能源消费大数据

⑴ 大数据推动可持续能源消费

大数据推动可持续能源消费
大数据技术的出现，让研究者能剖析能源消费中那些曾经不为人知的特点，它让能源可持续变得愈发可能。
随着数据传输和处理、数据挖掘和机器学习等分析工具的发展，大数据成为今年最显赫的领域和最炙热的话题。广告如何有针对性的投放、如何在大量信息交互中挖掘出恐怖分子的计划和如何提供个性化的搜索服务等，这些曾经难以攻克的技术难题，都被大数据时代令人惊叹的新技术一一化解。
作为支撑人类社会正常运营的能源消费，在为人类创造出有史以来最繁荣的时代的同时，也在过去百年中带来了沉重的污染问题，更是全球气候变化最主要的肇因之一。大数据技术的出现，为解决这一问题提供了另一种思路和技术手段。
大数据技术的出现，使人类构建可持续能源消费框架的愿望更易实现。需要指出的是，大数据技术的出现，让研究者能剖析能源消费中那些曾经不为人知的特点。然而，如何利用全新的信息设计相应的管理工具，仍需其他研究的支撑。
笔者将从电力消费和智能交通两方面，介绍利用大数据技术发觉能源消费中新信息的前沿技术。并探讨如何结合其他学科工具，研发新型的可持续能源消费管理技术。需要指出的是，许多相关问题的研究前沿仍充满了争议，并无定论。
长期以来，电力系统的能效管理都聚焦于如何提高发电企业的效率和工业企业的用电效率，而鲜有讨论和实践居民用电能效管理技术。这很大程度上是因为居民用电分散程度高，致使监控居民用电行为的成本高。在缺乏居民用电行为信息的情况下，除了推进阶梯电价、分时电价等总体控制政策外，很难设计针对居民不同用电行为的管理手段。然而，随着大数据技术的成熟，这一情况发生了革命性的改变。
在大数据技术尚不成熟时，人们对电力消费行为的认识很粗浅。只能从整体消费曲线猜测个体消费行为。人们发现，在不同国家、不同时期，总体电力消费都呈现双峰曲线的特点：在早晨和傍晚分别出现两个用电高峰，期间穿插着两个用电低谷。
所以长期以来，研究者都假设大量的消费者行为都具有两高一低的特点：清早，绝大多数家庭起床后打开电灯等电器，在家中盥洗并准备早餐，形成第一个用电高峰；傍晚回家后，准备晚餐和使用电器处理其他家务，形成第二个用电高峰。这看上去是一个非常合理的用电行为模式假设。然而，通过大数据技术展示在研究者面前的，却并非这样的图景。
由于大数据量传输和储存技术的进步，使在居民家中安装智能电表的成本大幅下降。这一在美国加利佛尼亚州部分地区试点安装的技术，已经为研究者提供了庞大的数据库。通过对这一数据进行数据挖掘，研究者们惊奇的发现，人们用电的行为迥异。虽然个体用电行为仍可聚类为若干类型，然而绝非是此前研究者所猜想的“以双峰用电曲线为主”的模式。
事实上，具有双峰曲线特征的个体用电，仅占一成左右；而其他种类的消费行为则千奇百怪，许多用电者的行为甚至随机性很大。但有趣的是，这些特点各异的消费行为聚合在一起，形成了广泛存在于各个电力市场的双峰型电力消费曲线。
理清不同消费者的消费形态，让我们看到了通过价格杠杆和机制设计进行消费侧管理的可能。毫无疑问，不同的消费形态，会因其不确定性的高低和消费发生时的发电资源稀缺程度不同，造成不同的发电成本。
例如，即便消耗相同的电量，一个极为规律、用电峰值和谷值差距不大的消费者，其所造成的发电成本负担会小于一个用电行为随机性大，用电波动幅度大的消费者。然而，目前的零售机制并没有根据消费形态的不同，区分出不同的价格。这就造成不同发电成本负担的消费者支付了相同的价格。这样无疑会造成巨大的无效率，更是不公平的。因此，不管什么样的消费侧管理，如果不能有效的区隔不同消费形态的消费者，都可能造成节能效果有限。因此，我们需要设计一系列机制，通过市场机制，鼓励高效节能电力消费模式，抑制造成浪费的消费模式。
根据大数据技术获得的信息，许多关于上述机制设计的讨论已经展开。笔者在参加2013年IEEE电力系统年会时，看到了不少相关的研究。这其中既包括了套餐式电价合同设计等以经济学为理论基础的软技术开发；也包括了结合物联网和优化控制技术，以运筹学为基础的相关硬技术的研究。我国应适时开展和推进相关研究和试点。
大数据技术的进步，同样能支撑有效降低交通能源消耗技术的研发。在交通能源消耗问题上，最困扰研究者的就是由于拥堵、寻找停车位等造成的无效率能源浪费。这些造成无效率的现象大多是由于人们缺乏信息造成的。同样也是因为缺乏信息，使得长期存在的智能交通调度等管理手段难以实现。
然而随着智能手机的普及，许多驾驶员使用手机装载的定位系统确定行车路线。和传统的定位系统不同，这些通过智能手机定位的信息都传递和保存在大数据库中。这些海量数据不仅能像传统的交通信息一样让人们了解某一个时段一条路上的车流量，还能明晰的标示出这条路上每个时段的每一辆车从何处来、往何处去，并记录每辆车的停车情况。同时，现有技术也能够支撑信息的反馈，即可以向车辆驾驶者和乘客发布拥堵预警、拥堵状况和停车场分布和占用情况等信息。
对于以通勤为主的城市交通而言，这些信息的交互显得极为重要。在缺乏这些信息时，人们是根据过往经验进行选择，这使得人们面临的随机性风险很大。而有了这些信息后，人们能更准确的获取信息优化自己的出行选择。人们由于对交通流量程度的估计错误，或绕远路、或不得不忍受拥堵，而这都会造成大量的能源浪费。通过机器学习等技术，能够根据历史出行信息预测出车每个出行者的出行路径；这就使拥堵发生的概率和发生在哪个时段等信息提前传递给出行者。再配合现在已经被广泛使用的路径优化技术，可以实现交通流量智能调度或半调度的梦想。从管理类软技术而言，由于这些信息的可获取性和真实性大大提高，针对不同时段、不同路段设定并征收有差别的拥堵费等管理手段也成为可能。
需要特别指出的是，目前研究的前沿已经推进到结合大数据和自动驾驶车辆进行综合交通调度这一问题上。更重要的是，这些信息有助于了解一个城市在当前的规划格局下，哪些热点是造成主要拥堵问题的肇因、停车场的布局是否合理和如何针对不同人群的出行提供个性化信息服务等一系列问题。这使绿色城市规划不仅仅在于依赖理念，而能扎扎实实的扎根于实证数据。
摆脱了海量数据获取难、获取后处理难的双重困境，人类对自身能源消耗的细节更加了解。而正是在这些细节中，暗藏了大量无效率的能源浪费。大数据的应用正是从细节入手的努力，能够成就绿色可持续未来的宏大叙事。

⑵ 大数据能耗是什么

目前，云计算、大数据、物联网、移动互联网技术相对来说已经比较成熟。就能源管理在日常的数据采集和分析过程中能够积累非常多的数据，随着时间的积累其数据量还在不断增加。

能源大数据有大量、多样、高速、低价值密度和真实性五大特点。数据在云计算中心进行处理、归类、分析、大数据挖掘，形成各类有价值的应用，转而形成对企业、商住楼有价值的服务。

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。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，将加速推进综合能源服务的产业发展及商业模式创新。

大数据从增加清洁能源供应、控制能源消费、降低能耗，到绿色建筑和智能电网建设都将发挥巨大作用。以智能电网为例，电网互联是电力系统发展的客观规律，有必要加强研发大规模互联网的安全稳定运行技术、先进可靠的配电网与共用技术及微电网技术为主的分布式电力系统。因此，采集、分析并有效应用大数据是解决能源与公共事业关键业务的重要因素，可以实现向智能电网转型，改善分布式可再生发电的资产预报与调度，提高发电效率及改变客户运营模式。目前，主要发达国家正纷纷着手相关研发与部署。综合能源服务中的大数据应用主要意义在于实现能源管理智能化。如可以利用大数据分析天然气或其他能源的购买量、预测能源消费、管理能源用户。提高能源效率、降低能源成本等。大数据与电网的融合可组成智能电网，涉及从发电到用户的整个能源转换过程和电力输送链，主要包括智能电网基础技术、大规模新能源发电及并网技术、智能输电网技术、智能配电网技术及智能用电技术等，是未来电网的发展方向。

虽然能源行业属于传统行业，但是全球能源互联网的构建，将对大数据技术产生巨大的需求，带动其快速发展，在实践中完善，而大数据技术又会反过来加快全球能源互联网的构建，不断对全球能源互联网进行完善、相互补充，二者相得益彰。在此过程中定要充分尊重行业的基本规律以及市场需求，做好能源大数据管理以及能效数字化建设。

能源大数据管理