2025年可再生能源扩张表现强劲,太阳能装机推动可再生能源占全球电力装机容量近半,但这并不意味着全球已经步入正轨来实现其可再生能源承诺。
国际可再生能源机构(IRENA)周三发布的《2026年可再生能源装机容量统计报告》发现,可再生能源主导了去年的新增电力装机,占全球装机容量扩张的85.6%。太阳能反过来成为主导的可再生能源技术,占去年可再生能源新增装机容量的近四分之三。
IRENA指出,这些新增装机在2025年总计692吉瓦,使可再生能源装机容量同比创纪录增长15.5%。截至去年年底,可再生能源占全球装机电力容量的49.4%,而太阳能和风能等可变可再生能源约占总装机容量的35%。
作为参考,直到2023年可再生能源才跨越了发电量占全球电力30%的门槛。
正如IRENA在新闻稿中指出的,由于美伊冲突导致燃料价格飙升和能源(即石油)不稳定,可再生能源重新成为焦点。IRENA总干事弗朗切斯科·拉卡梅拉表示,像伊朗冲突这样的事件是推动更多可再生能源采用的完美理由。
拉卡梅拉在声明中说:"一个更加分散的能源系统,可再生能源份额不断增长,市场参与者更多,在结构上更具韧性。投资能源转型的国家正以较小的经济损失度过这场危机,因为它们提高了能源安全性、韧性和竞争力。"
加速采用当然很好,但IRENA本身仍不相信去年的成果足够:是的,可再生能源部署的整体趋势显示可再生能源超过化石燃料扩张,但并非完全如此。
根据IRENA的数据,前述85.6%的新增电力装机容量份额实际上比2024年有所下降,当时可再生能源约占全球新增装机容量的92%。是的,2025年总装机电力容量的份额再次上升,但非可再生能源新增装机容量去年也大幅反弹。
IRENA指出:"在全球层面,2025年非可再生能源新增装机也出现大幅反弹,与2024年相比几乎翻了一番。"中国引领了这一驱动力,去年新增100吉瓦非可再生能源装机容量,其中大部分是煤炭。
如果你一直关注数据中心和人工智能领域,非可再生能源项目受欢迎就不足为奇了。去年美国天然气能源项目几乎增长了两倍,使美国在天然气发电项目总量方面领先中国,而煤炭也出现复苏。在这两种情况下,你都可以将大部分增长归功于人工智能数据中心项目,以及美国政府促进人工智能发展而非可持续性的政策。
世界领导人在2023年COP28会议上承诺到2030年将可再生能源装机容量增加两倍至超过11万亿瓦。截至2025年底,全球可再生能源装机容量为5.15万亿瓦;加上近年来推动化石燃料扩张,IRENA担心这一目标无法实现。
该机构总结道:"需要显著加速才能实现COP28采用的目标,即到2030年将可再生能源装机容量增加两倍至超过11万亿瓦。"
Q&A
Q1:2025年可再生能源发展情况如何?
A:2025年可再生能源表现强劲,新增装机容量692吉瓦,同比增长15.5%。可再生能源占全球新增电力装机的85.6%,其中太阳能占可再生能源新增装机的近四分之三。截至年底,可再生能源占全球电力装机容量的49.4%。
Q2:为什么非可再生能源装机容量也在增长?
A:2025年非可再生能源新增装机出现大幅反弹,几乎比2024年翻了一番。主要原因是人工智能数据中心项目需求增长,美国天然气项目几乎增长两倍,中国新增100吉瓦非可再生能源装机,其中大部分是煤炭。
Q3:全球能否实现COP28的可再生能源目标?
A:前景不乐观。世界领导人承诺到2030年将可再生能源装机容量增至超过11万亿瓦,但目前全球仅为5.15万亿瓦。加上近年来化石燃料扩张趋势,IRENA认为需要显著加速才能实现这一目标。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。