岭南半月谈丨孙东来:新能源资产的投资和运营
来源:岭南论坛 时间:2024-01-21
导 读
岭南半月谈是岭南影响力的一个子项目,以小型座谈会形式举行,每半月邀请业界专家,向听众们介绍某个行业或领域的发展情况及趋势,其中的机遇和挑战,引导、帮助从业人员加深行业了解,促进参会人员共商发展机遇,对自身职业发展形成更为清晰的规划。
2024年1月20日,岭南半月谈“创新创业系列”活动在广州市天河区珠江新城路演室举行,本期活动由岭南影响力主办,岭南影响力秘书长田静女士主持,极熵科技创始人、CEO、正高级工程师、劲源科协主席——孙东来博士发表了“新能源资产的投资和运营”的主题演讲。
孙东来博士主要从能源系统变革的时代背景、新型能源系统的资产本质、能源资产管理的技术路径、能源资产价值的优化与实践、能源资产投资机会甄选等五个方面做了分享。
一、能源系统变革的时代背景
在双碳政策背景下,新型能源资产变革已然成为一种确定性。在这种变革的确定性下,在未来新型能源体系中,电力将担任主角,其占比将从2023年的8.1%攀升至2060年的63.2%。新型能源系统未来的发展趋势是安全高效、清洁低碳、柔性灵活以及智慧融合,这将会在电源侧、电网侧、用户侧、储能侧给我们带来更多的发展机会。在电源侧新能源逐步成为发电量增量主体,煤电仍是电力安全保障的“压舱石”;电网侧以“西电东送”为代表的大电网形态进一步扩大,分布式智能电网支撑作用越发凸显;用户侧电力消费新模式不断涌现终端用能领域电气化水平逐步提升,灵活调节和响应能力提升;储能侧储能多应用场景多技术路线规模化发展,满足系统日内平衡调节需求。
随着新能源不断的发展,电力系统将面临着四大挑战。一是系统调节能力和支撑能力的挑战。新能源占比不断提高,快速消耗电力系统灵活调节资源,其间歇性、随机性、波动性特点使得系统调节更加困难,系统平衡和安全问题更加突出。部分网架薄弱、缺乏同步电源支撑的大型新能源基地,系统支撑能力不足,新能源安全可靠外送受到影响。二是“双高”系统的安全挑战。高比例可再生能源和高比例电力电子设备,构成的“双高”系统,具有系统低惯量、低阻尼、弱电压支撑的特点,且我国电网呈现交直流送受端强耦合、电压层级复杂的电网形态,送受端电网之间、高低压层级电网之间协调难度大,故障后易引发连锁反应。三是源→源网荷储的控制扩展挑战。随着数量众多的新能源、分布式电源、新型储能、电动汽车等接入,现有调控技术手段无法做到全面可观、可测、可控,调控系统管理体系不足以适应新形势发展要求,需要不断深化电力体制改革和电力市场建设,提升新能源消纳能力和源网荷储灵活互动调节能力。四是适应新型能源系统的市场机制亟待完善。电力系统可控对象从以源为主扩展到源网荷储各环节,控制规模呈指数级增长,调控技术手段和网络安全防护亟待升级。电力系统转型过程中面临诸多改革任务,适应新型电力系统的体制机制亟待完善。
二、新型能源系统的资产本质
传统能源系统在垄断经营条件下,电网的形态是由各种电网资产、负荷侧资产、发电资产等实体资产与营销系统、运检系统、调度系统等业务系统的组合模式。而新型能源资产的组成形态是服务侧的能碳规划设计、全域能源管理、能碳服务,供能侧的分布式发电、智能微网、工商业储能,以及用能侧的精益能碳管理、负荷智控等。
新型能源资产将会从能源基础收入、运维降本增效、增量套利收益三个方面带来提升价值,能源基础收入方面,带来的是高电压等级售电差价增量收入形态与绿电、绿证等绿色收入形态;运维降本增效方面,通过降低故障小时数、降低备品备件成本带来的安全运行,以及通过预测性维护带来的持续可靠创造收益;增量套利收益方面,峰谷套利与需求侧响应带来的电网套利收入,以及现货市场、虚拟电厂带来的增量收入。
三、能源资产管理的技术路径
新型能源资产同样需要包括规划与仿真设计、建设及项目管理、资产运营及生命周期管理等一系列的闭环管理。在规划与仿真设计方面,基于模型合理规划能源资产,合理化能源资产投资成本,获得最优收益率方案。在建设及项目管理方面,控制建设周期的成本与质量,为未来实现能源资产的管理及调度收益提升打下智能化系统基础。在资产运营及生命周期管理方面,基于AI预测模型和智能控制系统,根据外部环境、政策和市场变化,实现资产收益率20%的提升。
能源资产管理所涉及的模型及算法有能量预测、动态模型、价值评估、最优策略等方向。能量预测模型有基于CNN/LSTM的时间序列预测方法、生产用能预测模型、光伏发电预测模型等;动态模型有全域能源拓扑、带有拓扑感知的就地控制系统等;价值评估模型有微网经济价值模型、新型能源资产模型、多元应用场景模型等;最优策略模型有LP/MILP优化求解、启发式控制策略算法、最优贴线运行模型等。
基于用户侧绿色微电网架构实现新型能源资产管理主要涵盖发(光伏、电网)、配(储能系统)、用(运行负荷)集合环境、多能、外部信息综合调度,是基于用户侧绿色微电网架构实现新型能源资产管理,基于智能AI控制的云边协同控制,基于多维度负荷变化动态调整储能控制策略,实现新型能源资产管理,最终带来了拓扑运行的稳定收益价值、基于人工智能的经济收益价值、长期提供绿色与碳价值等三大方向的资产价值提升。
四、能源资产价值的优化与实践
通过人工智能算法技术深度挖掘能源资产运行数据价值,充分使用AI算法技术赋能工业、物流、园区等多个产业场景应用,实现能源资产的最优规划设计及结果模拟仿真;实现能源资产状态监测,以及动态策略调优,达成最佳求解策略指导运行,实现主动式收费、运维提醒,实现多层级分析预警,全方位助力能源资产的经营管理。
以某工业园区的工业绿色微电网建设为例,该园区特点是规模大、能源模块多,包括国家电网供电、自建热电厂、分布式光伏及大规模储能,同时既存在多套DCS系统、配网ECS/SCADA系统,又有多套光伏系统和储能系统,接入监测点达十万余个。在这种情况下,通过接入各类能源管网、按需收集、分析、展示数据并建立预测模型。最终,该工业城能源运维团队成本降低60%,收费结算准确率提升至100%,代理购售电及绿电交易快速推进。其中,从供能侧来看,容量成本降低35%,储能收益增长40%;从用能侧来看,园区能源自产自销规模提升了12%。这意味着基于能源数字化应用及智能化策略,每年能够带来约数百万元确定性年化收益,并且未来收益将随着规模增长而持续提升。
五、能源资产投资机会甄选
未来,新能源基础设施和资产将继续保持快速增长,大量的投资人开始关注并参与投资,从而促进了整条产业链围绕降本增效进行不断的创新,究其本质,核心目标始终围绕资产在投资收益率的进一步提升。这对开发、设计、建造、运营、管理等各个环节都提出了更高的要求,一方面,在前期建设、选用成本更低、效率更高的技术在内的更先进的材料,另一方面,资产的投后管理水平、运营能力也是直接影响收益率的关键因素。
在能源资产投资机会甄选上,要重点关注新型能源资产的管理者、运营者的综合素质,及其在行业、产业、技术、财务等方面的资源。其中,技术领先、成本合理是新型能源资产规划建设的制胜基础,精细化管理是资产运营的制胜关键。
分享结束后,孙东来博士与参会人员就碳资产与新能源资产的关系、碳足迹计算的方法论、资金进入新型能源资产的最佳时期、新型能源资产的评价维度、数字化对新型能源资产运维的提升等话题进行了交流和讨论。
相较于过去的房地产投资,新能源资产更加依赖数字化技术。例如屋顶光伏和储能设备,资产收益的提升实际上更多地取决于数字化技术的运用。无论是对电力调度等能源技术的应用,还是对能源资产的运行维护、预判、预警和预测等方面的能力,都需要依赖数字化技术的实现。若自身技术实力不足,或者仅依赖当前需求,当实际需求下降时,如产业用能发生变化,发电能力和能源资产管控能力能否随之调整,这将对其新能源资产收益产生重大影响。