導讀：講市場(chǎng)化，售電也要市場(chǎng)化。單純賣(mài)電?這已不能滿(mǎn)足市場(chǎng)化需求，現下，電力市場(chǎng)也積極吸納大數據，將大數據轉化為有效資源促進(jìn)售電市場(chǎng)化。

根據GTMResearch的研究分析，到2020年，全世界電力大數據管理系統市場(chǎng)將達到38億美元的規模。藍海掘金之際，我們仿佛聽(tīng)到了資本入場(chǎng)的清脆聲音。但慢著(zhù)，擁抱電力大數據的正確姿勢你會(huì )嗎?關(guān)鍵盈利點(diǎn)你get到了嗎?今天小編就帶你深扒一下電力大數據先行者AutoGrid，相信會(huì )對你有所啟發(fā)。

1當電力遇上大數據

維克托·邁爾·舍恩伯格曾在《大數據時(shí)代：生活、工作、思維的大變革》一書(shū)中前瞻性地指出，大數據帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數據開(kāi)啟了一次重大的時(shí)代轉型。作為正向能源互聯(lián)網(wǎng)轉型的傳統電力行業(yè)，大數據及云計算時(shí)代的到來(lái)將為傳統電力行業(yè)的發(fā)展注入新的活力，傳統電力行業(yè)有可能產(chǎn)生革命性的變化。

電力大數據主要來(lái)源于電力生產(chǎn)和電能使用的發(fā)電、輸電、變電、配電、用電和調度各個(gè)環(huán)節，可大致分為三類(lèi)：一是電網(wǎng)運行和設備檢測或監測數據;二是電力企業(yè)營(yíng)銷(xiāo)數據，如交易電價(jià)、售電量、用電客戶(hù)等方面數據;三是電力企業(yè)管理數據。通過(guò)使用智能電表等智能終端設備可采集整個(gè)電力系統的運行數據，再對采集的電力大數據進(jìn)行系統的處理和分析，從而實(shí)現對電網(wǎng)的實(shí)時(shí)監控;進(jìn)一步地，結合大數據分析與電力系統模型，可以對電網(wǎng)運行進(jìn)行診斷、優(yōu)化和預測，為電網(wǎng)安全、可靠、經(jīng)濟、高效地運行提供保障。

云計算、大數據分析等信息新技術(shù)必將激活電力大數據中蘊含的價(jià)值，也必將釋放電力大數據的市場(chǎng)潛力。根據GTMResearch的研究分析，到2020年，全世界電力大數據管理系統市場(chǎng)將達到38億美元的規模(見(jiàn)下圖)，電力大數據的采集、管理、分析與服務(wù)行業(yè)將迎來(lái)前所未有的發(fā)展機遇。

正是由于電力大數據誘人的市場(chǎng)前景，逐漸吸引眾多企業(yè)到此掘金。由于電力大數據管理將覆蓋電力的發(fā)、輸、配、用的各個(gè)環(huán)節，目前還不能建立統一的數據管理平臺，因此電力大數據管理企業(yè)均是結合自身所長(cháng)以挖掘電力大數據可能的入口。比如美國AutoGrid通過(guò)采集和利用智能電表提供的電力大數據，進(jìn)行用電預測及分析，以?xún)?yōu)化需求側管理;Opower目前為近100家公用事業(yè)公司管理著(zhù)超過(guò)1000萬(wàn)個(gè)家庭和商戶(hù)的賬單，基于用戶(hù)的用電消費數據，分析用戶(hù)用電行為，從而為用戶(hù)提供節能建議;C3energy則通過(guò)集成電力大數據形成分析引擎，提供電網(wǎng)實(shí)時(shí)監測和即時(shí)數據分析，同時(shí)也能對終端用戶(hù)進(jìn)行需求響應管理。本文將深入剖析電力大數據的先行者—AutoGrid。

2AmitNarayan和他的AutoGrid

AutoGrid于2011年成立于美國硅谷，由前斯坦福大學(xué)智能電網(wǎng)研究室負責人AmitNarayan創(chuàng )辦，并擔任AutoGrid的CEO至2012年。作為一家服務(wù)于電力、能源行業(yè)的大數據公司，AutoGrid雖然只有不到50名員工，卻匯集了來(lái)自工程設計、通信、互聯(lián)網(wǎng)、電力等不同領(lǐng)域的人才。

Narayan畢業(yè)于美國加州大學(xué)伯克利分校，電氣工程博士學(xué)位，發(fā)表了25篇有關(guān)設計自動(dòng)化的論文，并持有7項美國專(zhuān)利。在作為斯坦福大學(xué)智能電網(wǎng)研究室負責人期間，Narayan主要從事電力系統建模和仿真方面的研究，并持續領(lǐng)導電網(wǎng)建模、優(yōu)化和控制及電力市場(chǎng)相關(guān)的跨學(xué)科項目。在成立AutoGrid之前，Naraya是Magma設計自動(dòng)化公司的產(chǎn)品副總裁。在Magma，他領(lǐng)導的產(chǎn)品開(kāi)發(fā)和產(chǎn)品管理團隊，負責Magma公司設計實(shí)施領(lǐng)域的旗艦產(chǎn)品。消費電子設備所使用的超過(guò)三分之一的半導體芯片，正在使用AmitNarayan的研究小組在Magma開(kāi)發(fā)的產(chǎn)品設計。

在加入Magma之前，Narayan創(chuàng )立了Berkeley設計自動(dòng)化公司(BDA)。BDA是一家風(fēng)險投資支持的公司，主要開(kāi)發(fā)模擬和射頻半導體領(lǐng)域的設計軟件，Narayan作為創(chuàng )始人，身兼總裁和工程副總裁，負責所有研發(fā)和產(chǎn)品開(kāi)發(fā)，以及與客戶(hù)的合作。在Narayan的帶領(lǐng)下，BDA的產(chǎn)品為世界上100多家半導體公司所使用，其中包括20家半導體領(lǐng)域Top25的企業(yè)?；谠贐DA的工作成就，Narayan于2006年獲得了EDN頒發(fā)的“InnovationfortheYear”獎項。目前，Narayan是硅谷地區幾個(gè)初創(chuàng )企業(yè)的顧問(wèn)。

致力于為電力供應商和消費者提供各種規模的電力消耗預測，使用該預測來(lái)優(yōu)化電網(wǎng)運行，并通過(guò)靈活的需求管理計劃實(shí)現節能減耗，Narayan創(chuàng )立了AutoGrid。Narayan說(shuō)，“AutoGrid是在給智能儀表創(chuàng )造大腦”。

3如何擁抱電力大數據

AutoGridtransformsdataintothecleanest，cheapestsourceofpower.

3.1正確姿勢

AutoGrid的核心為其能源數據云平臺——EnergyDataPlatform(EDP)，創(chuàng )造了電力系統全面的、動(dòng)態(tài)的圖景。

類(lèi)似于高級搜索引擎或天氣預報算法，AutoGrid的能源數據平臺挖掘電網(wǎng)產(chǎn)生的結構化和非結構化數據的財富，進(jìn)行數據集成，并建立其使用模式，建立定價(jià)和消費之間的相關(guān)性，并分析數以萬(wàn)計的變量之間的相互關(guān)系。通過(guò)該能源數據平臺EDP，公共事業(yè)單位可以提前預測數周。

3.2優(yōu)化需求管理

當需求側管理日益成為電力運營(yíng)的一個(gè)重要部分時(shí)，電力大數據的應用也變得日益重要。通過(guò)電力大數據的采集、分析及應用，可以幫助電網(wǎng)各端匹配電力供應和需求，降低電網(wǎng)各端的成本。

3.3建立能耗圖景

基于EDP和DROMS，AutoGrid可以為客戶(hù)提供一個(gè)大規模的、動(dòng)態(tài)的、不間斷的、供能范圍內的整體能耗圖景。利用該能耗圖景，公共事業(yè)公司可以可以實(shí)時(shí)“看”到本地區的能耗，以更好的進(jìn)行電力控制。當數據不斷被累積，AutoGrid就能提供秒前、分鐘前甚至周前的用電預測，可以幫助電力企業(yè)客戶(hù)實(shí)現不影響舒適度和生產(chǎn)率情況下的優(yōu)化排產(chǎn)計劃。因此，AutoGrid提供的不僅是能量消耗動(dòng)態(tài)圖，它提供的還是需求側響應的應對方案。

小結：電力遇上大數據，碰撞出的火花明媚耀眼。以正確的姿勢擁抱大數據也是每一個(gè)行業(yè)努力的方向。