?【案例】让大数据为电力服务！AutoGrid是怎么做到的？
|
点击文末30篇大数据精粹，6小时成为大数据行家。
?【案例】让大数据为电力服务！AutoGrid是怎么做到的？
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。 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。
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
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”。 AutoGrid transforms data into the cleanest,cheapest source of power.
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。 当需求侧管理日益成为电力运营的一个重要部分时，电力大数据的应用也变得日益重要。通过电力大数据的采集、分析及应用，可以帮助电网各端匹配电力供应和需求，降低电网各端的成本。 AutoGrid的客户覆盖发电端、输电端、配电端、用户，可以帮助电网各端匹配电力供应和需求，降低电网各端的成本。AutoGrid的能源数据云平台EDP，收集并处理其客户接入智能电网的智能电表、建筑管理系统、电压调节器和温控器等设备的数据，面向其用电客户提供DROMS，获取能量消耗情况，预测用电量，结合电价信息实现需求侧响应，生成需求侧管理项目的分析报告，提升客户全生命周期的价值收益；面向电网运营者提供DROMS，可提供需求响应应对策略，预测发电情况和电网动态负荷，预测电网运行故障，改善客户平均停电时间和系统运营时间，从而实现电网优化调度，减少非技术性损失，降低运营成本。
来自于ARPA-E项目的支持，AutoGrid还开发了一套软件来监测电力在电网中的流动，帮助公用事业公司更好地满足实时电力需求。在需求高峰期，公共事业公司可以让精打细算的消费者知道他们在能源领域是如何花费的或要求具有环保意识的消费者主动减少自己的能源消耗。从而公共事业公司可以更好地快速有效地管理对电网的需求和供给的波动。
由于在需求响应的突出表现，AutoGrid被美国Navigant Research列为2014年度需求响应领军企业。 基于EDP和DROMS，AutoGrid可以为客户提供一个大规模的、动态的、不间断的、供能范围内的整体能耗图景。利用该能耗图景，公共事业公司可以可以实时“看”到本地区的能耗，以更好的进行电力控制。当数据不断被累积，AutoGrid就能提供秒前、分钟前甚至周前的用电预测，可以帮助电力企业客户实现不影响舒适度和生产率情况下的优化排产计划。因此，AutoGrid提供的不仅是能量消耗动态图，它提供的还是需求侧响应的应对方案。
AutoGrid的收入主要来自于向采用其DROMS或其他服务的用户收费，主要有三种收费模式： SaaS（Software-as-a-Service，软件即服务）模式：用户按照AutoGrid为其处理的数据量付费； 共享收益模式：AutoGrid给客户发送报告，客户进行需求响应，与客户分享收益； 合作模式：给设备商提供软件，向设备商收取License费。
然而其能源数据平台EDP的运维以及方案提供、报告分析所需的费用随着数据的指数增长而不断增长，年轻的AutoGrid距离实现盈利还有一段很长的路要走。 AutoGrid凭借其PB级的数据分析和预测能力，吸引了众多公用事业公司和软件产品公司与其进行合作。 公用事业公司如E.ON,Oklahoma Gas & Electric,Austin Energy 和 the City of Palo Alto Utilities，使用AutoGrid的大数据分析技术来提高他们的运营可靠性和效率；软件产品的领先厂商，如Schneider Electric,Silver Spring Networks和NTT Data，也将Autorid的技术嵌入其软件产品中。通过开放其能源数据平台，AutoGrid努力将其打造成为能源大数据的“通用语”。
2013年，日本NTT数据的IT服务部门与Palo Alto启动研发合作伙伴关系，旨在基于AutoGrid的能源数据平台EDP开发“new technologies for the energy sector”。这是AutoGrid第一次为第三方开发者开放其能源数据平台EDP，此举将允许NTT基于EDP建立自己的应用程序。此外，NTT还将基于AutoGrid的需求响应优化和管理系统DROMS开发新的应用，来帮助工业及商业建筑所有者把握能耗趋势。
施耐德的智慧家居能源管理平台于2011年发布，包括家用显示器，智能插头，负荷控制装置和智能温控器，全部采用互联网网关，允许使用门户网站和移动设备进行控制。2013年，施耐德电气开始采用AutoGrid的能源数据平台EDP作为其家庭能源管理和需求响应的大数据分析工具。基于AutoGrid的大数据平台，结合气象数据、智能电表的读数和实时用户反馈这些分散的数据，AutoGrid与Schneider将为用户提供更快、更便宜和更可靠的住宅能耗需求响应。
Silver Spring Networks是一家2002年就已涉足需求侧管理的智能电网云平台与解决方案供应商。基于AutoGrid的需求响应优化和管理系统DROMS的技术支持，Silver Spring Networks为公共事业公司提供了一套优化需求响应并改善需求侧管理的解决方案——Silver Utility IQ Demand Optimizer。
2015年2月， AutoGrid宣布与微软达成全球合作，基于AutoGrid的能源数据平台，使得Microsoft Azure云平台可以服务电力和能源企业，为全球公用事业公司和创新能源服务供应商提供大数据和智能电网分析解决方案。 AutoGrid与微软的合作与技术集成包括： 为使用Azure和微软开发工具的能源服务供应商和公共事业客户端提供一个框架，以接入并使用AutoGrid业界领先的能源数据平台及其整个分析应用程序套件，包括需求响应，预测，客户互动，收入保障，预测资产维护和能源成本优化； 提供一个全面的参考解决方案架构以连接服务供应商和应用程序，使公用事业公司能够更好地使用需求响应计划。
2015年4月，北京艾能万德智能技术有限公司与AutoGrid公司在硅谷AutoGrid总部正式达成战略合作意向。协议包括了在中国范围内针对电力大数据、电网经济运营、需求侧管理创新方面的专业咨询服务以及在软件研发、电力数据处理和优化、资产管理等相关方面的合作咨询服务。本次合作意向的达成意味着两家在新能源与电力大数据处理专业领域表现出色的公司将实现跨国联手，一起迎接中国新电改挑战和充满机遇的大数据时代。 通过向第三方开放其能源数据平台EDP，AutoGrid正努力将其打造为能源行业大数据的统一公共平台。该开放的能源数据平台将使得能源“大数据”充分流动，各公共事业公司依托该数据平台开发满足自己需求的第三方应用。通过统一的能源大数据平台，AutoGrid将规范能源大数据的规范及协议，并将为能源大数据的发展注入新的推动力。
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
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。
