侧上调预挂牌交易成交均价386.05元/兆瓦时,发电侧下调预挂牌交易成交均价366.40元/兆瓦时。1月发电侧上下调预挂牌交易成交均价单位:元/兆瓦时
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!