对实现2030年可再生能源-核能混合发电目标至关重要的新兴技术
解锁更多功能
登录后即可使用AI智能分析、深度投研报告等高级功能

关于我们:Ginlix AI 是由真实数据驱动的 AI 投资助手,将先进的人工智能与专业金融数据库相结合,提供可验证的、基于事实的答案。请使用下方的聊天框提出任何金融问题。
国际能源署(IEA)预测,到2030年,可再生能源与核能将共同供应全球约
涵盖
商用级锂离子电池储能已成为电网应用领域的主流短时储能解决方案。预计到2025年,全球新增电网级储能装机容量约为
四小时级电池系统的储能平准化成本(LCOS)预计到2026年将降至
电池储能系统通过以下方式解决太阳能和风能的间歇性核心挑战:
- 提供瞬时调频响应
- 缓解云层遮挡或无风期的出力波动
- 实现太阳能发电向晚间用电高峰的时间转移
- 在输电故障期间维持电网稳定性
长时储能技术可实现10小时至数天的能量存储,解决可再生能源发电的季节性波动和多天气候事件影响问题。目前有四大类长时储能技术正迈向商业化:
- 电化学系统:包括先进液流电池和新型化学体系
- 热储能:熔盐系统和相变材料
- 机械储能:压缩空气储能(CAES)和重力储能系统
- 化学储能:绿氢生产与存储
液流电池在长时应用中具有独特优势,其能量容量与功率额定值相互独立,相比传统电池可实现更低成本的可扩展时长 [8]。预计到2025年,至少有6家制造商将启动钠离子液流电池的商业化生产,推动液流电池市场突破现有钒系产品的局限 [9]。这些系统尤其适用于:
- 多日能量转移
- 电网运营商的可再生能源整合
- 需要长时间备用电源的工业应用
下一代压缩空气储能系统正通过重力辅助等压技术得到升级,利用废弃矿井和创新压力管理技术提高效率 [10]。传统压缩空气储能受地理条件限制(需地下 caverns),但新兴设计正逐步降低这些约束。
预计到2025年,新建太阳能电站将配备约30吉瓦时的热储能容量,主要采用熔盐技术 [4]。这种方法在聚光太阳能发电(CSP)设施中尤为有效,目前正逐步适配更广泛的电网应用场景。
预计到2025年,至少有6家制造商将启动钠离子电池的商业化生产,为电网级应用提供锂基电池的替代方案 [9]。总部位于丹佛的Peak Energy已宣布协议,将向美国大型电网开发商Jupiter Power供应最多4.75吉瓦时的钠离子电池 [11]。
钠离子技术具有多项优势:
- 原材料储量丰富且分布广泛
- 安全性更高
- 固定式储能应用性能具有竞争力
- 规模化制造成本更低
固态电池技术正快速发展,对电网储能具有重要意义。Fraunhofer IWS开发了电解质含量更低的新型锂硫电池概念,为更轻量化、高密度的储能系统铺平了道路 [12]。2025年的测试显示,奇瑞的Rhino全固态电池模块实现了
对于电网应用,固态电池具有以下优势:
- 更高的能量密度,可在有限空间内存储更多电能
- 安全性提升,降低城市变电站的火灾风险
- 循环寿命更长,降低总拥有成本
- 锂硫化学体系有望实现传统锂离子电池3-5倍的能量密度 [14]
锂硫电池正成为大规模储能领域成本效益优于锂离子电池的替代方案。一旦通过先进电极设计和电解质配方解决循环寿命问题,锂硫电池将成为优先考虑能量密度和成本的应用场景的首选技术 [14]。
氢能储能是目前可用的最长时储能方案,氢能的能量密度为120兆焦/千克,而锂离子电池仅为0.4兆焦/千克 [15]。这一特性使氢能特别适用于:
- 季节性储能(数周至数月)
- 难以电气化的工业应用
- 电力、交通和工业领域的跨部门耦合
电解槽效率的提升可使绿氢成本到2030年降低
全球范围内宣布的绿氢项目正推动配套可再生能源装机容量的增加,预计太阳能光伏、风电和电解槽的部署将形成一体化清洁能源系统。
人工智能和机器学习正通过以下方式变革电网管理:
- 负荷预测:更精准地预测用电需求模式
- 可再生能源发电预测:太阳能和风能出力预测
- 电网稳定性评估:实时故障分析
- 故障检测与诊断:预测性维护,减少停电
- 电池储能系统(BESS)优化调度:最大化电池价值
- 停电预测与预防:全系统稳定性监测 [17]
预计到2025年,美国约70%的输电资产将接入实时分析系统,总投资达40-60亿美元 [4]。美国电力可靠性委员会(ERCOT)等电网运营商正积极部署人工智能算法,用于:
- 电价预测
- 需求响应优化
- 电网稳定性与频率控制
- 基于天气数据的电网优化 [18]
这些平台整合了:
- 高级配电自动化
- 分布式能源资源管理
- 电压-无功优化
- 故障定位、隔离与恢复(FLISR)
高压直流技术可将偏远地区的可再生能源基地与负荷中心连接起来,解决了优质太阳能和风能资源往往远离人口密集区的核心挑战。预计到2025年,将新增约10吉瓦的高压直流输电线路,总投资达50-70亿美元 [4]。
- 长距离输电损耗更低
- 无需同步即可实现电网互联
- 可控性更强,可更好地整合间歇性发电
- 具备地下/海底敷设能力,适用于沿海和城市应用场景
预计到2025年,约200个关键场所(包括医院、数据中心等重要基础设施)将配备微电网能力 [4]。这些系统可提供:
- 韧性:电网停电时可独立运行
- 电网支持:正常运行期间的电压和频率调节
- 可再生能源整合:分布式发电的本地优化
2023年至2025年,微电网成本已下降约20%,使该技术更广泛地应用于商业和工业领域 [4]。
先进的需求响应计划已成为高可再生能源比例系统中平衡供需的关键支撑。实现这一目标的技术包括:
- 智能恒温器和暖通空调控制
- 工业负荷管理
- 电动汽车充电优化
- 分时电价机制
尽管可再生能源-核能混合发电以清洁发电为核心,但灵活天然气发电可作为过渡技术,弥补可再生能源长期出力不足的时段。不过,目标是通过储能和需求灵活性尽量减少对化石燃料备用电源的依赖。
国际能源署预测,要实现50%的可再生能源-核能混合发电目标,需要:
- 到2030年,每年新增80-100吉瓦时的储能装机
- 全球电网累计投资超过6000亿美元
- 输电网络扩建速度达到历史水平的两倍
商用级四小时电池储能成本预计到2026年降至
提升可再生能源比例需要:
- 容量市场:合理估值储能和灵活性资源
- 辅助服务市场:为电网稳定性服务提供补偿
- 长期合同:为储能投资提供收入确定性
- 并网改革:缩短项目开发周期
升级监管框架以:
- 允许储能参与所有批发市场
- 允许公用事业公司拥有储能资产
- 建立透明的并网流程
- 更新规划要求,将储能纳入考量
| 技术 | 重点行动 | 对2030年目标的影响 |
|---|---|---|
| 商用级电池 | 扩大制造规模,缩短审批周期 | 实现4-8小时的每日电力转移 |
| 长时储能 | 加快LDES技术示范,标准化审批流程 | 解决多日电力缺口问题 |
| 高压直流(HVDC)输电 | 简化选址流程,部署离岸电网 | 连接偏远地区能源资源 |
| 智能电网/人工智能 | 部署先进传感器,整合预测技术 | 优化系统运营 |
| 绿氢 | 降低电解槽成本,开发存储基础设施 | 季节性储能解决方案 |
核能可提供零碳排放的基本负荷电力,而储能技术可解决可再生能源的间歇性挑战。最优系统配置包括:
- 核能作为基本负荷支柱:提供稳定、持续的电力供应
- 太阳能和风能作为增量发电主力:以最低成本增加装机容量
- 电池储能用于每日循环:将太阳能发电转移至晚间高峰
- 长时储能用于长期保障:覆盖多日可再生能源出力不足的情况
- 高压直流用于地理优化:将优质能源基地与负荷中心连接
储能成本的下降正从根本上改变电网经济模式。当电池储能成本低于100美元/兆瓦时,其价值主张将从以下方面体现:
- 削峰填谷:避免投资昂贵的调峰电厂
- 可再生能源整合:减少弃电
- 推迟输电升级:避免资本密集型的输电改造
- 韧性提升:停电期间维持供电
要实现国际能源署设定的2030年可再生能源与核能占全球电力50%的目标,需要快速部署储能和电网现代化领域的多项互补技术。最关键的支撑技术包括:
- 商用级锂离子电池储能:用于短时灵活性调节,成本将降至100美元/兆瓦时以下
- 长时储能技术(液流电池、压缩空气储能、氢能):用于多日和季节性调峰
- 高压直流输电基础设施:连接偏远可再生能源基地与负荷中心
- 人工智能赋能的智能电网平台:用于实时优化和稳定性管理
- 先进电池化学体系(钠离子、固态、锂硫):提供技术多样性并降低成本
投资需求巨大,但技术成本的快速下降使2030年目标在适当的政策支持和市场设计演进下具备可行性。《全球能源存储与电网承诺》(1500吉瓦储能目标)、技术成本下降以及政策支持力度加大三者相结合,为这些关键技术的加速部署创造了有利条件。
[1] SolarQuarter - “国际能源署称可再生能源与核能到2030年将占全球电力结构的50%” (https://solarquarter.com/2026/02/06/iea-says-renewables-and-nuclear-will-hit-50-of-global-power-mix-by-2030-as-electricity-demand-surges-in-the-new-age-of-electricity/)
[2] Anadolu Agency - “国际能源署:电力需求快速增长需大幅增加电网投资” (https://www.aa.com.tr/en/energy/electricity/iea-fast-growing-power-demand-requires-surge-in-grid-investments/54523)
[3] REN21 - “2025年全球可再生能源报告 | 全球概览” (https://www.ren21.net/gsr-2025/global_overview/)
[4] 世界经济论坛 - “2025年五大能源技术趋势” (https://www.weforum.org/stories/2025/09/the-top-5-energy-technology-trends-of-2025/)
[5] Wood Mackenzie - “2025年全球市场可再生能源平准化发电成本竞争力再创新高” (https://www.woodmac.com/press-releases/renewable-levelized-cost-of-electricity-competitiveness-reaches-new-milestone-across-global-markets-in-2025/)
[6] Sustainability Directory - “电池储能成本将降至100美元/兆瓦时以下” (https://news.sustainability-directory.com/energy/battery-storage-cost-will-drop-below-100-per-megawatt-hour/)
[7] Solar Edition - 电网级电池储能成本下降分析
[8] National Observer - “可再生能源储能领域:一项老技术找到新应用场景” (https://www.nationalobserver.com/2025/07/16/news/renewables-storage-flow-battery)
[9] Solartech Online - “可再生能源储能:技术完整指南” (https://solartechonline.com/blog/renewable-energy-storage-guide/)
[10] ESS News - “重力辅助提升压缩空气储能效率” (https://www.ess-news.com/2025/07/23/compressed-air-energy-storage-enhanced-by-gravity/)
[11] ESS News - “Peak Energy将向Jupiter Power供应最多4.75吉瓦时的钠离子电池” (https://www.ess-news.com/2025/11/13/peak-energy-to-supply-up-to-4-75-gwh-of-sodium-ion-batteries-to-jupiter-power/)
[12] Fraunhofer IWS - “未来电池:用于高能量电池的固态化学体系” (https://www.iws.fraunhofer.de/en/newsandmedia/press_releases/2025/press-release_2025-13_Battery-Future.html)
[13] Discovery Alert - “固态电池:储能革命指南” (https://discoveryalert.com.au/solid-state-batteries-2026-energy-storage-innovation/)
[14] PatentPC - “下一代电池创新:锂硫、钠离子电池” (https://patentpc.com/blog/next-gen-battery-innovations-lithium-sulfur-sodium-ion-and-beyond-latest-research-stats)
[15] ScienceDirect - “利用氢能储能整合可再生能源” (https://www.sciencedirect.com/science/article/abs/pii/S0360319925013278)
[16] Dii Desert Energy - “2030年可再生能源、氢能与储能洞察” (https://dii-desertenergy.org/wp-content/uploads/2025/02/MENA-Outlook-Final-4225.pdf)
[17] ERCOT - “人工智能与机器学习” (https://www.ercot.com/files/docs/2025/08/29/Artificial-Intelligence-and-Machine-Learning.pdf)
[18] Frontiers in Artificial Intelligence - “编者按:探索人工智能与机器学习在智能电网中的潜力” (https://www.frontiersin.org/journals/artificial-intelligence/articles/10.3389/frai.2025.1615547/abstract)
数据基于历史,不代表未来趋势;仅供投资者参考,不构成投资建议
关于我们:Ginlix AI 是由真实数据驱动的 AI 投资助手,将先进的人工智能与专业金融数据库相结合,提供可验证的、基于事实的答案。请使用下方的聊天框提出任何金融问题。