时间:2026-11-16 作者:小编 点击:
国家发展改革委、国家能源局印发《“十五五”新型储能实施方案》(发改能源〔2026〕1565号),通知于2026年11月13日公开发布,方案成文日期为2026年10月29日。方案提出,到2030年全国新型储能装机规模达到3亿千瓦,平均储能时长3小时左右,并在源网荷储一体化、绿电直连、智能微电网、虚拟电厂等新模式中应用新型储能,提高自调峰、自平衡能力。对用电负荷稳定、具备屋顶或场地条件、已建设或规划分布式光伏的工厂来说,储能与绿电消纳、峰谷用电、供电保障和能耗碳排管理直接相关。

一、工厂为什么需要重新看待光伏配储
新型储能的价值来自多元场景。方案在电源侧、电网侧和用户侧场景中明确,储能可服务调峰、调频、调压、事故备用、爬坡、黑启动等需求,并支持新能源消纳和电力系统安全稳定运行。落到工业企业,工厂侧配储通常围绕三个目标展开:一是提高分布式光伏自发自用比例,减少光伏出力与生产负荷错配造成的余电浪费;二是结合峰谷电价和生产排班优化充电放电时段,降低用电成本;三是在供电波动、设备安保或应急场景中提供备用和支撑。
与单纯建设光伏相比,配储需要更完整的负荷测算。企业要先看清自身用电曲线:白天负荷是否稳定,光伏出力高峰能否被生产消耗,夜间是否有连续生产,变压器容量是否受限。只有把负荷曲线、光伏装机、电价机制、场地条件和安全间距结合起来,才能判断是否需要配置储能、配置多大规模,以及采用何种运行策略。
二、企业常见的配置痛点
第一,照搬其他工厂方案。不同行业的生产班次、设备负荷、用电功率、电价政策和场地条件差异较大,别人适用的光伏储能不能直接复制。只看储能容量和电池类型,不看负荷曲线与运行策略,容易出现储能长期闲置或调峰收益不足的问题。
第二,把储能等同于减碳资产。储能本身只是能量存储和调节装置,其低碳效益取决于所储电力的来源、充放电策略和后续核算口径。若电网电力结构、绿电采购或凭证归属没有理清,不能简单把配储直接折算为产品零碳或排放下降。
第三,忽视安全与运维条件。储能设备涉及电池、电气连接、消防、通风、温控和日常巡检,厂区还需要明确运行责任、应急处置和定期维护。场地选址、消防间距、设备选型和运维记录不到位,会给后续安全管理留下隐患。
第四,数据与生产系统割裂。光伏、储能、配电、车间电表和办公用电如果分别记录,无法形成完整的能源流向图。企业既难以核算自发自用比例,也无法判断储能是否按预期策略运行,节能和碳排数据缺少连续依据。
第五,重建设、轻运营且台账不同步。项目投运后没有定期复盘充放电曲线、设备效率、故障记录和峰谷收益,运行策略不能随生产排班、电价政策和光伏变化调整;绿电、光伏自发自用、储能损耗和外购电力在碳排放核算中口径不同,缺少计量记录和凭证支撑时,后续碳数据链条也容易被打断。
三、工厂光伏配储的准备路径
第一步,开展用能与负荷梳理。整理近十二个月的用电量、分时负荷、主要设备用电班次、变压器容量、功率因数和光伏装机情况,识别白天和夜间负荷差异,判断光伏余电空间和储能调峰需求。
第二步,评估资源与场地条件。结合屋顶承重、可用场地、遮挡情况、消防间距、通风散热和未来扩建计划,判断是否具备分布式光伏和储能设备安装条件。涉及并网、配电改造或公共连接点调整的,应提前与供电部门和专业技术单位沟通。
第三步,做技术经济性比选。根据负荷曲线测算储能容量、放电时长、充放电策略和预期收益,比较不同技术路线、设备效率、运维成本和折旧周期。方案应区分基本用电保障、峰谷套利、光伏消纳和应急备用等不同目标,不把单一收益作为决策依据。
第四步,明确安全和管理责任。落实设备选型、消防设计、电气保护、通风温控、巡检周期、异常报警和应急处置要求,明确能源管理、设备维护、生产排班和安全部门的职责边界。
第五步,接入计量与运行记录。配置或复核光伏、储能、总进线和主要车间计量器具,记录发电量、充放电量、自发自用电量、外购电量、损耗和设备异常情况。运行数据应与能源台账保持一致,便于后续复盘和核算。
第六步,定期复盘运行效果。按月度或季度复盘充放电曲线、设备可用率、峰谷用电变化、光伏自用比例和维护记录,结合生产计划、电价政策和绿电采购安排调整运行策略。设备容量、工艺负荷或厂区用途发生明显变化时,应重新评估配置合理性。
如果企业希望统一管理光伏发电、储能运行、外购电力和能耗碳排数据,可借助世通AI+能碳管理平台跟踪设备运行和台账变化。涉及项目规划、计量配备或碳数据归集方式时,可联系世通国际认证了解适用方案。
世通AI+能碳管理平台让节能降碳清晰可见
零碳工厂评审的核心,不是简单看企业有没有节能措施,而是看企业是否具备系统化、可验证、可持续运行的能碳管理能力。对于缺少能碳管理平台的企业来说,评审过程中最容易被
这几年,很多企业在推进绿色工厂、零碳工厂相关工作时,都会越来越明显地感受到一个变化:过去,能碳管理平台有时还是“加分项”;现在,越来越接近“基础项”;再往后看,
这两年,很多行业都在谈AI。但对企业来说,真正关心的并不是“有没有AI”,而是AI到底能不能进入实际工作,能不能解决那些原来反复做、耗时间、靠经验、效率不稳定的