施耐德电气官网

　　导读

　　售电市场化来了，单纯卖电似乎不够了。不论是新兴售电公司，还是传统发电企业，抑或是转变职能的电网企业，这时，都需要大数据对能源服务的技术加持。

　　根据GTM Research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。蓝海掘金之际，我们仿佛听到了资本入场的清脆声音。但慢着，拥抱电力大数据的正确姿势你会吗？关键盈利点你get到了吗？今天，南度度带来特约作者屈鲁的文章，深扒一下电力大数据先行者AutoGrid，相信会对你有所启发。

　　1 当电力遇上大数据

　　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，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电力行业，大数据及云计算时代的到来将为传统电力行业的发展注入新的活力，传统电力行业有可能产生革命性的变化。

　　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。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GTM Research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（见下图），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。

　　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。比如美国AutoGrid通过采集和利用智能电表提供的电力大数据，进行用电预测及分析，以优化需求侧管理；Opower目前为近100家公用事业公司管理着超过1000万个家庭和商户的账单，基于用户的用电消费数据，分析用户用电行为，从而为用户提供节能建议；C3 energy则通过集成电力大数据形成分析引擎，提供电网实时监测和即时数据分析，同时也能对终端用户进行需求响应管理。本文将深入剖析电力大数据的先行者——AutoGrid。

　　2 Amit Narayan和他的AutoGrid

　　AutoGrid于2011年成立于美国硅谷，由前斯坦福大学智能电网研究室负责人Amit Narayan创办，并担任AutoGrid的CEO至2012年。作为一家服务于电力、能源行业的大数据公司，AutoGrid虽然只有不到50名员工，却汇集了来自工程设计、通信、互联网、电力等不同领域的人才。

　　Narayan毕业于美国加州大学伯克利分校，电气工程博士学位，发表了25篇有关设计自动化的论文，并持有7项美国专利。在作为斯坦福大学智能电网研究室负责人期间，Narayan主要从事电力系统建模和仿真方面的研究，并持续领导电网建模、优化和控制及电力市场相关的跨学科项目。在成立AutoGrid之前，Naraya是Magma设计自动化公司的产品副总裁。在Magma，他领导的产品开发和产品管理团队，负责Magma公司设计实施领域的旗舰产品。消费电子设备所使用的超过三分之一的半导体芯片，正在使用Amit Narayan的研究小组在Magma开发的产品设计。

　　在加入Magma之前，Narayan创立了Berkeley设计自动化公司（BDA）。BDA是一家风险投资支持的公司，主要开发模拟和射频半导体领域的设计软件，Narayan作为创始人，身兼总裁和工程副总裁，负责所有研发和产品开发，以及与客户的合作。在Narayan的带领下，BDA的产品为世界上100多家半导体公司所使用，其中包括20家半导体领域Top25的企业。基于在BDA的工作成就，Narayan于2006年获得了EDN颁发的“Innovation for the Year”奖项。目前，Narayan是硅谷地区几个初创企业的顾问。

　　致力于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，Narayan创立了AutoGrid。Narayan 说，“AutoGrid是在给智能仪表创造大脑”。

　　3 如何拥抱电力大数据

　　AutoGrid transforms data into the cleanest， cheapest source of power.

　　3.1 正确姿势

　　AutoGrid的核心为其能源数据云平台——Energy Data Platform（EDP），创造了电力系统全面的、动态的图景。

　　类似于高级搜索引擎或天气预报算法，AutoGrid的能源数据平台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。同时，电力供应商可使用该能源数据平台EDP来决定可再生资源，如太阳能，风能的并网，最大限度地减少这些能源间歇性对电网的影响。

　　DROMS（Demand Response Optimization and Management System，需求响应优化及管理系统）为AutoGrid的需求响应管理工具。DROMS从已存在的AMI系统、有线网关、建筑管理系统以及数据采集与监控（SCADA）系统获得实时数据，结合配电系统的物理特性，基于机器智能，分析产生对单一负载的精确预测，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。除此之外，对甩负荷要求及价格信号亦能有及时准确的反应。