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。
4月2日,国家能源局印发《关于促进新型储能并网和调度运用的通知》(国能发科技规〔2024〕26号)(以下简称“26号文”),旨在规范新型储能并网接入,推动新型储能高效调度运用,促进新型储能行业高质量发展。在技术日趋成熟、装机规模迅速增长的同时,新型储能仍面临利用率较低的问题。随着新能源快速发
北极星储能网讯:5月27日,湖北省能源局印发《省能源局关于公布2023年第二批新能源发电项目的通知》,新能源项目共16个容量1.59GW,预计至少需要配套储能容量318MW/636MWh。其中,百万千瓦基地项目4个、为风电项目400MW;常规新能源项目12个,包括风电项目8个、容量800MW;光伏项目4个、容量390MW。从
5月16日,江苏省宿迁市泗洪县、泗阳县退役变电站储能项目(99.6MW/199.2MWh)勘察-EPC总承包招标公告发布,项目招标人为中和东线新能源(泗洪)有限公司,本项目泗洪县储能规模为49.8MW/99.6MWh,采用非步入式液冷磷酸铁锂储能。泗阳县储能规模为49.8MW/99.6MWh,采用非步入式液冷磷酸铁锂储能。工程建设
5月16日,固德威技术股份有限公司与中山兴中能源发展股份有限公司在苏州签署战略合作协议。兴中能源董事长崔茹平与固德威集团副总裁侯祥勇代表双方签约。根据协议,双方将在光伏、储能、充电桩等新能源及智慧能源领域展开合作。双方将充分利用各自的资源优势,分享在智慧能源市场领域的经验;针对具体
近期,由中国华能集团投资、十一科技EPC承建的“华能龙腾特钢20MW/40MWh用户侧储能项目”全容量并网发电,共投运8套2.5MW/5MWh阳光电源PowerTitan2.0液冷储能系统。这是国内首座采用“交直流一体”设计的储能电站,系统效率高于传统储能2%-3%,标志着“AC存储”时代的正式到来。该项目也是中国华能的首
一.发展条件分析1.1经济因素2023年浙江省GDP总额为82553亿元,同比增长6%,作为我国经济强省继续保持全国第四的位置。分产业分析,浙江省第二产业增加值占比41.1%,第三产业增加值占比56.1%。同时浙江民营企业数量众多,民营经济增加值约占全省GDP比重67.2%,其具备的超强的创新能力为浙江的经济发展提
北极星储能网从国网陕西电力获悉,5月16日,国网宝鸡供电扶风公司助力陕西斯瑞新材料10兆瓦时储能项目顺利并网,这也是县域内首个客户侧储能项目圆满投运。扶风公司营业班从前期技术方案勘察、方案评审、中期客户资料准备,后期项目验收投运全程跟踪协助,多措并举保证业务各个环节的高效流转,确保了
14日,2024年“高质量发展调研行”主题采访活动在广东启动。在广东,针对新型储能这一新兴产业,如何打通从技术到市场的“最后一公里”?本次调研行的第一站率先来到了广东广州,在这家氢能科技公司,记者看到,氢燃料电池发动机系统的八大核心零部件中已经有六个实现了完全国产化,在产品耐久性、稳定
一、政策执行3月27日,湖北发改委发布新政策---《省发改委关于完善工商业分时电价机制有关事项的通知》(鄂发改价管〔2024〕77号)。该政策于5月1日开始执行。相较于5月之前,湖北两充两放的策略有所变化,日间需要在平时段放电一次,而第二次充放电可以做到低谷时段充电,尖峰时段放电。具体时段调整
初夏时节,在广西南宁市西乡塘区双定镇坛立工业园内,国家级新型储能试点示范项目——中国华能西乡塘储能电站开足马力并网投产。据悉,中国华能西乡塘储能电站(以下简称华能西乡塘)是广西首批集中共享储能示范项目,是广西首个大规模使用组串式储能技术路线的电网侧独立储能电站。前述项目耗资3.6亿元
广州鹏辉智慧能源技术有限公司为广州鹏辉能源科技股份有限公司(深圳创业板,股票代码300438)的全资子公司。广州鹏辉智慧能源技术有限公司以工商业储能为中长期发展战略的重心,深度布局新型电力系统赛道,以科技推动新能源发展,为客户提供完整的一站式能源管理服务。助力实现“双碳”目标,推动经济
北极星储能网获悉,5月16日,华能青海发电有限公司华能海南州15万千瓦/60万千瓦时储能电站建设项目储能系统设备采购项目结果公告发布。通过单一来源采购,经过采购小组综合评定,本次采购的成交供应商是中国华能集团清洁能源技术研究院有限公司,成交金额为52996万元,折合单价0.883元/Wh。本项目位于青
北极星储能网获悉,5月16日,江西华电宜丰双峰黄岗风电项目磷酸锂铁电化学储能系统采购中标候选人公示发布。项目招标范围为15MW/15MWh磷酸铁锂电化学储能系统,电池充放电倍率1C,电池单体的标称容量≥230Ah,冷却方式液冷,储能系统整体效率86%,储能系统(包含电池)整体质保5年。中标候选人第1名:山
初夏时节,在广西南宁市西乡塘区双定镇坛立工业园内,国家级新型储能试点示范项目——中国华能西乡塘储能电站开足马力并网投产。据悉,中国华能西乡塘储能电站(以下简称华能西乡塘)是广西首批集中共享储能示范项目,是广西首个大规模使用组串式储能技术路线的电网侧独立储能电站。前述项目耗资3.6亿元
储能市场竞争加剧,企业之间盈利差距进一步拉大。与此同时,高需要、高利润的海外市场成为行业穿越洗牌周期的有力支点,以及储能企业争相布局的新赛道。储能产业链上市企业2023年度及今年一季度报告近日陆续出炉。从产业链材料、电芯、PCS、系统集成企业等发布的“成绩单”来看,受锂价震荡、产品竞争
北极星储能网获悉,南都电源5月15日晚间公告,为贯彻公司发展战略,进一步聚焦储能、锂电主业,同时优化资产结构、提高资源利用效率,公司拟将持有的浙江孔辉2.1804%股权转让给广州穗开顺辉产业投资基金合伙企业(有限合伙),交易对价为9,301.269万元人民币。上述转让完成后,公司持有浙江孔辉3.2589%
储能电池作为储能系统的基石,承载着为系统提供稳定、可靠能量的重要使命。深入了解储能电池的核心技术参数,有助于我们精确掌握其性能特点,进一步提高储能系统的整体效能。下面我们就对储能电池的主要技术参数进行详细解读,帮助大家更好地应用和管理储能系统。1.电池容量(Ah)电池容量是衡量电池性
2024年5月13日,随着站用电的顺利接通,三峡科技公司参与建设的“三峡乌兰察布新一代电网友好绿色电站示范项目2#储能升压站80MW/160MWh储能系统”正式启动上电调试,为全面并网投产奠定了坚实的基础。“三峡乌兰察布新一代电网友好绿色电站示范项目”总装机200万千瓦,共布局4座储能升压站,并配套了55
5月10日,蓬莱公司101兆瓦储能电站项目顺利完成首套交直流舱体的吊装,为项目如期并网发电奠定基础。该项目位于山东省烟台市蓬莱区,项目总占地面积50.84亩,储能电站配置101兆瓦/205兆瓦时储能系统,共建设31套储能单元,储能单元采用磷酸铁锂、全钒液流和钠离子三种电化学储能形式,是目前国内示范新
北极星储能网获悉,5月11日,湘潭市人民政府关于印发《湘潭市碳达峰实施方案》(以下简称《方案》)的通知。《方案》指出,积极发展“新能源+储能”、源网荷储一体化,支持分布式新能源合理配置储能系统,开展湘潭经开区源网荷储一体化试点工作,推动储能设施在电源侧、电网侧、用户侧等多场景应用。建
北极星储能网获悉,据三峡上海院消息,近日,三峡上海院成功签约纳米比亚首个电力储能项目——奥姆布鲁54兆瓦/66.36兆瓦时储能项目的设计任务。项目业主为纳米比亚国家电力公司Nampower,德国FichtnerGmbHCo.KG担任咨询,德国复兴银行提供融资,山东电工电气集团有限公司总承包建设。项目位于纳米比亚
5月15日,安徽省安庆市高新区源网荷储一体化(一期)2.25MW∣4.5MWh储能系统设备采购项目(二次)招标公告发布,招标人为安庆高新吉电能源有限公司,本项目新建2.25MW/4.5MWh的储能系统(铅碳电池),整个储能系统由1个升压一体舱(舱内装设一台3300kVA干式变压器和2台容量为1500kW的PCS,其中1500kW的
近日,原子能院中国先进研究堆全面开放应用取得重要进展!荷兰代尔夫特理工大学的MarnixWagemaker教授团队与原子能院核物理研究所中子散射团队合作,在国际顶级期刊《Nature》(《自然》)上发表了锂离子电池领域的最新研究成果,题目为“Chemicalshort-rangedisorderinlithiumoxidecathodes”(“锂离
2024年5月14日,美国政府公布301关税复审结果,提高多项中国进口商品的301关税:光伏方面,针对光伏电池与组件,2024年以后的税率将从原先的25%升至50%。而在储能部分,美国对锂离子电动汽车电池、非电动汽车电池及其零部件的税率皆有上调。储能电池所属的非电动汽车电池征收的税率预计将从7.5%升至25
北极星储能网获悉,冠盛股份5月15日在投资者互动平台表示,公司半固态磷酸铁锂电池建设项目预计30个月完成建设投产,产品适宜于户用储能、工商业储能和风能太阳能等大型储能领域。
北极星电池网获悉,据常州滨江经开区消息,5月14日,江苏睿恩新能源科技有限公司(简称“睿恩新能源”)与中兴通讯股份有限公司(简称“中兴通讯”)智慧工厂战略合作框架协议签订仪式。睿恩新能源高倍率电芯研发制造基地一期项目占地324亩,总投资约60亿元,目前,睿恩新能源一期项目正全面推进中,将于20
北极星储能网获悉,5月15日内蒙古工信厅发布《内蒙古自治区锂产业发展指导意见》。文件提出,到2025年,初步构建全区锂产业链,锂精矿产能达到5万吨/年(折碳酸锂当量),磷酸铁锂正极材料52万吨/年,负极材料176.4万吨/年,电解液3万吨/年,隔膜15亿平方米/年,电池29GWh/年,锂产业链产值达到700亿元
中国商务部新闻发言人14日就美方发布对华加征301关税四年期复审结果发表谈话时强调,中方坚决反对并严正交涉。5月14日,美方发布对华加征301关税四年期复审结果,宣布在原有对华301关税基础上,进一步提高对自华进口的电动汽车、锂电池、光伏电池、关键矿产、半导体以及钢铝、港口起重机、个人防护装备
北极星储能网获悉,据和田日报消息,近日,新疆和田县人民政府与湖南中嶒能源有限公司签订年产1GWh钛锂高能动力电池生产项目招商引资投资协议。据了解,此次签约项目总投资达6.33亿元,将利用现有四栋24000平方标准化工业厂房安装年产1GWh的钛锂高能动力电池自动化生产线。项目达产后预计实现营业收入
半固态电池已经大概率或将会成为今年“最靓的仔”。“左右逢源”的半固态电池,一方面能够突破液态锂电池能量密度天花板,动辄就300Wh/kg以上,另一方面能够兼顾现有设备产线,让固态电池能够提前“下凡”。截至目前,上汽、广汽、一汽、东风、蔚来、长安等车企,已经或即将批量生产半固态电池车型。同
锂价走势是决定锂企业绩情况的核心指标。自2022年12月以来,碳酸锂价格持续下跌,锂电池重要原材料碳酸锂价格剧烈下行,锂行业景气度走弱,相关企业利润下滑。锂电行业供需格局会否生变,锂电企业又如何适应新变化?《中国能源报》记者就此进行了采访。近日,锂矿龙头企业天齐锂业发布业绩公告,今年第
北极星储能网获悉,据沅江发布消息,5月11日,总投资6.15亿元的湖南路华新能源项目签约落户沅江高新区。该项目由湖南路华新能源技术有限公司投资建设,选址落地在沅江高新区状元路交中联大道东北角地块,总投资6.15亿元,分三期投资,其产线内容包括软包电池生产线、PACK生产线。该项目全面建成并达产
匈牙利是欧洲不起眼的“小国”,却成为继美国、中国和德国之后世界第四大电池制造大国,并正在向欧洲“电池一哥”德国发起挑战。匈牙利是怎么做到的?中国新能源企业在这里有哪些布局?5月9日,国家主席习近平在匈牙利首都布达佩斯展开访欧行的最后一站行程。习主席的这次出访,也让落在欧洲中部,历史
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!