2.4.能源服务与交易
包括:
(1)用能行为分析。主要指: 用户能效管理、客户热点关注分析、缴费渠道分析三个方面;
(2)用能平衡、需求响应与市场交易。基于能源互联网大数据, 通过对电力等能源企业生产运行方式的优化、对间歇式可再生能源的消纳以及对全社会节能减排观念的引导, 达到节约能源和保护环境的长远目的; 通过调整不同类型的企业、居民用户在需求侧响应中的比例, 从而确定最佳的需求侧响应策略; 通过与外界数据的交换, 挖掘用户能耗与能源价格、天气、交通等因素所隐藏的关联关系, 为决策者提供多维、直观、全面、深入的预测数据, 主动把握市场动态。
2.5.提供社会服务
包括:
(1)支撑政府的宏观经济分析。通过汇聚大量用能企业及居民用户的用能数据, 可以支撑地方政府开展区域性的宏观经济分析, 可以帮助政府机构了解本地区的经济状况, 对本地区的短期经济发展趋势进行预判, 并通过大数据技术中的各类预警模型, 通过模拟调整一系列的参数, 制定适合本地区的政策;
(2)支撑政府能效决策。帮助电网及政府机构更好的掌握企业的用能情况, 明确区域能耗的实际水平, 对企业能效管理的政策、技术标准等进行调整, 从而预测区域能耗水平的变化趋势, 支撑电网公司与政府机构制定更合理的政策法规。
3、研究框架
大数据在能源互联网中的应用可以分为数据采集、数据清理、数据存储及处理、数据分析、数据解读, 以及数据应用六个环节, 每个环节的关键技术构成了大数据的技术体系。
能源互联网大数据的研究体系可分为三个层次。第一层是大数据相关理论; 第二层是技术层面, 包含了现有的和即将发展和产生的数据存储、处理和分析技术; 第三层是大数据的应用层面。
(1) 基础理论研究。大数据的基础理论正在形成中, 给能源互联网大数据的研究提供新的理论和方法, 新理论的形成又将带动新技术的发展;
(2) 能源互联网大数据关键技术研究。能源互联网大数据关键技术包括数据的获取、集成和融合、数据质量控制、存储、处理和分析等多个方面。需要在现有的数据集成与融合技术的基础上, 结合能源互联网大数据的异构性、冗余性和相关性等特性, 研究大数据的数据融合和集成方法, 以有效地解决能源互联网大数据获取的全面性和一致性问题;
(3) 能源互联网大数据应用研发。在应用层面, 需要针对能源互联网相关技术领域, 开展大数据技术应用需求分析、场景设计、分析模型、专业方法的研究。
能源互联网是能源生产、配送、消费系统和信息通信系统高度融合的复杂大系统, 由于能源互联网具有多能、开放、交互和共享等特征, 外部环境和参与者的特性对其规划和运行也将产生重大的影响。能源互联网大数据研究及其应用刚刚起步, 仍面临很多困难, 需要在政府的大力支持和组织下, 制定合理的发展战略, 多方通力合作, 才能稳步推进, 获得应有的成效。
