中国电建河南工程公司榆能横山6万千瓦风电项目试验检测技术服务工程采购项目公开询比采购公告

发布时间: 2026年11月12日
摘要信息
招标单位
招标编号
招标估价
招标联系人
招标代理机构
代理联系人
报名截止时间
投标截止时间
招标详情
下文中****为隐藏内容,仅对千里马会员开放,如需查看完整内容请 或 拨打咨询热线: 400-688-2000
相关单位:
***********公司企业信息
类别:服务类 公告发布时间:2026-11-12 公告截止时间:2026-11-17

榆能**6万千瓦风电项目试验检测技术服务-采购公告

采购编号:****

1、项目概况

项目业主:****

项目所在地:**省**市**区

项目规模:本项目位于**省**市**区,核准总装机容量60MW,拟建设9台6700KW风力发电机组,**110kV升压站一座,包含风机及箱变、升压站、集电线路等设施。

2、采购工程范围

2.1采购范围:榆能**6万千瓦风电项目试验检测技术服务,具体包括但不限于:

(1)集电线路:地脚螺栓抗拉强度、屈服强度、断后伸长率、硬度和荷载(螺母保证载荷);绝缘子工频耐压;钢芯铝绞线拉力试验、拉握实验;高压电缆绝缘厚度、护套厚度、导体电阻、绝缘老化前抗拉强度、绝缘老化前断裂伸长率、外形尺寸测量、变频串联谐振交流耐压(8000/根)、线芯直径(笔芯截面)、单根垂直燃烧、绝缘电阻;电力金具破坏载荷、握力、镀锌层厚度、直流电阻;防雷接地检测。

(2)风场:低压电缆导体电阻、 护套厚度、绝缘厚度、单根垂直燃烧;锚栓抗拉强度、屈服强度、断后伸长率、需应力松弛、化学成分、力学性能、维氏硬度、金相组织、螺纹脱碳;高强度螺栓化学成分、抗拉强度、屈服强度、断后伸长率、硬度、应力松弛、螺纹脱碳。

(3)升压站:低压电缆导体电阻、护套厚度、绝缘厚度、单根垂直燃烧;控制电缆导体电阻、护套厚度、绝缘厚度、单根垂直燃烧;钢芯铝绞线拉力试验、拉握实验;室内环境根据面积,4个预制舱按标准需布14个测点。

包括上述内容等所有相关试验检测工作;同时包含试验检测方案编制、现场检测实施、数据整理分析、检测报告出具、手续备案配合、验收支撑服务等全过程内容,确保所有检测结果符合国家、行业及项目相关规范标准,满足项目建设、并网及竣工验收要求。

注:上述工作内容若有界定不清之处,解释权在甲方。

2.2采购控制价:详见采购文件

2.3付款方式(正常/具体的付款方式):详见合同文件

3、响应人资格要求及合格条件

(1)响应人须具备并提供有效的检验检测机构资质认定证书(CMA),且 CMA 证书附表载明的检测项目、检测参数及执行标准,能够覆盖本项目工程量清单所列全部检测内容。并标注对应本项目检测项的附表页码;证书或附表缺项、过期、参数标准不符的,视为不满足资格要求。

(2)响应人须是在中华人民**国境内注册,具有有效的企业法人营业执照、组织机构代码证、税务登记证(或三证合一),具有完善的售后服务体系,在法律和财务方面独立。

(3)2023年1月至响应截止日(以合同签订时间为准),响应人提供类似项目业绩(须附合同扫描件,合同扫描件须至少包含:合同买卖双方盖章页、合同签订日期、主要工作内容等信息)。

(4)成交人必须按采购人要求完成合格供方资质备案后方可签订合同。

4、采购方式

本项目依据国家有关规定,按照公开、公平、公正的原则,采用 公开询比采购 方式择优选定承包单位。

5、采购文件获取及发放时间

5.1凡有意参加的响应人,应当在“中国电**光采购网”(网址为https://bid.****.cn)右侧快捷入口,切换“新版登录”,选择“供应商登录”进行响应人注册。完成注册的响应人,请于2026年11月12日至2026年11月17日,通过互联网登录“中国电建采购招标数智化平台”(网址为https://bid.****.cn/bidweb/#/supplierLogin),明确所投包件,自行下载采购文件。线下不予受理。

5.2未按本采购公告 5.1 条要求的途径获取采购文件的,其响应将被否决。

6、联系方式

采购联系人:郑希祥 电话:178****6551

7、响应文件的递交

本次采购将通过“中国电建采购招标数智化平台”(网址为https://bid.****.cn/bidweb/#/supplierLogin)全程在线开展,响应文件的加密、提交、解密等流程须各响应人在线进行操作。响应人可在登录系统后,点击左侧“CA办理”菜单,扫码下载“中招互联”在线办理移动证书制作电子响应文件,并严格按照要求进行在线响应,因操作流程失误造成的响应失败,将由响应人自行承担后果。

8、发布公告的媒介

本次采购公告在《中国电**光采购网》(https://bid.****.cn)上发布。

附件(1)
招标进度跟踪
招标项目商机
暂无推荐数据