《三月份风能和太阳能首次占美国发电量的10%》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2017-08-16
  • 根据3月份EIA“电力月报”的数据,风电和太阳能(包括公用事业规模的工厂和小型系统)的月发电量首次超过美国发电总量的10%。这两种能源的发电量随风力和太阳能发电能力的增加而增长。一年来,风能和太阳能在2016年占美国总发电量的7%。

    风和太阳能发电遵循季节性模式,反映了季风和阳光的季节性变化。在美国境内,风格根据地理位置而有所不同。例如,得克萨斯州,俄克拉荷马州和附近州的风力发电机组在春季月份的产量通常最高,而加利福尼亚州的风力发电机组在夏季更有可能获得最高产出。

    夏季月份的太阳能月产量最高,无论位置如何,因为日光时间都较多。美国大约一半的公用事业规模的太阳能发电厂采用某种形式的太阳跟踪技术来提高季节性产出。

    根据近年来的季节性变化,风能和太阳能发电量可能在2017年4月份再次超过美国总发电量的10%,而在夏季则下降到10%以下。自2014年以来,当EIA首次从小型太阳能光伏系统开始估计国家级发电量时,风电和太阳能发电组合在春季或秋季达到最高水平。由于这些季节是电力需求普遍较低的时期,风电和太阳能发电组合在这些时期也达到美国最高。

    根据2016年度的年度数据,德克萨斯州是风能和太阳能发电总量的最大值。几乎所有的这一代人都是来自风,因为德克萨斯州比其他国家产生更多的风能。作为国家总发电量的一部分,爱荷华州的风能和太阳能产量最高,其中风能和太阳能在2016年达到发电量的37%。除了爱荷华州,风能和太阳能至少提供了2016年发电量的20%在其他六个州。

    在几乎所有州,风占国家总发电量的比例高于太阳能。在十几个州中,只有加利福尼亚州和亚利桑那州在2016年拥有更多的太阳能发电量。在12强爱荷华州,堪萨斯州和北达科他州的三个州,在2016年没有实现太阳能发电,而相对较少的产量小型太阳能光伏系统。

相关报告
  • 《EIA 预计 2024 年美国太阳能年发电量将超过水力发电量》

    • 来源专题:新能源汽车
    • 编译者:王晓丽
    • 发布时间:2023-11-28
    • 根据我们的《短期能源展望》(STEO)预测,到2024年,美国的太阳能发电量将比水力发电量高出14%。我们的预测主要得益于新建公用事业级和小型太阳能设施的持续增长。 根据我们的《电力月报》,2022 年 9 月,美国太阳能发电量首次超过了水力发电量。当月,美国太阳能发电厂和屋顶太阳能发电量约为 190 亿千瓦时,而美国水力发电厂的发电量为 170 亿千瓦时。 由于太阳能装机容量呈指数级增长,今年夏天太阳能发电再次超过了水力发电。从 2009 年到 2022 年,太阳能装机容量平均每年增长 44%,而水电装机容量每年增长不到 1%。在 STEO 中,我们预计太阳能年发电量将在 2024 年首次超过水电年发电量。2019 年,风力年发电量超过了水力年发电量。美国太阳能发电量和美国风力发电量的增长模式相似,都主要跟随装机容量的增长。 数据来源 美国能源信息管理局,EIA-860 表,每月发电报告 投资税收抵免等激励措施鼓励了可再生能源发电能力的增长。到 2023 年 8 月,美国太阳能装机容量总计超过 125 千兆瓦(GW),其中公用事业级太阳能装机容量为 80 千兆瓦,小型太阳能装机容量约为 45 千兆瓦。在过去几十年中,美国的水电装机容量相对稳定地保持在约 8000 万千瓦。 今年整个八月份,天气模式导致美国水力发电量减少。水力发电量取决于季节性水文条件和长期天气趋势。虽然天气模式也会影响太阳能和风能发电量,但这些能源的发电量增长最快,是增加发电量的最大原因。 在高需求或高价格时期,水力发电机拥有水库,可以蓄水,通过大坝放水发电。这种控制输出的能力受到长期水文条件以及与水权和娱乐用途相关的其他复杂因素的限制。尽管存在这些挑战,水力发电仍然是西北太平洋等地区每小时发电模式中的一个重要来源。
  • 《风能和太阳能发电的容量积分:西班牙的情况》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2019-06-03
    • 本文分析了西班牙电力系统中可再生光伏(PV),聚光太阳能(CSP)和风能技术的容量信用(CC)。该系统稳定地增加了可再生能源的份额,达到了超过30%的渗透率。 ENTSO-e的预测表明,到2030年,这一水平将增加到50%。因此,本文研究了不同的情景,以研究可再生整合的演变并评估对可靠性的相应贡献。考虑到可再生能源的季节性以及与可再生能源,故障问题和热力单元维护相关的不确定性,使用顺序蒙特卡罗(SMC)方法进行评估。 SMC的基线由西班牙系统的辐照度和风力数据的历史年度时间序列提供。在太阳能案例中,这些时间序列转换为具有CSP和PV生成模型的电力时间序列。前者包括不同的蓄热策略。对于风力发电,使用移动块自举(MBB)技术来生成新的风力时间序列。 CC使用标准可靠性指标(即负载预期损失(LOLE))基于等效公司容量(EFC)进行评估。结果表明,当西班牙电力系统在可再生能源发电中所占比例很高时,可再生能源对电力系统充足性的贡献很小。此外,将结果与类似研究的结果进行比较。