| 标题 | 能源互联网时代电力大数据应用的特征、架构及场景探析 |
| 范文 | 杨金龙 高骞
摘要：作为能源互联网骨干网的电网，所采集和存储的数据呈爆发式增长，形成电力大数据并衍生出诸多新课题。文章通过梳理智能电网、能源互联网以及电力大数据的文献资料，归纳能源互联网的基本架构，解析电力大数据的基本特征。基于架构探究电力大数据的应用类型，并以江苏省电力大数据的应用为例，分类讨论电力大数据的应用场景。电力大数据的应用必将促使能源互联网发展迎来新的高度，期望该研究能为能源互联网的健康发展提供一些参考。 关键词：能源互联网;电力大数据;能源市场化;智能电网;应用场景 近年来，随着全球变暖、能源危机等问题的日益凸显，可再生能源领域的技术、理念得到重视并迅速发展。但是，由于可再生能源具有分散性、随机性、波动性和小规模等特点，对传统能源网络集中管理的模式提出了挑战，将能源网络与互联网技术进行深入融合将可能成为有效利用可再生能源的重要方式。2011年美国学者Rifkin在其著作《第三次工业革命》中，结合互联网与新能源，提出了建立“能源互联网”（Energy Internet System，EIS）的构想。能源互联网愿景的提出，立即引起了国内外的广泛关注，其理念逐渐被广泛接受。 以电网为核心的大能源体系建设正式成为全球能源互联网的发展战略。相应地，电力、能源及广义环境的多源、多态及异构数据的数量呈指数级增长，需要有相应的广域采集、高效存储和快速处理等大数据技术予以支撑。从这些大量、多源、多态、异构的数据中快速挖掘出深层知识及应用价值的现实需求，使电力大数据相关领域成为研究热潮。 电力大数据相关研究实践，日益显现其作用与价值。电力大数据可辅助能源互联网的多源系统运行决策，支持能源互联网的安全稳定经济运行，催化能源互联网商业模式的形成，促进能源互联网信息资产的管理、共享，进而提高其管理水平。电力大数据的研究与应用，逐步成为能源互联网发展的关键。本文在系统梳理能源互联网背景下电力大数据的概念和研究现状的前提下，综合分析了电力大数据的应用情况，探讨了能源互联网时代电力大数据的应用类型与场景。以期能更好地提升电力大数据在企业内部、外部以及价值链各个环节的应用价值，助力各界建立更加高效、安全与可持续的能源利用模式。 一、能源互联网与电力大数据研究现状 分别以“智能电网”、“能源互联网”和“电力大数据”为关键词，在WoS（WoS为Web of Science缩写）和CNKI上进行搜索，使用关键词对应各年份的文献量反映关键词相关研究在学术领域的关注趋势，如图1所示，下文将结合此图论述能源互联网与电力大数据的研究现状。 （一）能源互联网 基于对中国电力和能源行业未来发展的思考，国家电网（简称“国网”）公司董事长刘振亚提出了“全球能源互联网”的发展构想，延伸和拓展了Rifkin有关“能源互联网”的概念。刘振亚认为，能源互联网是指综合运用先进的电力电子技术、信息技术和智能管理技术，将大量由分布式能量采集装置，分布式能量储存装置和各种类型负载构成的新型电力网络、石油网络、天然气网络等能源节点互联起来，以实现能量双向流动的能量对等交换与共享网络。类比互联网，曹军威等把能源互联网定义为“以互联网理念构建的新型‘信息—能源融合的‘广域网，它以大电网为‘主干网，以微网、分布式能源等能量自治单元为‘局域网，以开放对等的‘信息—能源一体化架构真正实现能源的双向按需传输和动态平衡使用”。可见，能源互联网很好地融合了“开放、平等、互联、共享”等互联网的基本特征。 值得一提的是，从电网向能源互联网发展的过程中，智能电网是重要基础，是能源互联网的骨干网架。刘振亚认为全球能源互联网是以特高压电网为骨干网架（通道），以输送清洁能源为主导，全球互联泛在的智能电网。不难理解，全球能源互联网是特高压电网、智能电网与清洁能源的共同开发建设的结果。董朝阳等根据Rifkin在《第三次工业革命》中的能源互联网愿景，将能源互联网分解为四个复杂的网络系统，即为电力系统、交通系统、天然气网络和信息网络的紧密耦合，各个系统之间通過一个强大的信息网络（互联网与工业控制网络互联）进行协调和控制。由此可见，能源互联网的实体主要是智能电网系统，其能量只能以电能形式传输和使用，对于分布式发电、储能和可控负荷等分布式设备主要采取局部消纳和控制，其信息系统以传统的工业控制系统为主体。因而，智能电网构成了能源互联网的基础骨架，能源互联网是智能电网向泛在能源网络的进一步发展。 由图1可以看出，国外有关能源互联网的研究可追溯到1997年，而更为广泛的研究与实践则兴起于2008年。2008年，美国提出了能量路由器的概念，并搭建了可进行智能控制与交互的FREEDM系统，为能源网融入了更多互联网的特质。能量路由器通过远程可控制的快速智能开关实现微电网或者线路的智能通断控制，用户可通过小型模块化的分布式发电单元控制其能量需求。同年，德国提出E-Energy技术创新促进计划，选择6个地区进行能源互联网的示范试点，目标是实现电网基础设施与家用电器之间的通信和协调，提高电网的智能化程度。日本则把同步电网细分成异步自主但相互联系的不同电网，通过分配“IP地址”给发电机、电源转换器、风力发电场、存储系统以及其他电网基础结构等，建立了基于电力路由器的数字电网。其中电力路由器实现了能源分配，可使电网的运转与Internet一样，实现信息的实时传递和交互。 2011年3月，IEEE正式批准发布了由中国企业主导的IEEE 1888泛在绿色网络控制协议标准。从2012年开始，能源互联网在中国开始广泛讨论和研究，如图1（2）。2016年2月，国家发改委、国家能源局和工信部联合发布《关于推进“互联网+”智慧能源发展的指导意见》，着力推进能源互联网多元化、规模化发展，规划建设能源互联网产业体系，引领世界能源互联网发展。2016年3月30日，全球能源互联网大会在北京召开。能源领域首个由中国发起推动的全球性组织——能源互联网发展合作组织宣告成立。2017年11月9日，第三届能源互联网产业发展高峰论坛举行，会议指出我国将构建以系统扁平化、设备智能化、能量互补化、供需分散化等为主要特征，能够实现个性化能源定制，提高用户用能体验的清洁、高效的能源互联网作为开启我国能源革命的重要战略支点。2018年4月29日，“高效能源互联网”高峰论坛在上海举行，上海将首先展开能源行业数据安全交易和流通体系的研究，推进能源互联网的“三个实现”工程，一是实现绿色数据可联可用，二是实现绿色技术可行可信，三是实现绿色项目可投可融。中国能源互联网建设现阶段的任务是从更加灵活的配电调度，到智能组网，再到以大数据和人工智能、机器学习为技术支撑的自组织网络，是能源互联网的中级形态;而其终极目标是去网络化，实现端到端的直接沟通和调节，最终使能源和信息在供给端和需求端之间双向自由流动。 本文根据国内外相关专家研究成果与实践，从能源生产消费的维度，总结归纳出了能源互联网的基本架构，如图2所示。它覆盖能源生产、传输、交易、消费的各个环节，以能源路由器为核心，通过物联网、互联网以及工业控制网络实现对能源的控制、调度、转换和交易。就能源生产而言，电网系统是能源互联网的核心，实现燃气、热力、光伏、风力和沼气等能源到电能的转换并互联互通。就能源消费而言，能源用户包括企业、居民、能耗设施（如电动汽车）等，通过能源路由器获取所需的电能，再通过电能与热能、动能之间的转换满足生产生活需求。从能源生产到消费的各个流通环节，能源路由器借助信息传输和能源生产环节进行直流/超导能源传输，和能源消费环节进行分布式能源传输，能源路由器及能源流通各个环节的互联互通构成了一个开放、共享、互联、分布式的能源互联网络。 纵观能源互联网的发展实践，目前已积累了一定的经验，也出现了一些成功的案例，但各国发展路径各异。其中，美国更重视信息通信技术的应用，使“信息网”与“能源网”相结合，构建以信息为中心的能源网络;欧洲国家则先实现电力系统的智能化，再实现信息化;日本与美国发展理念类似，已初步完成了硬件基础设施的建设，并可以通过电力路由器实现能源和信息的同时分配与传递。目前我国的实践主要处于智能电网发展阶段，以智能化、电气化特征为主，能源互联网的发展尚处于概念与试点阶段。 （二）电力大数据 随着互联网信息技术的发展，数据已经渗透到每一个行业和业务领域，并逐渐成为重要的生产因素，“大数据”也成为各个行业的热点概念。“电力大数据”的概念则是2011年由麦肯锡全球研究院（McKinsey Global Institute，MGI）提出，它认为电力大数据是以业务趋势预测、数据价值挖掘为目标，利用数据集成管理、数据存储、数据计算、分析挖掘等方面核心关键技术，实现面向典型业务场景的模式创新及应用提升。 学术统计数据表明（见图1），从2013年开始国内外有关电力大数据的文献大量增加。图1（2）则清晰展示了我国有关电力大数据、能源互联网、智能电网三者研究起步与进展上的先后关系。围绕电力大数据的概念与作用，领域专家进行了多种视角的思考。Mayer认为电力大数据是智能电网的重要资源，是通过网络将用户的用电习惯等信息回传给电网企业的信息中心进行分析处理，并对电网规划、建设和服务等提供更可靠的实施依据。赵云山认为对于电力行业而言，电力生产涉及的运行工况参数、设备运行状态等实时生产数据，现场总线系统所采集的设备监测数据以及发电量电压稳定性等方面的数据，电力企业运营和管理数据如交易电价、售电量用电、客户信息、综合数据等共同构成了“电力大数据”。中国电机工程学会相关专家认为电力大数据是能源变革中电力工业技术革新的必然过程，而不是简单的技术范畴。电力大数据应用不仅是技术进步，更是涉及整个电力系统在大数据时代下发展理念、管理体制和技术路线等方面的重大变革，是下一代智能化电力系统在大数据时代下价值形态的跃升。邓松等人建了电力大数据智能化高效分析挖掘技术框架，同时从面向计算密集型电力大数据的特征分析技术、基于内存计算的高性能数据分析技术、电力大数据并行化分析框架及服务体系以及基于数据挖掘的母线超短期负荷预测技术 4 个方面详细描述了电力大数据智能化高效分析挖掘的关键技术。徐源等人通过历史负荷序列的增长趋势、波动性等变化特性的参数化表达，结合大数据分析平台的数据处理能力设计了基于MapReduce 并行编程模型的改进模糊 K-means 聚类方法，建立了电力系统中长期负荷预测模型。曲朝阳等人提出了一种基于 Spark 框架的能源大数据清洗模型，并引入知识项关联度的协同过滤推荐算法AR-Items CF。重塑电力核心价值和转变电力发展方式是电力大数据应用的两条核心主线。 实践上，美国AutoGrid公司应用大数据技术实现了发电企业端发电情况、电网负荷及用电企业端用电量的预测，利用其能源数据平台可了解电网实时运营状态，并能更好地与用户互动。美国Opower公司与公用电气公司合作，整合行为科学理论、房龄信息、周边天气等，运用自身软件系统进行用能分析，建立家庭耗能档案。美国加州大学洛杉矶分校（UCLA）、加州可持续发展社区中心、洛杉矶水电部及政府规划研究办公室共同开发了洛杉矶电力地图（LA电力地图），该地图结合人口调查信息、用户实时用电信息和地理、气象等信息，可展示每个街区的实时用电量。法国电力公司EDF已经在全法安装了3500万个智能电表，电表产生的数据量将在5～10年内达到PB级。这些电表数据，与气象数据、电网数据相结合，通过基于大数据的用电采集应用系统支撑决策。丹麦Vestas Wind公司在全球65个国家安装了43000台风力发电机，并采用IBM的BigInsights大数据平台解决海量数据分析与处理问题，优化了风力涡轮机配置方案，实现了最高效的能量输出。 在我国，2006年国网与埃森哲公司携手启动实施“SGl86工程”，旨在构建由信息网络、数据交换、数据中心、应用集成和企业门户5部分组成的一体化企业级信息集成平台。2009年国电集团启动了信息化“193工程建设”，建设国电集团信息一体化信息平台。2013年年底，國网公司建成总部、省（市）、地市三级运营监测（控）中心，通过依托信息支撑系统和运营数据，对运营产生的大量数据使用数据挖掘技术，加强对电力大数据中所蕴含趋势与规律的研判。同时国网在北京亦庄、上海、陕西建立了三大电力大数据中心，覆盖了我国北方、南方以及西部内陆地区。另外，国网江苏省电力公司于2013年率先开展营销大数据智能分析系统建设，初步实现“电力看经济、电力看民生、用户用电行为分析”三方面的应用，系统采用Hadoop分布式批处理技术处理数据，半个小时可计算全省每日用电量;目前已建立包括电量、电力负荷、地理信息、气象数据、行业类别、变压器容量、电压等级在内的多维度数据分析模型。本文也是该项目的研究成果之一。2013年3月中国电机工程学会信息化专委会发布《中国电力大数据发展白皮书》，掀起了国内电力大数据的研究热潮。2013年开始，国家电网逐步进行大数据研究与应用推进工作，开展7大领域17个方向的大数据试点应用研究，并与中国电科院、南瑞集团等合作完成大数据平台总体设计。同时利用先进计算与大数据技术成果，探索先进计算体系及高性能计算技术，研究电力大数据分析挖掘算法、优化策略和可视化展现技术，以及电力大数据仿真、测试与评价技术等，开展面向智能电网的各业务领域大数据典型应用。另外，国家科技部2014年下达了3项863项目，支持智能电网大数据研究。“十三五”初，国家电网提出“一平台、一系统、多场景、微应用”的信息化建设理念，建设SG-ERP3.0（国家电网企业资源计划系统），建设以生产控制云、企业管理云和公共服务云三朵云构成的一体化“国网云”，支撑各项业务的升级转型。 综上所述，电力大数据是大数据理念、技术和方法在电力行业的实践。电力大数据涉及到发电、输电、变电、配电、用电、调度各环节，是从电力监测、生产运行、营销管理直到服务用户环节所产生的海量业务数据的集合，是跨单位、跨专业、跨业务的数据收集、储存、管理、分析与可视化等。目前，大数据在电力行业得到了初步应用，主要集中在配电、用电等领域基于智能电表用户的采集分析、配电网的管理等方面，也出现了各类数据集成和分析、处理的平台、模型与工具。但大数据平台的研究还比较零散，大量的研究集中在大数据的挖掘分析方法上，还没有形成支撑大数据平台开发的相关技术体系。未来电力大数据平台的研究与应用将是电网发展中的主导趋势，也是实现能源互联网构想的关键技术平台。 二、能源互联网时代电力大数据的特征与应用架构 （一）电力大数据特征 能源互联网的发展给电力大数据赋予了新的内涵，使其呈现出多源、量大、异构、高速、实时、准确和价值大的特征，如表1所示。 从电力大数据应用的视角，以上特征可通过三个方面体现。 一是从生产运营环节的角度，电力大数据打破了电力发、输、配、售不同环节的数据壁垒，数据范围涵盖电力生产运营全过程，实现了数据在业务环节、企业间的开放共享。 二是从数据利用的角度，电力大数据更加注重综合运用内部和外部数据，进行电力电网的综合分析预测，对不同类型能源消耗、用电行为特征、电力供需形势、用电企业经营趋势等问题进行综合预判，能够显著提高电力生产消费预测的准确性与及时性。 三是从数据服务的角度，更加注重能源领域商业模式创新，充分挖掘能源数据价值，从信息服务、数据分析等方面在智慧城市、智能电网、智能家居等领域创造新的盈利模式。 从电力大数据与传统电力数据比较的视角，能源互联网时代的电力大数据特征已呈现出巨大的改变。 1.传统的数据源几乎产生在电力采集系统里，主要是电能。而电力大数据的数据源非常广泛，强调多种角色和多种能源的参与。由于数据多源，采集渠道广泛，电力大数据将呈现出前所未有的体量，而其结构也呈现出复杂多元的特征，加大了数据前期处理的难度。 2.电力大数据的应用需求与多源量大的特征，就需要运用电力大数据存储与计算服务、多源异构电力大数据融合模型与统一数据网关等技术，实现电力大数据高速、实时和准确地处理。 3.传统的电力数据量较少，同时异常数据少，很难通过数据进行电力企业决策支持。而电力大数据体量大，异常数据多，呈现出价值大的特征，通过数据关联分析、异常数据分析等，可促进能源互联网进一步发展。 （二）电力大数据应用架构 能源互联网是一个复杂的网络系统，其开放共享的特性包含了来自系统内部与外部的信息，其中的电力大数据亦包含了来自系统内部与外部的数据集。在国网江苏省电力公司“营销大数据智能分析系统”基础上，结合能源互联网的基本架构（见图2）与电力大数据基本特征，构建了能源互联网时代电力大数据的应用架构，如图3所示。该架构包括五个应用层次，实现对数据的采集、数据集成、数据存储处理、数据服务及数据应用等功能，支撑能源互联网的稳定运行。 1.数据源层。能源互联网时代的电力大数据具有多源的数据特征，为便于数据采集处理，分为内部数据和外部数据。其中内部数据来自能源互联网内部，由电力数据、燃气数据、热力数据、智能交通数据等构成，这些数据又可分为静态数据、实时数据和历史数据等;外部数据来自网络外部，影响能源互联网及电网的规划、管理、运行与服务，涉及互联网数据、地理气象数据、经济人口数据、节假日数据等。数据采集可采用特征标识、传感器和本地系统等方式，各类数据可从对象、记录和特征等层面构建电力大数据模型，进行初步应用。 2.数据集成层。该层为数据分析与利用提供了强大的数据抽取、转换和加载能力。适配多种数据源（数据库/文件/日志/数据流）与多种数据抽取方式（离线/实时），可配置采集策略，支持集群方式运行，可对采集过程进行监控和详细的日志记录。对于多源异构数据的集成处理，可采用奇异点探测、参数训练、空间计量分析、No SQL技术、动态实时的全文索引技术等技术手段，实现数据的降维、清洗、修正，并采用线性与非线性方法进行特征提取，获得电力大数据的时空维度和关联规则属性特征。数据降噪主要使用平滑滤波技术，包括维纳滤波，卡尔曼 滤波、扩展卡尔曼滤波和粒子或粒子群滤波等，分别针对平稳系统、线性或类似线性系统和非平稳非線性系统。 3.数据存储处理层。在数据存储功能上，该层分为传统数据库存储和分布式数据库存储两种方式，提供低成本、高扩展性的数据存储，支持结构化数据、非结构化数据、半结构化数据等存储需求;支持结构化数据和半结构化数据低延迟即时查询，可以大吞吐量高效地批量加载与处理非结构化数据。在数据处理上，该层提供海量异构数据实时、批量处理分析功能，利用大数据的批量计算、内存计算等技术，结合各类业务逻辑和算法，实现海量数据的离线分析与处理。该层使用技术包括分布式计算方式，如应用最广泛的Hadoop的Map/Reduce。流计算框架如Yahoo！S4，Twitter Storm，Facebook Data Free-way and Puma等。同时采用内存计算的方式，CPU直接在内存读取数据，可提高数据处理效率。 4.数据服务层。该层为数据应用层提供了跨业务的分析模型和数据挖掘算法，建有大数据关联分析模型库和算法库，可实现数据分析模型和算法的灵活配置和扩展，实现更加精准实时的数据价值。对于常用的数据分析算法可实现并行化，提升数据分析性能。支持灵活可定制的可视化展现，可实现数据及分析可视化。支持移动终端（含手机、pad）、桌面终端、监控大屏等多种终端展示。其中统计分析主要包括分类、聚类、关联等，同时通过数据挖掘，达到数据利用的目标，进而可视化展现，如基于GIS的三维显示图等。 5.数据应用层。能源互联网时代的电力大数据应用更加广泛，电网企业内外部发展需求的提升也凸显了大数据的利用价值。数据应用层就是通过数据处理实现数据价值，从而催生新业态、创造新模式。该层主要包括四个部分，即为基础数据管理、电网企业管理决策支持（电网规划、电力调度规划等）、电网运行综合服务（运行监控、负荷预测、用电行为分析、经济发展分析预测和政策评估等）和智能化节能产品研发。 三、能源互联网电力大数据应用场景 基于电力大数据应用特征与应用架构（图3），结合国内电网的应用实践，从电力大数据不同的应用角度及由浅入深的应用层次，其应用主要可分为四类：基础数据管理、电网企业管理决策支持、电网运行综合服务和智能化节能产品研发。以上应用是电力大数据“高价值”特征的直接反映，而其应用场景也展示了电力大数据在能源互联网发展中的应用形式、技术、方法和价值等。 （一）基础数据管理交易平台 电力大数据多源量大，而且异构数据日渐增多，给数据的交换与共享带来了很大困难。因而需要建设统一的基础数据管理平台，以共享、准确、实时、高效等为原则，采用清洗、脱敏、建模等技术手段，对数据进行脱敏处理并结构化整合，解决数据堆砌而杂乱的问题，保证数据更好、更快地加以利用。进而结合电力市场在电力数据上的新需求，实现商业模式的创新，开发出更丰富、更具个性化的数据产品。 以国网江苏省电力公司为例，2013年建立了全覆盖“发输配用”电能信息数据中心，囊括营销系统、用电信息采集、调度“省地县一体化”电量系统、能量管理系统、非统调发电量采集系统，实现了对电力系统内外部数据的采集，并使用一整套数据抽取、清洗、计算分析、挖掘及可视化技术，对电力大数据进行管理与应用。就可视化技术而言，江苏省电力公司采用的是全方位、多维度、多形式可视化技术，包括图形展示引擎、Web版本可视化技术及GIS展示等，可展现电网的实时运行状态及关键数据，也可通过实时计算找出电网的薄弱环节，有效防范和化解安全风险。2015年4月挂牌成立的贵阳大数据交易所，截至目前交易额已经突破1亿元，接入100多家数据源公司，可交易数据达50PB，其中包括水电煤大数据和能源大数据，成为国内率先开展电力大数据交易的机构。通过基础数据管理平台，对电力大数据进行初级的管理与开发，可开发出用户行为、企业营销等数据产品，实现电力大数据的经济與社会价值。 （二）电网企业管理决策支持平台 电力大数据对能源企业自身具有重要价值。通过将能源生产、消费数据与内部智能设备、客户信息、电力运行等数据结合，可充分挖掘客户行为特征，提高能源需求预测准确性，发现电力消费规律，提升企业管理运营效益，实现精益管理。对于电网企业，此类应用能够提高企业经营决策中所需数据的广度、深度与精准度，增强对企业经营发展趋势的洞察力和前瞻性，有效支撑管理决策。 以国网江苏省电力公司为例，建立了基于大数据的中长期负荷预测模型，如图4。该模型以行业开工率、复工率，业扩趋势预测、大宗商品期货价格、宏观经济、预测气象信息和节假日信息为基础，结合电量与气象的关联影响模型、电量与节假日的关联影响模型以及业扩周期影响模型，实现分地区、分行业的电量中长期预测;并根据中长期电量预测结果，利用相似日负荷占比模型，实现多气象（极端、正常）条件下的中长期负荷预测。该模型综合考虑宏观经济、业扩报装以及气象预测信息等因素，数据全面，保证了电网企业中长期负荷预测的准确度，提升了企业管理决策的效率。 （三）电网运行综合服务平台 通过建立一个分析与应用平台，集成能源供给、消费与相关技术的各类数据，可为包括政府、企业、学校、居民等不同电力用户提供大数据分析和信息服务，如数据咨询服务等。此类应用中，电网企业具有资金、技术、数据资源等方面优势，具备成为综合服务平台提供方的条件。 以国网江苏省电力公司为例，其大数据平台在2014年全面完成了全省3600多万用户的用电信息实时采集工作，应用大数据技术、多种先进算法和数理理论，以全样本的用户每日实时用电数据为依托，结合十多年用电、业扩、气象和产品单耗等历史数据，建立起涵盖全部30万高压用户和45万台公用变压器的包括温度、湿度、节假日和周末等要素的多维度用电特性模型。同时结合经济数据，应用大数据思维和技术，建立了适合江苏实际的用电量与宏观经济之间关系的模型（如图5），构建了一套以用电趋势、实时开工率为依据的各行业景气指数。该模型可用以监测预警经济发展趋势，助力政府在第一时间正确掌握经济运行动态，即时进行“精确制导”调控。能源互联网时代电力系统的运行，更加关注基于 PMU（Power Management Unit）信息的系统实时状态感知，并进而运用流计算、内存计算等方式，实时高速精准地为能源消费者服务。 （四）智能化节能产品研发平台 此类应用主要将电力大数据、信息通信与工业制造技术结合，通过对能源供给、消费、移动终端等不同数据源的数据进行综合分析，设计开发出节能环保产品，为用户提供付费低、能效高的能源使用与生活方案。如智能家居产品，既可为居民用户提供节能降费服务和快捷便利的用户体验，也可对能源企业改善用户侧需求管理、调节发电装机量等发挥作用。 目前国网每年在智能电网上的投资达3000亿元，2016年实际投资将超过5000亿元。从各环节来看，变电、配电和用电三个环节的智能化投入金额最多，未来五年年均投资分别约为70亿元、75亿元和110亿元。2015年6月，国网商城开始对外营业，开始售卖智能家居、电动车、家用电器等智能产品。其中以智能开关为例，如果将所有的家电都连接至智能开关，再将智能开关与路由器连接，就可以使用手机软件远程、定时控制所有的家用电器，包括灯具、空调、电视等。智能化节能产品的研发，已成为能源互联网发展的重要一环，而智能化节能产品也将大大提高人们生活的便利度与能源节约水平。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。