当前位置: 首页 > news >正文

占地1.5个曼哈顿的超级项目:光伏+储能为数据中心供电,能否成全球范式?

先把光伏造“过剩”

这个项目看似浪费,5.2GW光伏仅为输出1GW电力,即光伏装机达到了负荷的5倍以上。但“过剩”正是关键所在。Bernstein测算,该系统一年发电约12.45TWh,日均约34GWh,而1GW负荷一天仅需约24GWh,发电量多出约40%。

多余的电,白天一部分直接使用,一部分存入电池;夜晚太阳落山,再从电池放电。过去光伏正午发电过多,电网无法消纳只能“弃光”,如今这些电得以储存并在夜间使用,相当于给光伏配备了超大号“充电宝”。

19GWh储能支撑起“白天存、晚上放”的模式,按1GW输出计算,能维持19小时供电,即便整夜无太阳,电池也能保障供电。Bernstein计算得出,该系统可用率约为99.6%,已接近传统电厂水平。

储能时长是项目成功的关键因素。Bernstein对比发现,不配储能时,光伏可用率从理论的约27%降至约9%;配备12小时储能,可用率达约97.5%;增加到19小时,可用率约为99.6%,再增加储能时长,可用率提升不明显。因此,19小时的储能时长是为夜间全程供电及电池损耗预留了充足余量。

这笔账划算吗?

结论是项目成本高昂,总投资超60亿美元,约合400多亿元人民币,分摊到1GW稳定出力上,前期门槛较高。

但光储有气电无法比拟的优势:几乎没有运营燃料成本,太阳免费,电池充放无需消耗油气。Bernstein测算,项目度电成本约为$97/MWh,约合人民币0.65元/度。若将储能时长从19小时降至12小时,成本可降至约$80/MWh,约合人民币0.58元/度,可用率仍能保持约95%。

当天然气价格涨至约8美元/MMBtu以上时,光储开始具备竞争力。目前美国本土现货气价约为$3.7,光储无优势;而亚洲进口的LNG现货价一度达约$17.5,光储更具吸引力。所以,在天然气便宜且充足的地区,如美国,气电仍是更优选择;气价越高,光储越划算。

项目投资主要集中在光伏组件(约5亿美元)、逆变器及配套(约5亿美元)、储能(ESS,约25亿美元)、电网、土地、施工等(约25亿美元),储能占比近一半。这改变了以往人们关注光伏组件降本的认知,如今光伏组件价格已低至约$0.09/W,储能系统也降至约$130/kWh,均为近十年最低,未来系统成本降低主要取决于电池而非光伏板。

光储还有一个被低估的优势是建设速度快。Bernstein对比显示,光储项目约2年可建成,天然气发电因涡轮机短缺需约4年,核电则需6年以上。但光储也有明显短板,项目需占用约90km²的沙漠,约1.5个曼哈顿大小,且必须建在日照充足、地价低廉的地方,这决定了该模式难以广泛复制。

一份几乎全是中文的供应商名单

对国内读者而言,项目的供应商名单或许更值得关注。储能 + 逆变器由阳光电源提供,2026年5月,阳光电源与Masdar签约,供应7.5GWh的PowerTitan 3.0储能系统及2.6GW光伏逆变器,光储能设备就达一千多套。光伏组件由晶科能源供货2GW,采用其主打Tiger Neo系列,专为沙漠高温环境调校。工程总包由中国电建和印度Larsen & Toubro承担。

Bernstein报告指出,宁德时代主导电芯和电池技术,阳光电源主导系统集成和电力电子,是项目最大受益方。

未来五年,全球储能需求年均增速约34%,累计储能装机将从2025年的约281GW增长至2030年的约1991GW。而国内市场潜力更大,国家要求到2025年底,国家枢纽节点新建数据中心绿电占比超80%,且后续还将提高。2024年全国数据中心用电量约1660亿度,信通院测算,到2030年可能增至3000亿至7000亿度。绿电红线与飞涨的用电量之间,储能成为关键环节。2026年政府工作报告首次将“算电协同”纳入新基建,彭博社报道,中国计划未来五年投入约2万亿元建设数据中心和算力网络,配套绿电和储能不可或缺。

众多储能企业纷纷布局,今年4月的ESIE 2026上,头部企业展台聚焦“给数据中心配储”。海博思创规划“储算一体化”,探索“储能 + 智算中心”联营,并与华为开展算电协同;阳光电源成立AIDC事业部,切入数据中心电源。阿布扎比的“过建光伏 + 长时储能”模式,有望在中国获得更大发展空间。

结语

光伏价格低廉已不是新鲜事,多年来未能解决的是其稳定性及夜间供电问题。阿布扎比沙漠项目首次以GW级工程给出了一个可行方案:将间歇的阳光转化为近乎不间断的电流。

但该方案实施条件苛刻,需要充足日照、大面积土地和高额前期投入,难以广泛推广。能否将其从“中东特例”转变为“全球范式”,关键在于电池的储能时长和成本降低,而这正是中国电池厂的优势所在。在通向“绿色基荷”的道路上,中国企业凭借全球最严格的绿电指标和最完善的储能供应链,已成为主角。

http://www.gsyq.cn/news/1588039.html

相关文章:

  • 树形控件:文件系统风格的Tree组件实现(79)
  • LMXCMS 1.4 SQL注入漏洞实战审计:从原理到修复
  • 千问开源首个原生语言世界模型 Qwen-AgentWorld,性能超越 GPT-5.4 等前沿模型
  • Gemma 4 E2B/E4B端侧AI部署实战:离线、确定性与隐私可控的硬核指南
  • Ryzen AI 代码生成实测,斐波那契函数带注释输出
  • AI Agent可观测性实战:决策日志、执行状态与认知资源监控
  • 干部管理系统选型避坑清单:6 个必问问题,快速甄别靠谱厂商
  • VibeCoding v1.1.50 发布:单文件 code agent 工具,新增多模型 Provider 并修复多项 Bug
  • 32M bit SPI MRAM存储器低功耗设计
  • 完全开源的语言模型学习记录--推理加速Domino
  • 使用 Java 提取 HTML 文件中的纯文本内容
  • 3步掌握Path of Building PoE2:告别流放之路2构建迷茫
  • MuleSoft+LangChain企业级AI编排实战:打通数据与大模型的数字脐带
  • 基于C语言快速了解C++面向程序设计(期末适用)
  • 2026校园跑腿小程序多校区趋势:数据隔离+独立运营成标配
  • Iris 护眼软件使用体验:久看屏幕更舒服
  • Silk-V3音频解码器:免费批量转换微信QQ语音的终极方案
  • 公司网络卡顿怎么办?从现象到根因的完整排查与解决指南-爱包干™
  • 政务数据结构化:构建高可靠行政事务决策导航器
  • AI权重支配一切
  • 你的 I2C 为什么没反应?
  • 文化不是软实力,而是数据中心企业的长期硬能力
  • OBS实时字幕插件:为直播添加Google语音识别字幕的完整指南
  • 做小程序找哪家公司更专业靠谱?
  • ESXi 8.0 U2 升级后 HPP 存储多路径策略失效完整修复教程
  • Radeon GPU 加速大模型,Token 生成速度提升三倍
  • 认知科学与类脑计算 笔记草稿 非最终版
  • GPT 到底是什么?从“聊天玩具“到“能干活的操作系统“——一篇把 GPT 讲清楚的长帖
  • 成都企业如何选择AI智能体服务商?选型指南
  • 量化模型怎么选,Q4 与 Q5 在 Ryzen AI 上的表现