运行、促进新能源消纳、降低系统调节成本发挥了积极的作用。 全国统一电力市场发展规划蓝皮书 10 部分地区积极推动辅助服务市场机制创新，积极探索辅助服务市 场与现货市场协同运行，引导独立储能、虚拟电厂、负荷侧可调 节资源等新型主体参与辅助服务市场，取得了良好效果。 ���� ������ ���� ���� ����� ��� ������ ���� ���� �� �� 待完善，对用户消费可再生能源的引导作用不足，新能源的绿 色价值未充分体现。 提升系统充 裕和灵活调节能力的市场机制需要创新。市场 经营主体参与辅助服务市场机制需要细化设计，亟需根据系统 需求及新型储能、虚拟电厂、负荷聚合商等经营主体特性进一 步完善辅助服务交易机制，引导各类主体释放调节潜力。用户 侧资源存在“数量庞大、非标准化”的特征，一定程度上影响 用户侧可调节资源的充分利用，用户侧可调节资源参与市场的 市场和 输电权市场。 持续放开经营主体范围。分类推动新能源、水电、核电等 发电主体进入市场；逐步缩小代理购电规模，健全代理购电市 场交易机制。进一步放开分布式电源、负荷聚合商、储能和虚 拟电厂等经营主体参与市场交易。 有序推动新能源进入市场。明确新能源参与市场方式和路 径，完善新能源保障性收购与市场化交易结合的消纳模式，探 索新能源进入电力市场的合理收益保障机制。加快研究沙戈荒

日广东电力现货市场成功转入正式运行。 至 2024 年底，广东电力现货市场已实现了超 36 个月的长周期、 不间断运行，特别是电力现货市场转正式运行一年以来，广东积极 推动独立储能、抽水蓄能、虚拟电厂等主体参与市场交易，形成了 源网荷储良性互动的多元化市场生态。持续完善一次能源传导、阻 塞分配管理、多月中长期连续交易等市场关键机制，全力推动广东 电力现货市场建设始终走在全国前列。 前 言 广东研究制定了《广东省台山发电厂向台山市广海湾华侨投资开发试验 区直供电试点工作实施方案》，推动用电大户就近向发电企业直接购电。 2006 年 10 月，原国家电监会印发《关于广东省台山市大用户直购电试 点工作实施方案审查会议纪要》，同意开展台山直购电试点。 启动全国首个“一对多”直购电试点。2006 年 11 月，广东正式开展“一 对多”直购电试点，国华台山电厂一期（1 号和 2 号）机组和台山市广 电力〔2013〕355 号）等政策文件，正式推出了基于“价差传导”的电 力用户和发电企业双边协商、集中竞争模式。2013 年全省共 111 家大用 户与 27 家电厂签订了直接交易合同，合约电量共计 22.4 亿千瓦时，用 户侧销售电价与电厂上网电价联动，每度电向下浮动 9.4 厘。 深化电力中长期交易试点工作。2014 年 9 月，广东印发《电力大用 户与发电企业直接交易深化试点工作方案》，明确逐年扩大交易规模、

使其具有较强的目标识别能力 探地雷达、穿墙雷达和道路检测等 定位 1. 精度高，定位精度可达厘米级 2. 容量大，相较于其他的无线定位技术，有更大的容量 3. 时延低 • 监狱、医院以及发电厂，地下矿井隧道的人员定位管理 • 工厂与仓储物流里面对于原材料、生产设备等移动物品管理 • 电子围栏等 来源：AIoT 星图研究院 制图：AIoT 星图研究院 2.1 UWB 定位产业发展历程与概况 13530533040 13530533040 2.2.3 产业链下游 UWB 产业链下游指的是最终用户。 根据最新的市场信息，UWB 的市场可以分为四大类： 第一类市场：IoT 企业级应用。包括化工厂、发电厂、煤矿、公检法司、仓储物流等等。 第二类市场：IoT 消费级应用。包括各种加入了 UWB 芯片的智能硬件，比如电视遥控器、宠物项圈、寻物 Tag、智能 机器人等。 第三类市场：汽车市场。典型的产品就是汽车数字钥匙等。 从终端应用客户的角度来说，驱动他们使用 UWB 技术的动力主要有四个： 第一个是提升经济效益，相应的应用领域有仓储物流、离散制造过程中对于人员与设备的实时定位管理等。 第二个是降低安全事故风险，保障人员财产安全，相应的应用领域包括发电厂、化工厂、隧道矿井等高危环境下的险 情预警与援救等。 第三个是为精确化的管理措施提供技术支撑，应用领域包括司法监狱里面对受限制人员的轨迹管理、医院里面对于出 生婴儿的监护、养老院里面老人的看护、贵重资产的定位管理、电子围栏等。

余新能源与火电之间的“新火互济”。 为解决系统调峰资源不足、跨省调用机制不全问题，西北地区建成“1+5”区域调峰 辅助服务市场体系，作为现货市场有效过渡。在传统火电调峰、启停调峰基础上，创新开 发了水电有偿调峰、自备电厂调峰（虚拟储能）、用户侧调峰、储能调峰品种，实现源网 荷储全覆盖，交易品种多样性国内领先。 西北地区建成“市场活跃度最高、交易量最大”的省间备用辅助服务市场。实现省间 备用互济组织方式由计划模 端配套建设新的煤电，减少重复建设。 4.2.2 完善需求侧响应机制，加快受端用户侧参与省间交易 需求侧响应通过市场化手段引导用户调整用电行为，是提升外购电消纳能力的关键工 具。通过完善分时电价、虚拟电厂、可调节可中断负荷等相关政策，需求侧响应机制可以 有效缓解冬夏负荷高峰时段的电网压力，并为系统提升灵活性提供空间，对于用电高峰时 段外购电的消纳有重要支撑。 加快用户侧参与省间电力交易是当前我

SCADA 具备可扩展性以满足未来需求， 既能管理复杂的大型发电厂，也可通过集中过程控制整 合各类发电机组。 • Omnivise T3000 Simulator 模拟器借助数字孪生技术， 在实际更改前呈现真实运行工况，为培养高素质操作员 奠定基础。 • Omnivise T3000 Cyber security 网络安全保障电厂通信 安全，按照工业通信网络 IT 安全领先标准设计，已通过

清晰的系统运行信息，辅助其做出准确决策。 b. 发电计划制定与调整​ 根据电力负荷预测结果、发电设备运行状况、能源政策以及电力市场交易情况等因素，电力指挥中心与发 电企业协同制定科学合理的发电计划。发电计划涵盖各发电厂的发电出力、发电时间安排等内容，旨在实现电 力供需平衡，保障电力系统安全、经济运行。在实际运行过程中，由于用电负荷实时变化、发电设备突发故障、 新能源发电的不确定性等因素影响，电力指挥中心需实时 对发电计划进行动态调 整。例如，当遇到极端天气导致用电负荷急剧增加时，指挥中心迅速协调火电、水电等各类发电企业增加发电 出力，同时优化电网运行方式，确保电力供应满足需求；当某发电厂机组出现故障时，及时调整其他发电厂发 电任务，维持电力系统功率平衡。 c. 电网运行方式优化​ 电力指挥中心负责制定和优化电网运行方式，根据电网结构、负荷分布、设备检修计划等情况，合理安排 输电线路、变电站

化调度管理，还能有效整合分布式新能源和提高储能系统的运作效率。 这将不断提升能源资产的运营效率，并确保关键设备的稳定运行。 后续，TDengine 会针对电网调度、电网量测中心、新能源大基地、储 能 3S 管理、虚拟电厂等不同领域的多个方向，以业务专题的方式向读 者更详细地介绍我们的行业认知与应用实践。我们的目标是向读者展示 TDengine 在这些关键领域的实际应用，以及我们如何帮助电力企业实 现数智化转

可再生能源富集地区，同步利用自然冷源降低 制冷能耗，提升本地绿电消纳比例，实现“源头减量、过程降碳”一体推进。 环境侧通过选址助力节能降碳 供电侧电力清洁低碳化 用电侧节能提效 环境侧 自备电厂自发自用 （光伏、风电） 购入绿电 储能供能 （蓄电池或氢燃料电池） 备发电机组 （燃气轮机 + 天然气） 林业碳汇 … IT 设备耗能 建筑耗能 用电侧 空调耗能 数据中心 节能降碳路径 煤为主的 能源格局不变，亟需提升煤炭利用效率与运行灵活性；长期看，火电占比下降，如何在复杂能源体系中保持煤电快速调节与 安全兜底功能，仍是关注焦点。低碳、高效、灵活、智能已成为煤电发展方向，燃煤电厂须加速相关技术研发与应用。 政策层面，《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》、《2030 年前碳达峰行动方案》等文件明 确了煤电转型任务：有序淘汰落后产能，实施灵活性改造，提升系统调节能力。2021 技术正式迈入规模化商业应用阶段。《中国碳捕集利用与封存年度报告 （2023）》指出，全国已投运煤电 CCUS（含 CCS）项目 13 个，总捕集能力约 60 万吨 / 年，其中，亚洲最大的 50 万吨级燃煤电厂 CCUS 项目已于 2023 年正式投运。近年，我国百万吨级项目集群加速落地，其中包括全球最大燃煤 电站 CCUS 项目（150 万吨 / 年）及新疆 200 万吨级一体化项目，标志着 CCUS

3 秒左右；同时投切负载时，操作员无需再将光伏功率手动降为零，大幅简化操作流程。该项目已稳定运行一周 年，光储柴联合系统的整体运行控制已完全由华为智能微网控制器实现自动化管理，系统运行效果获得了电厂 图 3-1：M 矿 18MW 光伏 +10MWh 储能铜矿微电网项目 负荷稳定需求大，度电成本高。原有电力系统峰值负荷 16MW，日间平均负荷 15MW，夜间平均负荷 8MW，负荷波动在 10%

新能源领域，AI 模型通过融合气象数据、卫星云图和历史发电数据，能够对风 电、光伏电站的发电功率进行分钟级的精准预测，帮助电网更好地规划调度，最 大限度消纳清洁能源。在传统能源领域，例如在火力发电厂，AI 系统通过对锅 炉燃烧过程进行建模与实时优化，可实现更充分的燃料燃烧，在保证稳定输出的 同时有效降低煤耗与污染物排放。华为发布的盘古矿山大模型，则在煤炭开采场 景中实现了无人化操作与安全监控，将 方案”“为何判定设备存在故障”，但当前主流人工智能模型（如深度学习）多 为“黑箱”机制，输出结果难以用工程语言解释。这导致工程师对工程智能系统 的信任度不足，尤其在涉及安全规范的场景中，如核电厂设备运维，不可解释的 推荐往往被直接弃用，阻碍规模化应用。 4.3 效率与成本挑战 工程智能的规模化推广面临显著的效率瓶颈与成本压力，尤其在中小企业中 表现突出。 从数据环节看，工程数据的