请务必阅读正文之后免责条款部分 [Table_Summary] 中国储能研究报告 2025 泽平宏观研究报告 行业 专题报告 2025/3/6 首席经济学家： 任泽平 研究员：喻楷文 导读： 本文为新基建、新能源研究系列。 我们在 2021 年提出“当下不投新能源，就像 20 年前没买房”。 新能源革命的上半场是电动化，新能源汽车和锂电，下半场是智能化， 当前各新型储能技术：钠离子电池、固态电池、液流电池储能、氢储 能、混合储能、压缩空气储能等技术路线各有什么优缺点？未来哪种储 能的技术路线会成为主流？ 泽平宏观研究报告 2 目录 1 储能未来有望发展，是新型能源体系的关键一环 .................................................. ............................................................. 16 泽平宏观研究报告 3 1 储能未来有望发展，是新型能源体系的关键 一环 根据 IEA 预测， 2024 年至 2030 年间，全世界将新增超过 5500GW 的可再生能源发电量，是

中国节能协会碳中和专业委员会 2025 年 4 月 19 日 碳市场与碳金融发展报告 前 言 中国，作为全球生态文明建设的重要参与者、贡献者与引领者，在碳市场和 碳金融领域的探索与实践中具有举足轻重的意义。“双碳” 目标的提出，彰显了 中国对全球气候治理的坚定决心与大国担当，而碳市场则成为实现这一目标的核 心战场。经过十余年发展，我国已形成以市场机制为核心、多层次金融工具为支 撑、 注入流动性、效率与韧性。这本中国碳市场和碳金融发展报告，精心梳理了中国 碳金融市场从政策探索到机制创新的发展进程，通过多维视角还原其历史脉络与 系统演进。报告既立足历史维度，对碳市场建设阶段的制度成果与实践经验进行 系统性总结，又着眼未来趋势，结合成熟的国外市场经验提出了我国碳金融体系 建设过程中遇到的挑战，对未来碳市场的发展和金融工具创新方向及风险管理体 系构建开展前瞻性研判。 本报告通过提供兼具战略视野与实践价值的参考框架，旨在为政策制定者提 斗方向、挖掘差异化竞争优势提供一定参考。期望各方以此为基础，共同探索碳 金融高质量发展的中国特色路径，在实现 “双碳” 目标的征程中，充分发挥碳金 融市场的关键作用，为全球气候治理贡献中国力量。 碳市场与碳金融发展报告 目 录 前 言.........................................................................................

虚拟电⼚⽣存与发展研究报告 本末电碳 · Deep Research 5th 2025年4⽉ ⽬录 摘要 引⾔ ⼀、当前中国虚拟电⼚发展现状与政策背景 ⼆、核⼼能⼒要求与技术平台构建 三、市场准⼊机制与运营模式 四、国内典型企业与平台案例分析 五、国外先进案例对⽐与启⽰ 六、⼴东省的政策实践与典型项⽬ 七、未来趋势预测 结论 参考⽂献 摘要 政策层⾯ 国家发改委、能源局于2025年发布指导意 需求侧、引进第三⽅独⽴聚合商参与 竞争、应⽤⼈⼯智能优化调度等。在对⽐中创新，⾛出符合中国实际的发展之路。 虚拟电⼚作为能源转型时期的创新产物，正在我国从概念⾛向实践，并展现出⼴阔的发展前景。本报告通过对政策、技术、市场、案例等⽅⾯的深⼊研究，可以得出以下结论： 最后，趋势展望催⼈奋进。⾯向"⼗四五"中后期和"⼗五五"，虚拟电⼚有望迎来爆发式增⻓：接⼊资源将呈指数级扩⼤，市场规则将更完善透明 5000万千⽡以上》，2025年4⽉。 4. ⼴东省发改委：《⼴东省促进新型储能电站发展若⼲措施》摘录。 5. 数字储能⽹：《虚拟电⼚商业模式及定价机制》，2024年1⽉。 6. ⺠⽣证券研究报告：《从全球案例看虚拟电⼚商业模式》，2023年7⽉。 7. WeiyangX新能源专栏：《AutoGrid：智能能源管理先锋》，2021年。 8. Plug and Play能源观察：《万物皆可虚拟？虚拟电⼚了解⼀下》，2022年。

说明研究采用的数据和 研究方法；第二章至第十章为机械与运载工程，信息与电子工程，化工、冶金与材料工程，能源与矿业工程， 土木、水利与建筑工程，环境与轻纺工程，农业，医药卫生和工程管理 9 个领域报告，分别描述与分析各 领域工程研究前沿和工程开发前沿概况，并对重点前沿进行详细解读。 工程前沿研判是一项复杂且有挑战性的工作。八年来，项目研究聚焦全球工程科技发展的热点和难点， 将前沿研究、学术 假设提 出：借助生成模型提出新颖的科学假设，从而扩展研究边界，例如在药物研发中预测新的活性化合物。 ④ 实验验证：构建自动化实验验证流程，例如通过具身机器人将数据模型与物理测试无缝连接。⑤ 结 果报告与可解释性：通过实验结果的可视化、自然语言生成技术以及模型可解释性工具，揭示对结果 具有关键预测作用的模式和规律。⑥ 专家反馈与进化：引入专家经验和领域知识，建立反馈机制，持 续优化模型与假设。 整变革期。根据国际能源署预测， 到 2050 年，氢与氢基燃料使用量将达到 5 亿吨 / 年；而国际氢能委员会预测，到 2050 年，氢能将承担 22% 的碳减排量。《国际氢能技术与产业发展研究报告 2023》指出，全球已公布的绿氢项目数量约为 680 76 全球工程前沿 Engineering Fronts 全球工程前沿 2024 个，规划的制氢电解槽装机量累计超过 460 吉瓦。储氢

ETS • 全世界交易最活跃的碳市场，2024年全球碳市场85%的 交易额来自EU ETS 碳配 额 EUA 28 履约周期 3月31日 第三方机构核证后，控排设施 提交上一年的排放数据报告 6月30日 欧委会向控排设施发放免费配 额 9月30日 控排设施上缴上一年的欧盟碳 排放配额 8 欧盟碳市场的减排成效 2008年以来平均每年 下降3%，电力行业下 降4%。2023年比 强调要和世界贸易组织WTO规则和欧盟自由贸易协定兼容 • 要求进口商购买虚拟的CBAM证书，证书价格由欧洲碳市场 配额拍卖每周平均价格决定 • 2025年2月发布修订文件，对实施流程进行简化：设置50吨 年度累积阈值、简化计算与报告流程、允许延期购买 6 HYDROGEN 100.0 97.5 95.0 90.0 77.5 51.5 39.0 26.5 14.0 0.0 0.0 2.5 5.0 10.0 22

1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 政策对话 ， 并澄清人工智能能源的记录 足迹以及未来几年可能会如何发展。它建议 政策制定者通过以下方式解决对人工智能能源消耗的担忧 采取以下步骤 文章经常指出 ， 虽然大型人工智能模型的性能优于现有的 在语言翻译基准测试中 ， 改进只是 边际。这意味着人工智能研究人员正在做琐碎的事情 性能改进以牺牲大量的 碳排放。事实上 ， 其他人工智能研究人员在一份报告中明确了这一点 广泛阅读的论文 “关于随机鹦鹉的危险 ： 可以语言 ” 模型太大 ？ ”15 他们认为这是 “环境种族主义 ” 富裕的西方国家部署更大的 AI 模型 ， 因为这些 AI 系统将对全球贫困社区产生负面影响 这些能源效率的提高来自 硬件、虚拟化和数据中心设计方面的改进 ， 以及它们 是云计算能够扩展的部分原因。 数据创新中心 8 类似的趋势已经出现在人工智能中。正如最近的一篇论文指出的那样 ， “许多研究报告说 ， 神经网络的规模正在增长 指数。然而 ， 这并不一定意味着成本也是 呈指数级增长 ， 因为可以使用 相同的能量 ， 主要是由于硬件专业化 ， 但 特别是随着单位计算的能耗正在下降。 “49 硬件和软件的改进可能会保持能源的步伐