机）。 （二）类型划分 根据虚拟电厂机组聚合资源调节能力、信息交互情 况分为直控型、短时响应型与长时响应型，应满足参与相 应市场的技术条件。 （一）直控型机组指具备与调度系统实时信息交互 功能（信息交互时间为秒级），可跟踪实时市场计划曲线 并实时响应调度指令，调节时间为秒级的虚拟电厂机组。 （二）短时响应型机组指具备与调度系统和新型电 力负荷管理系统信息交互功能，可 6 小时及以内接收并响 参与实时市场的虚拟电厂机组，应具备与调度系统实时信息交互功能，跟踪实时市场计划曲线。报量报价参与实时市场的虚拟电厂机组出清机 制与日前市场一致。 Ø 电力调度机构可以按需调用接受市场价格的直控型和短时响应型虚拟电厂机组，对其日前发电计划进行修改。 17 2.山东虚拟电厂运营模式 虚拟电厂运营商调节电量收益为各机组调节电量电费之和。 Ø 发电储能类机组（#1 机） ü 调节电量电费分别按

机）。 （二）类型划分 根据虚拟电厂机组聚合资源调节能力、信息交互情 况分为直控型、短时响应型与长时响应型，应满足参与相 应市场的技术条件。 （一）直控型机组指具备与调度系统实时信息交互 功能（信息交互时间为秒级），可跟踪实时市场计划曲线 并实时响应调度指令，调节时间为秒级的虚拟电厂机组。 （二）短时响应型机组指具备与调度系统和新型电 力负荷管理系统信息交互功能，可 6 小时及以内接收并响 参与实时市场的虚拟电厂机组，应具备与调度系统实时信息交互功能，跟踪实时市场计划曲线。报量报价参与实时市场的虚拟电厂机组出清机 制与日前市场一致。 Ø 电力调度机构可以按需调用接受市场价格的直控型和短时响应型虚拟电厂机组，对其日前发电计划进行修改。 17 2.山东虚拟电厂运营模式 虚拟电厂运营商调节电量收益为各机组调节电量电费之和。 Ø 发电储能类机组（#1 机） ü 调节电量电费分别按

空基：测雨雷达 第二道防线 地基： 雨量站 高精度 X 波段测雨雷达装备与预报系统 针对高精度降水观测的要求 ，研发了 X 波段高精度测雨雷达； 针对低空降水研发了降雨观测快速扫描模式及短时临近降水预报系统 ， 解决不同水文模型对降水 产品时空精度的定制化要求 ，提高了对流域局地极端降水的监测的精度和时效性； 本成果可为延长雨水情的预见期、 构建雨水情监测的“三道防线”提供解决方案。 自动切换运行模式 ，节能环保；数据量小 ，普通网络即可满足远程值守和数据传输。 l 高适应性水文行业需求及水文模型系统 雷达观测数据机内外实时订正；结合地面雨量计动态修正降水算法系数； 0~6 小时短时临近降水量预报产品； 输出流域或区域面降水量产品 ，与现有水文系统无缝对接。 l 维修简单方便 高度集成化插拔式收发组件 信号处理器 故障实时响应 到达设备现场 2 小时内恢复工作 P12 技术成果： ，实现洪水演进的秒级模 拟 技术成果： 提升模拟速 度 下游边界 水位过程 好溪：秋塘流量 P34 03 数字孪生流域建设成果 P35 宝安区河湖智慧监管系统 建设了基于 X 波段雷达的深圳市宝安区短时临近降雨预报系统 ，建设了沙井河 - 排涝河流域骨干 河网 和重点工程的数字孪生平台 ，研发了全过程、全要素的城市暴雨洪涝精细化模拟技术。 预警结果展示 数字孪生流域建设成果 道路淹没预演 预案对比展示

极大信心，2024年上半年工商业储能项目投运逐月稳步增长，但24Q3因政策趋严导致投运情况出现 减少，致使全年发展并未如年初预测般辉煌。虽然不少地区在2024年颁布了针对工商业储能备案、消 防或并网验收等方面的规范，在短时间内影响了市场投资热情继而项目投运出现了阶段性降速，但凭 借江苏市场的崛起和更多细分场景的挖掘，2024年工商业储能项目投运规模仍实现了较大规模的增 长，整体规模达到3.74GW/8.2GWh， 政策方面，电价政策方面，未来电价调整将更加频繁且价差会逐步走低，且午间谷电的地区正不 断增加，势必会影响工商业储能的投资与装机规模；规范政策方面，备案、消防及并网等要求正逐步 2025 中国新型储能行业发展白皮书 严格，短时间内会降低项目投资热情和延长项目投运周期，但整体规范的制定与实施将从安全与合规 等角度给行业带来长期的益处。 盈利模式方面，现阶段工商业储能的主要收益来源于峰谷套利，但受限于午间谷电、一充一放等 新型储能是指除抽水蓄能外以能量存储、转换并释放电力为主要形式，并对外提供服务的储能技 7 术，包括但不限于电化学储能、压缩空气储能、热储能、重力储能等 。根据储能时长的不同，储能技 术可分为短时高频储能（<30分钟）、中短时储能（30分钟~4小时）、长时储能（>4小时）。各种储 能技术路线的发展路径及市场格局本质上由场景适配性、全生命周期成本和技术特性三要素协同决 定，其价值实现取决于能否在特定场景下达成技术性能与经济性的最优匹配。

2.0.2 综合开发项目 hybrid development project 利用水风光两种及以上电源进行互补开发的项目。 2.0.3 短时极端不利天气 short-term extreme adverse weather 导致电网内风电或光伏出力在短时内出现大幅度变化，并可能使电网电力调节不足 的天气。 2.0.4 连续极端不利天气 continuous extreme adverse 特性、最小技术出力，协调拟定调节电源的运行方式。 5 结合电源结构、电源发电特性以及极端不利天气下新能源出力变化情况，根据 电力系统需求，调整各类调节电源的运行方式、系统备用容量及其分配。 6 对于短时极端不利天气影响，应分析系统负荷及电源出力变化率适应性；对于 连续极端不利天气影响，应分析系统电量及电力的应急能力，必要时增设应急备用电源。 7 对于远距离外送的综合开发项目，宜采用拟定的送电曲线进行电力电量平衡。 在多能互补电力生产模拟过程中，除火电按最小技术出力系数和抽水蓄能满装机抽 /发安排的工况外，大部分工况需要考虑经济运行原则来安排火电与抽水蓄能工作位置， 从而需考虑火电经济运行出力。 对于短时极端不利天气，主要是针对新能源短时出力出现极端低值和陡变化，可结 合风电、光伏的出力过程资料，分析设计保证率下不同时间步长（如保证率90%，时间 步长15min、30min、45min、60min）的出力值及变化值，并与电力系统电源调节能力能

会借助互联网医院和智能化的手段得以加快发展。 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步 疫情爆发初期，大量患者对病情知识匮乏，出于对自身症状的恐慌到医院就医， 人群聚集引起交叉感染风险。因此，短时间内正确地将大量疫情信息及预防措 施以简单易懂的方式向民众科普，正确引导患者就医，消除恐慌心理，是当务 之急。 同时，在这次疫情中，慢病患者是致死率最高的群体之一，如何做好自我防护， 是大量慢病患者最关心的问题。 者非常多，医院每天 CT 检查近千例，患者需要排队几个小时等待检查，交叉 感染的风险巨大。 因此 AI 的介入势在必行。体素科技希望通过 AI 分析异常病例和重症病例，帮 助医生更快速准确完成评估，在更短时间收治和处理肺炎影像表现患者，尽量 降低医疗场所内交叉感染风险。 新冠肺炎是肺炎中的一种病毒性肺炎。体素 CT 全病种解决方案基于数千例的 肺炎患者病例建立，其磨玻璃-斑片影检测功能和定量分析功能已经可以高敏感 进行分诊，优先阅片缩短等待报告的时间，减少交叉感染的风险； 同时可进行全自动前后片对比和疗效评估，帮助医生精确评估病情进展与疗效。 通过风险评估给出对阅片优先级建议，优化放射科检查流程，减少高风险患者 的检查等待时间，在更短时间收治和隔离影像表现可疑的患者。 肺部 CT 全病种解决方案保留原系统针对肺结节、肺气肿、肺大泡等肺内其他 慢性病灶的检出功能，能够对肺结节进行定量测量与风险评估，筛查 COPD 等 慢性肺部

风电总建设规模 246万，核准在建 或者未建的风电近 500万千瓦，其中 一半左右的风电集 中在皖北平原。 风电建设短时 过快 Ø皖北负荷小， 电网结构薄弱， 已建成煤电光伏 较多、电网输送 断面已经不足。 皖北电网薄弱 Ø春秋季中午时 段面临消纳问题， 而夏季和冬季局 部时段电力短时 供应不足。 电网消纳和电力 供应问题同在 5/26 6 /26 目录 Contents 设计方案 经济分析

为电动汽车充电设施提供更好的电力保障 削峰 输 出 电 能 计划消费电能 吸 收 电 能 t[min] 充 电 放 电 电能质量 输 出 电 能 短时断电 t ms→sec] 放 电 频率调节 吸 收 电 能 50.0 输 出电 能 t[sec] 充 电 平滑输出 吸 收 电 能 可再生能源发电 输 出 电 能 t[sec→min] 50 0 21:00 04-Jan 自 主 迭代的机器学习算法一光伏预测与负荷预测 可不断进化建模和各类影响因素，持续迭代，不断提高预测准确度 · 经纬度 · 安装角度 · 超短时气象数据 · 短时气象数据 · 风速、湿度、气压 …… 预测后的能源数据 预测后的功率数据 原始功率数据 计算后的能源数据 ( 加总 ) 对建模和重要影响因子 不断训练、比较和迭代 06:00

整模型，提升筛选的准确性。 引入 DeepSeek 进行简历筛选的可行性主要体现在以下几个方 面： 1. 效率提升：传统简历筛选通常需要 HR 花费大量时间逐份阅 读，而 DeepSeek 可以在短时间内处理数千份简历，显著缩 短筛选周期。 2. 客观性增强：AI 系统基于数据驱动，避免了人为偏见的影 响，确保筛选过程的公平性与一致性。 3. 精准匹配：通过深度学习算法，DeepSeek 等 AI 工具，不仅可以提高筛选的准确性和效率，还可 以通过数据驱动的方法优化整个招聘流程。 具体而言，DeepSeek 通过以下几个方面提升了简历筛选的可 行性和效果： - 高效性：能够在短时间内处理数千份简历，显著缩 短招聘周期。 - 准确性：通过深度学习和模式识别，准确匹配职位 要求和候选人背景。 - 一致性：减少人为偏见，确保所有候选人都 基于相同的标准进行评估。 结果优化：结合上下文理解和领域知识库，对匹配结果进行优 化和调整，确保推荐结果的准确性。 5. 反馈机制：根据招聘人员的反馈，持续优化匹配算法和权重设 置，提升系统的自适应能力。 通过上述流程，Deepseek 能够在短时间内处理大量简历，并 生成高质量的匹配结果，显著减少招聘人员的工作负担，提高招聘 效率。同时，系统还能够根据不同的职位需求和行业特点，提供个 性化的匹配方案，确保每个职位都能找到最合适的候选人。