3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
今日主題 工業 4.0 智慧工廠\智慧車載交通\智慧經營管理
智慧車載交通與能源環保
|
2019年5月1日 星期三
‧ 2019\05\01\3S MARKET Daily 智慧產業新聞
．數位化物流系統成就供應鏈 4.0
Shaping Smart Logistics (en)
來源：物流指闻作者：曾志宏
已有30年歷史的供應鏈經歷了巨大的變化。曾經是一個純粹的營運物流功能，透過專注的客戶供應和向客戶交付—匯報給銷售或製造部門，現在有了自己的領導，CSO（Chief Supply Chain Officer） - 首席供應鏈官。
一、未來供應鏈長得怎麼樣？數位化成就供應鏈4.0
1.更快速
產品分銷的新方法，可以將交付時間縮短到幾個小時。如何辦到呢？--高級預測方法，例如內部數據的預測分析（例如需求）和外部數據（例如，市場趨勢、天氣、學校假期、建築指數），當與貨物需求的機器狀態數據相結合時，準確的「預測」出來了。
在未來，我們甚至會看到亞馬遜擁有專利的「預測運輸」：產品在客戶下訂單之前發貨，稍後將客戶訂單與已經在物流網路中的貨件進行比對，並將貨件重新路由到，確切的客戶目的地。
2.更靈活
供應鏈4.0的點到點和即時計劃，允許靈活地響應需求，或供應的變化，最大限度地減少交貨週期。計劃成為了一個連續動態過程，能夠動態地響應不斷變化的需求或約束（例如，來自機器的即時生產能力反饋），即使在產品發出之後，敏捷交付流程，也可讓客戶將貨件，重新路由到最方便的目的地。
一種類似UBER的運輸方式- 眾包，靈活的運輸能力將大大提高網絡配送的靈活性。製造商可能因此獲得新的直接面向消費者的機會。
3.更細化
隨著客戶在他們需求的產品中，越來越個性化，您必須透過微分段，和更複雜的靈活動機等技術，在更細粒度的層面上進行管理。無人機交付，將使公司能夠更有效地管理，最後一英里的單件和高價值，密集的包裝 - 滿足客戶的定制需求，同時比大眾市場的標準產品，更快地交付訂單。
4.更準確
下一代績效管理系統，需要透過供應鏈提供即時的，端到端的透明度，從關鍵訪問指標頂部的資訊範圍，到非常顆粒化的過程供應鏈，服務提供商和其他部門，在「供應鏈雲」中整合數據後，供應鏈中的所有利益相關者，都會根據相同的數據，進行指導和決策。
為了保持績效管理系統、倉庫、運輸，或庫存的模型表，自動設定目標。即使發生供應鏈中斷，為了滿足績效管理的重點，系統也會自動調整，從無法實現的目標到比較現實的水準。
我們將看到績效管理系統，「學會」自動辨識風險，並改變供應鏈變量，以減輕危害。這些功能使自動績效管理控制塔，能夠處理很多「不可抗力」導致的狀況，或者其他意外的狀況，由此產生的持續改進週期，將推動供應鏈更接近理想目標。
5.更有效
機器人處理物料（托盤或箱子以及單件），完全自動化倉庫過程，自動卡車可以在網路內運輸產品。
網路設置本身不斷優化，以確保最佳地滿足業務需求。為了優化卡車利用率，並提高運輸靈活性，公司透過跨公司運輸優化，來共享容量。
為了在供應鏈中，創造理想的工作量，系統可以利用高度透明度和動態規劃，這種方法來推動先進的需求，例如卡車利用率低的交貨時段的特殊優惠。
二、供應鏈4.0提高營運效率
供應鏈4.0將影響供應鏈管理的所有領域。以下是供應鏈4.0對於六個主要價值驅動的改進，這些改進體現在服務、成本、投入和敏捷方面。
1.計劃
供應鏈的計劃，將從大數據和高級分析，以及自動化工作中獲益。一些主要的消費者，已經在需求計劃中，使用預測來分析數百個內部和外部需求，影響變量（例如，天氣，來自社交網路的趨勢，感測器）關係，並得出準確的需求計劃。預測錯誤下降30％到50％。
嚴格的自動化，完全整合的需求和供應，打破了不同計劃之間的傳統界限，並將計劃轉變為靈活，連續的流程。每次補貨計劃工作，都不是使用固定的安全庫存，而是重新考慮預期的需求分配，然後可以動態調整價格，以同時優化利潤，並最大限度地減少庫存。因此，隱含的安全庫存，隨每次重新訂購而不同。
在消費品行業，一些最著名的全球企業集團，正在利用先進的計劃方法，並且已經產生強烈興趣。
2.實體流動
物流可以很好的連接製造，先進的自動化和數據分析，更新傳統的倉儲和庫存管理策略。易於使用的設備，如可穿戴設備已啓用，先進的機器人技術和外骨骼，可以對倉庫中的人類生產力，產生同樣巨大的影響。
可以將倉庫鏈接到生產裝載點，因為自動引入車輛，將導致運輸和產品處理中的顯著降低營運成本，同時改善交付週期和環境成本。最後，隨著生產設施開始更多地開展3D列印，倉庫的功能可能會發生根本變化。
3.績效管理
績效管理也在發生重要變化，幾家主要食品公司，率先透過其組織提供詳細，順序更新，易於訂製的控制板。績效管理正在成為一個真正的營運流程，適用於即時異常處理和持續改進，而不是每月或每季的回顧性練習。
使用數據挖掘和機器學習技術，這種改進的性能管理系統，可以透過將異常的基本指標，與預先設定的基礎指標，進行比較或進行大數據分析，來辨識異常的根本原因。
然後，系統可以自動觸發對策，例如透過啟動補貨訂單，或更改計劃系統中的安全庫存，或其他參數設置。
4.訂單管理
訂單管理透過一系列措施得到改進：沒有處理的訂單（新訂單）將被訂單系統整合到可用系統（ATP）流程，考慮到條件約束，安排生產計劃和補貨需求，即時重新計劃，實現訂單日期確認。最終結果是降低成本（透過自動化），提高可靠性（透過細粒度反饋）和更好的客戶體驗（透過即時和可靠的響應）。
5.協同合作
供應鏈雲構成了供應鏈中的下一級協作。供應鏈雲是客戶，公司和供應商之間的聯合平台，提供共享的物流基礎設施，甚至聯合規劃解決方案。特別是在非競爭關係中，合作夥伴可以共同決定處理供應鏈任務，以節省管理成本並相互學習。
一家領先的消費者集團已經發現，價值鏈上的合作，交換可靠的數據，可以實現更低的庫存。由於透過整個鏈條，提供即時資訊，同時提供早期預警系統，以及快速應對任何地方中斷的能力，這也縮短了交付週期。
6.供應鏈策略
隨著供應鏈需要進一步個性化和客製化，供應鏈設置採用了更多細分市場。要表現出色，供應鏈需要掌握微分段，透過將供應鏈，分成數百個單獨的供應鏈細分市場，每個基於客戶需求，和公司自身能力的供應鏈產品的大規模訂製，這是一種動態的大數據方法。量身訂製的產品為客戶提供最佳價值，並幫助最大限度地，降低供應鏈中的成本和庫存。
三、供應鏈4.0的影響
消除當今的數位浪費，並採用新技術，共同構成了提高供應鏈營運效率的主要槓桿，預期包括降低營運成本30％，銷售損失減少75％，庫存減少高達75％。與此同時，供應鏈的敏捷性應該顯著提高。
我們如何計算這些數字？它們基於我們在大量研究和定量計算方面的經驗。例如，改進的庫存概況，將提高服務水準和降低成本，所以四個績效指標高度相關。
1.服務缺乏/銷售損失
當客戶服務差時，要麼是對客戶的錯誤承諾（例如，不切實際的交貨時間），錯誤的庫存概況（沒有訂購的產品），和/或不可靠的交貨，客戶將決定轉向另一個品牌。對於B2C和B2B環境都是如此。
當供應鏈顯著改善與客戶的互動，提供所有可用的銷售數據和市場情報，提高預測品質（相關級別高達90％以上），服務水準將大幅提升，隨著服務改進的結果，銷售損失將顯著下降。
2.供應鏈成本
在運輸，倉庫和整個網路的設置的驅動下，成本可降低多達30％。透過應用這些方法，計算運輸和倉儲的成本，並優化網路，可以達到大約50％的改進。
目標應該始終是在滿足客戶所需服務水準的同時，最小化成本和最小里程驅動。結合倉儲中的智慧自動化和生產率提高，運輸中的車載單元等，這些努力可以實現節約潛力。
目標應該始終是在滿足客戶所需服務水準的同時，最小化成本和最小里程驅動。結合倉儲中的智慧自動化和生產率提高，運輸中的車載單元等，這些努力可以實現節約潛力。
透過動態路線，Uber式運輸，自動駕駛汽車的使用，以及 - 在可能的情況下 - 3D列印的方法，可以實現剩餘的15％的成本降低。
3.需求計劃
計劃任務，例如需求計劃，SOP流程的準備，匯總的生產計劃和供應計劃，通常是時間密集型的，主要是手動進行的。借助先進的系統支持，與手動執行的任務相比，80％到90％的計劃任務可以實現自動化，並且仍然可以獲得更好的品質。
SOP流程將轉為每周節奏，決策流程將建立在，可以即時更新的場景上。同時，系統將能夠檢測異常，決定何時計劃人員跳入決定。
SOP流程將轉為每周節奏，決策流程將建立在，可以即時更新的場景上。同時，系統將能夠檢測異常，決定何時計劃人員跳入決定。
4.庫存
庫存用於解碼需求和供應，以緩衝需求和供應的變化。實施新的計劃算法，將顯著降低不確定性（需求/預測誤差的標準偏差），從而無需安全庫存。驅動庫存的另一個重要變量，是補貨提前期：隨著批量生產快速轉換，交付週期將顯著縮短。
此外，由於本地產量大幅增加，從亞洲到歐盟或美國的交貨時間也將縮短。此外，3D列印將減少所需的庫存。我們預計整體庫存將減少50％至80％。
四、轉變為數位化供應鏈
定義數位供應鏈需要三個關鍵因素：明確定義，新功能和支持性環境。從瞭解當前操作的數位化浪費，開始定義數位化供應鏈。最後的先決條件是雙速架構/組織的實施。這意味著IT環境的建立，必須透過創新來實現。
這個「孵化器」需要提供，高度的組織自由度和靈活性，以及最先進的IT系統（以實現獨立於，現有系統的雙速架構的快速開發，測試和實施週期）解決方案。
試運行的成功（PoC），對於獲得關於解決方案的能力和影響，對於創新（例如，新的計劃算法）的興奮和信任，以及引導下一個開發週期至關重要。
試運行的成功（PoC），對於獲得關於解決方案的能力和影響，對於創新（例如，新的計劃算法）的興奮和信任，以及引導下一個開發週期至關重要。
 |
．【深度解讀工業物聯網】：用技術的眼睛
Predix: GE Digital's Platform for the Industrial Internet
 |
| 康橋科技 —— 白光攝影機專業廠商！ |
來源：物联江湖 作者：王一鸣
一、工業互聯網的技術特性
1.對物聯網層級的不同定義
如果做一個簡單的比較，就會發現(工業網路)執行視角的基礎架構和(資訊領域)物聯網網路結構十分相似，但對層級的劃分卻有一些不同。
邊緣層，一是包括了感測器、驅動器(執行器)、工業設備等終端設備，對應到物聯網的感知/執行層；二是包括了兩種網路形式：鄰接網路、接入網路。和物聯網網路層級相比，這兩種網路的定義、範圍略有差異。
鄰接網路，可以理解為邊緣網路層，包括了用於局域組網的轉發節點，提供「就近」服務的邊緣計算，以及連接雲端的邊緣網路閘道管理設備。
兩者的差異在於物聯網終端，到邊緣轉發節點也屬於鄰接網路，但在邊緣網路層(資訊領域)中，是不包括這部分的。
兩者的差異在於物聯網終端，到邊緣轉發節點也屬於鄰接網路，但在邊緣網路層(資訊領域)中，是不包括這部分的。
接入網路，其定義和物聯網網路接入層有較大差異。它主要是指核心網(主要是指通信領域的骨幹網路，例如行動通信的4G LTE/EPC網路)，是用於接入終端和邊緣網路閘道管理設備的核心網路。
雖然在「接入」的理解上，工業網路有自己的定義，但是整體上，工業網路和其他領域，對物聯網層次的理解差異性並不大。
平台層和服務層共處於服務網路之中，可以映射到核心網路層的應用部分(不包括核心網路)。其中，平台層對應於物聯網服務平台，而服務層則對應於具體的行業應用。
端系統的概念
工業網路對「接入」有不同的理解，是由於工業領域通常會將工廠內一整套的自動化系統，理解為「端」。這種概念，在電腦領域稱之為「端系統」，如同「終端」一樣的資訊化系統。
端系統是在一個區域範圍內，由多種邊緣設備(感測器、執行器、生產設備(終端)、儀器儀表、邊緣網路節點、邊緣伺服器等)組成的系統。例如自動化生產系統，就是在一個工廠空間內，由各類感測器、執行器、控制器等組成的生產流水線。
端系統中的各類網路、設備、終端、有著非常緊密的聯繫，相互間往往採用私有、專用的通信協議，進行數據傳遞，具有緊耦合的結構特性，以此搭建出一個完整、封閉(具有專網專用的特徵)、自動化的生產應用或服務。
除了生產流水線以外，感測器網路(Wireless Sensor Networks, WSN)和RFID應用系統(RFID應用系統包括控制伺服器、讀寫器、電子標籤)也都屬於端系統。
由於採用了專用、私有的通信協議，使得端系統必須作為一個整體來使用，系統中單獨一個組件的功能，無法被企業或用戶正常使用。
從物聯網的發展趨勢來看，邊緣設備的智慧會逐步提升，通信接入和組網協議也會朝著規範、開放的方向發展，工業的「端系統」會逐漸被分解(系統解耦)，邊緣網路中的終端和節點會逐漸獨立出來，以滿足自由、靈活的組合。所以，執行視角對網絡層級的理解，預計會和互聯網、通信領域的理解進行融合。
當然，僅從字面上糾結「接入」的範圍，和上下層次，並沒太大的實際意義。物聯網應用是豐富多態的，只有根據實際需求去理解架構層次，才具有價值。
2. 執行視角的遞歸性
從執行視角自身來看，其架構是具有顯著「遞歸性」的，即網路能力和資訊處理能力可以相互疊加和組裝，實現更加複雜、健壯的資訊系統。
例如：
一個小的鄰接網路可以歸屬於一個，範圍更大的鄰接網路，再連接到平台層(疊加網路)；
平台層也可以分為多個層級，來實現各類資訊化功能(分層服務)；
應用層中各類應用之間，可以相互「調用」和「查詢」，它們交互資訊、相互支持，在不同的行業應用中扮演不同的角色，在各異的業務流程中，履行不同職責(能力分工)。
架構中資訊能力的組合，是設計者從商業、管理、行業和資訊技術等各個方面的統籌考量，可以是一個極度複雜的大系統，也可以「弱水三千、只取一瓢」：只實現最基本的組網，使用最基本的功能。
3.執行視角和功能視角的關係
(1)元素(執行視角)與組合(功能視角)的關係
從功能視角來看，在執行視角中的資訊處理能力，是組成功能視角的元素。功能域中的功能模組，就是執行層中，各類技術的組合。
如果一個「功能」，是需要對控制域的設備進行操作，則需要從服務層(行業應用)發送指示，經過平台層轉換為具體的操作指令，再貫穿兩層網路(接入網路、邊緣網路)，抵達驅動器執行。
在這個具體的功能中，涉及了大量(執行視角中)的資訊技術和相關設備。但對最終用戶來說，只需要知道如何發出「指示」，就可以實現對物的遠端操控。
功能視角中的「功能」被稱為「組件」，功能組件可以理解為一種數位化的「物品」，是在虛擬世界中可見、可以觸及的「事物」。組件具有開放、規範的交互接口，結構化的屬性和狀態，語義化的內在含義。
它可以被其它任何應用系統查詢、理解、分析和使用，就像球場上的足球，可以被雙方22個球員「盤頂撲射」的同時，還能被裁判和數萬個現場球迷觀看到。
在執行視角中，各類終端設備也具有「功能」，但不能稱為組件。就像一個溫度感測器有感知溫度的「功能」，但只有專用系統才能夠讀取、理解並運用它的測量數據。
對其它設備系統來說，它們「看不到」感測器的存在，即使「捕獲」感測器的感測數據，也無法理解那一串字符。
功能視角可以將實體物件，映射在虛擬世界中(例如數位化雙胞胎)，也可以將資訊化應用(例如某特定行業的大數據分析)映射成標準服務向外提供。
利用功能組件中，所包含的元素(功能模組)和組合(多個模組之間形成的結構)，能夠在資訊化、數位化的基礎上，實現既靈活、又複雜的應用。這便是功能視角，作為工業網路頂層構架的意義所在。
(2) 功能域在網路層級(執行視角)中的位置
從整體來看，功能視角中的功能域，在執行視角的網路結構中有集中化部署的特性，即某些特定的功能域(功能視角)，主要集中在特定的(執行視角中的)網路層級中。或者說，「層(執行視角的網路層級)」和「域(功能域)」有一定的映射關係，但這種映射關係，並不是必然的。
控制域幾乎都部署在邊緣層中；大部分資訊域和操作域的能力，落地在平台層中；而企業層主要對應著應用域和業務域。
雖然整體上具備對應關係，但實際情況往往是由特定的行業系統來決定的，並且會隨著技術的發展不斷變化。
當設備終端是透過接入網路，直接連接服務平台時，平台層必須具備一定的控制域能力。
如果邊緣計算的能力不斷增強，更多資訊域的功能(數據預處理能力等)，自然會遷移到邊緣層中，而操作域中包括的資產管理能力，也可以部署到邊緣層中。
整體來看，隨著計算的泛在部署逐漸推進，上層功能域的能力(應用域、業務域的資訊處理能力)，會更廣泛地部署到各個層級中。
此外，在實際的行業應用中，不同層級中的功能域，需要相互服務和調用：控制域在圖像的智慧辨識上，可能需要資訊域提供圖像處理的能力；同樣需要定位服務的時候，又需要借助應用域提供Google地圖這樣的服務。
所以，執行的「層」和功能的「域」並沒有嚴密的映射關係。
二、工業互聯網的兩個核心「主題」
工業網路初衷，在於透過自動化控制系統，和資訊系統的結合，實現兩個核心「主題」：增加邊緣的協作自主性；全球化業務貫通，增進系統優化。
1.增加邊緣的協作自主性
自主性是建立在自動化之上的「智慧」。在工業生產的現場，高新傳感監測技術的廣泛部署，實現高品質的數據採集；利用嵌入式計算，來完成即時的複雜邏輯運算，和高級數據分析；網路互聯，實現了系統間無縫的資訊交互，使得相互合作、協同生產稱為可能。
「智慧」的落地(邊緣計算)，將成長性賦予了系統，它們可以透過「自學習(機器學習等)」來自建數據分析模型，和資訊處理工具，不斷地優化自身的業務邏輯。
2.全球業務貫通的系統優化
透過跨系統的海量(感測)數據匯聚，和「智慧」的分析，使得企業的決策系統，能夠預見未來的業務趨勢，洞察新的商業機會。系統將對未來的「洞見」進行「消化」，自主性地形成新的商業策略，並融入業務組件中(例如調整供應商、增加庫存、修改產品設計等)。
智慧化的資訊回饋機制，會將「智慧」垂直向下，傳遞到「行為」上：業務組件會根據策略優化應用(組件)，改進功能(組件)，並最終落實到執行層面(組件)。
「感知-智慧(策略)-執行」形成了一個持續不止、巨大無比的資訊循環，循環中的每一個獨立系統，都可以根據自身獲取的資訊流，來調整自己的工作狀態和工作方式，以適應(以預測為依據的)不斷變化的商業環境。
三、GE的Predix
Predix是GE的物聯網平台，定位於工業領域的PaaS(平台及服務)。從Predix中能看到工業網路的架構，也能看到物聯網平台發展最關鍵的需求。
1.從功能視角回看GE的Predix
在功能視角中，平台包括有三類功能域：操作域、資訊域、應用域。GE作為工業網路平台推進的主力企業，它的Predix(物聯網平台)即是按照這三類功能域進行建構的。
Predix的PaaS層平台中有五類核心服務：「Assets」(資產)、「Analytics」(分析)、「Data」(數據)、「Security」(安全)、「Operations」(營運)。
Predix 的「服務」具備「域」的各種能力：
資產服務-＆資訊域：工業數據建立「資產模型」、圖形化數據庫
分析服務-＆操作域：營運分析和預測分析(工業領域內的應用計算)
數據服務-＆資訊域：引入層(Ingestion)和數據池(Data Lake)功能
安全服務-＆所有五類功能域：資訊安全和安全生產
營運服務-＆操作域、應用域：「DevOps」和「BizOps」(軟體領域)
2. GE Predix的荊棘之路
相比工業4.0，工業網路有著比較清晰的資訊基礎架構，從GE Predix的架構中，可以看出工業網路業者努力的方向。
對於工業4.0和工業網路，CPS(Cyber\Physical System)都是它們構建工業網路的基石，而構建CPS的關鍵是統一、規範的數位化標準和能力架構。但不幸的是，隨著傑夫·伊梅爾特(Jeffrey Immelt)離任GE的CEO一職(2017年下半年)，Predix的發展被猛踩了一腳剎車。
由於前幾年收購、合併了大量的軟體公司，造成Predix自身一直存在大量的異構性問題，數據接口、系統架構、通信協議、數據模型差異巨大。由於一直無法有效整合這些軟體系統，致使GE的「登月工程」戛然而止。
在工業物聯網中，不論是引入CPS系統，還是搭建物聯網平台服務，最核心的基礎目標，都是為了消除各領域資訊系統的異構性。
然而，如果位於應用之下的CPS、平台自身也存在大量的異構問題，那麼這就會給企業的「工業革命」，帶來災難性的後果。顯然，GE雄厚的技術實力，也無法解決策略上的判斷失誤，沒有相對統一、明確的內部系統，則無法整合紛亂的外部系統，而形成新的工業生態。
所以，GE的Predix怕是需要推倒重來，才能涅槃重生了!
．最新歐洲儲能佈局報告分析
Europe Energy Storage Landscape
來源：EnergyVoice
由法國Clean Horizon和Leader Associates聯合發佈的最新歐洲儲能佈局報告（UPDATE ON EUROPEAN ENERGY STORAGE LANDSCAPE）對現今歐洲儲能市場給出了專業的分析。
Clean Horizon是一家專注於儲能領域服務咨詢的公司，創立於2009年法國，目前在全球50多個國家設立了大約150個分支。憑借多年深耕於全球儲能市場的經驗，Clean Horizon為全球儲能領域客戶提供專業且值得信賴的市場分析、商業發展戰略、技術咨詢業務。
目前，Leader Associates與Clean Horizon之間已達成戰略合作關係，共同為全球儲能市場以及光儲、風儲等市場提供更加專業、細緻的信息資訊，助力全球儲能發展。
最新聯合發佈的歐洲儲能佈局報告（UPDATE ON EUROPEAN ENERGY STORAGE LANDSCAPE）對目前歐洲儲能市場的體量、項目狀態、各國體量、相關政策、主要儲能企業、未來趨勢等均給出了詳盡的說明分析。
在過去10年中，歐洲宣佈了超過4.4GW的儲能項目，其中27％的項目已經投入運行，3％已經在建設過程中，70％還未投入建設。
正在運行中的1.2GW儲能項目中，92％為鋰電池項目，其次是鈉硫電池儲能。電動汽車在歐洲的普及極大地推動了鋰電池儲能的發展，這其中不僅有鋰電池生產，還包括了電池循環利用。
英國與德國引領著歐洲儲能市場。英國的市場體量達到2800MW左右，相較於排名第二的德國（500MW左右），英國宣佈了近2000MW的大批儲能項目。另外， 法國和愛爾蘭各宣佈了400MW左右的項目，使得兩者的儲能市場受到關注。
LG Chem、Samsung、BYD是歐洲儲能技術的三大生產商，其次是NGK Insulators、Tesla、Accum otive、BMW、Saft、Narada、Highview Power。
而在PCS系統方面，Nidec ASI、SMA、GE位居前三。此外Nidec ASI在系統整合商中也表現不俗，以近170MW摘得頭籌，另外還有NEC ES、RES、Younicos、SMA、Belectric、G2Energy、GE、ME TKA EGN、Siemens在整機模組享有不小的市佔率。
歐洲儲能項目開發商主要有STEAG GmbH、RES、Centrica、Eneco、Statera Energy、VLC Energy、EDF RE、Zenobe Energy和Aura Power，其中STEAG GmbH擁有90MW的體量，並且其他九家均超過了40MW。
良好的市場前景與相關的政策環境密不可分。歐洲已有多個國家針對儲能發佈了明確的政策支持。在英國，加強頻率調節與容量市場項目推動了超過500MW的儲能發展。
歐盟成立了頻率控制儲備合作（包括德國、法國、奧地利、比利時、瑞士、荷蘭）來促進超過400MW儲能項目的實施，其中僅德國的頻率控制儲備項目已有超過300MW儲能。
另外法國監管機構「可再生能源＋儲存」及島嶼RFPs項目也明確了超過130MW儲能；意大利也推行了一個60MW多的Tema試驗項目。此外，愛爾蘭宣佈了包含400MW儲能的DS3項目來推動其儲能市場的發展。
就鋰電池生產來看， 德國在未來具備每年80MW左右的強大生產能力，緊隨其後的是瑞典、匈牙利、芬蘭、波蘭和法國。
另外，Win EMSCHER－LIPPE GmbH、Northvolt、Recupyl、Snam等企業在歐洲電池循環再利用領域嶄露頭角，為歐洲儲能市場創造循環經濟以及經濟機會。
|