根据自己的“节奏”做出重要的能源决策

作者:Rajeev Jain, Atanu Basu和Eric Levine

能源的生产、分配和使用是一项非常复杂的工作，也是美国经济的巨大推动力。但是，如果美国和其他国家利用有关能源的大量现有数据，他们就可以在如何生产、分配和使用他们需要的能源方面做出更明智的决定。这些决定可以节省数十亿美元，减少对化石燃料的依赖，改善人们的生活质量，以及地球的质量。

定义“清洁”能源

简单地说，清洁能源是人类生产和消费的能源，它对环境造成的危害最小。其他的限定词如可再生、碳中性、绿色、可持续和高效也经常被用来描述能源的环境方面。

图1显示了美国目前消耗的各种能源，重点是“可再生”能源。

来自可再生资源的能源被认为是清洁的，即不影响环境。在现实中，所有的能源生产和消费都有一定的环境影响，只是方式和程度不同。

例如，使用清洁能源发电在发电期间可能不会造成任何有害排放，但在发电资产(例如太阳能电池板和相关电气设备)的制造、安装和报废处置过程中隐含着环境影响。传输和存储要求不同;风能是间歇性的，太阳能是周期性的，核能则更喜欢一直开着。因此，基础设施需求和实际实现的传输效率是不同的。每一种能源都可能对环境产生不同的影响，这取决于生产后如何管理能量流(太阳能加热器可能比太阳能电力更有利于环境)。只要减少净使用量(例如，节能干燥机)，就可以使能源使用更清洁，因为给定一种技术，能量流越低，对环境的影响就越低。

所有的能源都会造成污染，所以清洁能源——而不是清洁能源——需要成为重点。寻找清洁能源必须包括整个能源价值链，而不仅仅是来源。

能源、经济和环境

每一个经济企业都消费和/或生产能源，这反过来必然会以某种方式影响环境。因此，能源、经济和环境是紧密相连的。在我们研究预测分析如何用于清洁能源之前，让我们快速了解一下能源行业。

能源工业由能源生产者和消费者组成。由于很少有生产与个人消费联系在一起，第三类参与者是调节能源从生产者流向消费者的中间商。所有这些参与者都倾向于分成不同的子群体——围绕能源来源的生产者，围绕能源使用类别的消费者，以及围绕这两种类别的混合的中间商。向上述行业参与者提供产品和服务的供应商也被分割成他们所服务的特定生产和消费细分市场。例如，太阳能设备的制造商和供应商、安装商、金融家、营销人员和研究人员都围绕太阳能如何捕获和传输形成了一个生态系统。类似地，网格连接的家庭支持一个复杂的产品和服务供应商社区，这是特定于这些住宅用户。最后，整个行业都受到不断变化的政策和法规的严重影响。

为了帮助组织清洁能源领域的复杂问题和倡议，以及潜在的分析解决方案，我们开发了PACE框架(图2)。

图2确定了能源景观的主要构建块。它为评估清洁能源的不同分析措施提供了必要的背景。

问题生产边与创造和管理能量来源有关。能源工业的这一供应部分最容易根据能源的类型(如煤、太阳能)来确定。

在消费一方面，能源经济最容易理解的是具体的工业和消费市场(例如住宅电力、航空燃料)。

能源通过中介从生产者流向消费者。一个通常很复杂的中介链(或网络)本质上是组装和拆卸各种能源来源，以合适的价格和可靠性水平有效地匹配或分配能源供应与能源需求。这种分配不仅仅是一种交易活动——相当多的技术和经济基础设施包括在广义上的“分配”中。这种复杂的中介网络的一个例子就是为美国家庭和工业供电的国家电网。

环境受到能源经济的所有三个部分的影响。发电厂的能源生产导致热污染和废物排放到环境中。由于能源是在分配过程中消耗的(例如，通过道路运输燃料、输电线路损耗、以蓄水的形式储存在水泵储存设施中，等等)，在供需匹配方面所做的决定也会影响环境。最后，用于工业或个人目的的最终用户的能源消费有其自身的环境影响(例如，来自卡车的柴油污染)。

上述框架概述了能源和环境之间的相互关系。有了更多的细节和数据，这个框架可以帮助分析能源和环境情景。

预测分析如何提供帮助?

今天，预测分析的进步在识别和量化“将要发生什么和什么时候发生”方面走得更远，而且通过将可用数据集与领域知识和数学科学进行协同结合，还可以确定和量化“为什么”。领先的研究人员甚至将预测分析与决策管理结合起来，提供预测和相关决策——即利用预测的实际和及时的行动计划——并将其称为预测决策管理或说明性分析。

让我们看看预测分析是如何在上述PACE框架中概述的每个阶段中发挥作用的。

生产

几种新能源(太阳能、生物燃料、风能、地热能、潮汐能等)提供了可再生、清洁能源的前景。对于每一种能源，重要的是要决定何时对其进行投资，多大程度上开发它，多大程度上利用它作为能源组合。任何一种新能源的开发和成熟都面临着经济和技术的不确定性，需要谨慎的财务和经营风险管理。这些不确定性可以通过预测分析来评估和缓解。

能源生产中的预测分析包括专门的计算，用于识别和表征一种潜在的清洁能源，并从该能源调整生产。例如，通过分析地震数据来确定可行的地热能来源。分析历史风力数据有助于预测风力涡轮机的未来性能。风电场运行数据的预测分析可以预测大型风电场单个涡轮机的故障，允许在故障发生前进行先发制人的规划和纠正行动。因此，预测分析可以提高生产效率，降低成本，使清洁能源更具竞争力。

能源生产通常需要大量的前期资本投资。为了做出正确的财务投资决策，预测来自收入和成本的净现金流量以及准确的风险评估就变得非常重要。经济计量建模等预测分析方法可以帮助估计未来的能源销售和计划能源生命周期内的预期原材料成本。

分配

在能源供应和能源需求之间进行“分配”或协调并非易事。能源生产和消费随时间变化很大(风力是间歇性的，用户需求在一天中变化)，以及地理位置上的差异(大多数人不住在煤矿附近)。

各种能源使用所支持的价格和各种能源产生的成本在时间上可能是高度可变的。预测分析可以帮助做出更好的运营决策，在可能的情况下转移需求和供应，从而最小化生产和消费能源的总成本。

在这一分配决策中，环境成本也是一个考虑因素。在多年时间尺度上进行这种匹配的一个例子是国家能源政策决策，例如要求使用一定水平的生物燃料作为一种来源，以满足国家运输能源需求。在更短的时间尺度(分钟到小时)围绕这种匹配进行预测分析，对于促进清洁资源的使用特别重要，因为此类资源往往是间歇性或周期性的。

技术限制(如光伏板中太阳能转化为电能的电流转换效率)和基础设施要求(如电网级储能)也指导分配决策。通过对未来现金流的更好预测，预测分析可以指导基础设施投资决策，使清洁能源受益。

目前，许多清洁能源项目都属于“智能电网”这一广泛的范畴。在智能电网,智能电表安装在住宅空调能够动态地交换信息与智能节点和供应导致聪明决定将其打开或关闭,鉴于消费者使用模式,天气预报和当前网格中的能源容量和价格。通过整合电网中多个点的数据，电力公司或清洁能源营销人员将处于一个更好的位置，以做出关于能源分配的智能决策，最大限度地利用清洁能源并最小化成本。

智能电网的发展面临着几个可以通过预测分析来解决的挑战。目前，智能电网投资的商业案例受到消费者采用智能电网技术和使用行为的不确定性等因素的限制，而这些不确定性反过来将推动此类投资的回报和未来的政策决策。预测分析可以从收集的所有数据中提取消费者行为的洞见，随着时间的推移，将能够预测这种行为。

消费

分析对于详细理解各种能源需求类别(国内、工业、运输)的时间依赖性非常重要。例如，电力公司目前正在投资(或考虑投资)大量的需求测量基础设施作为智能电网的一部分。高级计量基础设施(AMI)将产生大量数据(每个家庭每个设备的使用，在高的日内频率)。

住宅和商业建筑的需求特征也正在进行中。通过一次性或持续部署传感器，可以更好地了解能源使用情况。这反过来又指导了如何通过减少能源使用，以及在某些情况下通过使用更清洁的能源(如现场太阳能)来获得成本和环境效益的决定。

根据需求特征，预测分析可以预测消费者未来的能源需求，并帮助开发工具，利用各种管理和政策驱动来管理需求。对需求的影响是通过各种相互关联的驱动因素产生的，如价格、使用习惯、政府层面的节约措施、能源政策和绿色营销举措。在客户关系管理和营销效果方面的预测分析可以为未来消费者对风力发电、公共交通利用等方面的需求提供指导。有关效率目标或清洁能源利用目标等政策工具的决策也将受益于预测消费者和企业对这些政策的反应的能力。

如果不认识到能源和分析之间有趣的相互作用，分析和能源需求的讨论是不完整的——存储数据和运行计算需要电能。这意味着两件事。首先，通过分析来找出节约能源的方法需要消耗能量，在通过过度计算来寻求可能的少量能源节约的情况下，要记住这一点。第二，正如过去几年所看到的那样，社会在数据计算和存储方面的整体增长，本身就意味着能源需求的增加。例如，绿色和平组织估计，2020年数据中心的能源需求将达到19630亿千瓦时，超过法国、德国、加拿大和巴西目前能源需求的总和。

在大型数据中心的计算和存储设备中，热效率和功率效率是大量分析和优化的主题。数据中心设备将交流电源从电网转换为所需的直流电源的效率随运行时条件而变化。通过使用预测分析来做出电力和负载管理决策，这种效率的提高可以为客户在产品生命周期内节省大量成本。

环境

如前所述，能源对环境的影响不仅来自生产，也来自分配和消费。减少其中一项或多项影响，就可以获得更清洁的能源。
因此，PACE清洁能源框架中“环境”部分的核心挑战是评估任何能源价值链中各个步骤的清洁程度(以绝对值或相对于可用替代品而言)。每一个能源处理步骤对每kW的处理(或每$经济价值产生)都有不同的环境影响。相反，通过对能源经济进行不同类型的kW或$调整，可以减轻对环境的不利影响。

量化空气和水环境中的能源生产对环境的影响是预测分析的一个成熟领域，被称为“命运和运输模型”。例如，对吸收化石燃料和核电站产生的废热的水的热污染问题进行了长期的研究，并将其编入用于调控的数学模型中。其他环境影响——如温室气体排放、接收水的水质退化——也通常使用预测分析工具进行分析。

系统性的分析

能源政策分析和监管要求具备在不同的现实世界和政策情景下评估每个PACE组件的总体结果的能力。”系统的预测分析试图集成两个或多个PACE组件。能源部已经开发和使用了几个这样的模型，以评估对各种经济和政策情景的反应，并对能源前景作出长期预测。

我们的观点吗?让我们把每一个重要的能源决定都通过它的速度!

拉杰夫贾殷（rajeev.jain@usa.net)已从事分析工作超过15年。他拥有环境工程博士学位和金融工商管理硕士学位。Jain领导了包括戴尔、苹果、杜克能源和美国环境保护署在内的各种公共和私营部门组织的分析项目。

Atanu巴苏（abasu@datainfocom.com)是DataInfoCom的首席执行官，这是一家位于德克萨斯州奥斯汀的分析软件公司，客户包括戴尔和微软。巴苏在半导体和软件行业拥有17年的经验。DataInfoCom的预测决策管理™技术最近获得了德克萨斯州州长办公室的“新兴技术”投资。

埃里克·莱文（elevine@woodnotemarketing.com)是Woodnote Marketing的总裁和创始人，这是一家位于得克萨斯州奥斯汀的品牌定位和营销咨询公司。拥有超过20年的营销经验，他曾担任戴尔(Dell)的营销总监和企业软件公司Trilogy的首席营销官。此前，他曾在广告行业为IBM、UPS和达美航空(Delta Air Lines)等F500品牌服务10年。