当前位置:首页 > 新闻详情

上海储能需求近千万千瓦!哪些技术发展趋势值得关注?

来源:碳索储能网   发布时间:2023-07-26 03:07:55

7月24日至7月25日,第二届中国新型储能产业高质量发展大会暨第二届全国虚拟电厂技术高层研讨会在上海召开。

中国化学与物理电源行业协会储能应用分会秘书长刘勇在致辞中表示,近年来,在一系列国家及地方政策的助力下,在资本市场新能源降本增效以及电池产业发展红利的推动下,我国新型储能产业以前所未有的发展韧性实现市场快速增长,自主品牌不断崛起,在海外市场也赢得了更多认可,加快驶入发展的快车道。

此外,海辰储能、纬景储能、乐创能源等厂商也分享了对行业发展的看法。乐创能源还发布了一款新能源大模型。据了解,该款大模型为80亿参数。相比百亿级、千亿级参数的大模型,这款大模型效果如何呢?

对此,乐创能源CTO常伟对记者表示:“储能核心是电池,包括之前积累的电池数据、换电站数据、梯次电池检测数据,甚至包括现在100个储能站工作1~2年周期以上的数据,是叠加产生的储能大模型数据。目前来看,几十亿条(参数)是够入门级的大数据基础,而千亿级还是比较难的。”

上海因电力削峰填谷的储能需求接近千万千瓦

在此次大会上,上海市经信委经济运行处(电力处)副处长肖明卫在致辞中表示,上海市电力行业发展非常快,需求增长导致供应紧迫。上海去年的最高负荷达到3807万kW,在国际上大城市里面是首屈一指的,峰谷差接近50%。

肖明卫认为,最理想的愿景是把峰谷差削掉,而最好的办法就是储能。按照科学判断,(削掉)峰谷差,至少装四分之一的储能,这部分储能需求接近1000万kW。

那么,限制上海储能发展的瓶颈在哪里?肖明卫表示,一个是消防,另一个是缺少标准规范。要实现电化学储能、其他广义储能优势互补,同时解决上海这种超级大城市空间间距小的(问题),还需确保安全应用的红线。

长兴太湖能谷科技副总裁周群也在演讲中表示,如果从大规模的应用来讲,基本上要解决以下几个问题:安全性、经济性、可复制性、环保性。

周群认为,除抽水蓄能以外,其他技术虽然比较先进,或者有自己的特色,但受技术和成本制约,能够规模化应用的只有电化学。电化学主要以锂离子电池作为能源载体,其他领域也有一些可以选择。

不管是锂离子电池、液流电池,抑或其他形式储能方式,都离不开智能化控制系统。乐创能源将其定义为智慧储能系统,包括一款电池预警系统,一个新的储能系统集成设备,一个新的微网EMS软件。

何为储能大模型?

值得一提的是,乐创能源发布了储能大模型。大模型中目前常见的是语言类大模型,比如ChatGPT。储能大模型究竟为何物?语言类大模型,在生成内容时可能出现“一本正经胡说八道”等问题,储能大模型是否也存在这种问题呢?

对此,常伟回复《每日经济新闻》记者表示:“大模型的基本架构是以机器学习、深度学习为主,从整个行业来说,体系是不变的,核心在于用独有的训练算法、泛在化理念能适应不同的场景。(大模型在)这些方面优势挺大的。尤其预测当地的天气、温度等,比人为调参做算法选择,是既快又准。关于‘一本正经胡说八道’的现象,这个特性是语言大模型固有的本质,但在现有的(储能)大模型里没有发现这个问题。”

上海储能需求近千万千瓦!哪些技术发展趋势值得关注?

乐创能源CTO常伟

常伟在演讲中也曾表示,利用大模型,不是去做类似于语言类的大模型,而是更加看重大模型两个特点——泛化和迁移。

记者注意到,早在2020年,乐创能源就开始使用Transformer模型。彼时,其构建电化学领域第一个自动机器学习平台,也构建了在线电池阻抗的高通量的测算平台。

为何在大模型未火之前,乐创能源就使用Transformer?对此,常伟向记者解释称:“当时选了很多模型来验证SOH(热失控体系)的精准度,Transformer是不错的,和其他模型比较,它是对电池特性能预测比较准的方法之一。”

新闻介绍:

7月24日至7月25日,第二届中国新型储能产业高质量发展大会暨第二届全国虚拟电厂技术高层研讨会在上海召开。中国化学与物理电源行业协会储能应用分会秘书长刘勇在致辞中表示,近年来,在一系列国家及地方政策的助力下,在资本市场新能源降本增效以及电池产业发展红利的推动下,我国新型储能产业以前所未有的发展韧性实现市场快速增长,自主品牌不断崛起,在海外市场也赢得了更多认可,加快驶入发展的快车道。

责任编辑:jiayuting

碳索储能网版权说明:

1.所有未标注来源为碳索储能网或碳索储能网整理的文章,均转载与其他媒体,目的在于传播更多信息,但并不代表碳索储能网赞同其观点、立场或证实其描述。其他媒体如需转载,请与稿件来源方联系,如产生任何版权问题与本网无关。

2. 涉及资本市场或上市公司内容也不构成任何投资建议,投资者据此操作,风险自担!

3. 如因作品内容、版权以及引用的图片(或配图)内容仅供参考,如有涉及版权问题,可联系我们直接删除处理。请在30日内进行。

推荐新闻
back homepageto top