根据美国能源信息署(EIA)最新发布的数据,如果将小型太阳能发电纳入统计,可再生能源的总发电装机容量有望在2027年初超过天然气。
2026年第一季度可再生能源发电量大幅增长
EIA最新发布的《电力月报》显示(数据截至2026年3月31日),2026年第一季度可再生能源发电量较2025年同期增长11.1%。其中,公用事业规模太阳能增长23.9%,水电增长21.9%,小型太阳能(装机容量小于1兆瓦)增长11.9%,风电增长2.1%。
公用事业规模储能电池容量增长8.5%。
与此同时,美国煤电厂的发电量下降11.4%,天然气和核电的增长较为疲软,分别仅增长1.1%和0.9%。
在2026年第一季度,包括生物质能和地热能在内的所有可再生能源占美国总发电量的28.6%以上。风电和太阳能(包括小型太阳能)合计占国内电力生产的20.3%,比核电高出14.3%,比煤电高出31.1%。
可再生能源装机容量快速扩张
截至2026年4月1日,可再生能源在美国公用事业规模(装机容量大于1兆瓦)发电总容量中的占比为33.6%。EIA预测,到2027年3月31日,这一比例将增长至36.6%。公用事业规模太阳能将新增42626.1兆瓦,占比从12.8%提升至15.7%;风电将增长14157.4兆瓦(包括4155兆瓦海上风电),占比从13.0%增至13.6%。其他可再生能源(水电、生物质能和地热能)将新增297.1兆瓦。
在这12个月期间,所有公用事业规模可再生能源的总装机容量增长(57080.6兆瓦)几乎是前12个月(30843.5兆瓦)的两倍,增幅达85.1%。
与此同时,EIA预测核电不会新增装机容量,化石燃料装机容量将净减少4266.2兆瓦。
小型太阳能推动可再生能源超越天然气
《电力月报》未包含小型太阳能数据。2025年,小型太阳能系统装机容量增长6358.2兆瓦,总容量达到60978.4兆瓦。虽然EIA未提供小型太阳能预测,但SUN DAY Campaign估计其增长将与去年水平大致相当(即新增6000兆瓦或更多)。
如果到2027年4月1日小型太阳能新增约6000兆瓦,可再生能源的总装机容量将达到约533319.7兆瓦。相比之下,天然气的发电装机容量将为514868.4兆瓦。届时,仅太阳能发电的占比就将达到美国总装机容量的19.9%。
储能系统快速发展
过去12个月,储能电池增长17301.8兆瓦,EIA预计到2027年4月1日将再增加23523.8兆瓦,总容量将达到69971.1兆瓦,增幅超过50%。
到2027年初春,公用事业规模可再生能源和储能电池将共同提供80604.4兆瓦的新清洁能源装机容量。如果包括小型太阳能,这一数字可能接近87000兆瓦。
未来两年可再生能源发电持续增长
在最新的《短期能源展望》报告中,EIA预测公用事业规模太阳能装机容量将从2025年底的150吉瓦增长43.3%,到2027年底达到215吉瓦。实际发电量将增长41.6%,从2930亿千瓦时扩大到4150亿千瓦时。
同样,风电装机容量将从159吉瓦增长12.6%至179吉瓦,发电量将从4640亿千瓦时增长12.5%至5220亿千瓦时。
储能电池容量在2025年底为42吉瓦,预计到2027年底将翻倍达到85吉瓦。
SUN DAY Campaign执行董事Ken Bossong表示:"特朗普政府已经执政超过三分之一任期,但基本未能阻止清洁能源转型。可再生能源和储能电池将继续以较大优势主导电力装机容量和发电量的新增长。"
Q&A
Q1:可再生能源装机容量什么时候会超过天然气?
A:根据美国能源信息署的数据,如果将小型太阳能发电纳入统计,可再生能源的总发电装机容量有望在2027年初超过天然气。届时可再生能源总装机容量将达到约533319.7兆瓦,而天然气装机容量为514868.4兆瓦。
Q2:2026年第一季度美国可再生能源发电表现如何?
A:2026年第一季度可再生能源发电量较2025年同期增长11.1%,其中公用事业规模太阳能增长23.9%,水电增长21.9%,小型太阳能增长11.9%,风电增长2.1%。所有可再生能源占美国总发电量的28.6%以上,风电和太阳能合计占比达20.3%。
Q3:未来两年美国太阳能和风电装机容量增长预期是多少?
A:根据美国能源信息署预测,公用事业规模太阳能装机容量将从2025年底的150吉瓦增长43.3%,到2027年底达到215吉瓦。风电装机容量将从159吉瓦增长12.6%至179吉瓦。储能电池容量将从42吉瓦翻倍至85吉瓦。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。