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
3 算例分析
3.1 算例设置
以修改后的IEEE RTS-24节点系统为仿真系统,命名为IEEE MRTS-24。为仿真分析,对IEEE RTS-24节点系统的修改如下:1)在节点1处接入总装机容量为300 MW的风电场,风速数据来自参考文献[28]采用的ARMA(4, 3)模型。2)将支路1-2、1-3、1-5的额定功率分别调整为80、50、80 MW。当节点1处的风电场可发有功功率大于200 MW时,送出通道1-2、1-3、1-5将会出现不同程度的阻塞,导致弃风。因此,可以在节点1处配置一定容量的储能系统,平抑风电场的有功出力波动并减少弃风电量。采用2020年锂电池储能的预计投资成本和循环次数[31],并设定使用寿命年限,如表1所示。锂电池的循环寿命指数系数kp取为1.25[27],折现率取为4.9%。
表1 锂电池的投资成本与循环寿命
Tab. 1 Investment costs and cycle life of the ESS
3.2 仿真结果
算例的仿真分析主要包括以下内容:1)当不考虑储能配置时,利用多时段DC-OPF模型求解IEEE MRTS-24系统在典型场景集下的各项成本以及线路利用情况。2)利用所提出的多场景随机规划模型求解储能的初始配置容量和功率,并得到储能初始配置方案下系统的各项成本和线路利用情况。3)利用多时段DC-OPF模型对配置P1ESS和E1ESS储能方案的系统进行日运行模拟,并根据储能的能量变化曲线E(t)E(t)计算储能使用寿命期间内100%充放电等效循环次数,对储能最优配置方案进行修正,得到P2ESS和E2ESS。4)对配置不同百分比E2ESS后的系统分别进行全年的日运行模拟,求解储能容量的收益投资比,并根据储能容量的收益投资比变化曲线对储能配置容量进行修正,得到E3ESS。
3.2.1 基于随机规划的储能初始配置方案
首先,对全年的风电出力曲线和日负荷曲线利用K-means聚类算法进行聚类,得到春夏秋冬4个季节的风电出力聚类曲线和工作日与非工作日2类日负荷聚类曲线,分别如图2和图3所示。
图2 春夏秋冬4个季节的风电聚类曲线
Fig. 2 Clustering curves of wind power in spring, summer, autumn and winter
图3 工作日与非工作日典型负荷曲线
Fig. 3 Typical daily load curves in weekdays and weekends
将以上风电和负荷的典型曲线,组合成8种不同的典型场景,作为随机规划的典型场景集。利用多时段DC-OPF模型,求解不含储能配置时的IEEE MRTS-24系统在典型场景集下的各项成本以及线路利用情况,结果分别如表2、3所示。
表2 不含储能时电网的综合成本
Tab. 2 Costs of IEEE MRTS-24 system without ESS
表3 不含储能时部分线路利用情况
Tab. 3 Line usage indices of IEEE MRTS-24 without ESS
其次,利用多场景随机规划模型求解IEEE MRTS-24中储能的初始配置容量和功率,如表4所示,该储能初始配置方案下系统的各项成本和线路利用情况,如表5、6所示。
表4 风电场站内初始储能配置方案
Tab. 4 Initial investment plan of ESS
表5 储能初始配置方案下系统的综合成本
Tab. 5 Cost of IEEE MRTS-24 with the initial ESS investment plan
表6 储能初始配置方案下系统部分线路利用情况
Tab. 6 Line usage indices of IEEE MRTS-24 system with the initial ESS investment plan
从以上表格中的结果对比分析可知:
1)由表2和表5的结果对比可知,在未配置储能时,系统的弃风电量较大,弃风成本达到26.25×106 USD。当系统配置储能后,全年的弃风成本下降为13.39×106USD,总的弃风成本下降了48.99%。
2)由表4和表5的结果可知,储能的初始最优配置功率PESS1P1ESS和容量E1ESS分别为172.34 MW和191.49 MW•h。虽然系统配置储能后,增加了6.08×106 USD的储能投资成本,但系统全年的总成本依然从512.23×106USD下降到了501.69×106USD,即总成本下降了10.54×106 USD。
3)由表3和表6的结果可知,系统配置储能后,风电送出通道1-2和1-5这2条线路的利用小时数和满载小时数都得到了不同程度的增加,即提高了线路1-2和1-5的利用效率。
3.2.2 基于运行模拟对储能配置容量的修正
1)基于储能等效循环寿命修正E1ESS。
随机选取系统某天的运行模拟结果中,储能能量E(t)E(t)变化曲线和风电场的可出力曲线,见图4。
图4 储能能量变化曲线与风电场预期出力曲线
Fig. 4 ESS energy curve and wind power expected output curve
由图4的结果可知,当风电场的预期出力较大时,往往伴随着储能存储能量,以便减少弃风。当风电场预期出力较小时,储能便释放能量,以减小风电场和储能的联合出力的波动。因此,通过在风电场配置一定容量的储能,能够有效减小风电场的出力波动,提高风电的消纳水平。
式中Yr为储能修正后的使用寿命年限,由式(18)计算可得Yr为8年。
储能使用寿命年限的变化,将导致储能投资成本年金值的变化,因此,利用1.1节中的多场景随机规划模型重新求解得到修正后的储能配置方案,得到P2ESS和E2ESS分别为158.73 MW和176.37 MW•h。通过运行模拟,得到修正后的储能配置方案在8a间100%充放电等效总循环次数为6100次,满足储能循环次数寿命的要求。
2)基于储能容量收益投资比修正E2ESS。通过对IEEE MRTS-24系统配置不同百分比E2ESS(70%~130%)的储能,并对其进行全年的日运行模拟,求解得到储能容量的收益投资比变化曲线如图5所示。
图5 配置不同百分比EESS2E2ESS时储能容量的收益投资比
Fig. 5 Income/investment ratio of the ESS capacity with different percentageE2ESS
由图5的结果可知,随着所配储能容量从70%E1ESS不断增加到130%E1ESS,储能容量的收益投资比不断下降,说明随着所配置储能的容量饱和度不断增加,储能容量的收益投资比不断减小。直到当储能容量配置为110%E1ESS时,储能容量的收益/投资比已降到了1.048,为保证所配储能容量具有较高的经济效益,本文选取储能容量收益投资比处于1~1.05之间,并最接近1.05时的储能容量(即110%E1ESS)作为修正后的储能配置容量,即E3ESS=194.01 MW⋅h。采用运行模拟验证得到修正后的储能配置方案E3ESS在8a间100%充放电等效总循环次数约为5800次,满足储能循环次数寿命的要求,因此储能最终的配置容量为194.01 MW•h。
4 结论
本文考虑风速的时序变化,提出了结合随机规划和序贯蒙特卡洛模拟的风电场储能优化配置方法。通过算例仿真分析,得到的主要结论如下:
1)通过求解多场景随机规划模型得到的储能初始配置方案,有效降低了系统全年的弃风电量和综合成本,并提高了部分风电送出通道的利用率。
2)通过对配置初始储能方案的联合发电系统进行运行模拟,进一步考虑了风电场全年出力变化和储能寿命折损对储能优化配置结果的影响,并基于运行模拟中求得的储能等效循环次数和储能容量的收益投资比变化曲线,对储能的初始配置方案进行修正,获得了更合理的储能配置结果。
未来的研究工作将进一步研究储能的多点布局选址优化,以及储能选址、定容和电网规划的联合优化问题。
参考文献
[1] 韩杏宁,陈雁,文劲宇.风电场储能装置的鲁棒优化配置[J].高电压技术,2015,41(7):2217-2224. Han Xingning,Chen Yan,Wen Jinyu.Robust allocation of energy storage system for multiple wind farms[J].High Voltage Engineering,2015,41(7):2217-2224(in Chinese).
[2] 韩杏宁,黎嘉明,文劲宇,等.含多风电场的电力系统储能鲁棒优化配置方法[J].中国电机工程学报,2015,35(9):2120-2127. Han Xingning,Li Jiaming,WenJinyu,et al.Optimization for robust energy storage allocation in power system with multiple wind farms integrated[J].Proceedings of the CSEE,2015,35(9):2120-2127(in Chinese).
[3] 戴蕾思,叶承晋,傅旭华,等.考虑概率分布约束的含高渗透率风电电力系统储能鲁棒优化方法[J].电网技术,2017,41(3):769-774. Dai Leisi,Ye Chengjin,FuXuhua,et al.Distributional robust joint chance constrained optimal capacity installment of energy storage in power system with high penetration of wind power[J].Power System Technology,2017,41(3):769-774(in Chinese).
[4] 江润洲,邱晓燕,陈光堂.风电场混合储能系统优化配置方法[J]. 电力系统及其自动化学报,2015,27(1):37-42. Jiang Runzhou,Qiu Xiaoyan,ChenGuangtang.Optimal configuration method of hybrid energy storage system for wind power[J].Proceedings of the CSU-EPSA,2015,27(1):37-42(in Chinese).
[5] 兑潇玮,朱桂萍,刘艳章.考虑预测误差的风电场储能配置优化方法[J].电网技术,2017,41(2):434-439.Dui Xiaowei,Zhu Guiping,Liu Yanzhang.Research on battery storage sizing for wind farm considering fore error[J].Power System Technology,2017,41(2):434-439(in Chinese).
[6] 徐国栋,程浩忠,方斯顿,等.用于提高风电场运行效益的电池储能配置优化模型[J].电力系统自动化,2016,40(5):62-70. Xu Guodong,Chen Haozhong,Fang Sidun,et al.Optimal configuration method of battery energy storage for improving the operation efficiency of wind farm[J].Automation of Electric Power System,2016,40(5):62-70(in Chinese).
[7] 程庭莉,陈民铀,罗欢.含可再生能源发电的配网储能多目标优化配置方法[J].电网技术,2017,41(9):2808-2815. Cheng Tingli,Chen Minyou,Luo Huan.Multi-objective allocation of energy storage in distribution network penetrated with renewable energy generation[J].Power System Technology,2017,41(9):2808-2815(in Chinese).
[8] 张坤,毛承雄,谢俊文,等.风电场复合储能系统容量配置的优化设计[J].中国电机工程学报,2012,32(25):79-87. Hang Kun,Mao Chengxiong,Xie Junwen,et al.Optimal design of hybrid energy storage system capacity for wind farms[J].Proceedings of the CSEE,2012,32(25):79-87(in Chinese).
[9] Xiong P,Singh C.Optimal planning of storage in power systems integrated with wind power generation[J].IEEE Transactions on Sustainable Energy,2015,7(1):232-240.
[10] Jabr R A,Džafić I,Pal B C.Robust optimization of storage investment on transmission networks[J].IEEE Transactions on Power Systems,2014,30(1):531-539.
[11] Qiu T,Xu B,Wang Y,et al.Stochastic multistage coplanning of transmission expansion and energy storage[J].IEEE Transactions on Power Systems,2016,32(1):643-651.
[12] Asensio M,de Quevedo P M,Munoz-Delgado G,et al.Joint Distribution network and renewable energy expansion planning considering demand response and energy storage ̶ Part I:stochastic programming model[J].IEEE Transactions on Smart Grid,2016,PP(99):1-1.
[13] Asensio M,Quevedo P M D,Munoz-Delgado G,et al.Joint distribution network and renewable energy expansion planning considering demand response and energy storage ̶ Part II:numerical results and considered metrics[J].IEEE Transactions on Smart Grid,2016,PP(99):1-1.
[14] 叶瑞丽,郭志忠,刘瑞叶,等.基于置信区间估计及储能装置优化配置的风电场可靠出力研究[J].电力自动化设备,2017,37(5):85-91. Ye Ruili,Guo Zhizhong,Liu Ruiye,et al.Research on wind farm reliability based on confidence interval estimation and optimal allocation of energy storage device[J].Electric Power Automation Equipment,2017,37(5):85-91(in Chinese).
[15] 梁亮,李建林,惠东.大型风电场用储能装置容量的优化配置[J]. 高电压技术,2011,37(4):930-936.Liang Liang,Li Jianlin,Hui Dong.Optimization configuration for capacity of energy storage system in large-scale wind farm[J].High Voltage Engineering,2011,37(4):930-936(in Chinese).
[16] 王成福,李熙娟,梁军,等.计及预测功率的含储能风场群优化调控方法[J].电网技术,2017,41(4):1253-1260. Wang Chengfu,Li Xijuan,Liang Jun,et al.Optimal dispatch and control of active power for wind farm cluster including storages considering the foreing power[J].Power System Technology,2017,41(4):1253-1260(in Chinese).
[17] 廖庆龙,谢开贵,胡博.含风电和储能电力系统的时序随机生产模拟[J].电网技术,2017,41(9):2769-2776. Liao Qinglong,Xie Kaigui,Hu Bo.Sequential probabilistic production simulation of power systems with wind power and energy storage[J].Power System Technology,2017,41(9):2769-2776(in Chinese).
[18] Zhang F,Xu Z,Meng K.Optimal sizing of substation-scale energy storage station considering seasonal variations in wind energy[J].IET Generation Transmission & Distribution,2016,10(13):3241-3250.
[19] Zhang F,Wang G,Meng K,et al.Improved cycle control and sizing scheme for wind energy storage system based on multi-objective optimization[J].IEEE Transactions on Sustainable Energy,2016,PP(99):1-1.
[20] Nguyen N T A,Le D D,Moshi G G,et al.Sensitivity analysis on locations of energy storage in power systems with wind integration[J].IEEE Transactions on Industry Applications,2015,52(6):5185-5193.
[21] 沈子奇,裴玮,邓卫,等.考虑电池寿命和运行控制策略影响的风电场储能容量优化配置[J].高电压技术,2015,41(7):2236-2244. Shen Ziqi,Pei Wei,Deng Wei,et al.Storage capacity optimization for wind farm considering the impact of battery lifetime and control strategy[J].High Voltage Engineering,2015,41(7):2236-2244(in Chinese).
[22] 栗然,党磊,周鸿鹄,等.基于费用效率法的风电场混合储能容量优化配置[J].电力系统保护与控制,2015,43(24):55-62. Li Ran,Dang Lei,Zhou Honghu,et al.Capacity optimization disposition of hybrid energy storage in wind field based on cost efficiency model[J].Power System Protection and Control,2015,43(24):55-62(in Chinese).
[23] Hozouri M A,Abbaspour A,Fotuhi-Firuzabad M,et al.On the use of pumped storage for wind energy maximization in transmission- constrained power systems[J].IEEE Transactions on Power Systems,2015,30(2):1017-1025.
[24] 吴玮坪,胡泽春,宋永华,等.结合半正定规划和非线性规划模型的OPF混合优化算法研究[J].中国电机工程学报,2016,36(14): 3829-3836. Wu Weiping,Hu Zechun,Song Yonghua,et al.Hybrid optimization of optimal power flow by combining the seefinite programming and nonlinear programming[J].Proceedings of the CSEE,2016,36(14):3829-3836(in Chinese).
[25] Ding H,Hu Z,Song Y.Value of the energy storage system in an electric bus fast ging station[J].Applied Energy,2015(157): 630-639.
[26] Zhang N,Kang C,Kirschen D S,et al.Planning pumped storage capacity for wind power integration[J].IEEE Transactions on Sustainable Energy,2013,4(2):393-401.
[27] He G,Chen Q,Kang C,et al.Optimal bidding strategy of battery storage in power markets considering performance-based regulation and battery cycle life[J].IEEE Transactions on Smart Grid,2016,7(5):2359-2367.
[28] Billinton R,Wangdee W.Reliability-based transmission reinforcement planning associated with large-scale wind farms[J].IEEE Transactions on Power Systems,2007,22(1):34-41.
[29] 程林,何剑.电力系统可靠性原理和应用[M].北京:清华大学出版社,2015:199-203.
[30] 王聪. 基于聚类算法的风电场动态等值问题研究[D].吉林:东北电力大学,2012.
[31] 中国储能网新闻中心.未来几年锂电池价格将呈逐年下降趋势[EB/OL].[2017-08-10].2014.
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。
7月2日,记者从国网浙江省电力有限公司了解到,截至6月底,浙江电网侧储能电站已并网26座,总容量182.8万千瓦/365.6万千瓦时,同比增长超1000%,圆满完成浙江省2024年迎峰度夏新增新型储能目标任务。其中,在浙江丽水,浙江省首批“十四五”新型储能示范项目——浙江龙泉磷酸铁锂储能示范项目于近日正
“构网是未来新型电力系统所需的必备技能。可能五年之后,所有的储能都需要具备这种能力。”——阳光电源光储集团副总裁、储能事业部总裁徐清清储能行业经历了连续两年的大爆发,装机量极速增长的同时,各种隐忧也开始逐渐显现,业内一度认为今年储能行业或将转冷。但现在看来,储能作为新能源发展的重
7月2日,贵州省能源局关于重新印发《贵州省新型储能项目管理暂行办法》的通知,通知指出,建立“新能源+储能”机制,对集中式风电、光伏发电项目暂按不低于装机容量10%的比例(时长2小时)配置储能电站。配置储能电站可由企业自建、共建或租赁。原文如下:省能源局关于重新印发《贵州省新型储能项目管
北极星储能网获悉,6月30日,温州鹿城100MW/200MWh储能电站项目工程顺利投运,该项目是温州电建承建的首个大容量储能电站工程。该项目位于浙江省温州市丰双片区鞋都片区,是鹿城区首个智能集中式储能电站,总投资4.5亿元,装机容量为100MW/200MWh,旨在优化电源电网结构,提高电网对新能源电力的消纳能
北极星储能网获悉,6月30日,浙江绍兴上虞经开区100MW/200MWh新型储能项目受电成功。该项目是浙江省储能示范项目,由浙江龙能电力科技股份有限公司开发建设,项目位于浙江省绍兴市上虞市,规划总容量200MW/400MWh,本期建设100MW/200MWh。项目投运后每年可累计放电7300万度,减少二氧化碳排放5.75万吨
北极星储能网获悉,7月2日,贵州能源局重新印发《贵州省新型储能项目管理暂行办法》。文件指出:鼓励新能源企业与储能企业签订协议,采取双方协商等方式形成租赁价格,鼓励签订3~5年及5年以上中长期协议。文件还要求,电网企业应建立健全新型储能项目公平参与电力运行的调度机制,保障公平调用,科学优
北极星储能网获悉,6月30日,浙江新澳纺织股份有限公司3.4兆瓦/7.31兆瓦时锂电池新型储能电站一期工程成功建成并网,这是浙江省桐乡市崇福镇首个工商业新型储能项目。该项目采用EMC合同能源管理模式,由庚实储能科技有限公司与江苏珂亦智能系统有限公司联合成立的“珂亦庚实”储能产投聚合平台提供项目
北极星储能网获悉,7月2日华电集团发布四川华电新能源公司三江新区100MW(200MWh)电化学储能电站EPC总承包招标公告。公告显示,该项目规模为100MW/200MWh。招标范围为:投标人应按照本招标文件要求完成三江新区100MW/200MWh电化学储能电站EPC总承包项目的相关工作。应在保修期内承担工程的质量保证责任
北极星储能网获悉,7月1日,德赛电池与胜宏科技在惠州签署《胜宏科技工业园区121MW/630MWh磷酸铁锂电池储能电站项目合作协议》。根据双方协议内容,双方合作共建胜宏科技工业园区121MW/630MWh磷酸铁锂电池储能电站项目。项目是目前拟建的全国最大用户侧储能电站,位于广东省惠州市,规划47个13.418MWh
北极星储能网获悉,6月27日,东营能源集团有限公司(简称“东营能源集团”)与宁德时代共同出资6000万元,设立东营时代储能科技有限公司(简称“时代储能”)。时代储能由东营能源集团持股60%,宁德时代持股40%,经营范围包括工程和技术研究和试验发展、储能技术服务、机械电气设备制造和销售、电池零配件
北极星储能网获悉,7月1日,广西壮族自治区能源局发布关于2024年广西陆上风电、集中式光伏发电项目竞争性配置评分结果的公示,本次竞配进入候选项目规模共41.38GW,其中270个风电项目,规模34.045GW,65个光伏项目,规模7.335GW。未通过资格审查的风光项目55个。本次广西陆上风电和集中式光伏发电项目
“构网是未来新型电力系统所需的必备技能。可能五年之后,所有的储能都需要具备这种能力。”——阳光电源光储集团副总裁、储能事业部总裁徐清清储能行业经历了连续两年的大爆发,装机量极速增长的同时,各种隐忧也开始逐渐显现,业内一度认为今年储能行业或将转冷。但现在看来,储能作为新能源发展的重
北极星储能网获悉,6月28日,华电集团发布内蒙古华电腾格里基地100万千瓦光伏发电一期工程百兆瓦级动态可重构储能设备招标公告。公告显示,项目规模为1GW光伏+150MW配备300MWh储能。原文如下:内蒙古华电腾格里基地100万千瓦光伏发电一期工程百兆瓦级动态可重构储能设备一、招标条件内蒙古华电腾格里基
北极星储能网获悉,7月2日,中国华电集团2024年第一批磷酸铁锂电化学储能系统框采中标公示。本批分别采购0.5C、0.25C和1C储能系统,合计共5.1GWh。最终将由海博思创、比亚迪、阳光电源、上海电气国轩、东方电气、华电科工以及平高储能、国电南自8家企业分享。此前开标信息显示,此批招标共吸引了73家企
7月日,广东水电二局集团有限公司粤水电云城区腰古100MW/200MWh储能项目招标公告发布,本招标项目位于广东省云浮市境内,采购100MW/200MWh磷酸铁锂电池储能系统。广东水电二局集团有限公司粤水电云城区腰古100MW/200MWh储能项目磷酸铁锂电池储能系统采购招标公告招标公告编号:GDSDEJ-JA-202402一、招标
7月1日,浙江科杰新材料有限公司4.092MW/8.184MWh储能项目设备采购招标公告发布,项目招标人为浙江恒发新能源有限责任公司,预算金额987万元,折合单价1.206元/Wh。浙江科杰新材料有限公司4.092MW/8.184MWh储能项目设备采购的招标公告项目概况浙江科杰新材料有限公司4.092MW/8.184MWh储能项目设备采购
短短几年时间,储能产业就迎来自身的第一个周期,淘汰赛已经开始了。但产业周期更迭也往往意味着新的窗口期。尤其是今年,在产业和市场环境都急剧变化下,储能技术革新的临界点正在加速到来,组串式系统其在储能市场上的优势日渐显现。组串式储能系统打响突围战市场的选择是不同种储能技术路线的最终裁
北极星储能网获悉,7月1日15时20分,中核寒亭固堤街道一期(100MW/200MWh)储能项目成功实现并网。项目位于山东省潍坊市寒亭区,由中核汇能有限公司投资建设,是山东省2023年度新型储能入库53家名单中的第1名,纳入山东省签约重点项目。一期并网建设规模100MW/200MWh,投资5亿元,配置30个容量为3.354M
北极星储能网获悉,据《新西兰先驱报》7月1日消息,西兰多元化能源公司ContactEnergy与特斯拉达成合作,双方将在新西兰格伦布鲁克建造一个100兆瓦电池储能设施,耗资高达1.63亿美元。这一举措将显著提升ContactEnergy在可再生能源领域的灵活性,并能够为44,000户家庭提供超过两小时的冬季高峰用电需求
北极星储能网获悉,6月28日,LG新能源表示,公司将暂停建设美国亚利桑那州工厂储能系统(ESS)电池生产线,公司正根据市场情况高效灵活地调整计划投资的执行速度,并专注于优化运营。
近日,由正泰新能源投资建设的浙江省内首座滩涂储能电站——温州乐清湾共享储能电站项目传来捷报!随着升压站和储能站一次带电成功,标志着正泰新能源在国内投建的第一个滩涂储能电站成功并网。这是正泰新能源产业生态群集全产业链之所长,协同储能产业共赴高质量发展新阶段的又一成果,也是正泰目前涉
为庆祝中国共产党成立103周年,电工时代全体党员干部职工奋勇争先,攻坚克难,高质量冲刺“630“并网,以实干实绩献礼“七一”、助力双碳!1.浙江上虞项目6月30日,浙江上虞经开区新型储能项目一次性并网成功。电工时代作为EPC总承包单位,面对当地特殊梅雨季节,克服重重困难,顶住压力,统筹参建单位
北极星储能网获悉,7月2日,江西赣锋锂电科技股份有限公司消费类锂电池电芯PACK自动化制造项目正式落户南昌高新区。赣锋锂电消费类锂电池电芯PACK自动化制造项目总投资20亿元,将分期建设,主要研发、设计、生产高能量密度及优异性能的消费类3C数码锂电池产品,产品可应用于笔记本电脑、智能手机、平板
7月2日,韩国电池制造巨头LG能源解决方案(LGEnergySolution,以下简称LG新能源)宣布,将向雷诺公司旗下的电动汽车子公司Ampere供应磷酸铁锂(LFP)电池。根据两家公司于7月1日签署的供应协议,LG新能源将从2025年末到2030年,向Ampere公司提供磷酸铁锂电池,总容量约为39GWh,足以生产约59万辆电池电
7月2日,赛迪顾问日前发布的报告指出,中国锂电产业加快出海步伐,2023年中国锂电池出口总额达650.1亿美元,折合人民币约4574亿元。日前,在2024国际锂电新能源产业大会暨成渝地区产业链供应链对接活动上,赛迪顾问发布了《2023中国锂电产业发展指数报告》。报告指出,中国锂电池出口规模逐年增长,全
北极星储能网获悉,7月2日,市场监管总局发布关于对电动自行车用锂离子蓄电池、电动自行车用充电器实施强制性产品认证管理的公告。公告显示,将对电动自行车用锂离子蓄电池、电动自行车用充电器实施强制性产品认证(CCC认证)管理,自2024年10月15日起受理认证委托。2025年11月1日后,电动自行车用锂离子
北极星储能网获悉,LG新能源周二宣布,将向法国汽车制造商雷诺供应电动汽车使用的磷酸铁锂(LFP)电池。7月1日两家公司在法国雷诺巴黎总部签署了供应协议。根据该合同,LG能源解决方案将从2025年末到2030年,向Ampere公司提供LFP电池,总容量约为39GWh,足以生产约59万辆电池电动汽车。
北极星储能网获悉,据亿纬锂能消息,美国中部时间6月28日,AMPLIFYCELLTECHNOLOGIESLLC(以下简称ACT公司)动工仪式在美国密西西比州举行。据悉,ACT公司,是由亿纬锂能全资孙公司EVEENERGYUSHOLDINGLLC(以下简称“亿纬美国”)与ELECTRIFIEDPOWERHOLDCOLLC(以下简称“康明斯”)、DAIMLERTRUCKSBUSE
交通运输领域正在发生变化,越来越多的电动汽车上路,锂因其对电池的重要性而迅速成为世界上最关键的矿物之一。然而,开采和提炼锂是复杂的、耗时的,并且可能对环境造成破坏。在下面这张信息图中,VisualCapitalist与EnergyX合作,探讨了直接锂提取(directlitiumextraction,DLE)这一有效的锂开采和
6月28日,记者从北京理工大学深圳汽车研究院了解到,科研人员开发了一种“低温固相反应-水浸”的联合工艺,实现了废旧钴酸锂电池中锂和钴的绿色高效回收。该研究成果近日在线发表于国际权威期刊《应用催化B:环境与能源》。当前,电动汽车产业加速发展,锂电池的使用量与日俱增。对废旧锂电池进行回收
北极星电池网获悉,6月26日,民航局航空器适航审定司发布了《航空运输锂电池防火包装箱测试技术规范(征求意见稿)》。规范指出,锂电池作为一种高效储能设备,航空运输量大,其电化学体系及高能量体积比的设计导致无论是在货物运输还是旅客机组行李运输过程中,锂电池不安全事件常有发生,严重影响了
北极星电池网获悉,6月26日,民航局航空器适航审定司发布了《航空运输锂电池测试规范(征求意见稿)》。锂电池作为一种高效储能设备,航空运输量巨大,其电化学体系及高能量体积比的设计导致无论是在货物运输还是旅客机组行李运输过程中,锂电池不安全事件常有发生,严重影响了航空运输安全。测试是排
电阻通常是电池性能监测中被忽视的一个变量,因为它不是由BMS直接测量的。这很遗憾,因为它会在短期和长期内悄无声息地影响资产性能和安全性。因此,正确跟踪电阻的发展可以释放机会来提高资产效率和寿命。“电阻”对电池来说到底意味着什么?它如何工作,如何影响资产绩效?它应该如何影响资产管理策
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!