電力數字化的六種趨勢

在雙碳背景下，電力行業正面臨前所未有的變化，這種變化來自三個方面：

1、以風、光為代表的，不穩定可再生能源發電占比大幅度提高；

（來源：微信公眾號“魚眼看電改” 作者：俞慶）

2、電力市場化取代統購統銷；

3、以微電網為代表的，分布式電力系統改變原有電力系統結構；

因此才有了新型電力系統概念，并開始落地。

互聯網概念的提出和落地，不是簡單的用數據通信網取代語音通信網，而是生產生活方式的巨大變革，這種變革反過來又推動了互聯網底層技術的快速發展。

新型電力系統也并非簡單技術的替換，而是電力、能源行業生產關系的巨大變革。

站在這個視角，電力數字化正在出現六方面的趨勢。

1、數字泛在化

傳統電力自動化、信息化，主要的推動者是發電側、電網側的企業，比如智慧電廠、智能電網的應用。

這些數字化是以管理價值實現為目標，偏向于集中式、標準化的應用場景。

比如智能電網的數字化，以前更多的投資是在輸電網，以及高等級的配電網。而中低壓配電網（公共配電網部分），乃至用戶配電網，一直是數字化的盲區。

這也很好理解，過去的電網是單向潮流，末端只是被動接受者，所以只要把輸電網和較大的配電網管好，電網就可以安全運行了。

而作為小血管和毛細血管的中低壓配電網，點多面廣，結構不清，管理復雜，數字化的效益又不明顯，自然得不到關注。

即使電網公司意識到這個管理薄弱環節，想通過配網自動化、營配調貫通、分布式光伏統一調度、負荷側管理等各種手段，加強數字化，目前來看依然是杯水車薪。

舉個例子，僅僅是維護公共中低壓配電網的設備資產、線路、用戶的靜態關系，某個地市公司每年都可能花幾千萬去做數據治理和臺賬更新，還無法保證100%的準確度。

但是新型電力系統需要源荷互動、自下而上的分層分區功率平衡，客觀上需要對電網的最后5公里乃至最后1公里進行深度數字化。

所以我們認為數字泛在化，實現整個電力系統最后5公里的數字化，是源荷互動的基礎，也是新型電力系統的最主要技術創新方向。

這就是數字化的泛在趨勢。當然，這種泛在是有條件的，比如經濟價值如何衡量？技術路線和技術模式又是如何？實現方式是怎么樣？

這些條件既是一種約束，更是一種創新的可能。

2、硬件軟件化

基于傳統通信、自動化技術研發的產品，是以硬件為核心的，基于硬件開發嵌入式軟件，并形成產品功能。比如電表產品，是采購標準的計量芯片，然后搭配通信、存儲、處理芯片，并進行邏輯編程，變成標準的電表。

但是我們回到計量這個功能，除了交流采樣這個環節，后續所有的處理都可以采用各種算法來實現，在現場算力價格大幅度下降以后，完全可以用通用的計算架構去做，而不是采購標準的計量芯片。

用標準硬件+可升級算法去實現功能的差異性，并且適應現場廣泛的融合需求，這就是泛在物聯中邊緣計算的方案。

硬件軟件化最強悍的企業，非特斯拉莫屬。特斯拉一直堅持“純視覺AI“方向去做無人駕駛（雖然最近也傳出，特斯拉在研究視覺+雷達的混合方案）。

這背后的邏輯就是：硬件方案一旦形成和銷售出去，是無法升級的，而互聯網思維的不斷迭代，更多的只能依靠軟件升級。

視覺AI方案，輸入就是攝像頭，只要視覺識別算法能不斷升級，FSD就能迭代，老車主也能不斷享受無人駕駛技術的升級。

個人認為，未來圍繞負荷側的大量差異化場景，無法用標準功能硬件產品去一一覆蓋，硬件軟件化是較好的思路。

3、軟件硬件化

在電力行業最后5公里的領域，軟件是很難賣出價格的，尤其是SaaS軟件。當然這也不止是電力領域，行業SaaS基本不賺錢是共識。

電力行業的軟件有兩個關鍵用戶，一個是人，或者說企業，比如各類管理者，實現管理價值。

另一個是機器，也就是真正的電力消費者，將來需要實現源荷互動，能效管理，都需要與機器進行協調和對話。所以一旦涉及到較高實時性要求的現場測控，軟件硬件化的趨勢就出現了。

比如微電網控制終端、負荷控制器、能量路由器等。

軟件硬件化是一種融合，比如管理和控制的融合、電力自動化和工業自動化的融合、電能碳的需求融合，當然最重要的是，一二三次的深度融合。

一次的功率、電壓、電流的變化和控制，以功率半導體化為特點（取代機械的變換和控制裝置）；

二次以泛在物聯為特點，實現廣泛的測量、感知、控制、通信的融合；

三次以管控一體化、云邊協同為特點，實現云計算架構與現場計算控制架構的深度融合。

類似電動汽車三電融合，最終出現新型的智能配電裝置。

4、系統平臺化與云化

最后5公里的海量數據，雖然一部分高實時性數據需要本地計算和控制輸出，但是更大量的數據本地無法處理，需要匯集到云端進行存儲、處理和發放，并訓練出更高級的AI，實現配電系統的真正智能化：即插即用、泛在感知、動態適應、無人駕駛。

同時也需要實現管理價值的實現，比如營配調貫通，電力市場交互等。

這就是系統平臺和云化的意義。

5、場景碎片化

與傳統電力系統的數字化價值——集中式管理價值不一樣，最后5公里和最后1公里的數字化價值是非常分散，非常個性化的。

這也是集中管理模式、標準的產品形態無法適應的原因。

比如電力開關，開關本身功能是高度標準化的，但是開關在不同的場合，不同的用戶，不同的電流狀態下的運行方式和管理方式是千變萬化的。

就像一輛車，車本身的硬件功能是標準的，比如三電系統，駕駛室等。但是一輛車在道路上行駛，面臨的道路情況是千變萬化的，這也是為什么無人駕駛做到L5是如此之難的原因：算法無法窮盡，本地很難自學習。

當然需求是層次化的，就像駕駛智能化有L1~L5，電力數字化也可以分L1~L5。

目前大家關注的微電網控制，我認為是L3以上的需求，但是一個電網基礎的數字化是L0需求，你無法在一個連基礎量測都沒有的配電網里，去馬上實現什么自動負荷控制、微電網控制。

你在市面上買到的99%的車，都安裝了幾十、上百個基本的傳感器，也就是實現了L0，這是智能駕駛的前提。而在一個用戶配電網中，傳感器數量甚至比一輛車都少，所以先實現L0再說。

L0和L1的場景本身就已經碎片化了，這些碎片化的需求，需要通過組合的解決方案去實現，尤其是存量的配電系統。

6、數智服務化

最后5公里的價值體現，對電力用戶來說是碎片化的需求，也是一種企業級服務。

企業級服務必然是一種整體服務解決方案的產品銷售，數據的價值需要在這種整體服務中去體現。

比如你安裝了一塊電表或者智能斷路器，它發現了一個可能的故障，誰來確定故障？誰來消除故障？這個故障的消除是否改變電網的拓撲和潮流？誰來維護變更記錄？

這是設備管理中最基礎的一些問題，解決這些問題需要形成完整的解決方案，包含數據、包含傳感器、包含線上線下的服務，更需要持續的運營服務。

這是一種思維模式的轉換，即從項目思維轉換為持續服務思維。

而目前大多數的所謂數字化，還是一種“只對驗收負責”的項目思維，并不關注負荷、配電系統運行、市場價格、用電成本、安全管理、生命周期碳排放這些持續運營的需求。

所以數據、智能的價值，是要通過可持續的服務解決方案實現的，這個實現過程本身是技術創新，同時又很大程度上支配了前面五個趨勢的技術創新。

有時候，我給一些大型電力企業的專業部門做介紹，分享用電企業的需求和綜合智慧服務方案，介紹完以后，他們的反應是：

這種多專業的深度協作，我們做不了。

電力數字化，看似簡單，實則巨難。正因為難，所以才有創新價值。

最后祝大家新春快樂！