站在一个投资人的角度 能源大数据有哪些投资机会？

　　在本次《G20能效引领计划下的能源大数据》活动中，青域基金合伙人牟颖就《能源大数据的投资机会》发表了精彩演讲，牟颖提到，未来互联网+能源+大数据，将呈现出一个全新的能源生态，终极目标是能够成为一个类自然的循环。《关于互联网+行动的指导意见》、《关于推进互联网+智慧能源)发展的指导意见》，都指向一个方向，就是新型的能源互联网。

　　能源交易的市场化，这个时候可能更重要的是在开放的市场中怎么样做辅助决策、怎么样做集中定价，怎么样做需求侧的优化，这个也需要我们在大数据的基础之上进行设计。

　　以下内容为“青域基金合伙人牟颖”分享，并由数据猿编辑整理发布：

　　今天人类无论生活、生产等等所有的活动，都跟能源的利用分不开，如果说我们去追求一个类自然的循环，就一定要着眼于能源的利用。这也是我们今天站在这里，来探讨能源大数据专题的原因，想跟大家一起分享一下，站在我们投资机构的立场，是怎么来思考能源+大数据这样一个专题的。

　　首先是能源本身，现在传统的化石能源，它的生产是不可持续的，所以国家才会有这样的政策，我们必须提高可再生能源的比例，因此我们看到了各种各样的规划：到2050年，可再生能源的发电占比将达到80%。

　　中国的能源投资有一些非常奇特的地方，能效的利用数据不太理想，比如说GDP的单位能耗是世界平均水平的2倍以上，全国发电设备的平均利用小时数是3969小时，输电设备、配电设备的利用率都在50%以下，而在过去两年中，仍然有大量的火电设备在上马。另外，在这样一个数据之下，经济发展目前已经开始脱离了高速增长的阶段，成为一个新常态。能源需求方面，它的成长也在走下坡路。在这样的环境下，如果再来看生态环境的需求以及能耗管理的需求，它将是背道而驰的。

　　原因跟能源行业保守的特征分不开。我们最熟悉的就是电老虎，它是完全计划经济的产物，所有投资都是由国家来投的，要素价格的确定，也是脱离市场的，由政策来驱动。另外一方面，能源又是多头管理的体制，不同的能源品种是分散管理的，由不同的条块决定，电、热、冷气都是相对封闭独立的系统，是相对隔离的。

　　我们无论是做火电决策还是做风电决策，都是一个单独的决策系统。当做冷、热相对应时，都是由一个相对孤岛型的数据在支撑着他们的决策，这个使得整个能源系统成为一个条块状。所以我觉得在这样的形势下，尤其对于大数据的应用来说，将会开拓出一个非常广阔的空间和土壤。

　　在过去的几十年里，可能更多的着眼于用人的大户，就是中端的工业用户，通过他们的工艺优化继续改良实现部分节能。未来15年，规划需要更多的考虑系统优化，把割裂的能源系统连接起来，这之中有非常多的潜力可以挖掘。

　　国家在政策层面，也出台了非常多的政策，比如说国家创新驱动发展战略纲要里面，提到了能源规划。

　　《关于互联网+行动的指导意见》、《关于推进互联网+智慧能源)发展的指导意见》，都指向一个方向，就是新型的能源互联网。

　　在各种各样场合，大家都在讨论着各自对能源互联网的理解，从我们机构的角度来说，我们理解的能源互联网跟传统的互联网相比，具备以下几个特征：

　　首先是开放，这个跟传统意义上的计划经济下面的能源体系相比，是一次非常大的突破。不仅仅是所有的设备、参与者、终端用户都要参与，同时还会有一些开放的能源市场的交易平台，能源创新创业的环境以及能源互联的新生态。

　　更重要的是商业模式，目前商业模式的核心理念是以用户为中心。以前说电老虎是以电为核心，以计划为核心，未来期望看到的新的能源生态，将是围绕客户价值的。

　　在这样的背景下，未来我们期望的能源互联网，至少包含三个层次：一个是传统的能源层，下面是市场层，对能源进行交易、流通，以及在这个过程中的金融化运作，这也是一个层面，同时也是面向市场的接口。更重要的是我们的数据层，是我们的信息层，使得用户设备、各种各样参与者，可以在其中真正连通起来。

　　能源互联网中的一个关键字就是“连”字，到底连什么?我们的理解是：

　　1、物理互联

　　物理互联层面是把现在割裂的能源系统连通起来，并且使这些能源能够互补。一个企业可能为他的用电非常发愁，同时自备的电厂发电小时数又不充足，因为他的用人特征和能源供应有可能不匹配，这时候如果能够使用多种能源系统进行个性化的配置，就能够更好的去符合他的需求，所以说我们首先第一步要做的是在能源层面将所有能源系统进行互联和互补。我们现在上马了大量可再生能源，这些可再生能源消纳的问题、能量传输转化效率等等，这是我们在能源物理层面互联要解决的问题。

　　2、信息与数据的互联

　　对于能源这样一个具体的行业来说，要提供的更重要是信息的互联、数据的互联。信息互联和数据互联对于能源行业来说，一方面可以提升我们能源的绩效，而能源的绩效则影响着能源的交易、能源的运营。

　　比如说发电量，这么多的发电量，它能够产生的绩效到最优，包括能源交易的价值最大化，整个过程成本最优化，所以我们会关注用户的需求是什么，用户对于电价的敏感性，以及对于电价采购等等一些策略，就会有售电、虚拟电厂，以及跟调度等等一系列的商业模式的出来。随着能源交易市场的开放，我们也会相信，在这个当中，面向能源绩效的数据价值会逐步凸显出来。

　　另一方面，以龙源电力为例，龙源电力关注的是资产绩效，我花了这么多钱投资建立的电厂，是不是能够基于全生命周期的效益产生最优化?这是在能源互联网里面，数据互联层面可以关注的两个方向。

　　能源大数据，我们的理解是什么?就是通过数据对能源价值的发现和实现，并成为驱动创新的主动力。能源大数据应用的基础跟所有的行业+大数据是类似的：

　　首先是能源数据的采集、存储和汇集，对海量数据进行分析和可视化。这里面强调的大数据，首先以大为前提，像龙源介绍的，不光是风机的运行数据，还要结合风资源的数据、气象的数据，可能还有很多以人为核心的知识库的积累等等，都是数据采集的基础。通过对这些数据的汇集和分析之后，我们发现了关于资产的，关于客户价值的解决办法，在发现过程中，我们可以找到新的商业模式、新的创新的方向。

　　我们也思考过能源大数据，主要方向来自于哪里?我们想可能更多的是要结合当下，我们所面临的现状，国家在积极的推进电改，电改意味着政府的界面往后移，把电从生产传输到使用，首先把使用的环节，做了政府界面的后移，这当中也有非常大的红利的释放。

　　当我们开始回归到互联网技术，关注以用户价值为核心的基点，我们可以立足于洞悉消费者的真实需求，对消费者进行更准确的细分，以这样的基础，去推出更加新颖的及时精准的动态定位的产品，去满足用户的个性化需求，这就是能源+大数据未来创新的主要方向，我觉得也是现阶段，可以着眼去思考的方向。

　　把大数据嫁接到能源行业以后，可能的商业方向在哪里?我觉得这个可以从数据和他的连接层次的角度来进行分析，通常大数据嫁接到一个行业里，最简单的应用是首先把数据源和中心先连接起来，我们可以用一些熟悉的行业应用，包括像数据托管、数据交易，或是自建数据中心。但是对于相对小一点的业主来说，他自己去建一个数据中心，可能就不具备这个规模的经济性，这个时候，他通过数据托管的业务，就可以实现规模效益，降低成本。

　　龙源刚刚介绍到，计算一个模型需要23个小时，这种能耗以及资源消耗的投资也是非常巨大的。当集中起来进行数据托管的时候，就具备了一定的经济优势。还有类似于风资源的数据、气象的数据等等进行数据交易，包括行业里面会用到的评估的数据产品来进行交易，也可以促进数据的上下游，整个横向多种产业的整合。

　　3、数据和价值连接

　　能源和数据连接的时候，是对能源价值的重新再发现。从数据当中找什么?通过数据发现的一些相关性，比如最早接触大数据的时候，经常会说沃尔玛啤酒和尿布的关系，这就是一个数据关系的挖掘。刚才龙源也有介绍到，他们的风机损坏的时候，可能有26个参数跟它相关，这种都是需要从数据中发现它的相关性。还有发现沉淀价值的应用，当数据和价值相连接的时候，这些都是我们可以去思考的商业方向。

　　在数据与价值连接方面，我们的创业团队会存在更多的机会，因为能源与数据连接方面，目前在大数据行业里面，已经有一些相对规模的团队，他们可以延伸到一个新的行业来做应用，对他来说是驾轻就熟的。但是数据和价值的连接需要对于行业的深刻理解，需要像类似于龙源这样的产业的人，才能准确描述出他的需求是什么，才知道数据真正的价值是什么?如果说能够嫁接一个有产业背景的团队和掌握了大数据技术的团队，能够充分结合，应该会在数据和价值连接的层面上开拓出更好的商业模式。

　　4、与市场化进程的链接

　　回到最终的需求和供给的连接，数据成为连接整个网络各个节点的中介。这中间有各种各样的能源设备，有各种各样的能源系统，以及各种各样的参与者，有客户，有需求方，也有专业服务商，当这些都连接起来的时候，怎么样去匹配它们的需求和供给?这个当中的创新空间将会非常大。但是这也许相对来说会远一些，而且可能更多的是要依赖于能源系统开放的进程。

　　下面我想给大家稍微介绍一下，在最近两年，我们曾经看到过的一些在能源大数据领域涌现的商业实践。

　　案例一

　　我们曾经看过一些企业，他们原来可能更多的是依托于电网的系统，是家电网的三产公司，他们做用户端配电设备的变电站的运行维护，也做第三方电力维护的托管服务，在这当中，积累了大量的客户、生产设备、运行数据，从中发现了用户在用电和运行当中的降低运维成本的潜力。

　　案例二

　　为金融机构提供资产运行和价值的评估报告，为资产证券化提供依据。在光伏行业有一个产品叫绿能宝，就是一个非常典型的产品，它主要为分布式光伏的金融机构，向业主方投放资产提供评估依据。

　　案例三

　　通过能耗数据改善能耗的潜力。有家创业公司，原来他做用户的变电站的规划和设计，在帮助用户做变电站规划和设计的时候，一般会放非常大的余量。比如说我需要5万千瓦的，他可能实际规划的时候，会放大到乘2，但是实际上完全用不到这个。

　　用电的客户，在缴纳电费的时候，就会需要为你规划的基础容量来缴纳一定的基础使用费，通过第三方运维的托管，他们精确的掌握了实际能耗数据以后，就可以反馈到他的规划设计的环节，使得他们能够更为精确的放到余量，使得用能单位，大大节省了基础用电费用，同时也使得规划设计的板块在市场上拿到更多更好的订单，因为他给出的成本更低。

　　案例四

　　还有通过用户的用能特点监控，部署能源的采购策略。当我们用电市场开放，价格有更多调控机制的时候，就可以通过自己设备，什么时候用能，哪些是刚性的需求，哪些是可调整的，结合调峰的电动情况，部署能源的采购策略。

　　我们在国外也有看到很多这样的案例，它事实上本身并不是能源的生产商，但是它可以做成虚拟电厂的概念，通过封装客户，打包客户电量的需求，对电源进行采购，再批发给用电用户进行使用。

　　案例五

　　多能的综合服务。以能源和环境成本最小化为目标，实现能源精益管理。比如说非常典型的一个工业园区，它可能除了从电源开出电，还可以自己建一些分布式的能源站，把冷热等等都系统地综合考虑在一起，也可以投资储能单元，来提供综合的能源服务。

　　这都是我们在市场上目前已经看到的一些团队在做的商业实践，这些商业实践都跟大数据的应用是脱不开关系的。

　　那么，我们自己投资机构怎么样来判断趋势?我们可能的投资机会在哪里?现阶段，我们真正开放出来的市场还是从售电开始。大数据的很多应用，跟我们的售电也是紧密结合的。

　　从它的演进来说，大概分三个阶段：

　　电改刚刚启动的阶段，业务模式以售电公司和电力客户为对象，更多是多能协调、源网荷储的协调优化，在这当中，我们把数据结合进去，看看能够提供一些什么样的服务性的产品。

　　能源交易的市场化，这个时候可能更重要的是在开放的市场中怎么样做辅助决策、怎么样做集中定价，怎么样做需求侧的优化，这个也需要我们在大数据的基础之上进行设计。

　　实现高效、可持续的能源生态目标，我们面向的对象会非常多，电厂、电网、售电公司、用户、金融机构，多领域中做协同的商业模式，会有更多的机会。

　　互联网+能源+大数据，未来一定能够给我们呈现出一个全新的能源生态，使得我们能够有一个更加自由的能源环境。这个能源环境，我相信它是不断进化的。终极目标是能够成为一个类自然的循环。

　　谢谢大家!