大數據如何改變全球能源行業

① 如何利用大數據技術減少能源消耗和保護環境

對於大數據節能，目前對其具體價值產生還存在很大的爭議。就能源大數據在節能和環保方面的應用，首先需要看其在智慧能源方面的應用，當下比較前沿的是採用大數據實現對於能源系統進行運行狀態監測、負荷預測、運行成本的降低以及故障的預測等。

能源系統運行狀態的監測，就是通過對能源系統實時運行數據的搜集，判斷運行狀態，如果通過分析發現當時正處在不正常運行狀態或故障狀態，則能夠發出預警並做出反應。

負荷預測就是採用能源大數據，結合人口、城市發展等方面的數據，對未來的負荷和用電量進行預測，有效地應用於未來能源系統的規劃。

通過大數據還可以降低系統運行維護成本，是大數據技術在能源系統中極具前景的應用。通過數據監控系統，能夠識別和預測能源系統中的非技術性損壞，從而幫助能源公司盡快修復，實現預測性維護，極大地節約了運行成本。

系統故障預測就是採用電網前期積累的海量數據對未來電網的故障和不正常運行狀態進行預測，提前做出防控措施。和負荷預測一樣，在城市層面的故障預警，採用傳統的數據處理方法已經可以達到令人滿意的效果，但是服務於全球能源互聯網的故障預警，勢必要從地區、國家乃至全球的視角展開。屆時對海量數據的利用已經不是傳統數據處理技術所能做到的。利用大數據技術，探求數據之間的關聯性，從另外一個層面挖掘能源數據的價值，利用大數據的演算法預測未來能源系統故障發生的類型和位置，提早做出預防和補救，將使能源系統的運行更具穩定性和安全性。

例如行有嘉數字能效平台等眾多智慧能源系統的運行將產生更多有價值的數據，充分挖掘這些數據的價值，深刻理解能源網路的特徵，實現電力「源儲荷網」高效調度。

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。

② 大數據在新能源汽車行業有哪些可以落地的應用

大數據技術在新能源汽車領域的應用主要體現在智能運營方面。

以智能充電為例，新能源汽車主要以電力能源作為汽車運行的動力，當汽車內部儲存的電能消耗到一定程度時，必須充電才能確保純電動汽車的正常使用。為了確保新能源汽車能夠在短時間內完成充電工作，徹底解決以往純電動汽車充電裝置稀缺、充電難等問題，我國正在大力推動新能源汽車相關維護設施的建設工作，在城市區域和高速公路服務區等多個區域修建了大量的電動汽車充電站和充電樁。

作為新能源汽車使用過程中重要的基礎設施，充電站和充電樁在為新能源汽車提供服務的過程中會產生海量的運行數據，如果不依託大數據技術對充電設施進行維護管理，新能源汽車在智能充電方面將會耗費大量的運維成本。簡單來講，新能源汽車領域依託大數據技術實現智能運營的主要方案就是打造車聯網和充電網，並將二者與互聯網相融合，形成一個為新能源汽車運營而服務的雲平台。

該雲平台首要具備的便是超強的數據處理能力，無論是並發數據還是海量數據均可快速有效地加以處理。其次，該雲平台要具備強大的數據分析和挖掘能力，從海量數據中為新能源汽車運營挖掘高價值的數據信息。為了保證新能源汽車運營的效率和質量，需藉助運營雲平台對運營結構進行改革，整合運營數據，促使新能源汽車運營過程中涉及的全產業鏈互聯互通。

在此基礎上，車輛生產商和服務商可以通過大數據雲平台獲取新能源汽車的車輛信息，駕駛行為信息，電池數據和充電情況，並通過大數據技術建立車輛電池的全生命周期模型，為車輛用戶提供更為精細化的管理與服務。

③ 能源大數據的應用前景怎麼樣

據前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告專》顯示，能源屬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，將加速推進能源產業發展及商業模式創新。
能源大數據對能源企業自身同樣具有重要價值。通過將能源生產、消費數據與內部智能設備、客戶信息、電力運行等數據結合，可充分挖掘客戶行為特徵，提高能源需求預測准確性，發現電力消費規律，提升企業運營效率效益。對於電網企業，該模式能夠提高企業經營決策中所需數據的廣度與深度，增強對企業經營發展趨勢的洞察力和前瞻性，有效支撐決策管理。

④ 專欄 | 電力大數據應用模式與前景分析

本期，C君非常榮幸地邀請到了國家電網能源研究所的孫藝新老師。能源行業作為國民經濟與社會發展的基礎，不可避免地正在受到大數據的深刻影響。在下文中，孫藝新老師結合案例，系統分析了國外幾種電力大數據應用案例，並分析了未來的應用前景，可供讀者參考借鑒。

本文原載於《中國電力企業管理》，轉載請聯系作者獲得授權。

大數據對打通業務壁壘、發現商業價值具有重要支撐作用，已為互聯網、金融等擁有海量數據的企業在市場開拓、產品研發、客戶服務等方面發揮了重要作用。電力大數據則是從能源領域為人們重新開啟了認識世界、改造世界的大門。

電力大數據
人類從遠古進化到現代，能源的每一次進步都帶來了生產力的巨大飛躍。如今，能源革命與信息技術革命發生交匯，智能電網、新能源的快速發展與移動終端、物聯網、雲計算的迅速普及，將為各個產業帶來巨大的商業價值。電力大數據不僅是大數據技術在電力行業的深入應用，也是電力生產、消費及相關技術革命與大數據理念的深度融合，將加速推進電力及能源產業發展及商業模式創新。

從商業模式創新來看，電力大數據的內涵包括以下三個方面：一是打破電力發、輸、配、售不同階段的數據壁壘，數據范圍涵蓋電力生產運營全過程；二是注重電力領域綜合分析預測，對不同類型能源消耗、用電行為特徵、電力供需形勢、用電企業經營趨勢等問題進行綜合預判，能夠顯著提高電力生產消費預測的准確性與及時性；三是注重能源領域商業模式創新，充分挖掘能源數據價值，從信息服務、數據分析等方面為智慧城市、智能電網、智能家居等領域提供新的盈利模式。

電力大數據拓寬了電力行業乃至能源產業的廣度與深度，給傳統企業帶來機遇與挑戰。一方面，電力大數據能夠對電力供給側、需求側進行有機整合與「跨界」應用，為創新商業模式與管理模式提供了機遇；另一方面，電力大數據使傳統電力行業的邊界變得模糊，使其自然壟斷地位與路徑依賴優勢受到不同程度的顛覆與挑戰。

國外電力大數據應用模式
目前，電力大數據理念尚處於逐步發展過程。從國外主要實踐案例來看，已初步形成了三類應用模式。

以電力為中心的能源數據綜合服務平台

該模式通過建立一個分析與應用平台，集成能源供給、消費、相關技術的各類數據，為包括政府、企業、學校、居民等不同類型參與方提供大數據分析和信息服務。該模式中，電網企業具有資金、技術、數據資源等方面優勢，具備成為綜合服務平台提供方的條件。

典型案例是美國德克薩斯州奧斯丁市實施的以電力為核心的智慧城市項目（見圖1）。該項目以智能電網設備為基礎，採集了包括智能家電、電動汽車、太陽能光伏等類型詳細用電數據以及燃氣、供水數據，形成一個能源數據的綜合服務平台。

圖1奧斯丁智慧城市項目商業模式示意圖
該項目已在節能環保、新技術推廣、研發測試等方面發揮了重要的平台服務支撐作用。一是在消費者能源管理方面，為居民能源消費、住宅節能、交通出行等提供優化建議，促進節能環保。例如，識別環保住宅的能耗降低比例可達27%；對居民太陽能電池板安裝朝向進行優化，可使發電量增加49%等。二是為企業提供電動汽車、智能家電等產品開發與技術測試服務。例如，將電力數據與汽車里程、分時電價、油價數據結合，可提供電動汽車性能分析、充電站布局優化，並根據用戶習慣確定最佳充電時間等服務。

為智能化節能產品研發提供支撐
該模式主要將電力大數據、信息通信與工業製造技術結合，通過對能源供給、消費、移動終端等不同數據源的數據進行綜合分析，設計開發出節能環保產品，為用戶提供付費低、能效高的能源使用與生活方式方案。以智能家居產品為例，該模式既可為居民用戶提供節能降費服務以及快捷便利的用戶體驗，也可對能源企業尤其是電力企業改善用戶側需求管理、減少發電裝機等發揮作用。該模式中，電網企業不一定具備產品研發優勢，但利用電力數據採集與分析方面的優勢，既可通過與設備製造商合作改進用戶需求側管理，也可通過共同參與研發並在產品銷售中獲取收益。

該模式的典型案例是美國NEST公司研發的智能恆溫器產品的商業模式（見圖2）。該產品可以通過記錄用戶的室內溫度數據、智能識別用戶習慣，並將室溫調整到最舒適狀態。

圖2NEST產品商業模式示意圖
產品製造商、電力企業、用戶三方形成共贏：作為產品製造商的NEST公司免費獲得合作企業提供的部分電力數據，藉此完善預測演算法，並通過多種方式（恆溫器設備、互聯網、分析報告）展示分析結果；電力企業在智能恆溫器支持下，改進需求側管理，節約發電裝機與調峰成本；用戶使用產品自動控制房間溫度，並節省用電費用。據報道，售價250美元的NEST恆溫器每年可在電費和供熱開支方面為家庭節省173美元，一年時間已節省了2.25億千瓦時的能量，相當於2900萬美元費用。

面向企業內部的管理決策支撐
電力大數據對能源企業自身同樣具有重要價值。通過將能源生產、消費數據與內部智能設備、客戶信息、電力運行等數據結合，可充分挖掘客戶行為特徵，提高能源需求預測准確性，發現電力消費規律，提升企業運營效率效益。對於電網企業，該模式能夠提高企業經營決策中所需數據的廣度與深度，增強對企業經營發展趨勢的洞察力和前瞻性，有效支撐決策管理。

該模式的典型案例是法國電力公司智能電表大數據應用（見圖3）。法國電力在籌建大數據研究團隊初期，選擇用戶負荷曲線為突破口，將電網運行數據與氣象、電力消費數據、用電合同信息等進行實時分析，以更為准確地預測電力需求側變化，並識別不同客戶群的特點，通過優化需求側管理，改進投資管理與設備檢修管理，提升運營效率效益。其中通過優化需求側管理，使電網日負荷率提高至85%左右，相當於減少發電容量1900萬千瓦。

圖3 法國電力大數據支撐內部決策應用示意圖
電力大數據應用前景
未來電力大數據的應用前景主要是在已有模式的基礎上，進一步發揮「粘合劑」與「助推劑」作用，推動能源產業探索建立具有「平台」特徵的完整能源生態系統。「粘合劑」主要是指對其他企業的吸引力以及形成平台模式後的協同效應，「助推劑」主要是指對能源產業生產、消費革命以及企業發展轉型的推動作用。

參照電商領域中的阿里集團，該公司成立以來逐漸形成了「數據」與「平台」良性發展的商業模式，收入主要來源於向賣家提供的互聯網營銷服務和從交易額中抽取的傭金。一方面，阿里通過淘寶、支付寶、余額寶等產品構建了完整的商業生態系統，吸引用戶參與到平台中，並採集整理用戶大數據；另一方面，阿里通過用戶大數據的分析與挖掘，在電子商務、金融、交通、娛樂等不同領域中建立競爭優勢，不斷鞏固壯大其商業生態系統。2013年，阿里集團的中國零售平台交易額達2480億美元，營業收入493億元，利潤率高達45%。

電力大數據下的能源生態系統將為能源企業及相關產業提供一個數據採集、整理、分析、應用、共享、交易等為一體的平台，為參與方提供信息咨詢、節能環保、產品研發、管理支撐等服務，為消費者提供節能降費服務及相關產品。可應用的領域包括智慧城市、智能電網、新能源、電動汽車。智能樓宇、智能家電、智能家居、移動終端等一系列相關產業。

電力企業在以電力大數據為基礎的生態系統中占據主導地位，具有十分重要的作用。一方面，新一輪電力市場改革下，電力企業可以擺脫傳統的盈利模式，通過挖掘大數據資源增強企業競爭力；另一方面，電力企業通過吸引社會資本及不同主體的參與，共建互利合作的商業環境，發揮電力大數據在智慧城市、智能家居中的重要支撐作用，提升相關企業的科技創新與可持續發展能力。

積極布局推進電力大數據應用
電力大數據對電力工業優化內外部資源、發展智能電網與構建全球能源互聯網具有重要支撐作用，對電網企業創新商業模式、主導建立能源生態系統具有重要意義。電網企業需持續關注其發展動態，積極謀劃布局。未來智能電網採集的數據將全面覆蓋從主幹網到配電網、區域用戶和大用戶微網，乃至家庭小用戶區域網。在此背景下，傳統數據存儲、計算能力將產生瓶頸，必須運用大數據的採集、處理技術對當前SCADA系統、數據中心、分析預測系統進行全面升級與改造。

一是開展大數據應用的頂層設計工作。在企業集團層面建立大數據應用的組織協調機構，研究能源領域大數據與公司、電網發展的協同關系，並對其盈利模式、應用領域、合作機制及分工等全局性問題開展專項研究，在未來競爭領域中占據主動。

二是做好信息與技術儲備工作。探索建立穩定、可靠的公司內外部數據獲取渠道，以及數據共享機制；超前研究制定適用於大數據環境的技術處理方案，提升信息系統處理能力。

三是積極培育人才隊伍，開展前期應用試點工作。在電網、產業、科研單位中組建大數據研發攻關團隊，在安全、生產、經營等業務中開展應用試點探索。

⑤ 淺析電力行業如何擁抱大數據

淺析電力行業如何擁抱大數據

未來社會發展將會是大數據的時代，數據的意義已經不僅僅是記錄，而是一種能源，一種潛力巨大、影響深遠的能源。2015年8月19日，國務院常務會議通過了《關於促進大數據發展的行動綱要》，特別強調通過大數據的發展，提升創業創新活力和社會治理水平。大數據正在改變著各行各業，同樣，大數據在電力行業也得到廣泛的應用。
電力行業如何擁抱大數據 打破數據壁壘
近年來，在電力領域大數據已經得到了廣泛關注，國內的一些專業機構和高校開展了電力大數據理論和技術研究，我國電力行業也在積極開展大數據研究的應用開發，電網企業、發電企業在電力系統各專業領域開展大數據應用實踐，國家電網公司啟動了多項智能電網大數據應用研究項目。
智能電網是解決能源安全和環境污染問題的根本途徑，是電力系統的必然發展方向;全球能源互聯網則是智能電網的高級階段，「互聯網+智慧能源」進一步豐富了智能電網的內涵;這些新概念均與大數據密切相關，大數據為智能電網的發展和運營提供了全景性視角和綜合性分析方法。就物理性質而言，智能電網是能源電力系統與信息通信系統的高度融合;就其規劃發展和運營而言，智能電網離不開人的參與，且受到社會環境的影響，所以智能電網也可被看作是一個由內、外部數據構成的大數據系統。內部數據由智能電網本身的系統產生，外部數據包括可反映經濟、社會、政策、氣候、用戶特徵、地理環境等影響電網規劃和運行的數據。在智能電網的發展過程中，大數據必將發揮越來越重要的作用。
但是從目前來看，電力行業數據在可獲取的顆粒程度，數據獲取的及時性、完整性、一致性等方面的表現均不盡如人意，數據源的唯一性、及時性和准確性急需提升，部分數據尚需手動輸入，採集效率和准確度還有所欠缺，行業中企業缺乏完整的數據管控策略、組織以及管控流程。電力行業缺乏行業層面的數據模型定義與主數據管理，各單位數據口徑不一致。行業中存在較為嚴重的數據壁壘，業務鏈條間也尚未實現充分的數據共享，數據重復存儲的現象較為突出。
業內稱電力行業擁抱大數據，急需推動電力企業間的數據開放共享，建設電力行業統一的元數據和主數據管理平台，建立統一的電力數據模型和行業級電力數據中心，開發電力數據分析挖掘的模型庫和規則庫，挖掘電力大數據價值，面向行業內外提供內容增值服務。
協調發展智慧電力、智能電網和智慧城市。電力大數據是智慧城市的基石，緊密圍繞智能電力系統的發展開展電力大數據的應用實踐。以重塑電力核心價值、轉變電力發展方式為主線，未來必將實現智能電網與互聯網的深度融合：將與城市的電、熱、氣、水和交通系統實現交互，把電能與供熱、供水、供氣以及交通系統進行互聯互通，形成城市互聯網，通過城市互聯網技術來進行整合，比如給家庭、社區、工業園區、企事業單位、醫院、學校提供一攬子能源解決方案，解決它的水、電、氣、油甚至包括污水處理、垃圾處理、暖氣供應、冷氣供應，整個能源資源的成套解決方案，是人性化、智能化甚至量身定製的解決方案。
案例分析：電力行業如何擁抱大數據
以電力大數據的先行者——AutoGrid為例
1、正確姿勢
AutoGrid的核心為其能源數據雲平台——EnergyDataPlatform(EDP)，創造了電力系統全面的、動態的圖景。
類似於高級搜索引擎或天氣預報演算法，AutoGrid的能源數據平台挖掘電網產生的結構化和非結構化數據的財富，進行數據集成，並建立其使用模式，建立定價和消費之間的相關性，並分析數以萬計的變數之間的相互關系。通過該能源數據平台EDP，公共事業單位可以提前預測數周，或只是分，秒的電量消耗。大型工業電力用戶可以優化他們的生產計劃和作業，以避開用電高峰。同時，電力供應商可使用該能源數據平台EDP來決定可再生資源，如太陽能，風能的並網，最大限度地減少這些能源間歇性對電網的影響。
DROMS(，需求響應優化及管理系統)為AutoGrid的需求響應管理工具。DROMS從已存在的AMI系統、有線網關、建築管理系統以及數據採集與監控(SCADA)系統獲得實時數據，結合配電系統的物理特性，基於機器智能，分析產生對單一負載的精確預測，在需求響應要求產生之前介入，迅速生成針對某一需求響應的應對策略。除此之外，對甩負荷要求及價格信號亦能有及時准確的反應。
2、優化需求管理
當需求側管理日益成為電力運營的一個重要部分時，電力大數據的應用也變得日益重要。通過電力大數據的採集、分析及應用，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。
AutoGrid的客戶覆蓋發電端、輸電端、配電端、用戶，可以幫助電網各端匹配電力供應和需求，降低電網各端的成本。AutoGrid的能源數據雲平台EDP，收集並處理其客戶接入智能電網的智能電表、建築管理系統、電壓調節器和溫控器等設備的數據，面向其用電客戶提供DROMS，獲取能量消耗情況，預測用電量，結合電價信息實現需求側響應，生成需求側管理項目的分析報告，提升客戶全生命周期的價值收益;面向電網運營者提供DROMS，可提供需求響應應對策略，預測發電情況和電網動態負荷，預測電網運行故障，改善客戶平均停電時間和系統運營時間，從而實現電網優化調度，減少非技術性損失，降低運營成本。
來自於ARPA-E項目的支持，AutoGrid還開發了一套軟體來監測電力在電網中的流動，幫助公用事業公司更好地滿足實時電力需求。在需求高峰期，公共事業公司可以讓精打細算的消費者知道他們在能源領域是如何花費的或要求具有環保意識的消費者主動減少自己的能源消耗。從而公共事業公司可以更好地快速有效地管理對電網的需求和供給的波動。
由於在需求響應的突出表現，AutoGrid被美國NavigantResearch列為2014年度需求響應領軍企業。
3、建立能耗圖景
基於EDP和DROMS，AutoGrid可以為客戶提供一個大規模的、動態的、不間斷的、供能范圍內的整體能耗圖景。利用該能耗圖景，公共事業公司可以可以實時「看」到本地區的能耗，以更好的進行電力控制。當數據不斷被累積，AutoGrid就能提供秒前、分鍾前甚至周前的用電預測，可以幫助電力企業客戶實現不影響舒適度和生產率情況下的優化排產計劃。因此，AutoGrid提供的不僅是能量消耗動態圖，它提供的還是需求側響應的應對方案。

以上是小編為大家分享的關於淺析電力行業如何擁抱大數據的相關內容，更多信息可以關注環球青藤分享更多干貨

⑥ 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。

⑦ 展望大數據在新能源汽車行業未來發展趨勢怎麼樣

新能源汽車的動力來源於電子或氫燃料，在使用過程中沒有化石燃料的燃燒，不會污染環境，因此得到了世界各國政府的鼓勵和支持，以下是新能源汽車未來十大發展趨勢。

1、產銷量螺旋上升目前，我國新能源汽車產銷規模全球領先，過去三年連續成為全球新能源汽車產銷量第一大國，累計產銷量已超過180萬輛。其中，2018年我國新能源汽車產銷分別達到79.4萬輛和777萬輛，同比分別增長53.8%和53.3%，市場佔比為2.7%，比上年提高了0.9個百分點。

雖然質疑聲難免，但是在政策支持之下，新能源汽車大勢已定，只會繼續向前。從數據來看，中國新能源汽車市場需求螺旋式上升，2017年50萬輛、2018年80萬輛。

而2019年預計達100萬輛以上，2020年規劃為200萬輛。100萬的產銷量小目標對於我國新能源汽車產業有著標志性意義，如果實現則代表著新能源汽車產業鏈條開始可以支撐起百萬量級的規模。

2、新能源汽車行業風雲變幻新能源汽車行業格局正在形成。廣汽、北汽、比亞迪、吉利等傳統車企強勢領跑，同時,以蔚來、威馬、小鵬為代表的造車新勢力更是裹挾資本與技術果斷進入，走著完全不同的路。

傳統車企加速轉型布局，2019年比亞迪新能源車全球覆蓋城市將由200個擴大到400個,主推10萬元以下微型電動車。此外,明年比亞迪將增加3萬個充電配套設施。北汽新能源發布「擎天柱計劃」。

計劃2019年～2022年，以北京、廈門、廣州等城市輻射展開，組建各城市公共出行運營平台和梯次儲能運維平台，建成換電站1000座,運營車輛10萬台。吉利將開發多款電動車型、混動車型和插電式混動車型。