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。
4月11日,第12届储能国际峰会暨展览会(ESIE2024)在北京首钢会展中心盛大启幕。作为储能制造及全生命周期运营商,江苏北人携全液冷分布式储能系统(立式、卧式)、集装箱式储能系统、PACK、PCS、EMS平台等储能系列产品精彩亮相,获多方瞩目。本次展会,江苏北人重磅展出全液冷分布式储能系统与集装箱
北极星储能网讯,4月19日,华润集团发布《华润电力夏河90MW牧光互补光伏发电项目配套储能系统EPC总承包工程中标候选人公示》。根据2023年8月甘肃省发改委出台的《关于甘肃省集中式新能源项目储能配置有关事项的通知》,可知项目配置储能为10%,连续时长2小时。第一中标候选人:许继电气股份有限公司;
2024年4月10日-13日,由中关村储能产业技术联盟(CNESA)、中国能源研究会、中国科学院工程热物理研究所主办的第12届储能国际峰会暨展览会(ESIE2024)在京举行。与会者包括来自国家能源主管部门、地方政府、电网公司、发电集团、高校、国际组织及投资机构的代表。在4月12日下午的“商业模式与市场机制
新型储能产业市场广阔、发展潜力巨大,对促进经济社会发展全面绿色转型具有重要意义。当前,新会区正加快布局新型储能产业发展,抢占特色新兴产业新赛道,将新型储能产业打造成为新会区“制造业当家”的战略性支柱产业。今年初,位于睦洲镇的中星储能智谷项目举行入园企业签约暨封顶仪式,项目首期2栋
根据CNESADataLink全球储能数据库的不完全统计,2024年3月份国家及地方共发布储能相关政策48项,国家层面发布7项,地方层面发布41项,安徽(6项)、广东(5项)和浙江(5项)是发布政策数量较多地区。按重要性来看,非常重要类33项,其中发展规划政策5项、补贴政策8项、电价政策5项、电力市场政策6项,
4月10日至4月13日,第十二届储能国际峰会暨展览会(ESIE2024)在北京首钢会展中心举办。如何促进新型储能行业高质量发展、制定还原新型储能价值的市场机制,发展储能新质生产力,成为与会嘉宾热议的话题。第12届储能国际峰会暨展览会-高峰论坛储能领袖高端对话在高峰论坛的压轴环节-储能领袖高端对话环
北极星储能网讯,4月17日,中核汇能周口中核绿色低碳储能产业园+百万千瓦风电一体化项目(以下简称“绿色储能+风电项目”)在河南省周口市第四届周商大会暨周商周才科技创新合作交流活动上正式签约。“绿色储能+风电项目”由中核汇能河南公司联合大连融科储能技术有限公司、周口市平台公司共同出资建设
北极星储能网讯,4月18日,绛县经济开发区举行举行共享储能发电项目集中签约仪式。,厦门北辰星储能发展有限公司、山西国际能源储能投资股份有限相关人员出席签约仪式。此次集中签约项目2个,总投资20亿元。
北极星储能网获悉,4月18日,南网发布2024年第二批集装箱储能消防系统框架采购询采购公告。公告显示,采购人为南方电网电力科技股份有限公司。标的为2024年风冷集装箱储能消防系统,预计金额71.37万元。详情如下:2024年第二批集装箱储能消防系统框架采购采购公告(采购编号:XM2024040982)根据实际工
近日,江苏省市场监督管理局发布《关于批准建设2023、2024年度省市场监管重点实验室和技术创新中心的通知》(苏市监科信〔2024〕62号),由无锡市检验检测认证研究院申报的“江苏省市场监管重点实验室(电化学储能)”正式获批建设。该实验室是省内首个以高水平储能产品质量安全评价及储能系统安全预防
近两年,作为能源转型发展中的“大热”板块,储能赛道迎来众多利好政策支持、吸引无数玩家竞相涌入。2024年,“新型储能”首次被写进政府工作报告,储能产业也迎来高速发展期。中创新航战略品牌负责人吴弢表示,新型电力系统下的储能将是无法阻挡的时代潮流,未来的储能产能也将集中在真正具备动力电池
北极星储能网获悉,4月17日,法国Engie集团位于智利安托法加斯塔大区MaríaElena市的BESSCoya园区正式落成,是当前拉美规模最大的储能系统。项目规划装机容量139兆瓦,储能容量638兆瓦,使用电池储能系统技术(BESS),存储同为集团旗下的CoyaPV光伏电站电力能源。该套装置由232个集装箱组成,其中平均
北极星储能网获悉,4月18日,南网发布2024年第二批集装箱储能消防系统框架采购询采购公告。公告显示,采购人为南方电网电力科技股份有限公司。标的为2024年风冷集装箱储能消防系统,预计金额71.37万元。详情如下:2024年第二批集装箱储能消防系统框架采购采购公告(采购编号:XM2024040982)根据实际工
近日,江苏省市场监督管理局发布《关于批准建设2023、2024年度省市场监管重点实验室和技术创新中心的通知》(苏市监科信〔2024〕62号),由无锡市检验检测认证研究院申报的“江苏省市场监管重点实验室(电化学储能)”正式获批建设。该实验室是省内首个以高水平储能产品质量安全评价及储能系统安全预防
4月18日,宜昌缔源川江载货汽车滚装船磷酸铁锂电池储能系统采购项目竞争性磋商公告发布。宜昌缔源川江载货汽车滚装船磷酸铁锂电池储能系统包含两个600kwh/600kw级船用水冷型磷酸铁锂电池组,含电池系统、BMS、消防设备、环控设备,具备持续1C充放电能力。在航行工况可作为主电源或发电机组故障时的紧急
北极星储能网讯,4月18日,海博夏初储能系统智能制造大同基地项目首条生产线完成调试工作正式投产,并下线了第一套储能电池系统。据了解,海博夏初是北京海博思创科技股份有限公司与北京夏初科技集团有限公司强强联合在大同经济技术开发区成立的合资公司。2023年7月,海博思创同夏初科技深度布局新型储
北极星储能网获悉,据江苏省电力设计院消息,4月17日,中国能建江苏院总承包的国家电投贾汪5万千瓦10万千瓦时储能项目全容量并网。该项目位于江苏省徐州市贾汪区江庄镇,储能站电池系统、功率变换系统及电气一二次系统均采用户外集装箱布置方案一次性建成。储能系统设备共包含17套电池储能系统,新建一
北极星储能网获悉,4月16日,河南淅川县福森新能源储能公司年产10GWh储能电池项目已建成并成功试产。福森储能项目是河南省内首个全产业链储能系统产业基地,全面投产后,各类电池产品年生产能力将提升至13GWh,年装配产能可达6GWh,光伏发电在满足生产所需的同时,剩余部分可并网出售,年可实现产值120
“电芯也好,系统也好,都高度同质化!基本上一个展馆逛完之后,可以不用再逛其他展馆了。”这是海博思创董事长张剑辉对当前储能市场产品的看法。不可否认,当下无论是储能电芯还是系统集成产品,同质化都非常严重。这也是绑在所有电池厂商身上最沉重的“枷锁”,但众多主流厂商正使尽“浑身解数”试图
4月17日,在阿布扎比举行的世界未来能源峰会上,天合储能携手派赛菲歌签署合作意向书。根据意向书,双方将致力于提供更可靠、可持续的清洁能源,在大型储能技术创新与应用方面展开合作。此外,天合储能与派赛菲歌就1500MWh一体化储能解决方案达成重要合作意向,其中包括新一代液冷储能系统Elementa2,P
北极星储能网获悉,日前,莫里森能源服务公司(MorrisonEnergyServices)和阳光电源已宣布成为SSE可再生能源公司320MW约克郡电池储能项目的合作伙伴。莫里森能源服务公司是总部位于英国的基础设施服务公司MGroupServices能源部门的一部分,已被任命为该项目的主承包商,MGroupServices将为项目提供电池
如今,“新型储能”被首次写入政府工作报告,叠加规模化效应与相关技术的日臻成熟,各界普遍认定新型储能产业大概率会在“快车道”上持续行驶。这使得新型储能备受资本和企业追逐。但回首过去,很多早期进入光伏、新型储能赛道的企业,已经因为安全、质量和成本问题先后“倒下”。当下,数以万计的上下
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
12月28日,由中央研究院承担的国家电投B类统筹研发项目“新能源发电侧储能关键技术研究及实证”顺利通过集团公司创新部组织的项目结题验收。本次验收评审采取现场会议审查的方式,由业内相关专家组成的专家组审议了中央研究院关于项目任务完成情况、资金使用情况、档案管理情况等相关汇报,见证了新能
北极星售电网获悉,湖北电力交易中心发布了关于发布湖北省电力现货市场发电侧1月新增和退出市场主体名单的通知,详情如下:各市场主体:根据省间现货交易工作需要,现在10月底发布的《关于发布湖北省电力现货市场发电侧参与主体名单的通知》附件全量名单的基础上,对自10月发布以来新增和退出的市场主
北极星储能网获悉,12月25日,国信集团发布2024年新疆火电机组耦合熔盐储能和氢能利用的顶峰能力提升服务项目招标。招标要求投标人配合开展火电机组耦合熔盐储能和氢能利用的系统设计与优化以提升机组顶峰能力。详情如下:
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!