泛在电力物联网的首个独角兽会从以下领域中诞生么？

独角兽，西方神话中形如白马，额前有一个螺旋角，代表高贵、高傲和纯洁的动物。在互联网时代，它代表着未来、创新、颠覆以及数以10亿计的财富价值。

 

“以前独角兽的名号可是很值钱的，不仅代表着能融资，还代表着行业地位。”坐在AI对面的人翘着二郎腿滔滔不绝地说道，“现在移动互联网领域，只要是个创业公司都管自己叫独角兽。独角兽企业得有上千个了，你见过稀有动物遍地都是的嘛？”

 

说着，他冲着AI狡黠一笑：“还是你们能源圈好。一片方兴未艾的处女地，国网的泛在电力物联网到现在也没有吸引一大堆人蜂拥而至，还只是国网自己在勤勤恳恳的干活。”

 

说着他打开电脑，把屏幕转向AI。只见一个ppt文件，里面一个大写标题：“泛在电力物联网的潜在独角兽诞生”。

 

AI知道，眼前这个人是搞数据分析和深度学习的。他想有更多的圈外企业关注泛在电力物联网，好从中找到机会利用自己的专业团队搞服务。这也是他来找AI的目的。

 

强烈的好奇心让AI几乎无法拒绝他的邀约——“不想听听么？”

 

最现实——充电桩高效利用的APP

 

以北京市为例，目前充电桩的数量超过20万个。而北京市加油站仅1000多个，假设每个加油站10个加油枪，那么充电桩的数量远超加油枪好几个数量级。但是充电效率却让人不敢恭维。有些充电桩排起长龙，有些充电桩却跟“废桩”没什么区别。

 

如果有一个APP可以实现对绝大多数充电桩的联网，并根据历史充电数据分析，预判出充电时间、排队时间。对排队严重的充电桩和利用效率低的充电桩，可以依靠价格、充电时间等手段进行自动调节，高效调配资源。

 

同时，依靠车联网技术，对电动车的耗电也进行检测和判断。那么车主可以随时了解不同区域充电桩的价格、排队时间等信息，还可筛选“时间最优”、“价格最优”等条件下的充电桩推荐。

 

除此之外，充电桩与分布式光伏、分布式储能、需求侧响应等相关领域也有合作的可能性。这就要求对桩的运营更加精细化、数据分析更加实时和动态。

 

难点：

1，充电桩运营归属不同公司。共享数据、调配价格的难度较大。

2，电动车车联网系统尚未统一，接入统一平台需要时间。

3，监测电动车耗电情况会让部分品牌电动车续航能力短板充分暴露。车企可能会抵制。

 

最赚钱——电力数据金融服务化

 

这一点，国家电网已经在做了。2019年2月22日，国家电网旗下国网电子商务有限公司（国网金融科技集团）联合建设银行已上线推出“电e贷（云电贷）”产品，并在部分省市试点推广。依托国家电网公司产业链资源，基于电力交费服务场景，面向中小微企业等电力客户提供普惠金融服务。

 

“电e贷（云电贷）”正是以国家电网智能电表为终端，采集企业用电数据，通过对企业用电和缴费数据建模，协助银行了解企业经营状况及信用状况。

 

但目前国网能做的，也只是小额信贷，面向中小微企业的服务。说到底，电力数据、缴费数据，对于金融机构判断企业的生产经营状况和财务信息，还远远不够。这也是泛在电力物联网需要接入大量外部数据的原因。

 

其实，泛在电力物联网的数据商业化，不需要只盯着银行。保险、基金、信托、证券···都是泛在电力物联网的潜在用户。

 

就拿前几年火爆一时的可再生能源发电资产证券化来说吧。小到分布式能源项目、大到大型水电站，这些资产的估价、证券化，都需要大量的数据来对其进行辅助。其中最核心的，还是电力数据。未来电力交易市场成熟之后，电力数据分析、交易市场分析都是资产证券化离不开的需求。

 

这个时候，接入了外部数据、融合了内部数据的泛在电力物联网可以说是金融机构最好、也是最需要的合作伙伴了。甚至可以这么说，只有给予泛在电力物联网的数据分析，才能够让金融机构准确判断这个发电资产的真实价值和未来的增长潜力。

 

难点：

1，泛在电力物联网外部数据的接入是个庞大的过程。

2，需要强大、专业的数据分析能力。这个可能是国网自己做不来的，需要合作伙伴。

3，可再生能源资产近年来在资本市场遇冷。

 

最借鉴——中国的电力大众点评

 

在享能汇2019年10月的《买电先上大众点评？国外也有目录电价？国外电力零售市场是怎么玩的》一文中，提到了欧美电力市场有监管部门或者是NGO运营的价格比较网站。

 

不过，国外的价格比较更多服务于个人用户。中国的国情决定了，这种类似的产品可能需要服务于工商业用户。那么在泛在电力物联网的背景下，这一产品或许可以设计的更为复杂而精巧。

 

发、售电公司可以将自己在不同时段能够提供的价格上传，并保证所有发、售企业无法相互之间知道报价信息。而用户端则输入自己用电负荷曲线。系统计算后筛选出若干价格较低的发、售公司与用户匹配。双方可进行更进一步的一对一商谈。

 

这种融合了大众点评、淘宝的产品，再加上目前电力交易结算都从电网经过的情况。完全可以衍生出电力行业的“支付宝”。

 

难点：

1，目前发、售端和用户端接触的模式已经形成一定的固定组合。说服双方线上交流，恐怕有难度。

2，未来电力交易的结算是否还在电网内部，恐有变数。

 

最拓展——从泛在电力到智能制造

 

发、用电企业的数据采集和使用，首要任务还是提高效率。发电效率和用电效率的提高，除了解决运营等软件问题，还需要解决发用电设备的硬件问题。

 

例如某发电厂发电机组采购自某电气企业。泛在电力物联网采集并分析的发电厂的发电机组数据后发现，无论怎样提高运营水平，发电效率的提升都有一个天花板。

 

这个时候如果这家电气企业的生产制造各个环节也是接入到泛在电力物联网的，那么就可以通过对发电机组生产制造环节数据和发电机组运转时的数据进行交叉比对，从源头提升设备生产质量。

 

通过对硬件设备的延伸，泛在电力物联网不仅对电力系统本身有提高，还涉及到了智能制造环节，对制造业的转型升级也有推动作用。

 

难点：

1，延伸至制造业，意味着更多的硬件投入。

2，0.1%的效率提升，可能在制造环节需要非常多的投入。投入产出比的不对称，可能让企业缺乏动力。

3，对制造业数据的分析与电力系统数据分析差别巨大。需要即懂发电生产数据分析，又懂制造数据的专业团队，要求较高。

 

最风口——微网、分布式能源和综合能源管理

 

微网和分布式能源概念类似，本质上都是把能源的生产与消费两端进行融合。这其中，又包含了大量的综合能源管理在其中。因此这三者实际上是相互交融的。

 

对于电网来说，微网、分布式能源是去中心化的。对于集中式、大电网的国网公司来说是不利的。但社会、能源发展的趋势如此，国家电网公司也不可能永远违背潮流逆势而行。

 

但有一点对于电网公司是优势：无论是微网还是分布式能源，电作为最重要的二次能源都是主要的能源使用最终形态。以电数据为主要、融合天然气、热能数据的综合能源服务是国家电网公司在这个目前能源圈最大风口中的立足之本。

 

有了泛在电力物联网，电网公司对每一个微网、分布式能源项目都有着更强的资源调配能力。更不要说在接入了海量的外部数据之后，单个项目的数据分析、能源生产和消费预判、本区域和大能源网络的衔接···这些能力都会更上一个台阶。

 

难点：

1，天然气、热能等非电能源，在微网、分布式能源中，更多涉及地方企业、地方政府的利益。协调和利益分配困难。

2，去中心化的电力、能源调度与过往完全不同，国网需要扭转传统观念。