跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

德国智能电表普及率欧洲垫底,电网灵活性需求却在增长

据t3n于11月3日报道,1Komma5°的统计显示,德国只有5.9%的计量点安装了智能电表,在24个欧盟国家中占比最低。欧盟平均值为65.6%。

科技分析王雅琴发布: 2026年11月3日7 分钟阅读资料来源 11
德国智能电表普及率欧洲垫底,电网灵活性需求却在增长

这个数字排在25行表格的最后一行。丹麦和瑞典为100%,爱沙尼亚和意大利为99.9%,欧盟平均值为65.6%。这份概览由能源供应商1Komma5°发布,t3n于11月3日进行了报道。

罗马尼亚、希腊和保加利亚没有出现在数据中。差距并不是因为缺少法定截止期限。年用电量超过6000千瓦时、或运行可控负荷的德国家庭本应装上智能电表。计量运营商原本要在2025年底前覆盖这一强制安装群体的20%。据t3n报道,约800家运营商中有434家连这个配额都没达到。在40多个电网区域里,一块表都没装。德国联邦网络局现在表示,将对未履行义务的运营商追缴罚款。

数据内部的规律是规模。

19家最大的运营商各自拥有超过50万个计量点。它们的安装率略低于30%,已经超过目标。约600家计量点少于3万的运营商平均只有19%。t3n把全国落后的一部分原因归结为此前的安全规定。电表必须密封运输,德国的设备还必须能够主动控制用户负荷。这增加了工程工作量。

智能电表的用途,才是这个缓慢推广在合规表格之外真正要紧的原因。t3n指出,智能电表使灵活电价和有针对性地切换负荷成为可能。在家庭或企业拥有大量可转移需求时,比如热泵或电动汽车,这种能力才划算。这也是贯穿今年其余电网报道的同一个灵活性论点。相关证据正变得越来越具体。

转移算力的作用没有听起来那么大

Ember于2026年10月发布的一项分析,经pv magazine于11月3日报道,用数字说明数据中心能为电网减轻多少压力。分析考察了两种机制:在时间上移动计算负载,以及就地供电。研究覆盖美国、欧洲和东南亚的九个市场。爱尔兰、英国和德国被列为风险尤其突出的市场。

在爱尔兰,数据中心已占峰值需求的约19%。2025年1月,6吉瓦的系统峰值中有1.1吉瓦来自数据中心。Ember预计这一比例到2030年将升至24%,数据中心需求达1.6吉瓦,而系统峰值为6.5吉瓦。问题出在时间错配上。一座大型数据中心需要200兆瓦到500兆瓦,建设周期为18到24个月。据pv magazine报道,常规电网扩建则需要4到10年。

负荷转移看起来是便宜的答案,直到你去看负载构成。

云服务、企业负载和AI推理需要低延迟。据Ember测算,到2030年它们将占全球数据中心容量的约87%。Ember假设AI训练有35%的灵活性,推理为5%,传统数据中心为零。按这些假设,理论上约6.5%的容量可以转移。平均利用率接近48%,因此电网承压时实际可用的容量降到约3%。在爱尔兰,这意味着到2030年峰值削减约100兆瓦,即1.5%。其他市场落在0.1%到0.6%之间。

Ember给出的替代方案是自带容量。让负载继续运行,用现场发电或储能来覆盖用电。据pv magazine报道,这可能带来接近五倍的缓解效果,在得克萨斯州最多可削减2.7吉瓦。这属于电网接入和并网的问题,而不是传感器的问题。但它划定了任何灵活性产品都必须跨过的门槛。

位置决定灵活性是否算数

爱尔兰监管机构发布了首份全国灵活性需求评估。CleanTechnica在10月29日的报道中梳理了细节。公用事业监管委员会认定,2028年配电网络上的向上灵活性需求约为234兆瓦和58吉瓦时。

落到单个变电站,数字就具体了。评估推算,2028年Naas的38千伏/10千伏变电站需求为0.6兆瓦和3兆瓦时,集中在1月。加固工程计划于2030年完成,此后不再认定相应需求。CleanTechnica谨慎地称这是建模仿真出的网络需求,而不是购买服务或安装电池的承诺。

在爱尔兰其他地方的一块电池可以提供有用的平衡服务,帮助消纳可再生能源发电,并在电力市场中获得收入,但对Naas的具体约束毫无帮助。

这就是要在网络边缘进行计量和监测的理由。全国容量估算无法告诉你哪台变压器不够用。CleanTechnica还引用了UK Power Networks于2026年3月发布的网络评估。报告称,该公用事业公司不再为某些单变压器变电站寻求灵活性招标,这些变电站的约束通常持续24小时。市场无法在技术和商业层面解决它们。

账本的另一面

并非每一种新增负荷都需要新的电线。清洁能源智库RMI的一项研究由Canary Media于10月28日报道。研究发现,在美国大约一半的州,冬季电网备用容量足以大量增加热泵,而不会引发昂贵的扩建。电网峰值出现在夏季,热泵主要替代效率较低的空调。在RMI分析的24个州加华盛顿特区,更广泛地采用热泵可使居民电价平均比原本水平低13%。这相当于每户每年约200美元。密歇根州可以安装360万台家用热泵,并将居民电价最多降低27%。

Canary Media引用了RMI的研究合著者Ryan Shea的话。他把电网比作一座车太少的收费桥:更多用户分摊固定成本。

密歇根大学的Parth Vaishnav提出了保留意见。他告诉Canary Media,这项研究是合理的。但他指出,每千瓦时价格更低并不一定意味着总账单更低。这些数字是方向性估算,不是预测。

在供给侧,排队才是问题。Canary Media于10月29日报道,PJM Interconnection已同意就剩余并网服务启动利益相关方程序。PJM是美国最大的电网运营商,覆盖13个州。该服务将允许现有电厂在现有接入点后面加装电池。Advanced Energy United的Jon Gordon告诉Canary Media,市场实施委员会将在11月4日的会议上讨论下一步。最早可能在2027年4月向FERC提交申请。咨询公司Surplus Interconnection的联合创始人Gavin Ahern表示,截至2026年年中,他的公司追踪到历史上共44吉瓦的SIS项目申请。其中约80%是加装电池。

PJM的利害关系在价格上看得见。

Canary Media于10月22日报道,谷歌和Voltus现在把该地区的虚拟电厂容量目标定在1吉瓦。这比最初100兆瓦的目标提高了十倍。Voltus首席执行官Dana Guernsey说,最初的100兆瓦始终只是第一口。PJM获得峰值容量的成本在几年内上涨了八倍多。它预测,到2030年代初,大型负荷将增加30到34吉瓦的需求,而该系统最近的峰值为162.6吉瓦。

传感器层必须证明什么

这一切都离不开配电层面的计量。德国的5.9%最清楚地说明了灵活性目标与实现它的硬件之间的差距。联邦网络局的罚款将检验执法能否推动构成大部分缺口的小型运营商。

Ember和CRU的数字表明,更难的考验是颗粒度。一个全国性的兆瓦数字可以靠一块位置不对的电池来满足。Naas的例子要求在某个变电站、某个月满足一项需求。这首先是数据问题,其次才是硬件问题。就目前的证据看,欧洲最大电力市场的计量层距离回答这个问题还有很长的路要走。

评论 0

资料来源

11
  1. 01Platz 24 von 24: Darum hängt Deutschland bei den Smart Metern in Europa stark zurückDE
  2. 02Behind-the-meter generation could deliver five times more grid relief than data center load shiftingEN
  3. 03Ireland's Grid Flexibility Assessment Shows Why Location MattersEN
  4. 04More heat pumps would actually be good for the grid, researchers findEN
  5. 05PJM desperately needs grid batteries. Here's a way it could get some.EN
  6. 06Google plans big virtual power plant in energy-strapped PJM gridEN
  7. 07National Grid to site biggest substation in UK near planned Teesside datacentreEN
  8. 08China deploys 'world's first' 800-volt DC power system for massive AI data centerEN
  9. 09CATL signs deal with Germany's Intilion to deploy 3 GWh of sodium-ion storage over 5 yearsEN
  10. 10Microsoft fixes Smart App Control broken by October Windows updateEN
  11. 11Ford Wants Utilities To Help Make Bidirectional EV Charging Cheaper For EveryoneEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。