有了能源大数据 智慧能源解决方案该如何搭建？

能源大数据发展背景
1、能源智慧化浪潮——催生人类文明伟大变革
      人类历史文明发展的每一次变革都是围绕着能源、资源利用效率的不断提升而展开的，所以能源革命对于人类社会的发展意义重大，工业革命、信息化革命更是颠覆了我们如今的生活、工作以及社交方式。数据在本世纪的地位就像上世纪的石油，是我们发展和变革的动力，大数据技术已经越来越广泛的运用于各个传统行业，所以个人认为能源行业的智慧化浪潮也一定会到来。
2、能源行业重构，分布式能源系统是趋势      系统整合是可持续能源未来所必需的。未来发展趋势将向分布式能源系统转移，并要求能源基础设施之间的整合，比如光伏、电动汽车、小规模储能及分布式热力生产之间的系统整合，能源行业的格局一定是向着多种清洁能源互补、整合、多项传输及数字化管理方向发展。
3、政策背景：国家智慧能源、电改战略      国家对能源行业的转型和智慧化升级也是相当重视的，互联网+和智慧能源已经是我国重要的战略方向。国家在近年发布了一系列相关政策，明确提出提高可再生能源的利用率，都在指向新型的、更智慧化的能源互联网。电改的政策也是向着多主体、更灵活、更市场化、更智慧化的方向在推动。大数据、人工智能在行业转型过程中至关重要，值得深入研究、重点把握。
截止到去年，我国能源行业大数据应用市场规模已达8.29亿元人民币，近5年投资规模都有较大增长。
4、能源大数据的驱动因素 大数据、人工智能这些颠覆性的技术到底解决了能源行业的哪些问题？
为行业转型提供了新技术手段
应对市场发展新需求
为企业管理提升效率
减缓公共设施的投资压力，更加低碳、绿色
所以智慧能源需要解决的几个问题：
数据的互联互通，应对数据爆炸性增长
行业与信息化的深度融合，提升效率
新型能源规划及生产，需要决策权分散至更多可信授权者
数据价值挖掘，普惠能源消费
5、智慧能源解决思路 要面向全行业建立一个覆盖能源生产、传输、分配、消费全环节的智慧能源系统，需要重点考虑以下三个问题：
如何打通两端数据壁垒？
如何利用大数据技术很好的垂直整合产业链？
如何跨体系、跨平台的协作，发挥数据资产的价值？
光伏产业链解决方案
1、大数据对光伏产业链的影响 大数据对光伏产业链的影响主要体现在以下三个方面：
加强了产业整合和企业合作，尤其消除了信息不对称、促进各方信任系统的建立
促进相关产品的技术进步，不断更新技术，依托于数据的收集和分析
联动消费端，优化资源配置，用电数据+发电数据的合理关联分析，科学指导供能系统设计
国内外光伏大数据的应用主要集中在在线预测、发电量模拟、实时监测、设备预警和诊断、资源调度、电力交易以及需求响应等方面。
2、能源大数据变革——智慧能源核心技术      我们关注的核心技术例如大数据、人工智能、机器学习、图像识别等一系列高精尖的技术，都需要从基础数据的处理、业务建模和应用三个层次进行研究，例如不同数据源的海量信息如何处理、分布式架构的选型？如何针对不同的业务流进行协议的转换和建模？如何选择适合的场景，如何应用，真正解决行业痛点，使场景更加智能化？
3、智慧光伏运营      运营相关的一系列服务，以及整个资产全生命周期的管理都可以通过数据分析、数字化的模型为各个环节提供量化的分析和决策服务，服务于投资商、生厂商、运营公司等各类角色。无论电站是建设中还是已并网运行，还是需要进行金融化运作，量身定制的服务模式都可以确保其高效运营。 智慧光伏运营系统包括以下四个方面的功能：
设备关键数据的采集和处理，以及外部影响因子的搜集，例如气象监测、组件等智能终端的数据收集等
数据的分析、存储和运算，便于日常管理
实时监测和分析、预测预警，提供柔性的调度服务
数据应用，发挥数据资产的价值，例如资产的评级评估等
4、光伏大数据
（1）资产全生命周期管理        在资产管理的整个过程中，需要的不是信息的简单堆叠和罗列，而是精准全面的分析和预测，以及相关因素的关联性研究，及时预告，这些都离不开大数据、人工智能等技术。从电站的前期投资、立项建设、项目验收到资产的最终交易都需要对运行数据进行实时精准的预测。
（2）光功率预测系统解决方案
      光功率预测是光伏资产管理各个环节都需要参考的一项重要指标。光伏发电具有波动性和间歇性，大规模光伏电站并网运行会影响电力系统的安全稳定经济运行，光功率的精准预测对于光伏资源的波动性、间接性的影响是至关重要的，对光伏电站的输出功率进行精准预测有助于电网调度部门统筹安排常规电源和光伏发电的协调配合。目前，国家电网规定地面集中式电站必须配备光功率预测系统。
以数值天气预报模型和云层运动预测为基础，结合实时气象数据、电站功率数据、电站运行状态数据等，通过人工智能算法模型预测光伏电站的光功率。
数值天气预报技术和云层运动预测技术，一个是应对光功率的短时间预测，一个是超短时的预测。数值天气预报就是结合天气数据、电站数据对短时光功率进行预测。云层运动数据技术就是结合AI算法以及图像识别，通过对云层图像的实时监控，对云层变化、光伏超短期发电效率的影响进行建模和预测。       系统需要考虑实时气象数据、电站功率数据、运营数据的搜集，所以系统是由数据采集、数据处理、远程气象数据模型、光伏功率预测软件、图形处理等模块组成，同时考虑到安全性和安全传输的规定，需要加上相应功能匹配的服务器、反向隔离安全装置、防火墙、纵向隔离装置、交换机等硬件设备，整个系统架构需符合电力生产数据传输安全规定。
能源消费侧解决方案
1、售电行业痛点分析    随着售电改革的落地，市场竞争越来越激烈。除了赚取用户和发电商之间信息不对称的价差之外，售电公司也应该思考更长效、可持续的发展模式。电力改革及电力产业链的细化推动着电力交易品种、交易周期、交易方式、竞争格局等因素发生了显著变化，电力用户需求更加多样，同时也对发电企业、售电公司的能力提出新的要求，例如如何适应这些变化；如何细分用户、提出差异化的服务；如何规避交易风险，提升服务能力等，这些是目前普遍关注的问题。
2、需求侧管理的发展背景
      需求侧管理伴随着行业转型的压力而来，无论是电源端，还是电网端，其核心就是如何利用负荷资源化进行有效管理，反馈给电源和电网端，达到供需匹配灵活的目标。      上图很好的描述了需求侧管理以及需求响应在电力市场中的作用。随着现货市场的开放，需求侧管理会向着更灵活的需求响应过度，这些会成为售电公司、能源服务商的核心竞争力。
3、国内外研究成果及应用现状对比 国内外研究现状大致可以归为以下四类：
对用户用电行为的分析
可调度负荷潜力的分析
电网-用户互动模型
多元用户的仿真模拟系统
国外已经形成了OpenADR自动需求响应标准、行业规范、AMI高级量测体系、需求响应建模、电力市场需求响应机制；国内在消化OpenADR的基础上，相应的形成了自己的标准，例如IEEE标准P2030.6TM/D03、智慧能源管理系统等。
4、购售电需求侧一体化服务       采用购售电一体化的服务来解决售电公司关于用户获取、风险规避、提升盈利等方面的痛点，在基础售电业务之上，增加针对用户侧的负荷预测、需求侧管理、响应服务等增值服务，利用大数据的技术手段，提升负荷预测、电量预测的精准度，真正为用户、能源服务商以及售电公司提供精准的决策服务。
5、需求响应技术探索       需求响应遵循以下流程：当电价变化或者负荷容量有缺口的时候，系统捕捉到这些信号并进行模拟，结合可以管理的负荷资源，调整用电行为，计算出调整前后用电曲线的差值，并评估效果，将合理的用电策略反馈给用户。所以自动的DR系统应该精准判断这几件事情：触发信号什么时候到来，调节哪些设备，如何调整，调整多少，效果如何。
6、增值服务
（1）用能管理服务        需求侧管理作为增值服务应该包含：用能统计分析、异常告警、用电的辅助决策、资产运维等。项目实施过程从开始的整体规划到最终的长效服务都离不开数据的统计、分析和精准预测。
（2）需求响应      需求响应系统的业务流程从系统的初始化到通过负荷预测计算负荷缺口，由电网部门编辑建立DR事件，将指令下发给用户，用户选择是否参与、怎样参与，到最终的负荷调控、效果评估、计算等一整个环节。
通讯系统的设计，国内已经有部分重要案例，例如：
江苏电力DR主站及南京、苏州等地市230栋非工楼宇
上海电力DR主站及市南公司20栋非工楼宇
北京、江西的聚合商主站及部分工业用户
7、商业模式探索 1购售电+需求侧一体化
有需求侧管理服务能力的售电公司可以开展购售电需求侧一体化的项目。
提供服务：售电+需求侧平台
客户对象：售电公司（配备需求侧运维团队）
业务实现：售电公司通过平台对用户开展售电+需求侧业务
盈利：购售电+需求侧平台使用费
2购售电+需求侧托管
纯售电公司和能源服务商进行合作，提供售电服务以及需求侧管理托管服务。
提供服务：售电+需求侧平台
客户对象：售电公司（无需求侧运维团队）
业务实现：售电公司通过平台对用户开展售电业务，并委托平台的需求侧运维团队，对用户开展需求侧管理业务
盈利：
购售电平台使用费
需求侧运维托管费
3纯需求侧托管
能源服务商提供纯需求侧管理的托管服务。
提供服务：需求侧平台
客户对象：用电用户（不参与购售电）
业务实现：由平台的需求侧运维团队对用户开展需求侧管理业务
盈利：需求侧运维托管费
4数据资产服务
如果未来用户侧的数据积累到一定程度，可以提供数据资产服务，向目标用户共享信息。
提供服务：用户用能数据
客户对象：正在寻找潜在用户的售电公司
业务实现：将模式三中用户的用能数据作为数据资产，出售给售电公司
盈利：数据资产费
5能源咨询服务
面向园区、政府提供综合的能源咨询服务。
提供服务：大规模用户用能数据
客户对象：园区、政府、开展智慧能源示范项目的总承包方
业务实现：当区域内用户规模达到一定的数量级、所积累的用能数据作为资产出售给园区政府及项目承包方，作为能源咨询、项目申报的重要数据
盈利：数据资产费