来源:麦田能源2026-04-28
更高的系统效率意味着日常充放电过程中能量转换损耗更低,更低的待机功耗则避免了系统闲置时的无效耗电。两者共同作用,能够显著降低用户的长期电费支出。
来源:鄂尔多斯市科学技术局2026-04-28
制冷压缩机组(制冷剂为氟利昂)每年耗电78.9万千瓦时。每年冷热系统碳排放3945吨,供电及冷热合计碳排放约13096吨。
来源:简捷物联2026-04-28
比如,强制补电就是专门对付自耗电的,逐级调压就是专门对付电压反复波动的。这些都是从现场长出来的经验,而非纸上谈兵。...典型设置如下:早上8:00至9:00:强制补电,防止电池soc因系统自耗电而过度下降上午10:00至15:00:计划充电,在电价较低时段存储电能晚上18:00至24:00:计划放电,在电价较高时段释放电能
来源:中国电力报2026-04-28
过去,这些充电桩只是“耗电设备”,接入虚拟电厂后则变成了“可调节的资源”。“新能源大发时,我们引导车主多充电,把绿电消纳掉;用电紧张时,我们引导车主少充电,甚至反向放电给电网。”
来源:苏电牛思2026-04-28
幕后揭秘:耗电大户怎么稳住“微电网”?懂行的人看到溧阳这套玩法,都会捏一把冷汗。电池制造企业是实打实的“耗电大户”,而园区自己建光伏发电,那是“看天吃饭”。...电网发挥技术调度优势,把“光伏发电板”“巨型储能电池”和“工厂的耗电设备”死死捏合在了一起,构建了一个聪明的“智能微电网”。
来源:苏电牛思2026-04-27
来源:南方电网报2026-04-24
算力中心不再是纯粹的“耗电大户”,而是被成功塑造成可参与电网调峰的“柔性负荷”。...这种源网荷储的深度协同,将“耗电大户”转变为“虚拟电厂”的优质调节资源。当算力实现了空间与时间的灵活调度,一个更深层的问题随之浮现:如何衡量这场“双向奔赴”的绿色成色?
来源:中国能源观察2026-04-23
“实际上只收了损耗电量的输配电费。”姚力解释道。“要注意的是,新型储能充电时需支付系统运行费。”
来源:高工储能2026-04-22
尤其是随着ai芯片算力的指数级增长,单芯片功耗将突破2千瓦甚至向5千瓦迈进,智算中心机架功率也从传统的8千瓦提升到100千瓦乃至500千瓦,单个机柜耗电量堪比一座摩天大楼亦或是小型社区。
来源:中国电力报2026-04-22
《中国电力供需分析2026》显示,互联网数据服务、充换电、算力集群等新型高耗电行业正在成为新的增长引擎,2025年,互联网数据服务、充换电服务业合计用电量增速超过40%,对电量增长的贡献率达到12.8%
来源:南方电网报2026-04-21
“‘炼铝锭’是传统制造业的典型代表,每吨铝耗电约13000-14000度,但每度电产出价值在1.5元左右。”
来源:北极星输配电网2026-04-20
在功耗方面,提供相同短路容量下,运行耗电仅为现有分布式调相机的45%。在运维方面,设备数量大幅精简,系统连接更简单,故障隐患点显著减少,运维成本降低50%。
来源:黄师傅说电2026-04-17
发用主体和电网企业以产权分界点为界核定上网电量和下网电量作为结算电量,若计量表无法安装在产权分界点处,则要明确实际计量点和产权分界点之间的损耗电量权责。
来源:大唐贵州发耳发电有限公司2026-04-16
其中,1、3号机组空预器改造后,一、二风温分别上升30℃及20℃,单机供电煤耗下降约3.5克/千瓦时;1号机组ggh烟道优化后,引风机耗电率下降约0.15%,有效降低了机组能耗与运行成本。
来源:中国能源新闻网2026-04-14
这类资源数量庞大且用电特性复杂,一个标准千p(即1000p算力)的数据中心1小时处理tb级大模型数据耗电量可达10万千瓦时,相当于约1.1万户家庭的日均用电量。
来源:北极星氢能网2026-04-14
业内分析,隆基氢能此次增资1亿元,主要是为了满足无锡电解槽基地扩产需求,承接国内绿氢大基地与海外高毛利订单,同时加大低电耗电解槽技术研发投入,强化光伏+绿氢一体化布局,提升资金实力与项目交付能力,进一步巩固在绿氢装备领域的市场竞争力
来源:上海市住建委2026-04-13
该通知明确,上海市新建民用建筑应严格执行国家和本市建筑节能设计规范,居住建筑年供暖供冷耗电量指标计算结果不得超过能耗限额指标20.5kwh/(㎡∙a),建筑年供暖供冷碳排放量指标不应超过碳排放限额指标8.6kgco2
来源:虚拟电厂2026-04-10
跨界命题:数据中心能否从“耗电大户”变身“数字调峰电站”?电氢融合的虚拟电厂如何落地?
来源:北极星储能网2026-04-10
据了解,该项目仅一期算力高达510p,全部启用后相当于25万多台高性能计算机同时运算,每年耗电量高达9700万度,相当于4万户家庭的年用电总量。
来源:晶科能源JinkoSolar2026-04-10
ai训练集群的功耗是传统服务器的10倍以上,一个超算中心的年耗电量可能相当于一座中型城市。ai数据中心需要的是平滑、稳定、可预测的电力曲线,而不是随天气波动的发电曲线。