数字能源十大趋势白皮书.pdf

数 字 能 源十 大 趋 势白 皮 书 能 源 数 字 化 ，共 创 新 价 值 数字能源 产 业智 库 联 合 发布 2021 年 2 月数字能源十大趋势白皮书 1 主编单位 华为技术有限公司 本白皮书的主编单位、编审组成员如下： 编审组成员 数字能源产业智库专家委员会 参编人员 尧权、罗进文、张峻鸣、韩冬、武磊磊、袁志良、彭鹏、张李明、李小娟、龚露意、马伟为、谢斌、周翔、汪雪、张效玮 版权说明 本白皮书版权属于数字能源产业智库。 欢迎转载、 摘编或利用其它方式使用本白皮书文字或者观点。 使用时请注明来源：数字能源产业智库。 了解更多 华为数字能源数字能源十大趋势白皮书 2 关于数字能源产业智库 数字能源产业智库专家委员会 石定寰 原国务院科技部秘书长、国务院参事，中国投资协会能投委专家主席，中国可再生能源学会理事长 李俊峰 国家应对气候变化战略研究和国际合作中心首任主任、学术委员会主任 陈立泉 中国工程院院士，国际电池材料协会终生成就奖获得者 高 峰 清华大学能源互联网创新研究院副院长、数字化转型研究室主任 刘桂彬 中国汽车技术研究中心有限公司标准化研究所总工程师 樊功成 国网综合能源服务集团有限公司党委委员、副总经理 徐进明 武汉日新科技股份有限公司董事长 张 杰 中国投资协会能源投资专业委员会副会长、秘书长 杨忠亮 广东电机工程学会低压直流电源专委会秘书长 张 玮 中国投资协会能源投资专业委员会主任 周桃园 华为技术有限公司副总裁、数字能源产品线总裁 方良周 华为技术有限公司数字能源产品线副总裁、首席营销官 张 峰 华为技术有限公司数字能源产品线副总裁、数字能源战略与业务发展部总经理 数字能源产业智库是一个由数字能源产业专家联合创立的学术智囊团。通过联名白皮书、学术报告、政策解读等 方式，聚合产学研顶尖力量，论道新趋势，解读新技术，分享新实践，共同寻求能源问题最优解；发挥行业影响 力，牵引能源产业链合作共赢；推进行业绿色化、数字化转型，合力促进碳中和目标达成。 数字能源产业智库专家委员会名单如下所示数字能源十大趋势白皮书 3 前 言 2020 年 ，在具有里程碑意义的 巴黎协定通过 五周年之际，碳中和运动正在全球兴起，世界主要 经济体陆续作出碳中和目标的承诺：欧盟委员会公 布 2050 年实现碳中和 ，并发布绿色新政 ；英国 、 日本、韩国、加拿大等国相继公布本国 2050 年实 现碳中和；中国则承诺在 2060 年前达成目标。 在碳中和目标的牵引下，各行业积极响应并付诸行 动，其中电力生产和能源消费（包括工业、交通等 重点行业）的减少碳排放工作至关重要。 在电力生产端，以光伏为代表的可再生能源替代传 统的化石能源是大势所趋。据预测，可再生能源将 在 2025 年取代化石能源成为主要发电方式，未来 将最终实现零碳发电。 在能源消费端， 电力将逐步替代传统化石能源消耗。 据预测 ，电力将在 2050 年超越石油 ，占比达到 45%，其中绿色制造、绿色建筑和绿色出行是电气 化的重要增长引擎。在工业和建筑行业，通过可再 生能源发电和综合能效提升，最终实现零碳工厂、 零碳建筑和零碳园区。在交通行业，电动车将取代 传统燃油车，成为主要出行方式之一，最终实现零 碳交通。 然而传统的能源基础设施运行方式难以应对发展过 程中带来的新挑战。 在电力生产中， 采用传统方式， 存在着发电效率低、运维效率低等问题。同时，随 着数字世界的快速发展，数据中心、站点数量的激 增也将带来更高能耗的挑战。能源数字化采用数字 化、智能化技术，可有效提升电力生产效率、运维 效率和能源效率，最终助力碳中和目标实现。 2020 年 12 月，来自能源行业的多位权威专家学者 共同成立了数字能源产业智库，探讨能源数字化转 型，并联合发布数字能源十大趋势白皮书，为 能源产业转型升级提供战略参考数字能源十大趋势白皮书 4 CONTENTS 目 录 关于数字能源产业智库 .2 数字能源产业智库专家委员会 .2 前 言 .3 目 录 .4 趋势一：能源数字化 .5 趋势二：绿电无处不在 .6 趋势三：全链路高效 .9 趋势四：AI 加持 . 11 趋势五：融合极简 . 13 趋势六：能源网自动驾驶 . 15 趋势七：综合智慧能源 . 17 趋势八：智能储能系统 . 18 趋势九：随时随地超级快充 . 19 趋势十：安全可信 . 21 缩略语 . 22数字能源十大趋势白皮书 5 能源数字化是必然趋势 传统能源行业仅关注瓦特流 ， “发 - 输 - 配 - 储 - 用” 节 点之间彼此孤立， 难以协同， 导致电力生产效率低、 能源 效率低。 且全链路存在大量 “哑设备” ， 依靠人工维护， 运维效率低。能源数字化通过引入 5G、AI、大数据、IoT 能源数字化 趋势一 等数字化技术， 并将电力电子技术与数字技术创新性地融 合， 在瓦特流基础上加入比特流， 用比特管理瓦特， 实现 全链路的互联化、 数字化和智能化协同， 让电力生产效率、 运维效率、能源效率最大化。 图 1：能源数字化、智能化 控制算法 电 力 电 子 技 术 通 信 技 术 A I 技 术 平台算法 数据 算力 拓扑 器件 5 G P L C I oT 5G PLC 发 电 输 电 用 电 比特流 瓦特流 管理 配 电 储 电 能源数字化、智能化 从瓦特到瓦特 + 比特，比特管理瓦特，从哑设备到智能系统 数字技术与能源技术融合创新数字能源十大趋势白皮书 6 电力生产向绿色化、低碳化转型 以太阳能和风能为主导的可再生能源 ，是未来 30 年增 长最快的能源 。根据预测 ，光伏发电的占比将由 2020 年的 3%，迅速增长到 2050 年的 24%，成为最大的发 电能源。 图 2：2020-2050 年全球发电能源比例变化 （来源：数字能源产业智库） 图 3：2020 年主要国家光伏度电成本与煤电标杆电价比较 （来源：数字能源产业智库） 绿电无处不在 趋势二 在并网稳定性要求下，光储融合成为必然趋势 随着新能源渗透率的提升，电网系统对并网要求将更为 严苛，光伏电站配置储能成为电力系统灵活、稳定运行 的有力保障 。预测到 2025 年 ，光伏电站光储共生的比 例将达到 60% 以上，让光伏发电从“补充电”走向“主 力电”、“优质电”。 光伏发电进入“平价上网”时代 过去十年光伏发电成本大幅下降，在大多数国家，光伏 度电成本比传统能源上网电价更低，也促使全球针对光 伏的投资进一步增加。 26% 可再生 60% 水电 风电 光电 其他清洁能源 油电 气电 2020 2050 光伏 3% 光 伏 24% 西班牙 土耳其 匈牙利 巴西 墨西哥 智利 阿根廷 澳大利亚 印度 新加坡 泰国 中国台湾 马来西亚 阿联酋 沙特 约旦 尼日利亚 南非 中国 光伏度电成本 煤电标杆电价 图 4：全球光伏电站光储共生比例 （来源：数字能源产业智库） 0 20% 40% 60% 2020 2021 2022 2023 2024 2025 从光伏到光储，光储比例稳步提升数字能源十大趋势白皮书 7 分布式光伏进入千行百业 、千家万户 ，装机占比 稳步提升 分布式光伏由于部署灵活、充分利用闲置屋顶、投资收 益好等优势，融入到千行百业，催生了零碳家庭、零碳 园区、零碳工厂、零碳数据中心、零碳网络、零碳医院、 零碳学校、零碳停车棚、零碳办公楼 / 商场、零碳仓储 / 物流等新型应用场景，进而实现零碳乡镇、零碳城市、 零碳省份、零碳国家。据预测，2025 年分布式将占全球 新装机容量 40% 以上，约 47GW/ 年。 随着分布式光伏的广泛应用 ，主动安全成为行业 共识 在传统方案下 ，光伏系统由于长期使用 ，可能造成接头松 动 、线缆老化等问题 ，进而产生电弧 。如不及时处理 。如 果不及时处理 ，易造成火灾风险 ，对建筑和人身安全带来 隐患 ，因此主动安全成为分布式光伏应用的关键要素 。当 前，行业也制定了相关规范和标准，如快速关断 RSD (1) 方 案 。此方案基于百万量级电弧特征样本数据 ，通过 AI 精 准识别电弧， 在 0.5s 内快速、 自动切断电路， 保障安全。 数字世界的快速发展， 数据中心、 站点数量的激增， 也将带来更高能耗挑战 根据预测，全球数据中心能耗将从 2020 年的 6700 亿度 电，快速增长至 2025 年的 9500 亿度电，约占全球总用 图 5 ： 全球新增光伏装机中分布式占比 （来源 ： 数字能源产业智库） 1 RSD: 快速关断 Rapid Shutdown 分布式容量占比稳步提升 60% 40% 20% 2015 2016 2017 2018 2019 2020 2021E 2022E 2023E 2024E数字能源十大趋势白皮书 8 已不仅仅是企业基于自身经营的需要，更是重大的社会 责任。 绿电助力 ICT (2) 行业更加低碳 ，未来将实现零碳 网络和零碳数据中心 全球领先的运营商陆续提出了零碳网络战略， 将在站点、 机房、 数据中心等典型 ICT 场景规模部署光伏。 在希腊， 通过在站点应用光伏，运营商降低了 40% 左右的市电使 用，年节省电达到 14500 度，有效保护了海岛的环境。 在巴基斯坦，通过在站点应用光伏和 AI 技术，将油机运 行时间降低到 10% 以内，节省 OPEX (3) 81%。在中国青 海，通过在数据中心部署光伏，助力零碳数据中心目标 的实现。 电量的 3% ； 全球站点能耗将从 2020 年的 2030 亿度电， 快速增长至 2025 年的 6600 亿度电，约占全球总用电量 的 2%。构建绿色高效乃至零碳数据中心和零碳网络 ， 图 6：全球数据中心 + 站点耗电量（来源：数字能源产业智库） 图 7：全球数据中心 + 站点绿电应用实践 站站叠光 节电 14500kWh/ 年 助力“绿岛”建设 以光去油 单站 OPEX 节省 81% CO 机房叠光 降低线损， 多发电 1015% 绿色数据中心 数据中心采用绿电 逐步成为风潮 “零碳”网络 “零碳”数据中心 降低 40% 市电用量 希腊 锂电超级快充，去油机 巴基斯坦 机房级叠光，ROI 5 年 数据中心绿色能源应用 中国青海 2020 2025 16000 亿度 8730 亿度 站点 数据中心 2 ICT: 信息及通信技术 Information and Communications Technology 3 OPEX: 运营成本 Operating Expense数字能源十大趋势白皮书 9 柜替房 杆替柜 高效部件、高效架构，实现全链路高效 随着电力电子技术的发展 ，以及功率器件 、拓扑及控 制算法的升级 ，电源部件已达到了极致高效 。当前业 界逆变器转换效率最高已达到 99%，UPS (4) 模块效率 最高已达到 97.5%，PSU (5) 整流模块效率最高已达到 98%，电动车充电模块效率最高已达到 96.5%。模块 级的效率提升对于系统级的效率提升空间已经有限。为 了提升系统效率，需要对“发 - 输 - 配 - 储 - 用”全 链路架构进行升级： 高效发电 随着全球光伏平价时代的来临，亟待技术创新进一步降 低 LCOE (6) ，提升客户投资收益。光伏电站未来将采用双 极电压架构，以降低线缆成本及发电损耗。同时，未来 电站将提升子阵容量，进一步降低系统成本，提升发电 效率，最终达到降低 LCOE 的目的。 全链路高效 趋势三 高效站点 传统站点采用机房建设，空调能耗高，且站点能效通常 只有 60%，造成电费高昂。如采用室外站点替换机房站 点，则站点能效可提升为 80%；若进一步采用自然散热 架构的刀片电源的杆站，则站点能效可提升至 97%。通 过以柜替房、以杆替柜，最大化提升站点能效。 组件 逆变 箱变 电网 4 UPS: 不间断电源 Uninterruptible Power Supply 5 PSU: 电源模块 Power Supply Unit 6 LCOE: 度电成本 Levelized Cost of Electricity 图 8：光伏发电系统架构图 图 9：站点柜替房、杆替柜示意图数字能源十大趋势白皮书 10 高效数据中心 传统数据中心使用冷冻水系统，共有 7 大部件，需要进 行 4 次换热 ，导致温控系统能耗高 、PUE (7) 高 。为降低 数据中心 PUE，当前业界领先的数据中心大多采用引入 自然冷源的模块化间接蒸发冷却系统，由 4 次换热简化 为 1 次，同时利用 AI 调优，大幅降低制冷系统的电力消 耗，从而进一步降低 PUE。例如在中国乌兰察布某数据 中心，年均 PUE 低至 1.15。 整车高效 普通新能源汽车在充放电、电池包加热或冷却、乘员舱 加热或制冷等多种应用场景下 ，涉及到电能 、动能 、 热能的管理均为独立控制，无有效联动，导致新能源汽 车无法进行整车维度的能效优化 。为了进一步节能或 提升续航里程，采用超融合及域控制架构，通过电能、 动能 、热能的联动控制 ，实现三能互补 ，可达到充电 - 储电 - 用电的全链路整车级高效。 7 PUE: 电能使用效率 Power Usage Effectiveness数字能源十大趋势白皮书 11 角度、闭环控制，从而实现对光照资源的最大化利用， 达到发电效率最大化。在安徽某光伏电站，该方案在传 统的跟踪轴方案上进一步提升了 1.5% 发电量。 AI 使能能效优化 传统冷冻水制冷系统由冷水机组、泵、冷却塔、末端等 部分组成。由于制冷效果与机房环境、大气条件、IT 负 荷 、工况设定等相互关联 ，在运维达到一定的成熟度 后，单纯凭借硬件节能或者基于人工经验的简单调优， 都已经无法满足进一步降低能耗的要求。利用 AI 技术， 寻找出制约 PUE 的关键因素， 然后推理出当前 IT 负载、 室外温度下的最佳参数组合，并监督下发，最终实现数 未来 AI 将普遍应用到能源行业 在传统模式下 ，电力生产 、设备运维和能源使用高度依 赖专家经验和人工 ，效率低下 。从传统专家经验和人工 模式走向 AI 模式， 将极大提升电力生产效率、 运维效率、 能源效率。 AI 使能发电高效 传统的光伏电站多根据专家经验和天文算法设置光伏支 架倾角，但由于太阳光的照射角度随时间、季节不同， 电站无法持续达到最大发电效率点。当前，业界通过引 入 AI 技术，协同联动逆变器及支架控制单元，寻找最优 AI 加持 趋势四 8 SDS: 智能直流发电系统 Smart DC System 图 10：智能光伏 SDS (9) 方案示意图 图 11：采用 AI 技术的云数据中心 中国廊坊数字能源十大趋势白皮书 12 据中心能效最优。在廊坊某数据中心，通过 AI 技术从室 外的冷冻机控制到室内的末端，实时参数调优，从而使 数据中心的 PUE 由 1.42 降至 1.26。 AI 使能运维提升 传统的百兆瓦光伏电站通常需要 20 人长期值守 ，发生 故障时需要停电并派遣人工上站检修，运维低效、成本 高昂 。而采用融合 AI 算法的智能 IV 诊断 ，在日常巡检 中可实现一键远程 100% 组件健康检查，精准识别组串 故障类型，定位故障组串位置，并提供修复建议，提升 运维效率，降低电量损失。在中国格尔木某百兆瓦光伏 电站 ，采用该技术 ，完成全量诊断只需 15 分钟 ，运维 效率大幅提升，保障电站健康稳定运行。 9 BMS: 电池管理系统 Battery Management System 图 12：采用 AI 技术的光伏电站 中国格尔木 图 13：端云 BMS 预测性维护示意图 放电时间点，储能状态与站点负载变化无协同，易造成 备电不足和储能利用率低等问题。采用 AI 技术，可预测 市电、负载的变化，并基于储能健康度和状态智能充放 电，实现储能与负载的智能协同。在保证站点备电可靠 的前提下，最大化错峰收益。中国浙江某站点采用 AI 错 峰方案，节省电费 17%。 AI 使能安全增强 传统的端云 BMS (9) 仅具备数据上传和简单的数据统计 功能，需要辅以人工判断的方式进行故障筛选及识别， 导致故障检测精准度差，查全率不足 30%、误报率高于 15%/ 月， 且无法实现提前预警。 随着在网车辆的增加， 给车企带来了沉重的运维成本 。端云 BMS 在 AI 算法的 加持下，故障检测精度可大幅提升，查全率可达 70% 以 上， 误报率控制在 0.2%/ 月以内， 并可按天级提前预警， 实现智能轻量运维和提供极致安全保障。 AI 使能运营增效 传统站点的错峰管理仅根据峰谷电价时间设定储能充 云上 AI+ 大数据