“构网型储能系统关键技术及工程化应用”专题特约主编寄语

随着全球能源转型的加速推进,构网型储能系统作为实现能源高效利用和灵活调度的重要技术,日益成为现代电力系统的重要组成部分。构网型储能系统的关键技术包括但不限于先进的电池储能技术、智能化的控制系统以及高效的能量管理策略。这些技术不仅能够帮助我们平衡可再生能源的波动性,还能在电力市场中发挥重要的经济作用。近两年国标委在对光伏等标准修订中,补充了一次调频、连续高低压故障穿越等重要内容,突出了新型电力系统对光储性能的新需求。这些内容,正是“构网型”的概念。

“规模化电制氢并网电能质量与控制技术”专题特约主编寄语

在“碳达峰”、“碳中和”背景下,能源电力系统的低碳转型方兴未艾。氢能兼具物质、能量双重属性,是发展新能源为主的新型电力系统和绿色化工的关键能源和桥梁。通过电-氢-电路径,支撑灵活性调节资源匮乏的新能源电力系统长周期电力电量平衡,通过绿电-绿氢-跨领域耦合工业、交通和供热网络等,支撑化石能源的清洁高效利用。新形势下,电解水制氢系统的规模化并网运行势在必行,但是也存在一些亟待解决的问题,包括由规模化电制氢并网运行引起的质量与控制问题。

特约主编寄语

储能可以弥补新能源在随机波动性方面的先天缺陷,从根本上破解高比例新能源消纳的难题,被认为是支撑以新能源为主体的新型电力系统建设、实现碳达峰与碳中和最核心的物理手段。目前,世界各国已掀起建设储能的热潮,我国也相继出台了多项政策,推动储能的快速发展,特别是2017年由五部委联合发布的《关于促进储能技术与产业发展的指导意见》,明确了储能在我国现代能源产业体系中的战略地位。

特约主编寄语

2021年3月15日,中央财经委员会第九次会议上,“碳中和”再度成为关注点。会议提出,要构建清洁、低碳、安全、高效的能源体系,构建以新能源为主体的新型电力系统。新型电力系统更加复杂且面临着更高的不确定性,与此同时,系统时刻都在产生体量巨大、结构复杂、多源异构且彼此存在相关性的数据,人工智能(AI)尤其是新一代AI技术可充分挖掘这些数据中蕴含的巨大价值,有效弥补传统基于物理模型方法的不足;同时,通过AI智能芯片、机器学习(尤其是深度学习)、边缘计算、数字孪生等技术,可实现电网状态全面感知、多源信息高效处理、客户服务便捷灵活等目标。

特约主编寄语

2020年9月22日,我国在第75届联合国大会一般性辩论上提出“中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”。在“双碳”目标的驱动下,亟须转变现有能源消费结构以应对气候变化这一全球性重大挑战。

特约主编寄语

随着国家发展改革委、国家能源局颁布《关于加快推动新型储能发展的指导意见》(发改能源规[2021]1051号),以新能源为主体的新型电力系统逐渐兴起。据国网能源研究院的预测,中国新型储能的装机容量在2060年可达到4.2亿kW左右,将成为电力系统转型的关键一环。其中,电化学储能和氢能技术逐渐成为电力系统高质量发展的重中之重。电化学储能系统研究和退役动力电池相关应用,以及氢能关键技术,也成为相关研究中的热点问题。

特约主编寄语

为应对气候变化,全球各国都在积极推进低碳清洁能源发展,氢能因具有能量密度大、可持续且用途广泛等特点已成为最受青睐的清洁能源。据《中国氢能产业发展报告2020》预计,到2050年,氢能在我国终端能源消费的比重将达10%左右。从环境和生态的角度看,通过风电、光伏等可再生能源制氢,不仅能够实现“零碳排放”,获得真正洁净的“绿氢”,还能够将间歇、不稳定的可再生能源转化为化学能.