维克托•迈尔•舍恩伯格曾在《大数据时代：生活、工作、思维的大变革》一书中前瞻性地指出[1],大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型。
作为正向能源互联网转型的传统能源行业，大数据及云计算时代的到来将为其发展注入新的活力，传统能源行业即将发生革命性的变革。
1电力大数据概述
能源大数据理念是将电力、石油、燃气等能源领域数据及人口、地理、气象等其他领域数据进行综合采集、处理、分析与应用的相关技术与思想[2]。能源大数据不仅是大数据技术在能源领域的深入应用，也是能源生产、消费及相关技术革命与大数据理念的深度融合，将加速推进能源产业发展及商业模式创新。
2013年3月中国电机工程学会信息化专委会发布《中国电力大数据发展白皮书》[3]，将2013年定为“中国大数据元年”，掀起了电力大数据的研究热潮。
电力大数据主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节，可大致分为三类：一是电网运行和设备检测或监测数据;二是电力企业营销数据，如交易电价、售电量、用电客户等方面数据;三是电力企业管理数据。电力大数据具有四个特点：(1)数据体量大;(2)数据类型繁多;(3)价值密度低;(4)处理速度快[4]。
通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控;进一步地，结合大数据分析与电力系统模型，可以对电网运行进行诊断、优化和预测，为电网安全、可靠、经济、高效地运行提供保障。
云计算、大数据分析等信息新技术必将激活电力大数据中蕴含的价值，也必将释放电力大数据的市场潜力。根据GTMResearch的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模，电力大数据的采集、管理、分析与服务行业将迎来前所未有的发展机遇。
2国外电力能源数据应用案例分析
正是由于电力大数据诱人的市场前景，逐渐吸引众多企业到此掘金。由于电力大数据管理将覆盖电力的发、输、配、用的各个环节，目前还不能建立统一的数据管理平台，因此电力大数据管理企业均是结合自身所长以挖掘电力大数据可能的入口。
2.1AutoGrid——电力大数据服务的先行者AutoGrid于2011年成立于美国硅谷，是由前斯坦福大学智能电网研究室负责人AmitNarayan创办。AutoGrid基于其能源数据平台，为电力供应商和消费者提供各种规模的电力消耗预测，使用该预测来优化电网运行，并通过灵活的需求管理计划实现节能减耗。
AutoGrid的核心为其能源数据云平台——EnergyDataPlatform(EDP)。AutoGrid的能源数据平台EDP创造了电力系统的全面的、动态的图景，通过挖掘电网产生的结构化和非结构化数据的财富，进行数据集成，并建立其使用模式，建立定价和消费之间的相关性，并分析数以万计的变量之间的相互关系。通过该能源数据平台EDP，公共事业单位可以提前预测数周，或只是分，秒的电量消耗。大型工业电力用户可以优化他们的生产计划和作业，以避开用电高峰。
需求响应优化及管理系统(DemandResponseOptimizationandManagementSystem-DROMS)为AutoGrid的需求响应管理工具。DROMS从智能电表、建筑管理系统、电压调节器和温控器等设备获得实时数据，形成数据分析引擎，结合电力系统的模型，基于智能算法，分析计算对单一负荷的精确预测，在需求响应要求产生之前介入，迅速生成针对某一需求响应的应对策略。
AutoGrid的客户覆盖发电端、输电端、配电端、用户，可以帮助电网各端匹配电力供应和需求，降低电网各端的成本。AutoGrid的能源数据云平台EDP收集并处理其客户接入智能电网的智能电表、建筑管理系统、电压调节器和温控器等设备的数据，面向其用电客户提供需求响应优化及管理系统DROMS，获取能量消耗情况，预测用电量，结合电价信息实现需求侧响应，生成需求侧管理项目的分析报告，提升客户全生命周期的价值收益;面向电网运营者提供DROMS，可提供需求响应应对策略，预测发电情况和电网动态负荷，预测电网运行故障，改善客户平均停电时间&系统运营时间，从而实现电网优化调度，减少非技术性损失，降低运营成本。
AutoGrid凭借其PB级的数据分析和预测能力，吸引了众多公用事业公司和软件产品公司与其进行合作。通过向第三方开放其能源数据平台EDP，AutoGrid正努力将其打造为能源行业大数据的统一公共平台。该开放的能源数据平台将使得能源“大数据”充分流动，各公共事业公司依托该数据平台开发满足自己需求的第三方应用。通过统一的能源大数据平台，AutoGrid将规范能源大数据的规范及协议，并将为能源大数据的发展注入新的推动力。
AutoGrid的收入主要来自于向采用其DROMS或其他服务的用户收费，主要有三种收费模式：
1)SaaS模式：用户按照AutoGrid为其处理的数据量付费;
2)共享收益模式：AutoGrid给客户发送报告，客户进行需求响应，与客户分享收益;
3)合作模式：给设备商提供软件，向设备商收取License费。
未来的智能电网将是依托电力大数据处理分析技术的全景实时电网。AutoGrid作为电力大数据服务的先行者，其商业模式和发展思路将为国内的电力大数据服务商和初创公司提供一定的参考。
2.2Opower——通过电力消费数据分析用户用电行为Opower公司是于2007年创办的一家家庭能源数据分析公司。Opower与电力公司合作，抢占家庭消费者“入口”，获取家庭消费者的能源使用数据，进行消费者用电行为分析，并为其提供节能减耗的方案，推动节能的互联网应用。
发电力账单，是每个公用电力公司都需要做的一项工作，看似简单，但是其功能拓展往往被忽视。Opower公司利用其云数据平台，结合大数据方法和行为科学理论，为家庭用户发出了一份个性化的、贴心的电力账单。
通过这份电力账单，家庭的制冷、采暖、基础负荷、其他各类用能等用电情况被分类列示，并将用电量跟上个月的进行相比，其鲜亮的图表呈现方式让用户对自己的耗能情况一目了然。电力账单上除了有本户用电数据的分析之外，还有相近区域内最节能的那20%的用户耗能数据——即所谓的邻里能耗比较，紧接着它会据此提供建设性的节能方案。这就是Opower所标榜的“行为科学理论”的结晶。此外，Opower在用户的交互方面，也做得贴心，生动，到位。比如，用户的节能效果非常理想，Opower提供的账单上就会有一个高兴的表情，告诉你它的态度;再比如，Opower会通过客户端或邮件给客户发送一些节能技巧信息。
Opower公司通过自己的家庭能耗数据分析平台，对由公用电力公司提供的家庭能耗数据进行深入地分析和挖掘，进而为用户提供一整套适合于其生活方式的节能建议。尽管Opower志在为用户节能，但其自我定位是一家“公用事业云计算软件提供商”，由此可知Opower公司的运营模式并非B2C模式(企业对终端消费者)，而是B2B模式(企业对企业)。Opower公司的服务对象是公用电力公司，而不是普通的家庭用户。
Opower公司为公用电力公司提供如下四种服务。这四类服务中，Opower既扮演数据收集整合的角色，也为客户提供基于深入分析的有效性建议，而这四类服务都基于可扩展的Hadoop大数据分析平台。
目前，Opower公司已经签下了来自北美、欧洲和亚洲9个国家的95家公用电力公司，能够获取约1.15亿家庭的能源消费数据，并据此提供节能方案。打开Opower的网站，底端一行实时跳动的数据格外醒目：Opower客户已经节省了XXX千瓦时电，减少了XXX磅二氧化碳，节约了XXX能源费用。麻省理工学院研究员阿科特曾做过关于Opower对家庭用电量影响的研究，证实Opower的用电报告让用户的用电量减少了2%
Opower的家庭能耗数据分析平台是基于可扩展的Hadoop大数据分析平台搭建，综合利用计算机科学、行为科学和大数据科学理论。Opower从所服务的公用电力公司取得大量的家庭能耗数据，整合房龄信息、周边天气等数据，运用自己的家庭能耗数据分析平台进行用能分析，建立家庭耗能档案，并与邻里的能耗数据进行比较，通过综合分析提出节能建议。Opower所提供的账单上，除了分析本户的能耗数据，还与相近区域内最节能的那20%的用户进行耗能数据比较，这就是其所提供的电力账单的亮点即"邻里耗能比较"，这项比较是在"行为科学理论"的指导下进行的。
而结合了计算机科学，数据科学和行为科学的Opower，其模式对于国内电网公司的服务拓展也具有一定借鉴意义。国家电网微信服务号提供的电力账单如下图所示，仅有一堆数字，僵硬、不个性、不贴心。借鉴Opower的邻里能耗比较，并结合“微信运动”的模式，国网公司可以将电力账单引入社交元素，为用户提交一份更个性化和贴心的电力账单。通过导入家庭能耗数据，将其置于微信庞大社交链中实现好友分享及排名。将电力账单与社交相结合，朋友间这种家庭能耗的对比，一方面可以使力账单服务更个性化，另一方面，也会激发人们进行节能减耗。
3电力大数据应用展望
3.1应用背景(1)能源互联网的推进
2011美国著名学者杰里米•里夫金在其著作《第三次工业革命》中，首次提出了能源互联网(EnergyInternet)的愿景。如今，能源互联网的概念已像起于青萍之末的风，席卷全球!能源互联网本质上是通过能源互联、信息互联、能源与信息融合、构建复杂交互式网络与系统，其特征为可再生，分布式、开放、互联与智能。而大数据应用是其重要一环。
(2)《关于积极推进“互联网+”行动的指导意见》
国务院日前印发的《关于积极推进“互联网+”行动的指导意见》针对“互联网+智慧能源”专项中指出，““推进能源生产智能化”，“鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘与预测，开展精准调度、故障判断和预测性维护，提高能源利用效率和安全稳定运行水平”。
(3)“国际能源变革论坛”苏州宣言
2015年11月5-7日，国家能源局，江苏省政府和国际能源署在苏州举办了“国际能源变革论坛”，并联合发表了《苏州宣言》。宣言中提到“探索能源互联网发展对能源变革的作用，推进两者之间的协同发展，对能源大数据的管理与利用进行前瞻性研究”。
3.2应用模式对于电力领域来说，要实现电力设备的数字化和智能化，就需要利用计算机软件技术、计算机网络技术、远程实时监测技术、远程诊断技术、通信技术等，建立起一套高效、稳定的电力大数据采集、监测、管理、分析与服务系统，从而为电网安全、可靠、经济、高效地运行提供保障。并且在大数据及云计算技术的支撑下，电能双向传输才能更有针对性，形成供需的动态平衡。
可以根据数据来源，将电力大数据管理系统分成用户管理系统、电网运行管理系统、企业管理系统;相应地，电力大数据也有三种商业模式可以挖掘，即智能化节能产品、电力大数据服务平台和优化需求侧响应。以上介绍的案例，Opower侧重于用户端管理，而AutoGrid侧重于企业级管理。
3.3大数据平台框架Apache基金会开源技术通用的大数据平台整体架构如图。该架构具有较好的通用性，适用于电力企业大数据的规划，其主要思想是利用基于Hadoop文件系统的分布式文件处理系统作为大数据的存储框架，利用基于分布式计算技术作为大数据的处理框架[5]。
3.4关键技术电力大数据的发展也需要一些关键技术的支撑，(1)大数据传输及存储技术：电力系统各个环节的运行数据及设备状态在线监测数据将会带来海量数据传输和存储问题。(2)实时数据分析及处理技术：在未来的电力系统环境中，从发电、输变电环节，到用电环节，都需要实时数据处理，借助电力大数据的分析技术可以从电力系统的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。(3)大数据展示技术：包括可视化技术、空间信息流展示技术、历史流展示技术等。
4结语
在能源互联网+新电改的背景下，在大数据+云计算的新时代，依托电力大数据的电网将迈进全景实时电网的时代。大数据必然会助力电网技术的发展，成为电网技术发展的驱动器。
5参考资料
[1]维克托˙迈尔˙舍恩伯格.大数据时代:生活、工作与思维的大变革[M].浙江人民出版社,2012.
[2]张东霞,苗新,刘丽萍等.智能电网大数据技术发展研究[J].中国电机工程学报，2015,35(1)：2-12.
[3]中国电机工程学会信息化专业委员会.中国电力大数据发展白皮书[M].北京:中国电力出版社,2013:10-15.
[4]宋亚奇,周国亮,朱永利.智能电网大数据处理技术现状与挑战[J].电网技术,2013,04期(04):927-935.
[5]赵刚.大数据技术与应用实践指南[M].北京:电子工业出版社,2013:56-58.
原标题：【能见】电力能源数据应用案例及模式分析
