能源消費大數據

⑴ 大數據推動可持續能源消費

大數據推動可持續能源消費
大數據技術的出現，讓研究者能剖析能源消費中那些曾經不為人知的特點，它讓能源可持續變得愈發可能。
隨著數據傳輸和處理、數據挖掘和機器學習等分析工具的發展，大數據成為今年最顯赫的領域和最炙熱的話題。廣告如何有針對性的投放、如何在大量信息交互中挖掘出恐怖分子的計劃和如何提供個性化的搜索服務等，這些曾經難以攻克的技術難題，都被大數據時代令人驚嘆的新技術一一化解。
作為支撐人類社會正常運營的能源消費，在為人類創造出有史以來最繁榮的時代的同時，也在過去百年中帶來了沉重的污染問題，更是全球氣候變化最主要的肇因之一。大數據技術的出現，為解決這一問題提供了另一種思路和技術手段。
大數據技術的出現，使人類構建可持續能源消費框架的願望更易實現。需要指出的是，大數據技術的出現，讓研究者能剖析能源消費中那些曾經不為人知的特點。然而，如何利用全新的信息設計相應的管理工具，仍需其他研究的支撐。
筆者將從電力消費和智能交通兩方面，介紹利用大數據技術發覺能源消費中新信息的前沿技術。並探討如何結合其他學科工具，研發新型的可持續能源消費管理技術。需要指出的是，許多相關問題的研究前沿仍充滿了爭議，並無定論。
長期以來，電力系統的能效管理都聚焦於如何提高發電企業的效率和工業企業的用電效率，而鮮有討論和實踐居民用電能效管理技術。這很大程度上是因為居民用電分散程度高，致使監控居民用電行為的成本高。在缺乏居民用電行為信息的情況下，除了推進階梯電價、分時電價等總體控制政策外，很難設計針對居民不同用電行為的管理手段。然而，隨著大數據技術的成熟，這一情況發生了革命性的改變。
在大數據技術尚不成熟時，人們對電力消費行為的認識很粗淺。只能從整體消費曲線猜測個體消費行為。人們發現，在不同國家、不同時期，總體電力消費都呈現雙峰曲線的特點：在早晨和傍晚分別出現兩個用電高峰，期間穿插著兩個用電低谷。
所以長期以來，研究者都假設大量的消費者行為都具有兩高一低的特點：清早，絕大多數家庭起床後打開電燈等電器，在家中盥洗並准備早餐，形成第一個用電高峰；傍晚回家後，准備晚餐和使用電器處理其他家務，形成第二個用電高峰。這看上去是一個非常合理的用電行為模式假設。然而，通過大數據技術展示在研究者面前的，卻並非這樣的圖景。
由於大數據量傳輸和儲存技術的進步，使在居民家中安裝智能電表的成本大幅下降。這一在美國加利佛尼亞州部分地區試點安裝的技術，已經為研究者提供了龐大的資料庫。通過對這一數據進行數據挖掘，研究者們驚奇的發現，人們用電的行為迥異。雖然個體用電行為仍可聚類為若干類型，然而絕非是此前研究者所猜想的「以雙峰用電曲線為主」的模式。
事實上，具有雙峰曲線特徵的個體用電，僅佔一成左右；而其他種類的消費行為則千奇百怪，許多用電者的行為甚至隨機性很大。但有趣的是，這些特點各異的消費行為聚合在一起，形成了廣泛存在於各個電力市場的雙峰型電力消費曲線。
理清不同消費者的消費形態，讓我們看到了通過價格杠桿和機制設計進行消費側管理的可能。毫無疑問，不同的消費形態，會因其不確定性的高低和消費發生時的發電資源稀缺程度不同，造成不同的發電成本。
例如，即便消耗相同的電量，一個極為規律、用電峰值和谷值差距不大的消費者，其所造成的發電成本負擔會小於一個用電行為隨機性大，用電波動幅度大的消費者。然而，目前的零售機制並沒有根據消費形態的不同，區分出不同的價格。這就造成不同發電成本負擔的消費者支付了相同的價格。這樣無疑會造成巨大的無效率，更是不公平的。因此，不管什麼樣的消費側管理，如果不能有效的區隔不同消費形態的消費者，都可能造成節能效果有限。因此，我們需要設計一系列機制，通過市場機制，鼓勵高效節能電力消費模式，抑製造成浪費的消費模式。
根據大數據技術獲得的信息，許多關於上述機制設計的討論已經展開。筆者在參加2013年IEEE電力系統年會時，看到了不少相關的研究。這其中既包括了套餐式電價合同設計等以經濟學為理論基礎的軟技術開發；也包括了結合物聯網和優化控制技術，以運籌學為基礎的相關硬技術的研究。我國應適時開展和推進相關研究和試點。
大數據技術的進步，同樣能支撐有效降低交通能源消耗技術的研發。在交通能源消耗問題上，最困擾研究者的就是由於擁堵、尋找停車位等造成的無效率能源浪費。這些造成無效率的現象大多是由於人們缺乏信息造成的。同樣也是因為缺乏信息，使得長期存在的智能交通調度等管理手段難以實現。
然而隨著智能手機的普及，許多駕駛員使用手機裝載的定位系統確定行車路線。和傳統的定位系統不同，這些通過智能手機定位的信息都傳遞和保存在大資料庫中。這些海量數據不僅能像傳統的交通信息一樣讓人們了解某一個時段一條路上的車流量，還能明晰的標示出這條路上每個時段的每一輛車從何處來、往何處去，並記錄每輛車的停車情況。同時，現有技術也能夠支撐信息的反饋，即可以向車輛駕駛者和乘客發布擁堵預警、擁堵狀況和停車場分布和佔用情況等信息。
對於以通勤為主的城市交通而言，這些信息的交互顯得極為重要。在缺乏這些信息時，人們是根據過往經驗進行選擇，這使得人們面臨的隨機性風險很大。而有了這些信息後，人們能更准確的獲取信息優化自己的出行選擇。人們由於對交通流量程度的估計錯誤，或繞遠路、或不得不忍受擁堵，而這都會造成大量的能源浪費。通過機器學習等技術，能夠根據歷史出行信息預測出車每個出行者的出行路徑；這就使擁堵發生的概率和發生在哪個時段等信息提前傳遞給出行者。再配合現在已經被廣泛使用的路徑優化技術，可以實現交通流量智能調度或半調度的夢想。從管理類軟技術而言，由於這些信息的可獲取性和真實性大大提高，針對不同時段、不同路段設定並徵收有差別的擁堵費等管理手段也成為可能。
需要特別指出的是，目前研究的前沿已經推進到結合大數據和自動駕駛車輛進行綜合交通調度這一問題上。更重要的是，這些信息有助於了解一個城市在當前的規劃格局下，哪些熱點是造成主要擁堵問題的肇因、停車場的布局是否合理和如何針對不同人群的出行提供個性化信息服務等一系列問題。這使綠色城市規劃不僅僅在於依賴理念，而能扎扎實實的紮根於實證數據。
擺脫了海量數據獲取難、獲取後處理難的雙重困境，人類對自身能源消耗的細節更加了解。而正是在這些細節中，暗藏了大量無效率的能源浪費。大數據的應用正是從細節入手的努力，能夠成就綠色可持續未來的宏大敘事。

⑵ 大數據能耗是什麼

目前，雲計算、大數據、物聯網、移動互聯網技術相對來說已經比較成熟。就能源管理在日常的數據採集和分析過程中能夠積累非常多的數據，隨著時間的積累其數據量還在不斷增加。

能源大數據有大量、多樣、高速、低價值密度和真實性五大特點。數據在雲計算中心進行處理、歸類、分析、大數據挖掘，形成各類有價值的應用，轉而形成對企業、商住樓有價值的服務。

能源大數據理念，是將電力、石油、燃氣等能源領域數據及人口、地理、氣象等其他領域數據進行綜合採集、處理、分析與應用的相關技術與思想。能源大數據不僅是大數據技術在能源領域的深入應用，也是能源生產、消費及相關技術革命與大數據理念的深度融合，將加速推進綜合能源服務的產業發展及商業模式創新。

大數據從增加清潔能源供應、控制能源消費、降低能耗，到綠色建築和智能電網建設都將發揮巨大作用。以智能電網為例，電網互聯是電力系統發展的客觀規律，有必要加強研發大規模互聯網的安全穩定運行技術、先進可靠的配電網與共用技術及微電網技術為主的分布式電力系統。因此，採集、分析並有效應用大數據是解決能源與公共事業關鍵業務的重要因素，可以實現向智能電網轉型，改善分布式可再生發電的資產預報與調度，提高發電效率及改變客戶運營模式。目前，主要發達國家正紛紛著手相關研發與部署。綜合能源服務中的大數據應用主要意義在於實現能源管理智能化。如可以利用大數據分析天然氣或其他能源的購買量、預測能源消費、管理能源用戶。提高能源效率、降低能源成本等。大數據與電網的融合可組成智能電網，涉及從發電到用戶的整個能源轉換過程和電力輸送鏈，主要包括智能電網基礎技術、大規模新能源發電及並網技術、智能輸電網技術、智能配電網技術及智能用電技術等，是未來電網的發展方向。

雖然能源行業屬於傳統行業，但是全球能源互聯網的構建，將對大數據技術產生巨大的需求，帶動其快速發展，在實踐中完善，而大數據技術又會反過來加快全球能源互聯網的構建，不斷對全球能源互聯網進行完善、相互補充，二者相得益彰。在此過程中定要充分尊重行業的基本規律以及市場需求，做好能源大數據管理以及能效數字化建設。

能源大數據管理