当前位置: 首页 > news >正文

美国家用储能装机量创历史新高,虚拟电厂与AI数据中心成新机遇

美国家用储能装机量在2026年初创下历史纪录,背后推手是各州激励政策与持续攀升的居民用电成本。这一趋势或将为电网运营商乃至AI数据中心带来更灵活的能源供给方案。

美国能源信息署数据显示,2026年第一季度新增家用储能装机量达创纪录的673兆瓦。据彭博新闻报道,这一趋势主要由电价较高且已出台家用储能激励政策的州所推动。

家用储能的兴起,可视为各州在成功推广屋顶光伏之后的自然延伸——储能系统能够让用户在夜间使用白天储存的太阳能。加利福尼亚州和夏威夷州贡献了新增家用储能装机的大部分,德克萨斯州和亚利桑那州的装机量也显著增长。

据彭博报道,加州通过为日落后向电网输出的居民用电提供更优惠的价格,激励已安装光伏的用户同步配置储能设备;夏威夷则对每千瓦的家用储能装机给予400美元的一次性补贴。

值得注意的是,家用储能装机创纪录的同时,居民光伏新增装机却出现放缓——特朗普政府及共和党主导的"一项伟大法案"取消了面向家庭用户的30%联邦光伏税收抵免。尽管如此,美国太阳能发电总量仍在持续增长,并于4月份首次超越燃煤发电量。

储能装机热潮与居民用电成本上涨同步发生。美国能源信息署最新数据显示,与2025年4月相比,2026年4月全国居民用电平均价格上涨逾7%。这意味着配备智能储能管理系统的家庭用户,可以在电价最低时充电,在用电高峰期放电,从而降低用电成本。

家用储能容量的持续扩大,也为电网运营商提供了更多需求管理手段,尤其体现在虚拟电厂领域——通过将数以千计的家用储能系统联网协调充放电,并向用户支付补偿,实现电力的灵活调度。

部分家用储能企业已将这一模式纳入商业核心。例如,总部位于德克萨斯州奥斯汀的初创企业Base Power,以大幅折扣销售家用储能设备及电力,换取对整体储能车队的统一管理权,并以此构建虚拟电厂。

据耶鲁大学E360报道,2025年纳入虚拟电厂体系的美国家用储能容量增长了153%。该报道还援引了2025年7月的一项演示案例——10万套家用储能系统所能提供的电力,超过一座大型天然气调峰电厂的输出功率。

部分企业更进一步,将目光投向能耗极高的AI数据中心——后者正是美国电力需求快速增长的重要驱动因素之一。6月24日,Sunrun、Renew Home与特斯拉联合宣布达成协议,将把"Sunrun和特斯拉运营的数十万套家用储能系统"整合为"全美规模最大的分布式发电厂",并声称可向超大规模数据中心和公用事业公司合计提供超过16吉瓦的电力。

旧金山初创企业SPAN则提出了一种更为非常规的方案:在郊区住宅中部署数据中心服务器,并结合家用储能及光伏系统作为备用电源。

Q&A

Q1:美国家用储能装机量为什么会在2026年创历史纪录?

A:主要有两大驱动因素。一是各州的激励政策:加州对日落后向电网输出的居民用电提供更优惠价格,夏威夷对每千瓦装机给予400美元一次性补贴;二是居民用电成本持续上涨,2026年4月全国均价同比涨幅超过7%,促使用户通过储能系统在低电价时段充电、高峰时段放电来降低支出。

Q2:虚拟电厂如何利用家用储能系统?

A:虚拟电厂通过将数以千计的家用储能系统联网,统一协调其充放电行为,并向参与的用户支付补偿。2025年,纳入虚拟电厂体系的美国家用储能容量增长了153%。典型案例包括:Base Power以折扣价销售储能设备换取统一管理权,以及Sunrun、Renew Home和特斯拉宣布联合打造全美最大分布式发电厂,可向AI数据中心和公用事业公司提供超过16吉瓦电力。

Q3:家用储能系统是否能为AI数据中心供电?

A:是的,已有企业正在探索这一路径。Sunrun、Renew Home与特斯拉计划整合数十万套家用储能系统,声称可向超大规模数据中心提供超过16吉瓦的电力。此外,旧金山初创企业SPAN还提出了更激进的方案——直接在郊区住宅内部署数据中心服务器,并结合家用储能和光伏系统作为备用电源。

Ars Technica虚拟电厂Sunrun特斯拉

http://www.jsqmd.com/news/1231127/

相关文章:

  • 深入解析AM64x/AM243x A53子系统:架构、中断与ECC安全机制
  • Pico MR透视失效?URP中HDR配置冲突的排查与解决
  • 你的API调用链有几层?——JVS-logic逻辑引擎与您聊聊接口编排的深水区
  • Rust与WebAssembly开发实战指南
  • Sqoop从MySQL高效导入Hadoop实战指南
  • Chrome DevTools 117新特性与高效调试技巧
  • 为什么头部金融科技公司要求所有Java微服务必须通过DeepCode AI + 自研规则包双校验?——172万行生产代码缺陷拦截率99.98%背后的硬核配置(内部流出)
  • Unity Crest Ocean System 从入门到精通:打造电影级动态水体效果
  • 嘎嘎降AI和比话哪个更适合SCI期刊论文?2026年实测对比结果出乎意料
  • 2026年7月最新芝柏嘉兴桐乡万象汇维修保养服务电话 - 亨得利官方服务中心
  • 梯度下降通俗讲:从线性回归到损失函数的直观理解
  • AI服务订阅系统设计与实现:Spring Boot+Redis配额控制实践
  • AM263x CPSW以太网子系统:从集成架构到ALE引擎的深度解析与实践
  • 深入解析TI CPSW交换机数据包转发流程:从入口过滤到出口处理
  • Visual Basic入门指南:从基础语法到Windows窗体开发
  • Introduction不是开场白,而是用户认知校准协议
  • 形态学开运算
  • AI写作风格失控正在吞噬ROI!头部内容团队已停用通用提示词,转而部署动态风格约束引擎(实测错误率下降76%)
  • PCIe-2.3 Handling of Received TLPs(概述)
  • “乱世买黄金“失灵了?中东打成一锅粥,金价却跌破4000美元,背后逻辑变了
  • 编译原理NFA 与 DFA——Thompson 构造与子集构造法图解(十)
  • MCASP数据就绪机制:从RRDY到DMA的嵌入式音频高效传输
  • AM275x CPTS硬件时间戳配置:从寄存器到PTP/TSN高精度同步实战
  • Django REST Framework核心架构与高级实践解析
  • JMeter HTTP请求默认值:提升脚本维护性与多环境切换效率
  • Shell脚本编程基础与实践指南
  • 14-渐进式总结-把知识交给未来的自己
  • SK海力士IPO揭示HBM内存技术如何驱动AI算力发展
  • 电动车托运哪家最划算?深度解析运费构成与避坑指南 - 快递物流资讯
  • 子命令依赖键盘与口述输入:命令行交互新模式的原理与实践