来源：中国能源报2020-11-04

据悉，该公司至少两座风电站和一家发电厂都与区块链技术支持的监控平台相连接，客户可以得到标明能源来源的“证书”，这一去中心化的解决方案增加了透明度，也削减了运营开支，伊维尔德罗拉每年可节省高达40万欧元的成本

来源：北极星环保网2020-10-30

风电站：陆上风电站由青浦区、吴江区、嘉善县项目核准机关在国家依据总量控制制定的建设规划及本省（市）年度开发指导规模内核准。核电站：由国务院核准。

来源：中国电力企业管理2020-10-27

实例3：某小风日，某风电站现货运行情况。

来源：北极星风力发电网2020-10-14

我们可以提供非常先进的技术解决方案，可以解决中国所面临的一些非常独特运维挑战，挪威可以向大家提供全面的全产业链的服务，在海上风电站，从预测、建设、运维、服役等等各方面。

来源：晶澳太阳能2020-08-27

晶澳科技近日宣布，为韩国93mw山地光伏电站项目供货组件，该光伏电站是在原有40mw风电站的空地上建设，建成后，与原有风电站共同组成装机量达133mw的大型风光互补项目。

来源：君合法律评论2020-08-13

简单来说，绿证是一种可交易的、能兑现为货币收益的凭证，其确认了证载电量的可再生能源发电方式并记录了该部分的上网电量来自我国的哪个特定的陆上风电站或光伏集中式电站。

来源：君合法律评论2020-08-13

简单来说，绿证是一种可交易的、能兑现为货币收益的凭证，其确认了证载电量的可再生能源发电方式并记录了该部分的上网电量来自我国的哪个特定的陆上风电站或光伏集中式电站。

来源：商务部网站2020-07-23

截至6月初乌可再生能源装机总量7吉瓦，不包括大型水电站、临时占领区的风电站（637兆瓦）和部分家庭用小型光伏电站（618兆瓦）。...风电站预测允许误差为10%，光伏电站允许误差为5%。文件还要求完善可再生能源电站建设竞争机制。乌超过20%的可再生能源市场属于阿赫梅托夫的dtek公司，其他企业分别来自瑞典、中国和乌克兰。

来源：东南商报2020-07-20

迎难而上，取得多个技术突破作为藏在超级工程背后的“名配角”，菲仕的成功并非一蹴而就，摆在其面前的是一堆“难啃的骨头”。东方电气董事长贺建华在接受央媒体采访时表示，我国海上风能资源最为富集的东南沿海一带，

来源：驻约旦哈希姆王国大使馆经济商务处2020-07-14

2020年6月，沙特投资者apicorp和tamasukholding收购117mw塔菲勒风电站50%的股权。

来源：驻约旦哈希姆王国大使馆经济商务处2020-07-14

2020年6月，沙特投资者apicorp和tamasukholding收购117mw塔菲勒风电站50%的股权。

来源：CSPPLAZA光热发电平台2020-07-08

megalim和negev光热电站均位于太阳能光伏发电厂旁边，而中国已投运的鲁能海西洲50mw光热电站则是650mw可再生能源综合设施的一部分，该多能互补发电系统还包括200mw的太阳能光伏电站、400mw的风电站以及

来源：电力市场那些事儿2020-07-02

或许，中石油投资建风电站，旁边就配套一个燃气电站，风电+燃机本来就是一对cp，国外实践的效果就很不错。谁让人家财大“气”粗呢！平抑风光发电波动、进而提

来源：北极星风力发电网2020-06-28

这个风电站目前有200多个涡轮机，将被新的维斯塔斯风机取代，用不到一半的风机产生近三倍的能源，这表明用更高效的新型风机取代老旧风机的巨大潜力。

来源：商务部2020-06-18

该光伏电站将与正在建设的briska gora光伏电站、gvozd风电站和brajici风电站，进一步促进黑山能源领域发展，为经济增长提供动力。

来源：商务部网站2020-06-10

目前，哈全国共有37个太阳能(3.290,-0.02,-0.60%)电站、37个水电站、22个风电站和5个生物质电站。

来源：中国城市能源周刊2020-05-18

兰考县三义寨集中式风电项目（资料图）在东坝头风电场，5台风机在麦田里呼呼地转动，这是河南省第一座分布式风电站。据介绍，这里的风力、风速都很可观，尤其到了春季，“大风车”可发出的电更多。

来源：能源杂志2020-04-23

截至2019年末，国内已建成并网光伏电站和并网风电站双双超过2亿千瓦大关，其中风电以国有企业投资为主，光伏电站中民营企业占比近半。但国内的新能源产业发展也并非是一帆风顺。

来源：能源杂志2020-04-23

截至2019年末，国内已建成并网光伏电站和并网风电站双双超过2亿千瓦大关，其中风电以国有企业投资为主，光伏电站中民营企业占比近半。但国内的新能源产业发展也并非是一帆风顺。

来源：亮报2020-03-25

风力发电预测主要使用风机状态数据、测风塔数据、气象预报数据以及大量的风电站运行数据，采用机器学习等方法，预测0～4小时内和24小时内单风机和风电场总体的有功功率。