eo独家 | AutoGrid给智能仪表创造“大脑”
互联网
X
电网下的
8只小鸡
在电力领域，新近快被玩坏的两个词，一是智能电网，二是大数据。为了弄清互联网×电网有哪些玩法，eo花了三个月时间，与美国、新西兰等国的8家“互联网×电网”公司CEO“聊天”。从今天起，eo微信将陆续奉上8个国外先行者的实践案例，敬请关注。
AutoGrid给智能仪表创造“大脑”
eo记者 王倩倩
通过来自用户的海量数据，亚马逊做的是购买喜好分析，进而卖书。而AutoGrid是通过云平台，实时监测能源消耗情况，告诉决策者该把电送往哪里，该如何合理地应对需求响应，哪里有可以并网的电。
“很多老牌公共事业公司对处理大量数据所需的硬件和资金投入望而生畏。”AutoGrid，一家坐落于加州库比蒂诺的云平台提供商似乎对公共事业公司的隐痛了如指掌。
全美国现在有近5000万只智能仪表读取、发回大量的数据，除了为公共事业公司提供更准确的用户能耗计量之外，智能电网的投资回报似乎未能尽如所期。在公共事业公司对大数据心有余而力不足之时，一大批占据软件优势的科技企业如雨后春笋般迎着大数据而上，企图在供、用电两端的大数据蓝海之中抢先划下领海。成立于2011年的AutoGrid就是其中之一。
大数据有多“大”
美国FERC（Federal Energy Regulatory Commission）2013年的《需求响应和高级计量评估》引用研究机构IEE（Innovation Electricity Efficiency）的统计数据显示，到2013年7月，全美已有4580万台智能仪表，占总仪表数量的30.2%。而如果智能仪表每1分钟读取并发回一次数据，1万台智能仪表每年就会产生467GB的数据。以此来计算，第一大电力企业太平洋煤气电力公司（PG&E）截至2012年6月共安装的940万只智能仪表，一年就会产生超过400TB的数据。而据麦肯锡统计，美国国会图书馆在2011年4月前共收集了235TB的数据，仅一家PG&E的“400TB”也几乎是这一数字的两倍。
这样TB级的数据，还仅仅是基于智能仪表每1分钟“耗能快照”，如果将读取频率提升到每秒，又或者为使家庭能源管理卓有成效，将不同电器各自的耗电量都纳入智能仪表的读取范围，那么一家公共事业公司智能仪表每年产生的数据量就可能达到PB级。1PB有多大？——“谷歌地球”在2004年到2013年近十年间共为用户提供了20PB的地图影像。面对PB级数据，公共事业公司的处理能力远不能望谷歌项背，智能电网布局所产生的大数据是抄表年代难以想象的。
然而，对于公共事业公司而言，智能电网在需求响应和有效的峰荷管理上有着不可比拟的优势——显著提高电网的运行效率和可靠性、优化高峰电力分配、减少电力堵塞、将分布式发电顺利并网等等，除了每年可为公共事业公司和其消费者节省数目可观的支出，它提供的是更多可支配的电。
几千万智能仪表分布在千家万户，坐拥“大”数据和电网，但联结两者形成良好的回路达到节约成本创造收益所需的技术，成为老牌公共事业公司在布局智能电网的路上且行且踌躇的障碍。AutoGrid正是为此而创，用AutoGrid创始人兼CEO Amit Narayan的话来说，“AutoGrid是在给智能仪表创造大脑”。
外包“大脑”
在智能电网云平台与解决方案提供领域，比起2002年已经涉足需求侧管理的Silver Spring Networks，成立于2011年的AutoGrid更像是一个初出茅庐的后方“技术宅”。Silver Spring Networks的一项为公共事业公司优化需求响应并改善需求侧管理的解决方案——Silver Utility IQ Demand Optimizer，正是基于AutoGrid的DROMS的技术支持。
AutoGrid的创始人兼CEO Amit Narayan博士曾是斯坦福大学智能电网研究的负责人，曾成立Berkeley Design Automation。Amit Narayan带着对智能电网大数据的预见以及前沿的技术创立AutoGrid，也奠定了AutoGrid技术控的性格基因。AutoGrid的首席软件工程师， Rajeev Singh曾为多家电子商务公司、制药公司以及航空航海公司设计大型线上交易平台。另外，AutoGrid有多位高层来自PG&E负责智能仪表及需求侧管理的团队。将AutoGrid关键人物的关键词——“智能电网”、“线上平台”、“需求侧管理”——连接起来，就不难摸清AutoGrid的脉络。
AutoGrid的核心为其能源数据云平台——Energy Data Platform（EDP），它收集并处理其客户接入智能电网的智能仪表等设备的数据，面向其客户或合作者提供DROMS——需求响应优化及管理系统（Demand Response Optimization and Management System）。除了Silver Spring Networks，2012年上线的AutoGrid的云平台已经有City of Palo Alto Utilities、Sacramaento Municipal Utility District、Oklahoma Gas& Electric、Schneider Electri、 Austin Energy等客户。
如果说家装智能仪表提供的是家庭用电的实时快照，那么AutoGrid提供的就是该公共事业公司供能范围内的整体耗能快照，而且这是一个大规模的、动态的、全天候不间断的动态快照。公共事业公司利用DROMS可以实时“看”到并控制电力分配，避免了过去需求响应、辅助服务提供以及备转容量准备所需的复杂硬件基础和大量资金投入。当数据不断被累积，AutoGrid就能提供秒前、分钟前甚至周前、月前用电预测。也就是说，AutoGrid提供的不仅是能量消耗动态图，它提供的还有如果电价上涨2美分的应对方案。
这种预测机制是如何达成的？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。
除了公共事业公司，AutoGrid的用户包括节能服务公司、需求侧管理方案提供商等第三方，还有房地产商、电器制造商等用电方。对于房地产商等用电大户而言，他们可以根据AutoGrid整合的数据调整大楼的能源消耗，避免高峰用电，节约运营成本。对于服务提供商而言，AutoGrid为Silver Spring Networks提供技术支持便是一个双方互利的合作。
数据的积累让AutoGrid的能源数据平台（Energy Data Platform）有了额外的附加值，它同时可以提供需求侧管理项目的分析报告，客户可以获得依卷入程度、地理位置、建筑类型或基于人口统计学分类的不同细分消费者群能源消耗情况，同时也可以依此对需求侧响应进行模拟操作，以备不时之需。
可以打一个比方，通过用户得到海量数据，亚马逊做的是分析用户购买喜好，进而向用户推荐书籍并卖出去；而AutoGrid做的就是通过其云平台，实时监测能源消耗情况，告诉决策者该把电送往哪里，该如何合理地应对需求响应，哪里有可以并网的电——像一个大脑一样接收神经末端反馈的同时迅速地做出指示。
帮CPAU节省了90%的需求响应管理成本
City of Palo Alto Utilities（CPAU）是AutoGrid最早期的客户之一，2011年AutoGrid成立之初，双方就开始合作。有着百年历史的CPAU，为帕洛阿尔托、加州部分地区以及硅谷提供电力、光纤、天然气、清洁水供给以及废水处理服务。
2011年，CPAU采用AutoGrid的DROMS系统上线了它的第一个商业及工业需求响应项目。CPAU以许以高峰日电价折扣的形式吸引了供应范围内的7家用电大户参与，这7个参与者占据CPAU 180兆瓦峰值需求中的26兆瓦。该项目进行时，每次用电调整会持续2-5小时，7个参与者每年最少进行15次“减能”，每次“减能”的最低标准为50千瓦。
在CPAU的这个需求响应项目中，CPAU将AutoGrid的DROMS植入自己的需求管理系统，与现有的MV-90数据采集系统直接整合，由于无需硬件改变，双方系统的接驳仅花费了不到30天。DROMS收集来自仪表的数据，通过云平台对数据进行处理，给出直观的实时能耗图，结合数据库已有资料预测未来用电趋势，帮助CPAU掌握峰值需求以及其他电网突发状况。同时，DROMS提供即时的需求侧管理优化方案给CPAU配电决策者，CPAU据此改善原有配电方案后执行。
DROMS的云平台除了将耗能情况提供给CPAU这一配电方，同时也提供给客户服务代表以及上述7家参与者，使得用电一方可以根据数据来调整自己的能耗安排，响应CPAU的配电决策。信息的共享使得配用电双方的合作避免了任何一方的被动性。
在2011及2012年两个夏天的用电高峰季，CPAU在每一次需求侧响应管理上平均减少了3.5兆瓦时的能耗。比起使用复杂的仪器进行电网状态测量来得到负载作用下的动态情况和响应方式，无需硬件改动，仅需支付云平台服务费，与AutoGrid的合作为CPAU需求侧管理省下了90%的成本支出。
此外，AutoGrid的 DROMS仅提供技术支持，并不会影响公共事业公司与其用户之间的黏性，CPAU向用户沟通推广的仍是冠有“CPAU”之名的需求侧管理服务。“低调”的AutoGrid赢得了CPAU以继续合作为形式的肯定。
像所有创新公司一样承受初生之苦
AutoGrid的收入主要来自于向采用其DROMS或其他服务的用户收费，然而云平台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。
“盈利”始终是科技创业公司热情的沙漠所翘首以盼的云霓。
投资AutoGrid的Voyager Capital所投资的另一家物联网创新公司Opower，2014年4月4日成功在纽交所上市，同样是供用电两端大数据中的激流勇进者——和AutoGrid相比，Opower得到公共事业公司授权的用户能源消耗数据之后是服务于用电终端，协助公共事业公司通过线上线下多平台为用户提供可视化的账单以及能源管理方案，促使用户主动调整家庭能源消耗，以达到节能的目的。Opower的客户包括全美前50家公共事业公司的27家，然而根据其IPO文件近三年的数据，Opower尚未盈利。
纵使盈利看长远，但进击的科技公司在智能电网大数据的海洋里仍未必是一路坦途，完全基于软件的云平台能否稳定运行大量数据，没有谁能绝对保证。资历相对属于前辈的Silver Spring Networks在它的第一大客户PG&E那里就曾受到“差评”。2008年Silver Spring Networks和PG&E达成合作，辅助后者进行智能电表布局，然而2010年PG&E在一份CPUC所要求的智能仪表报告中指出，Silver Spring Networks不能提供持续稳定的服务，对其布局智能电表有不利影响。
除此之外，数据的安全和隐私也引来越来越多的质疑，包括AutoGrid在内的这些云平台提供商，几乎不具备硬件开发及维护的能力，对数据安全的保护仅仅能从软件系统入手。一旦系统崩溃或者遭遇不良入侵，用户数据的泄露将成为隐患。即便系统不受到黑客袭击，数据平台是否会将数据转交给政府或其他商业团体，仅仅靠行业自律能否杜绝这样的交易，还是未知。
消费者对智能电表的态度也逐渐消极，智能仪表在家庭节能方面的优势尚未显现，其精确的计量就让美国家庭用户体验了一把电费越来越贵的不适感。在2011年智能电表增量达到顶峰之后，2012年开始就已经显现逐年减少的趋势。
然而，AutoGrid和Opower对未来的盈利预期及发展前景都非常乐观，AutoGrid的客户主管认为，AutoGrid所能提供的云平台是大型公共事业公司所稀缺的。而Opower的CEO Daniel Yates的信心来自于深层次合作的开发，“在未来（Opower）还有110亿美元的潜在市场，而（利润）增长的动力很大一部分来自于对现有客户市场更深层的渗透以及不同产品的组合售卖”。
平台开放，“大”数据才是“大数据”
2014年1月，AutoGrid宣布向第三方开放其数据平台，AutoGrid的一个合作商NTT DATA，已借此利用其数据分析引擎开发了一款新应用，来帮助工业及商业建筑所有者把握能耗趋势。与第三方应用开发商的合作对于仅仅成立两年多的AutoGrid而言是一个颇具诱惑力的市场拓展机遇，这也将给予尚未有拳头应用的AutoGrid一个施展才能的窗口。
蹒跚起步的AutoGrid致力推进的开放平台能否成为行业统一公共平台，还待时间及与它在同一片数据蓝海中的“小伙伴们”的验证。但必须承认，如果没有开放的公共平台使得“大数据”充分流动，各个科技企业开发自己的云平台签下几个公共事业公司各事其主，“大”数据还远不能成为“大数据”。在智能电网供用电之间的大数据蓝海，没有行业协会，亦没有现在足以称得上行业领导者的企业，先行者的优势很有可能被后发制人的企业数月内赶超，一个统一的数据共享协议除了规范化之外，能给这个行业带来的更多将会是推动力。
2009年的《美国复苏与再投资法案》（ARRA）拨了45亿美元给能源部发展智能电网，其中34亿用于“智能电网投资计划”（SGIG， Smart Grid Investment Grant），在这一政策刺激下，到2011年全美智能电表的数量已经达到2009年的3倍之多，到2013年7月全美已有4580万台智能仪表，研究机构GTM Research 预测到2015年全美智能仪表布局将达到6500万台。此外，奥巴马政府设定的2035年美国80%的发电来自于清洁能源的目标，其中清洁能源并网正是智能电网发展关键的目标。
Amit Narayan曾是斯坦福大学智能电网研究负责人，同时也是AutoGrid的投资者之一，在Amit Narayan曾工作过的斯坦福Y2E2大楼，有2660个用电设备连入智能仪表，每分钟回传一次数据，一年产生着超过100GB的数据。当全美国数以百万的大楼以同样的频率传回数据，对AutoGrid而言这便不仅仅是一个数量级的问题，开放平台之后，它想创立行业内“通用语”的野心也昭然若揭。
选自《南方能源观察》2014年9月刊