能源大數據發展背景
1、能源智慧化浪潮——催生人類文明偉大變革
      人類歷史文明發展的每一次變革都是圍繞著能源、資源利用效率的不斷提升而展開的，所以能源革命對于人類社會的發展意義重大，工業革命、信息化革命更是顛覆了我們如今的生活、工作以及社交方式。數據在本世紀的地位就像上世紀的石油，是我們發展和變革的動力，大數據技術已經越來越廣泛的運用于各個傳統行業，所以個人認為能源行業的智慧化浪潮也一定會到來。
2、能源行業重構，分布式能源系統是趨勢      系統整合是可持續能源未來所必需的。未來發展趨勢將向分布式能源系統轉移，并要求能源基礎設施之間的整合，比如光伏、電動汽車、小規模儲能及分布式熱力生產之間的系統整合，能源行業的格局一定是向著多種清潔能源互補、整合、多項傳輸及數字化管理方向發展。
3、政策背景：國家智慧能源、電改戰略      國家對能源行業的轉型和智慧化升級也是相當重視的，互聯網+和智慧能源已經是我國重要的戰略方向。國家在近年發布了一系列相關政策，明確提出提高可再生能源的利用率，都在指向新型的、更智慧化的能源互聯網。電改的政策也是向著多主體、更靈活、更市場化、更智慧化的方向在推動。大數據、人工智能在行業轉型過程中至關重要，值得深入研究、重點把握。
截止到去年，我國能源行業大數據應用市場規模已達8.29億元人民幣，近5年投資規模都有較大增長。
4、能源大數據的驅動因素 大數據、人工智能這些顛覆性的技術到底解決了能源行業的哪些問題？
為行業轉型提供了新技術手段
應對市場發展新需求
為企業管理提升效率
減緩公共設施的投資壓力，更加低碳、綠色
所以智慧能源需要解決的幾個問題：
數據的互聯互通，應對數據爆炸性增長
行業與信息化的深度融合，提升效率
新型能源規劃及生產，需要決策權分散至更多可信授權者
數據價值挖掘，普惠能源消費
5、智慧能源解決思路 要面向全行業建立一個覆蓋能源生產、傳輸、分配、消費全環節的智慧能源系統，需要重點考慮以下三個問題：
如何打通兩端數據壁壘？
如何利用大數據技術很好的垂直整合產業鏈？
如何跨體系、跨平臺的協作，發揮數據資產的價值？
光伏產業鏈解決方案
1、大數據對光伏產業鏈的影響 大數據對光伏產業鏈的影響主要體現在以下三個方面：
加強了產業整合和企業合作，尤其消除了信息不對稱、促進各方信任系統的建立
促進相關產品的技術進步，不斷更新技術，依托于數據的收集和分析
聯動消費端，優化資源配置，用電數據+發電數據的合理關聯分析，科學指導供能系統設計
國內外光伏大數據的應用主要集中在在線預測、發電量模擬、實時監測、設備預警和診斷、資源調度、電力交易以及需求響應等方面。
2、能源大數據變革——智慧能源核心技術      我們關注的核心技術例如大數據、人工智能、機器學習、圖像識別等一系列高精尖的技術，都需要從基礎數據的處理、業務建模和應用三個層次進行研究，例如不同數據源的海量信息如何處理、分布式架構的選型？如何針對不同的業務流進行協議的轉換和建模？如何選擇適合的場景，如何應用，真正解決行業痛點，使場景更加智能化？
3、智慧光伏運營      運營相關的一系列服務，以及整個資產全生命周期的管理都可以通過數據分析、數字化的模型為各個環節提供量化的分析和決策服務，服務于投資商、生廠商、運營公司等各類角色。無論電站是建設中還是已并網運行，還是需要進行金融化運作，量身定制的服務模式都可以確保其高效運營。 智慧光伏運營系統包括以下四個方面的功能：
設備關鍵數據的采集和處理，以及外部影響因子的搜集，例如氣象監測、組件等智能終端的數據收集等
數據的分析、存儲和運算，便于日常管理
實時監測和分析、預測預警，提供柔性的調度服務
數據應用，發揮數據資產的價值，例如資產的評級評估等
4、光伏大數據
（1）資產全生命周期管理        在資產管理的整個過程中，需要的不是信息的簡單堆疊和羅列，而是精準全面的分析和預測，以及相關因素的關聯性研究，及時預告，這些都離不開大數據、人工智能等技術。從電站的前期投資、立項建設、項目驗收到資產的最終交易都需要對運行數據進行實時精準的預測。
（2）光功率預測系統解決方案
      光功率預測是光伏資產管理各個環節都需要參考的一項重要指標。光伏發電具有波動性和間歇性，大規模光伏電站并網運行會影響電力系統的安全穩定經濟運行，光功率的精準預測對于光伏資源的波動性、間接性的影響是至關重要的，對光伏電站的輸出功率進行精準預測有助于電網調度部門統籌安排常規電源和光伏發電的協調配合。目前，國家電網規定地面集中式電站必須配備光功率預測系統。
以數值天氣預報模型和云層運動預測為基礎，結合實時氣象數據、電站功率數據、電站運行狀態數據等，通過人工智能算法模型預測光伏電站的光功率。
數值天氣預報技術和云層運動預測技術，一個是應對光功率的短時間預測，一個是超短時的預測。數值天氣預報就是結合天氣數據、電站數據對短時光功率進行預測。云層運動數據技術就是結合AI算法以及圖像識別，通過對云層圖像的實時監控，對云層變化、光伏超短期發電效率的影響進行建模和預測。       系統需要考慮實時氣象數據、電站功率數據、運營數據的搜集，所以系統是由數據采集、數據處理、遠程氣象數據模型、光伏功率預測軟件、圖形處理等模塊組成，同時考慮到安全性和安全傳輸的規定，需要加上相應功能匹配的服務器、反向隔離安全裝置、防火墻、縱向隔離裝置、交換機等硬件設備，整個系統架構需符合電力生產數據傳輸安全規定。
能源消費側解決方案
1、售電行業痛點分析    隨著售電改革的落地，市場競爭越來越激烈。除了賺取用戶和發電商之間信息不對稱的價差之外，售電公司也應該思考更長效、可持續的發展模式。電力改革及電力產業鏈的細化推動著電力交易品種、交易周期、交易方式、競爭格局等因素發生了顯著變化，電力用戶需求更加多樣，同時也對發電企業、售電公司的能力提出新的要求，例如如何適應這些變化；如何細分用戶、提出差異化的服務；如何規避交易風險，提升服務能力等，這些是目前普遍關注的問題。
2、需求側管理的發展背景
      需求側管理伴隨著行業轉型的壓力而來，無論是電源端，還是電網端，其核心就是如何利用負荷資源化進行有效管理，反饋給電源和電網端，達到供需匹配靈活的目標。      上圖很好的描述了需求側管理以及需求響應在電力市場中的作用。隨著現貨市場的開放，需求側管理會向著更靈活的需求響應過度，這些會成為售電公司、能源服務商的核心競爭力。
3、國內外研究成果及應用現狀對比 國內外研究現狀大致可以歸為以下四類：
對用戶用電行為的分析
可調度負荷潛力的分析
電網-用戶互動模型
多元用戶的仿真模擬系統
國外已經形成了OpenADR自動需求響應標準、行業規范、AMI高級量測體系、需求響應建模、電力市場需求響應機制；國內在消化OpenADR的基礎上，相應的形成了自己的標準，例如IEEE標準P2030.6TM/D03、智慧能源管理系統等。
4、購售電需求側一體化服務       采用購售電一體化的服務來解決售電公司關于用戶獲取、風險規避、提升盈利等方面的痛點，在基礎售電業務之上，增加針對用戶側的負荷預測、需求側管理、響應服務等增值服務，利用大數據的技術手段，提升負荷預測、電量預測的精準度，真正為用戶、能源服務商以及售電公司提供精準的決策服務。
5、需求響應技術探索       需求響應遵循以下流程：當電價變化或者負荷容量有缺口的時候，系統捕捉到這些信號并進行模擬，結合可以管理的負荷資源，調整用電行為，計算出調整前后用電曲線的差值，并評估效果，將合理的用電策略反饋給用戶。所以自動的DR系統應該精準判斷這幾件事情：觸發信號什么時候到來，調節哪些設備，如何調整，調整多少，效果如何。
6、增值服務
（1）用能管理服務        需求側管理作為增值服務應該包含：用能統計分析、異常告警、用電的輔助決策、資產運維等。項目實施過程從開始的整體規劃到最終的長效服務都離不開數據的統計、分析和精準預測。
（2）需求響應      需求響應系統的業務流程從系統的初始化到通過負荷預測計算負荷缺口，由電網部門編輯建立DR事件，將指令下發給用戶，用戶選擇是否參與、怎樣參與，到最終的負荷調控、效果評估、計算等一整個環節。
通訊系統的設計，國內已經有部分重要案例，例如：
江蘇電力DR主站及南京、蘇州等地市230棟非工樓宇
上海電力DR主站及市南公司20棟非工樓宇
北京、江西的聚合商主站及部分工業用戶
7、商業模式探索 1購售電+需求側一體化
有需求側管理服務能力的售電公司可以開展購售電需求側一體化的項目。
提供服務：售電+需求側平臺
客戶對象：售電公司（配備需求側運維團隊）
業務實現：售電公司通過平臺對用戶開展售電+需求側業務
盈利：購售電+需求側平臺使用費
2購售電+需求側托管
純售電公司和能源服務商進行合作，提供售電服務以及需求側管理托管服務。
提供服務：售電+需求側平臺
客戶對象：售電公司（無需求側運維團隊）
業務實現：售電公司通過平臺對用戶開展售電業務，并委托平臺的需求側運維團隊，對用戶開展需求側管理業務
盈利：
購售電平臺使用費
需求側運維托管費
3純需求側托管
能源服務商提供純需求側管理的托管服務。
提供服務：需求側平臺
客戶對象：用電用戶（不參與購售電）
業務實現：由平臺的需求側運維團隊對用戶開展需求側管理業務
盈利：需求側運維托管費
4數據資產服務
如果未來用戶側的數據積累到一定程度，可以提供數據資產服務，向目標用戶共享信息。
提供服務：用戶用能數據
客戶對象：正在尋找潛在用戶的售電公司
業務實現：將模式三中用戶的用能數據作為數據資產，出售給售電公司
盈利：數據資產費
5能源咨詢服務
面向園區、政府提供綜合的能源咨詢服務。
提供服務：大規模用戶用能數據
客戶對象：園區、政府、開展智慧能源示范項目的總承包方
業務實現：當區域內用戶規模達到一定的數量級、所積累的用能數據作為資產出售給園區政府及項目承包方，作為能源咨詢、項目申報的重要數據
盈利：數據資產費