Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Test 20 GW magazynów w sieci Mengxi sprawdza oprogramowanie dyspozytorskie

27 października sieć Mengxi w zachodniej Mongolii Wewnętrznej miała 20,23 GW/70,47 GWh czynnych magazynów energii, podał 4 listopada pv magazine. Do jednej centralnej platformy monitoringu podłączono 126 stacji magazynowych.

TechnologiaAnalizaAnna KaczmarekOpublikowano: 4 listopada 20264 min czytaniaŹródła 28
Test 20 GW magazynów w sieci Mengxi sprawdza oprogramowanie dyspozytorskie

Dane Inner Mongolia Power Group z 28 października pokazują, że ta flota magazynów odpowiada 11,5% całkowitej zainstalowanej mocy sieci. Średni nominalny czas trwania wynosi około 3,5 godziny.

W pierwszych dziesięciu miesiącach 2026 roku przybyło 6,555 GW nowych instalacji. To o 47,9% więcej niż rok wcześniej.

Testem jest warstwa sterowania. Inner Mongolia Power Group łączy optymalizację rynkową z centralną interwencją awaryjną na jednej platformie inteligentnego monitoringu. W normalnych warunkach ładowaniem i rozładowywaniem kierują mechanizmy rynku energii. Gdy podaż spada, operator sięga po magazyny bezpośrednio. Spółka nie ujawniła dostawcy platformy, jej kosztu ani tego, jak podłączają się do niej baterie firm zewnętrznych.

Skala czyni oprogramowanie dyspozytorskie problemem operacyjnym

Odnawialne źródła zbliżają się do połowy zainstalowanej mocy. Wiatr i słońce dają blisko 60% mocy wytwórczej sieci Mengxi. Region staje się więc poligonem dla prowadzenia systemu elektroenergetycznego na zmiennej podaży. 22 października produkcja OZE osiągnęła rekordowe 720 GWh, czyli 60,2% całej energii wytworzonej tego dnia. Sam wiatr dał 560 GWh.

Do 27 października skumulowane ładowanie sięgnęło 15,78 TWh, a rozładowanie 14,04 TWh. Oba wskaźniki wzrosły o ponad 400% rok do roku. Maksymalny wkład magazynów podczas awaryjnego dysponowania wyniósł 12,25 GW. To odpowiadało 33% ówczesnego obciążenia sieci.

Rynek EMS rośnie, ale integracja wciąż jest problematyczna

Raport IEA Electricity 2025 prognozuje wzrost popytu na energię elektryczną o blisko 4% rocznie do 2027 roku. To około 3 500 TWh w trzy lata. Większy popyt oznacza więcej urządzeń do skoordynowania. Wiele obiektów ma sprzęt od różnych dostawców i z różnych generacji. Budynek może łączyć stary system zarządzania z nowymi pompami ciepła i baterią dostępną wyłącznie przez chmurowy interfejs API producenta. System zarządzania energią (EMS) potrzebuje wtedy adaptera dla każdego systemu, który monitoruje lub kontroluje.

Daily Business opublikował 3 listopada porównanie dostawców. Dzieli budowę EMS na zamówienie na pięć etapów: rozpoznanie i inwentaryzację urządzeń, projekt architektury i warstwy danych, test koncepcji na sprzęcie produkcyjnym, wdrożenie integracji oraz eksploatację i przekazanie. Inżynierowie ustalają w tej pracy docelowe opóźnienia (latencję) sygnałów sterujących. Przy flocie magazynów 20 GW ten szczegół ma znaczenie.

Centra danych i wirtualne elektrownie testują elastyczny popyt

Operatorzy centrów danych mierzą się z tym samym pytaniem o dysponowanie od strony popytu. Program Grid Protectors OpenAI ma ograniczać zużycie prądu w kampusach firmy, gdy lokalny popyt osiąga szczyt. Firma testuje go w planowanym kampusie w hrabstwie Effingham w Georgii. OpenAI podpisało z Georgia Power umowę na 3,2 GW, w tym 1 000 MW elastycznego zarządzania popytem. Tom's Hardware podał 3 listopada, że bufor 1 000 MW wystarczy dla około 800 000 gospodarstw domowych, czyli blisko 20% domów w Georgii.

OpenAI przedstawia ten układ jako zasób sieci, a nie koncesję. „Naszym celem jest uczynienie elastyczności kampusów zasobem, po który spółki energetyczne mogą sięgać, gdy społeczności najbardziej tego potrzebują”, czytamy we wpisie na blogu firmy. Firma dodała, że rozwiązania będą się różnić w zależności od lokalizacji. Zapowiedziała, że podzieli się kolejnymi zobowiązaniami, gdy je sfinalizuje.

Google testuje ten sam pomysł w większej skali. Canary Media podał 22 października, że firma planuje dużą wirtualną elektrownię w sieci PJM. PJM potrzebuje baterii. Canary Media podał 29 października, że operator sieci pilnie potrzebuje magazynów. Przedstawiła sposób, w jaki mógłby je pozyskać.

Na co patrzeć: więcej magazynów, więcej zasad dysponowania

Inner Mongolia Power Group nie poprzestaje na monitoringu. Planuje sześć projektów magazynowych finansowanych ze środków własnych, w tym inwestycje w Chunkunshan, Hanhai i Erzihao. Wspiera przyłączenia do sieci blisko 10 GW nowych mocy magazynowych w 2026 roku.

W innych regionach budowa magazynów nadal narzuca tempo oprogramowaniu. Indie miały we wrześniu 2026 roku 308,027 GW zainstalowanej mocy niekopalnej. Central Electricity Authority prognozuje 73,93 GW magazynów do roku 2031/32. Dzieli się to na 26,69 GW elektrowni szczytowo-pompowych i 47,24 GW baterii. Australia uruchomiła w pierwszym półroczu 2026 roku dziewięć dużych projektów bateryjnych o łącznej mocy 2,3 GW/7,1 GWh. To więcej niż 2 GW/5,1 GWh dodane w 2025 roku, podał pv magazine z konferencji All Energy Australia.

Każda z tych flot potrzebuje warstwy sterowania. Liczby z Mengxi sugerują, że centralny monitoring potrafi skoordynować ponad sto niezależnych stacji przy 20 GW. Nie pokazują, co się stanie, gdy do platformy dołączy drugi dostawca, drugi rynek albo drugi kraj.

Komentarze 0

Źródła

28
  1. 01China's Mengxi grid tops 20 GW of storage as renewables approach 60% of capacityEN
  2. 02OpenAI introduces program to reduce AI data center energy demand during peak hoursEN
  3. 03Top Custom Energy Management Development Companies With Published ProjectsEN
  4. 04Introducing the Grid Protectors ProgramEN
  5. 05Google plans big virtual power plant in energy-strapped PJM gridEN
  6. 06PJM desperately needs grid batteries. Here's a way it could get some.EN
  7. 07Battery Energy Storage System and Pumped Storage Projects Offer Solutions for Integrating Energy Grid: A ReportEN
  8. 08Key takeaways from All Energy Australia 2026EN
  9. 09AWS appoints British Embassy advisor as manager of energy policyEN
  10. 10More of the Same Expensive Dependence on Fossil Fuels in TEP and APS 2026 Energy PlansEN
  11. 11Can Enphase Energy (NASDAQ:ENPH) Overcome Its Cautious Guidance? - Kalkine MediaEN
  12. 12Bringing Design Data Management into the Developer WorkflowEN
  13. 13On the pitch and on the grid, Ukraine is not waiting for the war to end and is asking the world to invest in itEN
  14. 14OpenAI deepens Abu Dhabi foothold as Sam Altman inks deals spanning energy, government and investmentEN
  15. 15More heat pumps would actually be good for the grid, researchers findEN
  16. 16Heimstaden is changing residential real estate management with AIEN
  17. 17Fintech platform Sageworks taken offline after suspected cyberattackEN
  18. 18Percepto launches Axion AI platform to unify inspection data analysisEN
  19. 19Electric Hydrofoils Save Energy, But Do They Earn Their Price?EN
  20. 205 ballot proposals that could drive or derail clean energyEN
  21. 21Eugene Becomes 5th Oregon City to Adopt Home Energy Score RequirementEN
  22. 22The Ford Escape may return as an EV based on the UEV platform [Update]EN
  23. 23Einstein's equations may explain the universe without dark energyEN
  24. 24How digital membership platforms help sports NGBs leave the spreadsheets behindEN
  25. 25Cloudflare’s Post-Quantum GeoKey Manager Enters Closed Beta without Attribute-Based EncryptionEN
  26. 26Can battery swapping and energy storage power CATL’s next phase of growth?EN
  27. 27U.S. Department of Energy Has Critical Role in Power System Impacts from Wildfires - Department of Energy (.gov)EN
  28. 28Solar Topics in Small Business Innovation Research and Small Business Technology Transfer (SBIR/STTR) - Department of Energy (.gov)EN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.