低碳城市建设市场大 索泰能源切中分布式光伏需求

简介:

近期,一份名为《绿色金融与低碳城市投融资》的研究报告在第二届中美气候智慧型/低碳城市峰会上正式发布。

报告预计,未来五年中国低碳城市建设所需投资总额将达到6.6万亿元(约合1万亿美元),用于低碳建筑、绿色交通和清洁能源三大领域。在清洁能源领域,中国要实现低碳发展目标,需要在2020年之前投资5000亿元(约合770亿美元)用于发展分布式太阳能光伏。

低碳城市建设所需资金投入巨大,正是说明了低碳城市建设所产生的对相关领域的市场需求巨大。作为低碳城市建设重要的一部分,分布式太阳能光伏在其中有着举足轻重的地位。

企业通过投、融资参与低碳城市建设既是企业自身发展需要,也是城市发展需要。盘点一直深耕分布式太阳能光伏的企业发现,索泰能源最近的动向正是企业参与低碳城市建设的范例。

此前,分布式光伏领域中的代表企业武汉索泰能源科技股份有限公司(以下简称“索泰能源”),与温州市机关事务管理局签署了《光伏太阳能发电项目开发合作框架协议》。这是索泰能源继与温州市机关事务管理局签署《温州市行政中心办公楼屋面分布式光伏发电示范项目》之后的第二次合作。两次合作都涉及到了分布式太能光伏电站的建设。

据媒体报道,《温州市行政中心办公楼屋面分布式光伏发电示范项目》一期工程已于2016年2月顺利建设完毕,2016年4月并网发电。

索泰能源董事长张大刚介绍,一期示范工程的装机容量约为1.066MW,屋面实施面积约为10000m2。年发电量可达120多万度。为积极配合温州市“到2018年底,建成300MW的分布式光伏电站”的计划,索泰能源计划在温州设立子公司,负责未来三年在温州投资建设屋面分布式光伏电站。

由此可见,温州市已经走上了低碳城市建设之路。而索泰能源也在企业参与低碳城市建设、发展分布式太阳能光伏上迈开了大步伐。

然而,这个步伐迈得是否稳健,还得看其自身是否有足够的实力。

总体来说,太阳能光伏行业是资金密集型行业,资金的持续投入对项目的顺利运行十分重要。此外,低碳城市建设对资金的庞大需求也明显考验着参与竞争的企业的资金储备和融资能力。

对于索泰能源,记者搜索公告发现其2016年一季报还没出。通过其2015年年报数据,公司全年营收1.07亿,增长率为320.50%。资产总计1.38亿,增长率为213.83%。2015年,索泰能源整体表现出了良好的盈利能力,也有了一定的资金储备。

索泰能源自2014年5月30日在全国中小企业股份转让系统挂牌之后,在筹集资金上逐渐有了一定的优势。2015年,作为挂牌后的第一个完整年度,索泰能源得以发挥在资本市场上融资更为便利的优势,投入资金,承建高投入和高回报的重大项目。

此后,索泰能源还能继续利用资本的力量,投入到分布式光伏能源的技术研发和项目建设中。

而对于直接切中低碳城市建设市场需求的温州项目,项目负责人陈乐曾经说过:“这个项目的体量不大,但是对于索泰来说,这是标杆性的。”

陈乐介绍,索泰能源其实是把这个温州项目作为一种“温州模式”,即企业与政府合作,通过“投资-建设-运维-转让”模式将分布式光伏发电落到实处,为国家推动分布式光伏发电提供有用的实践依据。

在温州市公共机构光伏发电项目推进现场会暨开发合作签约仪式上,温州市机关事务管理局局长吴高宏希望市政府率先使用清洁能源能够给市民提供一个样本,给下面的区、县树立一个榜样。

而对索泰能源来说,温州项目作为其参与低碳城市建设的成功案例,能给其带来横向其它地级市推广,纵向区、县级地区复制,以此扩散到全国的契机。对此,张大刚透露:“就单一的温州项目来说,目前的投入是亏本的,但我们赚的是一个未来。”

用一个项目切入庞大的市场,这就是索泰能源在分布式太阳能光伏领域的一种打发,并且是一种有预见性的打发。
本文转自d1net(转载)

相关文章
|
算法
【分布式能源的选址与定容】基于多目标粒子群算法分布式电源选址定容规划研究(Matlab代码实现)
【分布式能源的选址与定容】基于多目标粒子群算法分布式电源选址定容规划研究(Matlab代码实现)
152 0
|
算法 调度
【能量管理系统( EMS )】基于粒子群算法对光伏、蓄电池等分布式能源DG进行规模优化调度研究(Matlab代码实现)
【能量管理系统( EMS )】基于粒子群算法对光伏、蓄电池等分布式能源DG进行规模优化调度研究(Matlab代码实现)
336 0
|
算法 Perl
基于拉格朗日-遗传算法的最优分布式能源DG选址与定容(Matlab代码实现)
基于拉格朗日-遗传算法的最优分布式能源DG选址与定容(Matlab代码实现)
114 0
|
供应链 算法 数据可视化
MATLB|多微电网及分布式能源交易
MATLB|多微电网及分布式能源交易
102 0
|
安全 调度
MATLB|分布式能源的选址与定容IEEE30节点实现
MATLB|分布式能源的选址与定容IEEE30节点实现
123 0
|
算法 安全 数据挖掘
含分布式光伏的配电网集群划分和集群电压协调控制(Matlab代码实现)
含分布式光伏的配电网集群划分和集群电压协调控制(Matlab代码实现)
217 0
|
供应链 算法 调度
多微电网案例——分布式能源交易(Matlab代码实现)
多微电网案例——分布式能源交易(Matlab代码实现)
184 0
|
机器学习/深度学习 算法 调度
分布式光伏发电计及气象因子及出力预测方法研究(Matlab代码实现)
分布式光伏发电计及气象因子及出力预测方法研究(Matlab代码实现)
306 0
|
算法
【分布式能源的选址与定容】基于非支配排序多目标遗传优化算法求解分布式能源的选址与定容(Matlab代码实现)
【分布式能源的选址与定容】基于非支配排序多目标遗传优化算法求解分布式能源的选址与定容(Matlab代码实现)
121 0
|
1月前
|
NoSQL Java Redis
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
Redis分布式锁在高并发场景下是重要的技术手段,但其实现过程中常遇到五大深坑:**原子性问题**、**连接耗尽问题**、**锁过期问题**、**锁失效问题**以及**锁分段问题**。这些问题不仅影响系统的稳定性和性能,还可能导致数据不一致。尼恩在实际项目中总结了这些坑,并提供了详细的解决方案,包括使用Lua脚本保证原子性、设置合理的锁过期时间和使用看门狗机制、以及通过锁分段提升性能。这些经验和技巧对面试和实际开发都有很大帮助,值得深入学习和实践。
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?

热门文章

最新文章

下一篇
无影云桌面