薛静谈能源互联网：起步阶段就不该形成一个完全统一的模式

继李克强总理在2015年政府工作报告中首次提出“互联网+”以来，能源互联网又成为行业内热烈讨论的话题，为什么能源互联网比其他互联网更热呢，到底能源互联网状况如何？最近南度度专访了中国电力企业联合会部门主任薛静，我们看看薛主任是怎么看待这一热点话题的？
人物简介：薛静，中国电力企业联合会部门主任，电力经济运行分析专家。

        南度度：根据一季度统计数据（可参考《2015年一季度全国电力供需形势分析预测报告》），全社会用电量增速同比大幅回落了，只有0.8%，但GDP增速还维持在7%，有声音质疑用电量与GDP增速不同步，您怎么看？

        薛静：今年一季度用电量累计同比增速是0.8%，确实是不高，这是延续了去年下半年以来的用电特别是第二产业用电疲软的态势。前不久，李克强总理在国务院一季度经济形势座谈会上提出一个判断——中国正处在新旧产业与动力转换的“衔接期”。我认为非常准确。目前，中国确实存在地区之间、产业之间的转换，有些地区产业衔接存在着问题，有些地区已经出现新的经济动力。在电力高耗能领域，普遍认为它们的产能过剩导致增速回落，我觉得这个因素有，但这个“过剩”到底“剩”的是谁？我看“剩”的是结构性问题。

        以钢铁为例，有些地区的钢铁生产状况确实不太好，比如在河北、山西等地，钢铁生产与制造业终端消费未能完全“衔接”上，所以这些地方的钢铁生产一直处于负增长，用电量也是负的；反之在东部的一些省份，制造业经过前一轮的调整和发展后开始企稳向好，他们一方面有着高耗能需求的终端市场，另一方面又具备比较好的能耗管理水平，钢铁生产状态相对较好。所以说这不是一个简单的过剩概念，而是一个结构性、地区性的问题。

        再回到用电量增速和GDP增速的问题。其实这两个概念之间，已经不能用简单的线性正比关系来解释了。我们把一段时间内电力消费增长速度与GDP增速的比值，称为电力弹性系数，用它来考察电力发展与经济发展的匹配程度。过去在重化工业阶段，特别是2006年、2007年，我国的电力弹性系数曾经达到了1.6，这就意味着用电量增速1.6个百分点可以拉动GDP增速1个百分点，这是典型的重化工业能源电力消费结构特征，在这个社会经济阶段，电力消费确实可以作为分析经济运行状态的关键指 标。

        而在我国经济由重化工业化向工业化后期阶段转型的过程中，我认为这种指标线性正比的关系在逐步弱化了，因为我们的制造服务业、民生服务业在逐步发展，居民用电比重也在逐步提高，用电量增长的拉动力除了经济因素以外，还有很多其他因素。按现在的经济发展阶段的经济结构分析，以年度为时间单位，电力弹性系数应该在0.7到0.8之间，但是从去年下半年开始到今年第一季度，电力高耗能领域生产特别是与投资相关的钢铁和建材生产在很多地区状态欠佳，导致电力弹性系数很低，甚至低于0.5以下。

        所以它不是简单的线性正比例关系，是有一定的相关性，但是这个相关性正在逐步减弱，这种趋弱是现阶段经济结构和用电结构调整的必然趋势和状态。

        南度度：那么电力数据的应用，对于政府、对社会、对企业来说，存在哪些价值和意义？

        薛静：首先解释一下电力数据，它分为两类，一个是由国家统计局统计公布的，包括发电量等；一个是经国家政府部门授权，由中电联进行的行业统计，并由国家能源局发布，包括电力消费数据等。

        发电量是国家统计局数据，发布的是规模以上发电企业的发电量数据，由于不是全口径，所以如果碰到经济情况不好或是水电丰枯情况很极端情况下，发电量的水火结构就不能全面反映真实情况了。

        而中电联统计、能源局发布的月度全社会用电量数据，是全口径统计、通过大电网上的直接采集和个别小电网的数据报送汇总得到的，来源比较可靠，数据也是相对准确。同时，由于电力消费是直接伴随电力用户生产环节瞬时完成的，数据即时产生，它不像工业增加值等数据，总有一个滞后的过程，所以中电联所承担的电力消费数据尽管是行业数据，但它是国务院重点关注的，也是国家在节能减排、能源监测等工作的关键核算数据。

        正由于我国的用电量数据兼具准确性和实效性，尤其是能够相对准确地反映各产业用电状态，所以它甚至引起了全球各界的关注，金融投资业、高耗能企业、原材料生产业、期货业、物流业都随时在盯着这个数据，数据一旦发布，方方面面都要求解读或者分析。

        对于企业来说，全社会用电量数据应该说是一个风向标，除了发布全社会用电总量外，中电联还对外公布其第一、二、三产业、轻重工业、居民用电量等等，如此一来，每个产业都可以通过分析历史数据和最近数据，再结合方方面面的比较分析，来判断近期或全年的经济的情况，这个结果通常会比较准确。

具体对于煤炭企业来说，通过数据可以判断下一步的煤炭需求量和价格、库存发展趋势；对于发电企业来说，全社会用电量是一个对标数据，今年一季度全国同比增速是0.8%，如果发电企业发电量增速低于这个增速就要找差异的原因；对于不同地区来说，通过比较可以发现自身经济和结构的问题……这也就是电力数据对于政府、对社会、对企业来说这么重要的原因。

        南度度：电改第二个配套文件落子电力需求侧管理（DSM），在这一块，电力大数据可以有何作为？

        ​薛静：先要搞清楚电力需求侧管理的主要目的是什么，DSM是要帮助政府和企业在电量节约上下文章，它包含两方面内容：一是降低单一企业最高负荷，拉平峰谷差，如果可以做到，就能够减少电网备用容量，降低全社会和企业的投入；二是通过不同企业的用电负荷特性，进行彼此之间的最优化组合，在一个区域内实现最优用电运行方案。

        回到电力数据的问题上来，DSM需要的数据可比上面提到的发电量、用电量数据复杂多了，它需要按分、秒对所有用电设备进行监测并采集相关数据，很多是全天候实时监控的，由此产生的数据是时间的函数，包含着很多有价值的信息。通过历史数据可以对不同用户进行分析，包括无功功率、有功功率、负荷特性等等，用好了这些数据，既能提高企业的能源利用效益，又可以提高全社会的能源利用效率。在此基础上，这些大数据还有更多的商业价值和社会价值。

        当然，这个数据与前面提到的发电量、用电量数据之间也不是完全割裂的关系。以用电量数据为例，它是一段单位时间内的全国性统计数据，我们在此基础上再回过头来看单个企业的实时用电数据，并把它与全国数据进行高低比较，就可以更微观地看出企业用电到底出了什么问题。

        南度度：话说回来，我国关于DSM的探索很早就开始了，但成果不多，问题出在哪？

        郭静：当初提出DSM的主因是全国性缺电，希望通过DSM来降低对电力、电量以及最关键的最高负荷的需求，从而最低限度保障我国国民经济的安全运行秩序。本着这样一个目的，结合当初可调控的手段和途径，DSM的责任主体只能落在电力公司身上，但电力公司毕竟不是用电侧，它是电力供应侧，从经济效益来说，显然动力不足，只能本着提高社会效益角度去承担社会责任。

        另一方面，政策设计之初确实没有把电力用户主动参与DSM的积极性调动起来。在当时的社会环境下，缺电，就以行政手段实行有序供电方案，电力用户始终处于弱势地位，只能被动响应，并没有经济杠杆调节概念。

        而这次电改把DSM放在这么重要的位置，就是要发挥用户侧的市场用电激励机制，培育用户侧的主动参与积极性，也就是要树立需求侧主动响应的社会氛围和条件。如果你必须在负荷最高的时候用电，那你就去用多倍价格买最高电价，但如果你能把生产时间调整到负荷谷底，那你就可以享受最低电价，在这个市场调剂过程中，用户侧得到了实惠，他们就会考虑用电的最优化配置。

        对于已经签订了长期用电协约的企业来说，如果发现高峰用电空间或者电量有余，还可以把余量空间或电量，向更需要的用户出让交易，这样企业就不止有节能的效益，还有节能量、负荷空间交易的效益，这是实实在在的好处，起到了全社会参与电力需求侧主动响应的作用，我认为这是这次电力改革最大的亮点。

         南度度：这次电改建立的市场机制，会让电力还原为彻底的商品属性吗？

         薛静：电力具备三个属性。首先，它是国家的基础产业，是国民经济中不可替代的必须循环畅通的血脉，对社会具有普惠和调节的作用；其次，电力生产必须瞬时完成，对安全要求很高；再次，电力又是同质、无形的商品。这三个属性决定了电力是一种不同于白菜的特殊商品，但它毕竟具有商品属性，可以在商品市场上交易。

        电力在生产、供应、交易过程中，还存在最高、最低负荷的调峰，有功、无功之间的调节，集中供应与分布式能源混合，跨区与就地供应的平衡，节能减排提高能效和电源质量（尤其是频率稳定）等方方面面问题，所以电力这个商品在市场交易过程中所附带的上述特性，就决定了它在市场交易规则和运送通道、信息处理等方面的复杂性，本次电改将要筹划的市场机制与交易规则，显然不能以卖白菜的思维方式去考虑。

        南度度：最近能源互联网的话题也很热，您对此有哪些认识？

        薛静：自从“互联网+”概念提出以后，的确是有不少企业纷纷开始介入能源互联网的筹划，为什么能源互联网会比别的互联网概念更热呢？因为电力本身拥有网络，在此基础上再加上一个互联网，看起来似乎很容易结合，所以社会各界对能源互联网的热度非常高。

        目前，对能源互联网的认识可以分为很多类，基本都是从自身产业视角出发来解读，并没有一个全社会的共识。比如说，有一种认识是通过收集分析大用户的用电量数据来产生增值服务；还有一种视角是把多元化能源组合起来，经过智能化数据处理形成优化供电方案，从而提供当地电量平衡关系的帕累托最优；有的把电力全产业链做优化筹划，达到电力供电成本最低效果；还有一些认为电力的物理流与交易信息流可以分开运行，以互联网思维实现用户需求至上和智能化服务，等等。总之，“互联网+”引入能源、电力，最关键的是将生产、供应、销售、服务等环节的信息透明、公开、对称了，用互联网思维整合所有资源。

        当前，大家都在从不同角度探索能源互联网，社会资本也在大量进入，我认为在能源互联网起步阶段，就不该形成一个完全统一的模式，因为从根本上来说，它就是要实现能源产业的最优化，并在这个基础上产生能源大数据，以用户侧需求为根本进行市场化开发和多种形式的配套服务。每一个企业、甚至每一个国家，站在不同角度所看到的东西也是不同的，就像腾讯、淘宝、京东，虽然都有互联网的概念，但内容、方式和实现手段完全不一样，不能说谁是、谁不是，能源互联网也是如此。应该允许大家在不同层面、不同创业视角展开各式探讨，展现差异化，发挥各自优势，在此基础上再进行整合，这样才能形成全民的数据共享机制，让整个能源全产业链实现最佳配置和可持续发展。

        南度度：您的意思是，民间探索先行一步，顶层设计再随后跟上？

        薛静：没错，正如李克强总理所说的，我们已经进入全民“创客”时代，大家都在积极发挥自己的最高智商和创新能力，在这个状态下，我们千万不要压抑它的可能性。

        南度度：消息说国家能源互联网行动计划年内就会出台，如您所说，现在各方探索还没结果，那这个计划该怎么办？

        薛静：计划可以是各种角度的。站在政府的立场上，我觉得应该出一个鼓励各方创新的行动计划，而不是一个统一行为规范的计划，更不要定一个统一标准的计划。

        比如，行动计划可以在政策上保证能源互联网上的数据共享；在企业开展需求侧管理与数据平台构建、整合的时候，呼吁当地政府给予支持和帮助；再比如鼓励资本市场提供充足来源支持企业探索，国家提供财政和税收政策给予企业创业帮助的社会环境，等等

        所以在这个问题上，政府的作用应该是积极倡导和正面鼓励，而不是规范、框死它。能源互联网目前的未知数比已知数更多，我们不该用有限的眼光来看待这个无限的空间。

       南度度：在这个无限的空间里，很多企业已经开启了卡位战，能否给我们分析分析他们的战略？

       薛静：就我目前所看到的情况，在能源互联网领域比较积极的企业主要有两类：一类是开放式的互联网企业，比如腾讯、阿里，他们完全从互联网思维来考虑能源互联网，考虑更多的是通过建设平台去增值服务，他们在做的事，主要是通过互联网来介入和整合能源产业的信息资源，产生大数据和海量用户,从而产生增值机会。第二类是传统电力企业，主要是从产业链的角度去优化配置业务流程，考虑如何通过互联网和大数据的采集将多元能源，特别是分布式能源通过微电网组合起来，优化利用并达到智能化目的。

        南度度：这里面您比较看好谁？

        薛静：我觉得互联网企业和传统电力企业各有优势。能源互联网是以能源业务为骨干的，所以企业必须对能源产业链充分了解，这也是能源电力企业的长板所在。当然，他们也有短板，就是没有完全从传统的思维方式中释放，容易陷入工业制造阶段的思维模式，市场化意识也相对薄弱，创新思维不足。换句话说，在能源互联网时代，电力企业其实目前已经先有了可以跑的“汽车”（电力业务），从技术、人才和资本上看，构建“高速公路”（互联网）也不难，但是如何让他们结合好，并能让“汽   车”“快速、灵活行进”,获得市场先机，这个方面电力企业目前似乎不占优势。

        从互联网角度来看，领头的互联网企业拥有强大的资本市场，而且技术手段、研发能力以及对市场的敏感度更高，所以他们把握机会并实现资本增值的能力远远高于传统电力企业，这是互联网企业的优势，他们的劣势是对能源产业链的不了解。

        如果你阻止了马云，那么互联网技术在能源行业中的价值就难以更好地挖掘体现了；如果阻止了传统电力企业，那么万一进入的大资本搞不懂能源产业链的特色，又会导致衔接不上，所以这不是一个谁好谁坏的问题。两股力量一个侧重信息流，一个侧重能源流，我希望它们能够尽快形成对接，产生化学作用，我把这个过程叫做“聚变”，它不会只产生一种“物质”，而是会反应出各种各样的“物质”。嫁接后的能源互联网，既可以为电力用户和生产领域做好优化服务，又能同时实现增值效益，一举多得，为社会产生财富提供最佳模式效应。

        我设想，将来运用能源互联网甚至有可能出现虚拟电量或者电量额度信息的销售，这是长短期电量交易与互联网思维结合后的线上交易的概念。什么意思呢？现在我在北京，可能只能买河北电，这是物理流决定的，但以后从虚拟电量的角度来看，我可能买的就是新疆电，甚至我还可以把富余没用完的电卖到新疆去。不要以为“汽车”开不到新疆去，有了互联网和大数据，一切都有可能，大数据嫁接将带来无限红利。