相关阅读：
四、技术黑洞
1、技术黑洞的由来
电力数字化的三大特点是：
低门槛，高台阶，摩天楼
（1）低门槛
从0.0到1.0，甚至2.0的起步阶段，门槛并不高。
对于一个电力设备厂家来说，基于开源的成熟IT架构，参考相关平台的构建经验，搭建一个初步可用的云平台，实现数据采集、管理、基础应用（监控+能耗），初期投入十多人年~几十人年的开发工作量，大致成本在几百万到几千万之间，就能拥有自主知识产权的“数字化平台”，甚至不少地方为了政府推动“行业数字化”，开发者能拿到相应的补贴。
这对许多电力设备企业来说，诱惑是巨大的，都希望自己掌控一套数字化平台的开发。
（2）高台阶
按照2.0的功能逐步深化云平台的功能，并且面对实际的客户需求时，开发团队将面对越来越大的压力。
比如面临海量并发时不能丢数据，底层的采集通信架构应具备高可靠性；再如系统业务的可扩展性问题，一个新的功能需求，尤其是跨模块的应用，需要底层架构的优化，如果架构不优化，则需要在前端做大量的开发，带来人力资源的压力。
系统在上线运行以后，每上一个台阶，都对开发团队、开发技术提出巨大的挑战，开发成本是一种非线性的增长。
（3）摩天楼
1.0是筒子楼，2.0是综合体，如果要达到3.0的阶段，对系统架构来说是摩天楼一般的地基，具体的技术内涵我们下面将详细讨论。
1.0/2.0的地基是撑不起3.0的，所以必然带来底层架构的数次迭代，说得好听叫做迭代，说得不好听就是推倒重来，沉默成本巨大。
这个摩天楼有多庞大呢，这里我引用欧洲智能电网模型（SGAM）的顶层技术视图：红框部分为配网、分布式能源和负荷侧的需求。
在电力数字化领域，看得见的东西只是小钱——绚丽的界面和大屏；看不见的东西需要花大钱——底层架构的Know How和Know Why，依赖于大量的时间、现场经验、人力资源和金钱的堆砌。
某个数字化开发团队主管说：
早知道这么花钱，一开始我们就不做了。
真正可以支撑设备企业转型的电力数字化平台，需要做到以下几个方面，其潜在的技术风险、技术投入是非常巨大的：
2、架构统一化
（1）管理和控制的统一
要适应电力交易、设备管理、能源调度等各种上层应用的需求，实现管理信息化和控制自动化的结合。
管理信息化领域是MIS系统，偏向于业务流程信息化需求；而自动化领域是DCS/NCS、SCADA，偏向于流程自动化和控制需求。
在工业场景里，管理信息化和整体自动化的融合，是MES层面的事。
到了电力数字化3.0阶段，管理和控制是天然融合的：比如实时波动的电价信号，需要云边端协同，去动态优化现场储能的充放电策略。电价信号是管理信息化；根据电价信号做出管理决策，是信息化上层的数据分析；而分析的结果需要通过控制命令下发到储能BMS。
边缘侧需要具备能源MES的要素，但仅有作为MES的边缘层是不够的，因为涉及到云-云协同、云-边协同等更深度的智能协作要求。所以在整体架构上不能割裂信息化和自动化需求，应在3.0的架构上实现原生的融合。
比如我曾经见过某个电力数字化平台，监控架构是C/S架构，管理架构是B/S架构，理由是：
开发人员能力不足，没法在B/S的浏览器架构里实现真正意义上的自动化监控功能。
（2）计量、控制和物联架构的统一
就电力数字化现场来说，目前在采集通信层面上，同时存在三种架构。
电力计量架构，这是表计厂家出身的数字化平台最常见的架构，本质上是表计数据的采集通信，以各种计量规约为主。
电力自动化架构，这是传统自动化、开关厂家平台的架构，以实时控制，自动化规约驱动开发。
物联架构，以互联网企业为主，从智能家居、行业物联等领域发展起来的物联通信方案，偏向于高并发通信，大部分可靠性要求不高，比如MQTT协议。
3.0需要提供统一通信架构，去兼容上面三种需求，因为它们各有现场的应用场景，从长远来看不可能用三套数字化平台去实现。
当然，某财大气粗的国外龙头电气企业，其电力数字化方案就是用三套架构去做的。原因也很简单：因为分别是三个事业部，三套不同的通信规范，开发了三套相互不兼容的数字化系统，然后整合到一个PPT里，号称——电气数字化平台。
（3）架构的高性能、高可靠性、高可扩展性、高实时性
高性能这样的单一的架构需求，就可能存在巨大的技术黑洞，如丢数据这件事，在系统开发的初期是必然的。
系统采集的设备规模上一个数量级，系统架构就可能因为性能瓶颈被推翻重来一次——你不可能靠一个支撑10万终端设备（比如电表）级别的系统架构，去支持一个100万级别的采集。
那么面向用户配电网的3.0级数字化平台，对性能的要求有多高，这里不妨简单算笔账：
中国大约有300万家10kV及以上的高压电力用户，即有300多万个10kV~0.4kV的用户配电系统（未来逐步增加分布式光伏和储能，过渡到用户微电网系统）。
每个用户配电系统有4~5个层级，每个层级的测控设备数量比前一级增加10倍，也就是每个10kV的工商业用户，如果做到4级的计量和测控（变电所1个-10路出线-100路分支-1000路分项分户），平均大概需要1000个测控装置（比如电表）。
如果按照一个3.0数字化平台市场占有率3%计算，也就是要接入大约10万家企业，每家企业1000个装置，即需要支持1亿的测控终端并发（按照15~30分钟的通信间隔计算），这还不算海量的控制的实时性需求。
目前中国最大的单套电力数据采集系统，是某省电网公司的用电采集系统，大概是小几千万的表计接入量，前期在系统方面的开发、运维和升级所需的投资少说也是十亿元级别。
仅解决高并发、高性能的数字化平台，对设备企业来说，所需的投入也是海量的。
此外，兼顾可靠性、安全、高弹性、高扩展性、实时性、结构化-非结构化融合等多元的架构需求，多数时候是相互矛盾的。比如在低压电力设备场景中，设备数量巨大，但部分设备又要具备低时延远程控制特性，而且通信成本还不能高。
电力数字化系统架构的多目标内部耦合，很多时候是难以彻底解耦的，所以只能靠推翻重来去解决——大公司的核心业务系统也是这样迭代过来的。
（4）云原生的统一架构
前述国际大公司的“三合一”数字化平台，并非是云原生的统一架构，而且受制于公司的组织架构，无法实现统一（涉及到国际国内多个部门和子公司，多个开发团队）。
最终导致的结果之一，就是数字化的实施和维护工作极端复杂——复杂到要专门有一家公司负责现场各类不同规约的调试和集成，而别的集成商是做不了这个工作的。
云原生的本质，其实是从系统一开始设计，就坚持采用最新云计算架构，在这个基础上考虑遗留系统的迁移与包容，而不是一上来就考虑每个部门自建小烟囱系统的技术架构如何并存。
本质上云原生更多的是组织问题，而不是简单的技术路线问题。
所以，对大公司来说，数字化战略转型还会遇到组织黑洞。
当组织内部各个部门各自为政，各起炉灶，没有一个统一的数字化部门，或者数字化部门在公司内部不具备强势地位，无法发挥对业务部门的数字化指挥能力，统一架构是很难建立起来的。
即使建立了所谓数字化平台，更多也是在IaaS和部分PaaS级别，真正到了业务PaaS和SaaS层级，是无法发挥统领效应的。
比如阿里云可以在阿里体系内形成统一的数字化架构，成为和淘系、天猫、菜鸟并行的一级BU，并实现对外运营服务，这体现出管理层对数字化架构的战略认知，和民营企业的高效组织适应能力。
阿里云的架构变迁，和阿里云在阿里系的组织地位，内部的管理模式和商业模式，都是密不可分的，组织架构有时候会决定技术架构，甚至数字化转型的整体成败。
可以这样说：数字化战略的本质，其实是企业内部的权力组织结构变迁，和企业之间的生态组织结构变迁的协调产物。
数字化战略转型中的组织黑洞，值得我们单开一篇文章论述，敬请期待。
3、数据统一化
业务越复杂，对数据的对象化，统一化的需求就越强。
阿里云的统一数据管理理论，有三个One，即实现了集团级别的数据对象统一（One ID）、数据架构的统一（One Service）、数据管理的统一（One Data）。因为要面对上万个不同的应用场景，每个部门或事业部无法单独去解决。
大型企业，比如电网公司都不断经历这个过程，比如国网的SG-ERP中的SG CIM统一信息模型（数据对象统一）。
在2.0的初级阶段，由于上层应用相对单薄，应用场景比较单一，所以还不会涉及到较大的数据统一工作，但是随着业务应用的深入，尤其到了管理标准更为混乱的用户配电系统中低压环节，未来数据统一化的压力将更大。
这还只是设备企业内部的管理需求，如果考虑到3.0的生态化应用，数字化平台需要支撑包括配网运营商、设备运维商、售电公司在内的十多种市场主体，多对多的复杂应用场景，如果没有统一的数据管理是不可想象的。
4、数字服务专业化与融合化
电力设备数字化转型需要支撑专业的融合化。这里的专业，个人觉得更多是在配用电领域，尤其是用户配电系统的专业化。
电力设备从下游采购方来说，主要是两个大的市场，一是电网市场，就是设备卖给电网公司；二是用户市场，也就是传统意义上的业扩市场，设备卖给电力用户。
对电网市场为主的设备商来说，数字化转型需要满足电网客户的需求，不能脱离于电网的建设和运行实际，更多的是设备本体的智能化水平提升、生产制造环节的数字化过程，很难涉及到设备运行阶段的数字化服务。
比如某特高压/超高压设备制造商，它主要的客户是两大电网公司，该公司一开始提出的数字化转型需求是：能否提供一套完整的设备状态在线监测和预测性维护解决方案，甚至在此基础上为客户提供提供预测性维护服务。
原因是它们学习了GE的航空发动机大数据平台和预测性维护服务体系，觉得也要照搬过来，形成自己的数字化转型方案。
但实际上GE航发部门-航空公司-飞机维护公司之间的产业生态，以及航空发动机深度检修领域，设备方设立了极高的技术壁垒，决定了GE可以做这种数字化服务。
而该电力设备商面对电网企业客户时，所设想的数字化转型需求是无法实现的，因为两头在外：
一头是数据来源，设备卖给电网企业后，所有的监控、运行、维护、调度都是电网专业部门完成的，电网自己有输变电设备在线监测系统，所有的运行期数据都不会给设备商。设备商拿不到实时数据，谈何状态监测和分析？
另一头是数据去处，这类特高压/超高压设备的运行维护，电网自成体系，即使需要原厂家服务，也是在电网的运维策略和运维体系流程内，开放程度很低。导致原厂家的预测性维护服务是很难闭环的。
所以专业领域的生态关系和技术水平，决定了数字化转型的方向和技术选择。
在用户配电系统领域，反而存在设备商数字化转型的机会，因这个市场是非垄断的，管理水平，数字化水平很低，且未来随着碳资产、电力市场化交易等业务趋势，存在专业服务不断提升的机会。
用户配电系统的专业融合，其本质其实是借鉴电网企业的管理经验和先进技术，实现用户电力系统在能源调度、设备管理、交易与服务方面的协同发展。
需要建立这个领域的专业管理模型，这是我们多年前做的一个业务模型，目前看大致框架还行，仅供参考：
5、场景灵活化
上面的模型，是不能拿来直接做功能开发的，因为用户配电系统的数字化应用是高度场景化的，碎片化的。所以在某种程度上对数字化平台的技术要求甚至高于电网数字化。
这里也涉及到业务战略-技术战略的结合问题。
比如某集团公司为了降低数字化转型风险，提出建设多个二级数字化平台，一套管设备资产，一套管市场化交易，一套管能耗能效。然后再设计一套一级数字化平台，定位在二级平台之上的数据交互和管理展示。
这种做法看似合理，其实面临两个最大的问题：
（1）场景灵活化的需求需要大量交互
上述这种数字化架构模式，无法满足场景灵活化和专业融合的需求，因为现场大量的应用场景都是需要各个级别的融合的：
比如分布式资产的告警，可能来自某个能耗平台的计量数据；分布式资产的价格响应与收益变现，可能需要在市场化交易模块里实现；同时设备资产之间的经济性调度，比如光-储与负荷曲线之间的配合，需要调-管-控的结合。
（2）一级平台实现复杂角度的困难
如果把二级平台之间的大量交互应用场景，都压到一级平台实现，那么一级平台就不仅仅是一套“驾驶座舱”的管理平台，而是一个庞大的数据总线和应用开发平台，随着应用场景的不断增加，最后将压垮一级平台。
电网企业的“营配调贯通”，就是去解决电网企业在配网运行管理方面的多业务场景，多专业领域的融合，而需要重构配网数字化架构。
6、开放性与公正性问题
到2.0级别的数字化平台，设备厂家还面临一个开放性和公正性的问题。
在分布式光伏的监测领域，就遇到类似的问题，每个逆变器厂家基本都只支持本厂家的逆变器数据采集和接入，甚至大量采用私有规约去实现技术壁垒和深度的设备信息获取。
但是对于光伏投资方来说，往往同时购买同一厂家不同型号（意味着可能采用不同的规约分支），以及不同厂家的逆变器。每个厂家的逆变器如果只能上自己平台，相互数据不开放，或者开放的深度不够，让光伏投资方无法拿到底层的监测数据便于深入对比，更别说统一规约、统一数据框架和统一运维了。即使光伏投资方投资开发一个独立的监控平台，也涉及到大量的设备物联接入协调和调试问题。
这是设备商做数字化平台非常致命的一点，即使它们有心去做，在公开市场上，也经常被质疑数字化平台对非自身品牌设备的公正性、公开性。
从另一方面看，要做到用户配电系统的多品牌、多型号、多类型设备的兼容，对数字化平台的高可扩展性，尤其是如何良好的设计采集通信架构，去实现现场快速、低成本、免调试接入，尤其是大量遗留设备的接入（不可能把不兼容的设备全部更换，这对数字化项目的成本压力太大），非常考验研发能力。
7、小结
用户配电系统的数字化平台，应从一开始就根据规划的和实际的业务场景，参照行业先进经验，进行合理的数字化系统架构设计。
同时，数字化平台的技术战略，本质上涉及到公司战略的多个方面，而不仅仅只是技术问题，需要充分考虑市场、客户、组织、技术、文化、销售等现状，做好发展路径的设计，尽量避免技术黑洞。
当然，设备企业数字化战略最大的坑，是整个营销和销售体系的问题，这一部分我们下一篇进行深入讨论。
