【深度】清洁能源大数据要有明晰的商业模式

:维克托•迈尔•舍恩伯格曾在《大数据时代：生活、工作与思维的大变革》一书中具有前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作与思维，大数据开启了一次重大的时代转型。对于一直以来封闭、垄断以及资本厚重的能源行业来说，大数据带来了变革的曙光。大数据技术在能源领域的深入应用，相关能源技术革命与大数据理念的深度融合，将加速推进包括光伏、风电等新能源产业发展及商业模式的创新，最终迎来整个能源体系的变革。

以基于清洁能源电站（这里主要探讨的是光伏和风电为代表的清洁能源）的全生命周期特点、大数据技术的具体操作过程，笔者提出清洁能源大数据的三维生态架构，即数据域、工作域和系统域。

数据域应包括清洁能源电站全生命周期（规划及设计、建造及验收、监测及控制、运维及管理、资产评估及交易）中相关的所有数据，不仅包括光伏电站实时运行的电量数据，还应包括辐射数据、气象数据和地理数据，以及一些政策信息、银行贷款利率和购电协议等。工作域将涉及数据从采集到应用的全生命周期，包括采集、接收、传输、存储、处理、可视化、计算、分析及应用等多个层面。系统域包括设备层、通信层、数据层、应用层及交易层。

清洁能源大数据就像是一座逐渐被掘的金矿，通过对其进行获取、处理、分析及应用，其潜在价值正逐步为清洁能源行业的发展注入新的动力。我将从八个方面详细阐述清洁能源大数据的应用方向。

1、清洁能源电站规划与设计

通过集成辐射数据、气象数据、地理数据、政策数据、金融数据、电站设备数据等清洁能源大数据，可实现对清洁能源电站的一站式规划与设计。

比如，Geostellar通过其线上数据分析及搜索系统，为用户提供光伏电站的设计、融资、安装等服务，它提出“希望成为行业内最大的太阳能资源搜索引擎”这样的愿景；Google Sunroof项目则基于高分辨率卫星图像、Google地图数据以及自己家周围的相关数据，协助有意安装屋顶太阳能项目的潜在客户，评估在自家屋顶安装太阳能电池板后的发电潜力及其效益。

2、电站监控与运维

清洁大数据可服务于清洁能源发电项目的监控与运维。基于风光资源数据及发电运行数据，对发电项目进行运行监测、分析与运行效率评价，为提高项目运行管理水平提供支撑；基于清洁能源大数据的信息挖掘与智能预测，对发电设备的运行管理进行精准调度、故障诊断和状态检修；基于大数据处理的优势，可实现从线上实时监控到线下运维的及时无缝对接，从远程故障诊断到线下同步维护，真正实现高效的O2O协同运维。基于大数据的电站监控与运维，将从根本上提高运行效能、运行安全和运行质量。

3、设备评估与升级

通过实时监测光伏装备的运行状态，清洁能源装备制造企业可从海量数据中筛选出装备的关键运行数据，进而对设备进行性能评估与可靠性分析，统计设备故障率及运行效率，并以此为基础开展基于大数据的装备故障预警、质量诊断、程序升级、远程优化等增值服务。此外，装备制造企业基于大数据深入挖掘分析，可形成面向生产研发的决策服务信息，帮助企业把握清洁能源装备的发展方向，为产品优化升级提供数据支撑，并从根本上提高电站发电运行安全和运行质量。

4、项目评级与融资

随着电站投资队伍中逐步出现基金、信托等角色，以及银行对于清洁能源电站贷款的普及，电站评级与融资平台就必然会出现。基于大数据，可对包括光伏和风电发电项目的技术水平、实际状态及财务状况进行评价，进行项目估值及风险评估，为项目融资、并购、转让提供技术保障。

5、电量预测与交易

随着输配电价的核定与电力市场的不断放开，广大电站也将逐渐通过售电商代理集成等方式参与电力市场交易。而这时，对电站发电数据的实时监测及预测将尤为重要，其实时发电量数据将成为电价制定参考依据之一。

6、电力消纳与调度

随着清洁能源发电的渗透率越来越高，需要通过对电站进行实时发电数据监测，使发电数据参与整个电网的实时电力调度之中，支撑电网对清洁能源发电的优化调度，降低含大规模清洁能源发电接入的电网运行风险，提升网源协调控制水平，增强光伏发电的消纳能力，进而实现能源消费和能源生产分配的优化。

第1页/共2页   首页   下一页   上一页   尾页