登录注册
请使用微信扫一扫
关注公众号完成登录
摘要
为实现能量高质量、高效率的利用,同时提高系统供能可靠性,针对含高比例的可再生能源的区域综合能源系统,引入“?”的概念,提出了一种计及?效率和多重不确定性的双层优化方法。首先,建立了区域综合能源系统的多能耦合模型,进行?分析和多重不确定性分析,并且针对风光不确定性、负荷和能源价格波动的不同特点,分别采取多场景随机规划和区间优化的方法进行处理。然后,建立了上层以?效率和经济性为优化目标,下层以运行成本最低为优化目标,兼顾系统容量规划和调度运行的双层协同优化模型。最后,选取某园区进行算例分析,验证了所提方法的有效性,与其他不确定因素相比,电负荷的波动对系统的经济和?效率影响更大。
01
区域综合能源系统结构
RIES可以实现多种异质能源子系统之间的协同调度、互补互济,从而提高RIES的灵活性、经济性和综合能源利用效率。
本文所研究的RIES基本结构如图1所示,包括风机(wind turbine,WT)、光伏(photovoltaic,PV)、太阳能集热器(solar thermal collector,STC)等新能源设备,利用可再生能源来发电产热;冷热电联产装置(combined cooling,heating and power,CCHP)在燃气轮机发电的同时,利用其余热来制冷、供热;电热锅炉(electric boiler,EB)和燃气锅炉(gas boiler,GB)供热;吸收式制冷机(adsorption chiller,AC)和电制冷机(electric chiller,EC)供冷;为了提高新能源消纳水平,加入了电转气(power to gas,PtG)装置和储能装置。
图1 区域综合能源系统基本结构
Fig.1 Basic structure of regional integrated energy system
为了便于分析,以能源集线器(energy hub,EH)为基础,通过矩阵的形式描述整个系统复杂的能量耦合关系,即
式中:L为负荷矩阵;P为输入功率矩阵;Ps为储能矩阵;C为耦合系数矩阵。其表达式分别为
式中:、、、分别为电、气、热、冷负荷;、、分别为电能、天然气、热能的输入量;分别为WT、PV的发电量;
为STC提供的热量;
分别为购买电量和天然气量;
分别为电、气、热、冷储能设备的充放功率;α、β、γ分别为输入电能分配给PtG、EB、EC的分配系数;ε、δ分别为输入天然气分配给CCHP和GB的分配系数;
为PtG的电能转化为天然气的效率;
分别为EB、GB的产热效率;
为EC的制冷系数;
分别为CCHP设备转化为电、热、冷的效率;为天然气热值。
02
?分析和多重不确定性分析
2.1 ?分析
以热力学第二定律为依据的?分析理论方法,将?作为评价能量价值的参数,赋予了能量“价值”。本文采用了能量品质系数(以下简称“能质系数”)λ来衡量能量的品质,定义为?量和能量的比值。为不同的能量赋予相应能质系数λ,将不同品质的能量折算为?量进行分析,即
式中:λ∈[0,1],数值越大,表示能量品质越高;
表1 能量品质系数
Table 1 Energy quality coefficient
此外,本文构造的RIES涉及风机、光伏、太阳能集热器等新能源装置。可再生能源来自自然界,无穷无尽,可以近似理解为风能和太阳能的利用并没有造成任何形式的能量损耗和温度形式的变化。因此,本文从能量利用的角度将风能和太阳能的能质系数设置为0。
?分析模型如图2所示,能量在传递过程中,做功能力会不断降低,即?在传递过程中不断被消耗,该部分被定义为?损
图2 ?分析模型
Fig.2 Exergy analysis model
式中:Exin、Exout分别为输入?(支付?)、输出?(受益?);ηex为?效率,可以有效反映能量利用情况和表征能效。
2.2 不确定性分析
2.2.1 风光不确定性处理
本文基于风光出力的特点,采取多场景随机规划方法,将风光出力不确定性问题转化为确定性问题来求解。
多场景随机规划表征风光出力的不确定性,主要包括场景生成和场景削减2个方面。场景生成主要通过随机抽样来完成,常见的有拉丁超立方抽样(Latin hypercube sampling,LHS)、蒙特卡洛抽样和轮盘赌抽样等。LHS在每个维度上都确保了样本点的均匀分布,避免了蒙特卡洛抽样可能出现的聚集现象,可以更好地覆盖输入空间,提高采样的效率和准确性。而且LHS通过确定性的方法选择样本点,相比轮盘赌抽样的样本点选择基于随机性,可以避免抽样选择不均匀或不准确。
因此,相较于蒙特卡洛抽样和轮盘赌抽样,本文采用抽样更加均匀高效且准确的LHS,生成M个初始场景集。然后为了减少相似场景数目和降低计算难度,采取同步回代法对初始场景进行特征归类分析,得到缩减的S个典型场景,具体流程如图3所示。
图3 场景缩减流程
Fig.3 Scene reduction process
2.2.2 负荷和能源价格不确定性处理
在实际中获取负荷和能源价格的概率密度函数较为困难,同时负荷需求和能源价格之间相互影响,难以准确预测精准负荷需求以及未来能源价格。相对而言,获取其取值范围较为容易。
区间优化更适宜处理概率密度函数函数未知的情况,能够提供确定性的最优解的区间范围,相比模糊优化具有更强的可靠性。而且由于区间能够清晰地表示变量的范围和不确定性,结果的可解释性较好,计算和求解也相对简单。
因此,本文在考虑负荷和能源价格波动不确定性条件下的RIES容量配置和运行调度问题时,选取区间优化方法来处理。通过获取历史数据,利用实时预测值和预测范围构造的区间来表示其不确定性,即
式中:为预测电价/天然气价;
为预测电价/天然气价的最小值和最大值;
为预测负荷;
为预测负荷的最小值和最大值。
03
双层优化模型
本文提出RIES的双层优化模型兼顾设备容量规划和运行调度模型,将配置和调度纳入统一框架,如图4所示,上下2层模型通过数据的传递实现迭代优化。
图4 RIES双层优化模型
Fig.4 Two-layer optimization model for RIES
3.1 常规双层优化模型
3.1.1 目标函数
上层即规划层考虑RIES整体的经济性和综合能效。将RIES的总成本Ctotal和?效率ηex作为目标函数,决策变量为各类设备的容量。
下层为运行层以运行成本Crun作为目标函数,包括维护成本Cop、能耗成本Cec。此外,考虑到环境指标,引入了碳排放成本Cce,旨在降低碳排放,充分利用可再生能源,决策变量为各设备机组的出力情况。具体数学模型为
式中:Cin为投资成本;Cin.j、Sj,Cin.k、Sk分别为第j种能源生产设备和第k种储能设备的单位容量配置成本和容量;r为贴现率;N为规划年限;D为天数;Cop,j、Pj,t,Cop,k、Pk,t分别为第j种能源生产设备和第k种储能设备的单位运维成本和功率;分别为购买的电量和天然气量;
分别为电能和天然气的单位价格;μele、μgas分别为电能和天然气的碳排放因子;Cc,tax为碳税价格;T为一天小时数,本文取24。
式中:Ei.out、Ei.in分别为输出和输入的第i种形式的能量;Ωin、Ωout分别为输入和输出能量形式的集合;λi为第i种形式能量的能质系数;λele、λgas、λheat、λcool分别为电、气、热、冷负荷能质系数;Pre,t为时刻t可再生能源出力;λre为可再生能源的能质系数。
3.1.2 约束条件
1)功率平衡约束为
式中:分别为CCHP设备消耗的天然气以及提供的电功率、热功率和冷功率;
分别为PtG、EB和EC消耗的电功率;
为PtG提供的天然气;
为GB消耗的天然气;
分别为EB、GB提供的热功率;
为AC消耗的热功率;
分别为AC、EC提供的冷功率。
2)容量约束为
式中:Sj.、Sj.,Sk.、Sk.为分别表示第j种能源生产设备和第k种储能设备的容量配置的上下限。
3)机组出力和爬坡约束为
式中:Pj,t为机组j时刻t出力;Pj,、Pj,为机组运行功率的下、上限;Pj,、Pj,为机组爬坡能力的下、上界。
4)储能约束为
式中:分别为第k种储能设备充、放能的功率;
分别为充、放能的功率的上限;
分别为充、放能的效率;t为调度的时间步长。
5)网络约束为
式中:分别为从电网和天然气网络购买能量的上下限。
3.2 计及多重不确定性双层优化模型
计及多重不确定性的双层优化模型采用区间优化处理,区间线性优化模型的一般形式可以表示为式(18),可以将常规的数学模型构建为最优子模型和最劣子模型,此处不再赘述。
式中:为不等式约束中的系数矩阵;为不等式约束中的优化变量;为不等式约束中的约束量;为目标函数中的系数矩阵;f为优化目标的优化区间,表示优化模型中的目标函数值。
3.3 求解方法
本文构建的RIES双层规划模型,上层模型采用NSGA-Ⅱ算法求解,得到RIES总成本和?效率的Pareto前沿解集。然后采用主客观组合赋权的评价模型,模型融合层次分析法和熵权法,从Pareto前沿解集中选取一组最优解。下层模型在Matlab中使用yalmip工具箱建模仿真,调用求解器CPLEX求解,具体求解流程如图5所示。
图5 双层优化模型求解流程
Fig.5 The solution process of two-layer optimization model
首先,采用多场景随机规划处理风、光不确定性,得到典型场景下概率最高的一组数据,和各类参数、约束条件同时作为输入数据。上层模型在约束范围内随机生成设备容量初始种群,并对种群进行拥挤度计算和非支配排序。然后,将数据代入下层重新构建的计及多重不确定性的区域综合能源系统的区间优化模型,作为机组出力上限约束。调用CPLEX求解器,将其分别求解得到的最优解区间和最优决策变量区间,返回上层模型,求解多目标函数。最后,进行遗传操作,并且通过精英选择策略生成新的父代种群。重复上述过程,直至满足终止条件,输出最优容量配置和运行调度方案。
04
算例仿真与分析
4.1 算例数据设置
为验证本文所提方法的有效性,进行算例分析。设置规划年限N为15年,折现率r为5%。价格参数如表2所示,设备参数如表3所示,各类负荷和可再生能源预测数据如图6所示。本文采用的LHS抽样生成的初始场景总数M设定为,采用同步回代法将典型场景缩减S为10个。
表2 价格参数
Table 2 Price parameters
表3 设备参数
Table 3 Parameters of equipment
图6 典型日负荷和可再生能源预测出力
Fig.6 Typical daily load and renewable energy forecast output
4.2 常规模型下的优化结果分析
为验证本文所提计及?效率的双层优化模型有效性,设置了如下4种方案。
方案1:经济性单目标优化;方案2:传统意义上的能源综合利用效率单目标优化;方案3:?效率单目标优化;方案4:兼顾经济性和?效率的多目标双层优化。
4种方案的优化结果如表4所示,可以看出,方案1经济性最佳,但是其?效率和能源利用效率较低,造成能源浪费;方案2能源利用效率最高,但是其能耗成本也是最高,浪费了大量高品质的能量,换取传统综合能源利用率的提升,同时导致碳排放的成本最高;方案3的碳排放成本是最低的,说明将?效率作为RIES评价指标,在优化?效率的同时,会降低碳排放量,但是其成本远高于其他方案。以上3种方案都片面地追求单一目标,造成了其他指标结果较差。
表4 不同方案下经济性和能效对比
Table 4 Comparison of economy and energy efficiency under different schemes
本文所提优化方案4?效率为66.89%,比方案1提升了4.17%,比方案2提升了10.7%,同时碳排放成本也低于方案1和方案2,相较于方案3仅牺牲了3.88%的?效率,却大幅降低了13.18%的总成本,综合来看,方案4各项评价指标均处于较优的水平。
4.3 多重不确定性分析
算例选择出现概率最高的一组场景进行仿真分析。设置负荷、能源价格以及碳税价格波动范围±7.5%,得到上、下限子模型的电能调度结果,如图7~8所示。
图7 上限子模型电能调度
Fig.7 Upper limit sub-model power scheduling
图8 下限子模型电能调度
Fig.8 Lower limit sub-model power scheduling
由图7可知,由于负荷波动,在15:00—23:00时间段,投入了电热锅炉和电制冷机消耗电功率提供热能和冷能。由图8可知,几乎没有其他设备消耗电功率,这是由于在11:00—22:00时间段,CCHP提供的电功率明显高于上限子模型,CCHP设备提供电能的同时会提供热能和冷能,而且负荷较小,基本上无需其他设备额外提供能量。
对比图7、8可知,多重不确定因素的波动明显会影响电能的购买量,同时影响设备的出力情况。在不确定因素向上波动的情况下,电热锅炉和电制冷机会增加出力,CCHP出力反而会减少,同时对储能的充放电也有一定影响。
此外,求解得到最优解区间和最优决策变量区间。并通过式(19)描述区间平均值、式(20)描述区间宽度Fwidth,优化结果如表5和表6所示。其中,区间平均值可以反映上下波动是否规律,区间宽度可以反映波动的范围的大小。但是由于各类指标基准值不同,多种不确定因素的波动对各类指标造成的影响,互相之间无法比较,所以采用式(21)相对区间差
表5 区间优化运行经济结果
Table 5 Economic results of interval optimization operation
表6 区间优化运行能效结果
Table 6 Energy efficiency results of interval optimization operation
式中:、为各类指标的区间上下限。
由表5可知,碳排放成本的相对区间差43.4%是最大的,这是由于各类波动都会直接影响RIES的碳排放量以及碳排放成本。此外能耗成本的相对区间差为37.0%,波动幅度也很大,同样是由于各类负荷和能源价格的波动直接影响能源的消耗量以及成本,由此也造成了运行成本波动幅度较大。投资成本区间相对差只有4.8%,这是由于小范围的波动基本上不会导致系统增加或减少设备配置容量,只需要在某时间段增加或减少机组出力就可以满足负荷需求。总成本的相对区间差为24.5%,综合反映了多种不确定因素波动比例为±7.5%的情况下对RIES经济造成的影响。
由表6可知,传统能源利用效率的相对区间差仅为1.15%,说明多种不确定因素波动对RIES的传统能源利用效率影响较小。?效率的相对区间差为5.30%,约是传统能源利用效率的相对区间差的4.5倍,这是由于算例中电负荷和天然气负荷比重较大,而电负荷的波动范围要大于其他负荷,同时电能的能量品质系数也远高于其他能量,所以造成了?效率波动幅度相对较大的结果。而传统能源利用效率不加以区分能量“品质”,由此再次验证了?效率相比传统能源利用效率,可以更好地表征能效。
为了明确不确定因素的波动比例对系统设备配置和调度结果的影响,在波动比例±7.5%的基础上,增加了±2.5%、±5%、±10%、±12.5%的波动比例,设备容量配置结果如图9所示。
图9 不同波动比例下设备容量的配置
Fig.9 Device capacity configuration under different fluctuation ratios
由图9可知,PtG设备容量配置的平均值和最大值保持不变,是由于双层优化模型中,规划层输出的PtG配置容量较小,以至于该设备在多重不确定因素上下波动时均达到了容量配置上限。随着波动比例的增加,燃气锅炉、吸收式制冷机和电制冷机容量配置的最大值保持不变,但是其容量配置的平均值随着波动比例的增加,出现下降的趋势,是由于这三类设备的最大容量配置已经达到了容量配置约束上限。
CCHP设备容量配置的平均值和最大值随着不确定因素波动比例的增加,总体上呈现先增加后减少的趋势,与其他设备单调变化不同,出现了波动的情况,在波动比例为±7.5%的情况下配置容量达到最大值。电热锅炉设备容量配置的平均值和最大值随着不确定因素波动比例的增加,总体上呈现上升的趋势。
区间优化各类指标的平均值和区间宽度如图10~11所示,随着不确定因素波动比例的增加,投资成本、运维成本、碳排放成本的平均值都很平稳,传统综合能源利用效率的平均值也几乎保持水平。总成本、运行成本和能耗成本的平均值有小幅上升的趋势,这说明随着不确定因素波动比例的增加,经济成本平均值上升。?效率的平均值则出现先增后减的趋势,在波动比例为±7.5%的时候?效率出现最大平均值65.985%。
图10 多种不确定因素不同波动比例下的区间平均值
Fig.10 The interval average value under different fluctuation ratio of multiple uncertain factors
图11 多种不确定因素不同波动比例下的区间宽度
Fig.11 The interval width under different fluctuation ratio of multiple uncertain factors
随着不确定因素波动比例的增加,能耗成本、运行成本和总成本的区间宽度呈明显上升的趋势,这是由于能耗成本在运行成本和总成本中所占比例较大。碳排放成本占比小,其区间宽度呈现小幅度上升趋势。运维成本和投资成本占比同样较小,其区间宽度的趋势小幅度先升高后降低。
不同波动比例下各类指标的区间相对差结果如图12所示。随着波动比例的增大,碳排放成本、能耗成本、运行成本和总成本的波动幅度越来越大,?效率和的传统综合能源利用效率波动幅度小幅度增加。
图12 多种不确定因素不同波动比例下的区间相对差
Fig.12 The interval relative difference under different fluctuation ratio of multiple uncertain factors
运维成本和投资成本则出现波动幅度先增加后减小的情况。这是由于开始波动较小,系统会选择增加设备容量从而增加机组出力以满足负荷需求。但是随着波动继续增大,如果继续增加投资容量,会导致机组仅在高峰时工作,低谷时期不运行,增加投资成本,为了满足经济性目标,系统会选择直接购买电能和天然气。
总体来看,碳排放成本的波动幅度是最大的,这说明不确定因素的波动对碳排放成本影响是最大的。其次是能耗成本、运行成本和总成本,此外对运维成本的影响也较大。相比较而言,多重不确定因素的波动对投资成本、?效率和传统能源利用效率的影响较小。
4.4 单一不确定性分析
为了进一步验证各类负荷、能源价格单一不确定性对区域综合能源系统经济和能效的影响,本文选取比较典型的电价和气价,分析电负荷和气负荷波动比例±7.5%的情况,结果见表7。
表7 单一不确定因素波动下的相对区间差
Table 7 The relative interval difference under the fluctuation of one single uncertain factor
根据表7单一不确定因素波动得到的相对区间差数据,纵向比较来看,电价波动影响最大的是能耗成本,进而导致运行成本和总成本的波动幅度也较大。电负荷波动对碳排放成本影响最大,对能耗成本、运行成本、总成本以及?效率也有较大影响。气价波动对能耗成本的影响较大。气负荷波动对运维成本的影响较大。
横向比较来看,碳排放成本、能耗成本、运行成本、总成本和?效率最大相对区间差都是电负荷波动造成的。运维成本和投资成本最大区间差是由气负荷波动造成的。
综合来看,相比能源价格,负荷波动对经济造成的影响更大,而负荷波动中,电负荷波动造成的影响远大于气负荷波动。价格波动中,电价波动对系统的影响大于气价波动,所以该系统会优先选择天然气作为能源输入。此外,电负荷波动下RIES的?效率相对区间差7.39%,远高于其他不确定因素。
由于电负荷波动在所有不确定因素中影响最大,继续探究电负荷不同波动比例对RIES经济和能效的影响,如图13所示。
图13 不同电负荷波动比例下的区间相对差
Fig.13 The relative interval difference of the interval under different electric load fluctuation ratio
根据图13电负荷不同波动比例下各类指标的区间相对差,碳排放成本波动幅度最大,其次是能耗成本、运行成本、总成本,投资成本、运维成本和传统能源利用效率的波动幅度相对较小。与图12相比,电负荷波动对?效率的影响更大,在波动±12.5%的情况下,多重不确定因素的?效率区间相对差为5.98%,而单一电负荷不确定因素的?效率区间相对差为8.78%。这说明电负荷的波动会对系统?效率造成较大影响,电能的能量品质系数最高,合理规划储能设备,尽量避免电负荷波动,才能够实现高质量用能。
05
结论
本文在现有研究区域综合能源系统配置与调度双层优化的基础上,引入?效率作为综合能效的评估指标,同时考虑风光不确定性、负荷和能源价格波动对系统的影响,建立了计及?效率和多重不确定性的RIES双层优化模型,得出以下结论。
1)针对风光出力的随机性较大、负荷和能源价格预测误差波动性较小的特点,采取多场景随机优化-区间优化方法有效处理RIES中多重不确定性因素,降低了系统对预测数据精度的依赖性。以经济性和?效率为优化目标,兼顾RIES成本和碳排放水平的同时,实现了能量的高质量利用,能够为RIES低碳经济、高质量用能提供参考方案。
2)多重不确定因素对RIES中各类设备的容量配置均有影响,尤其对CCHP装置影响相对较大,其容量配置易波动。随着多重不确定因素波动比例的增大,对系统的经济性和能效都会产生不利影响,尤其是对碳排放成本造成的影响最大。
3)单一不确定因素中,电负荷的波动对整个系统的影响最大,而且对?效率造成的波动幅度要大于多重不确定性。
注:本文内容呈现略有调整,如需要请查看原文。
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。
【导语】2025年4月15日,江苏国信滨海港2×1000MW高效清洁燃煤发电项目(以下简称“江苏滨海港项目”)4号机组圆满完成168小时满负荷试运行,标志着这一江苏省“十四五”期间规划建设的重点能源项目(即2024年江苏省能源电力保供“头号工程”)全面实现“双投”目标,是今年江苏省内首台竣工投产的百万
近期,多座储能电站获最新进展,北极星储能网特将2025年4月27日-2025年4月30日期间发布的储能项目动态整理如下:65MW/100MWh!广东韶关市浈江区首个电网侧独立储能站开工4月25日上午,广东韶关浈江独立储能项目开工奠基仪式在国粤(韶关)电力有限公司举行。该项目由广东电网能源投资有限公司与国粤(
《电力辅助服务市场基本规则》出台全国统一电力市场落下“关键一子”作为全国统一电力市场“1+N”规则体系的关键“一子”,《电力辅助服务市场基本规则》(以下简称《规则》)日前出台,标志电力中长期、现货、辅助服务三大主要交易品种的规则顶层设计基本建立,也标志着我国电力市场改革迈出系统性突
《电力辅助服务市场基本规则》(下文简称《规则》)的出台,标志着我国电力体制改革迈出了重要一步。随着新能源占比不断提高,电力系统对调频、备用等资源的需求大幅增加,需要通过市场化手段优化资源配置,提升电网调节能力,确保电力供应的安全与高效。《规则》的实施不仅有助于完善全国统一电力市场
在能源行业加速数字化转型的背景下,人工智能(AI)技术正深度融入能源产供销全链条,推动电力系统向清洁低碳、安全高效的方向发展。近日,第八届数字中国建设峰会在福建福州开幕,本届峰会由国家发展改革委、国家数据局、国家网信办、工业和信息化部、福建省人民政府共同主办。在智慧能源分论坛上,华
4月29日,汉星能源200MW/400MWh电池储能项目(一期)在安徽省六安市霍邱县冯井镇顺利并网交付。该项目旨在提升区域电网调峰能力,促进新能源与储能的深度融合。作为目前安徽省获批在建规模最大的共享储能电站,是安徽省新型电力系统建设的重要实践。项目交付现场项目概况#x2726;项目占地50.56亩,约337
4月26日,远东股份发布2024年年报。公司实现营业收入260.94亿元,同比增长6.66%,创历史新高;实现归母净利润-3.18亿元,主要因为智能电池亏损,个别投资项目存在公允价值变动损失,市场内卷;员工8,283人,员工人均薪酬同比增长13.14%。报告期内,公司智能缆网实现营业收入227.03亿元,同比增长0.47%
北极星电力网获悉,五大发电2025年一季度会议陆续召开,部署了二季度重点工作。整理如下:国家能源集团4月21日,国家能源集团召开2025年一季度工作会暨提质增效动员部署会。会议指出,2025年是进一步全面深化改革,“十四五”收官和“十五五”谋篇布局的关键之年,各部门、各单位要深刻把握生产经营改
4月29日,国家发展改革委、国家能源局联合印发的《电力辅助服务市场基本规则》(以下简称《基本规则》)正式发布。《基本规则》的制定旨在加快推进全国统一电力市场建设,规范电力辅助服务市场运营管理,维护市场运营主体合法权益。电力辅助服务是指为维持电力系统安全稳定运行,保证电能质量,除正常
4月29日,国电南瑞发布2024年年报。公司全年实现营业收入574.17亿元,较上年同期增长11.15%,实现归属于上市公司股东的净利润76.10亿元,较上年同期增长6.06%,基本每股收益0.95元。报告提到,报告期内抢抓特高压、抽水蓄能发展机遇,中标甘肃-浙江等特高压、辽宁大雅河等抽水蓄能工程。新一代调控中标
北极星氢能网获悉,近日,国务院国资委新闻中心“走进新国企·科技创新主力军”活动走进中车株洲电力机车研究所有限公司(以下简称“中车株洲所”)的多个生产制造基地,深入了解这家国企在科技创新与绿色发展方面的实践成果。走进中车株洲所时代电气制造中心,AGV机器人穿梭于智能化生产线之间。偌大的
4月29日-30日,第八届数字中国建设峰会在福建福州举办。在国家“双碳”战略持续推动的背景下,城市绿色高质量发展成为社会广泛关注的重要议题。4月30日,以“共建绿色城市新生态”为主题的城市绿色高质量发展峰会在福州市海峡国际会展中心5号馆成功举办。本次峰会聚焦“源网荷储一体化”建设路径等重点
【导语】2025年4月15日,江苏国信滨海港2×1000MW高效清洁燃煤发电项目(以下简称“江苏滨海港项目”)4号机组圆满完成168小时满负荷试运行,标志着这一江苏省“十四五”期间规划建设的重点能源项目(即2024年江苏省能源电力保供“头号工程”)全面实现“双投”目标,是今年江苏省内首台竣工投产的百万
近期,多座储能电站获最新进展,北极星储能网特将2025年4月27日-2025年4月30日期间发布的储能项目动态整理如下:65MW/100MWh!广东韶关市浈江区首个电网侧独立储能站开工4月25日上午,广东韶关浈江独立储能项目开工奠基仪式在国粤(韶关)电力有限公司举行。该项目由广东电网能源投资有限公司与国粤(
“光伏的建材就是让建筑既体现它的功能性、美观性,同时这个建筑能够发电。我相信零碳建筑未来会成为全社会的一种潮流。”近日,隆基绿能董事长钟宝申参加央视财经频道“绿”动未来#x2014;#x2014;《对话》栏目录制时表示,全球深度脱碳的大背景下,零碳建筑将成为潮流并对全球深度脱碳意义重大。当天的
4月29日,在福建省漳州市东山县海域,随着最后一组光伏发电单元完成调试发电,中国首个建设在高风速海域的海上光伏项目——三峡集团东山杏陈180兆瓦海上光伏电站项目实现全容量并网。该项目总装机容量180兆瓦,配套建设一座110千伏靖海陆上升压站和18兆瓦/36兆瓦时的储能系统,年平均可提供清洁电能约3
从中建六局交通建设公司官微获悉,4月26日,由中建六局交通公司承建的申能新疆塔城和布克赛尔县200万千瓦光伏项目(标段一)在各标段中率先开工。据悉,项目位于新疆维吾尔自治区塔城地区和布克赛尔蒙古自治县,属于大型光伏PC项目,项目直流侧装机容量为616.07MWp,交流侧装机容量498.9MW。项目建成投
氢能凭借其零碳排放、能量密度高、应用场景多元等突出优势,正成为全球能源革命的核心赛道。但是,储氢技术始终是产业发展的关键瓶颈。如何才能解决这一“卡脖子”难题?近日,从扬州大学获悉,该校物理科学与技术学院团队提出利用原子团簇促进以甲酸为载体的液态储氢新方案,为制氢、储氢等关键技术的
4月27日,吉林油田举办新闻发布会,吉林石化—吉林油田二氧化碳管道工程(一期)27日在吉林省松原市启动。该管道设计总长约400公里,建成后预计每年可在地下封存二氧化碳量超过400万吨。据介绍,该管道是目前中国运输距离最长、管径最粗、压力最高、规模最大的二氧化碳管道,采用超临界/密相(一种特殊的
动力电池出货量同比增长41%,储能电池出货量增长120%。高工产研锂电研究所(GGII)初步调研数据显示,2025Q1中国锂电池出货量314GWh,同比增长55%。其中动力、储能电池出货量分别为210GWh、90GWh,同比增长分别为41%、120%。2024-2025Q1中国锂电池出货量(GWh)说明:动力锂电池含乘用车、商用车、工程
4月26日,由中国电建北京院总承包的内蒙古最大光伏草业项目——商都县150万千瓦光伏草业项目全容量并网发电,为调整内蒙古地区能源结构,改善当地生态环境质量,培育新能源产业新质生产力注入了新的动力。项目位于内蒙古自治区乌兰察布市商都县十八顷镇,光伏区总占地面积约4141公顷,项目规划交流侧装
4月29日,由晶澳智慧能源承建的北京中海广场23.4千瓦屋顶分布式光伏发电项目正式并网运行。项目由晶澳智慧能源与三菱电机电力机电装备(北京)有限公司联合打造,通过在中海大厦中楼屋面铺设60块385Wp单晶硅轻质柔性光伏组件,实现直流侧装机容量23.1kWp,以"自发自用、余电上网"模式接入低压电网,通
《电力辅助服务市场基本规则》出台全国统一电力市场落下“关键一子”作为全国统一电力市场“1+N”规则体系的关键“一子”,《电力辅助服务市场基本规则》(以下简称《规则》)日前出台,标志电力中长期、现货、辅助服务三大主要交易品种的规则顶层设计基本建立,也标志着我国电力市场改革迈出系统性突
供给、消费、技术、制度、国际合作全方位支持民营企业参与新能源建设水电水利规划设计总院新能源院院长辛颂旭今年年初,习近平总书记在民营企业座谈会上发表重要讲话,明确提出“促进民营经济健康发展、高质量发展”。随后,各相关部委和地方政府积极行动,加快完善鼓励、支持、引导民营经济健康、高质
一季度全国能源供应充足,消费保持增长,供需总体宽松,价格稳中有降,能源生产和用电增速呈现积极信号。在4月28日举行的国家能源局例行新闻发布会上,国家能源局发展规划司副司长邢翼腾表示:“今年一季度,我国能源生产稳步增长,规上工业原煤产量12亿吨,同比增长8.1%;规上工业原油产量5409万吨,
北极星储能网获悉,4月30日,中国能建发布2025年第一季度报告。报告期,公司实现新签合同额、营业收入、归母净利润分别为人民币3,888.96亿元、1,003.71亿元和16.12亿元,同比分别增长5.75%、3.05%、8.83%,均创历史同期新高。公司表示,自主研发的世界首套300兆瓦级压缩空气储能示范项目湖北应城压气储
能源领域民营经济发展支撑有力空间广阔华北电力大学教授、国家能源发展战略研究院执行院长王鹏促进民营经济健康发展、高质量发展,是习近平总书记在民营企业座谈会上的明确要求。国家能源局深入贯彻习近平总书记重要讲话精神,就促进能源领域民营经济发展进行专题研究部署,印发《国家能源局关于促进能
北极星储能网获悉,4月29日,昇辉智能科技股份有限公司(以下简称“昇辉科技”)发布公告,拟通过发行股份收购赫普能源环境科技股份有限公司(以下简称“赫普能源”)85%股权并募集配套资金,剩余15%股权拟使用1.65亿元(暂定价)自有资金及/或自筹资金通过股份受让方式取得。此次收购旨在整合双方资源
北极星储能网讯:4月29日,珠海市发展和改革委发布组织开展珠海市新型储能产业链链主企业遴选工作的通知。通知要求申报企业依法在珠海市登记设立,具有独立企业法人资格;规模实力:制造业产业集群链主企业年营业收入原则上不低于10亿元。具备市场影响力,主导产品(服务)在国内市场占有率排名前列;
4月27日,国网山东省电力公司在烟台开展华北电网多资源协调控制系统集中调用储能试验。本次试验共调用11座新能源场站108.7万千瓦储能,储能单元由最大充电功率56.2万千瓦转为最大放电功率52.5万千瓦,调用储能单元放电总量可供26万户家庭使用,验证了新型储能在集中调用机制中的有效性。这是全国首次通
4月28日,由中国产业发展促进会(以下简称中促会)主办的“锚定新型电力系统建设,推进新时期储能高质量发展”暨中国产业发展促进会储能分会成立大会在内蒙古包头市成功召开。中国产业发展促进会会长于彤,国家能源局原党组成员、副局长张玉清,以及来自中国科学院、中国工程院等相关科研院所的业内权
引nbsp;言随着新能源占比快速提升,电力系统逐渐呈现“双高”特征,低惯量、低阻尼、弱电压支撑等问题凸显。当传统火电逐渐退出,谁来维持电网的电压和频率稳定?构网储能(Grid-FormingStorage)因其能提供电压、频率支撑能力,正成为破局的关键!什么是构网储能构网与跟网是并网运行时系统的两类基本
2025年以来全球储能市场波动较大,作为装机前二地区的中国和美国均有重大政策发布。美国方面,由于中美贸易战,近期关税已经达到了64.9%(3.4%基础关税+7.5%301条款关税+20%对华普征关税+34%新增对等关税),预计2026年1月1日起301条款关税上升至25%,届时储能出口美国产品将面临82.4%的关税。尽管从政
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!