隨著科學技術的快速發展，文字、圖片、音頻、視頻等數字化信息呈指數式增長，大數據時代已經來臨。全球信息總量每兩年約增長一倍，2011年全球創建和復制的數據總量有1.8ZB （1021 bits），預計2020年將達到35ZB，是現在的50倍。

　　按照IBM的4V理論，大數據是涵蓋規模性、多樣性、高速率和真實性四個維度的離散型海量數據。大數據具有規模海量、多源異構、高噪聲、強時效、社會化和突發涌現等特點，它已滲透到各行各業，成為與物質資產和人力資本并列的重要生產要素，引發了全球性關注。

　　能源行業作為國民經濟與社會發展的基礎，正在受到大數據的深刻影響，21世紀必須通過大數據科技創新來應對長期可持續發展面臨的能源問題挑戰。

　　大數據將深刻影響能源系統

　　大數據從增加清潔能源供應、控制能源消費、降低能耗，到綠色建筑和智能電網建設都將發揮巨大作用。

　　以智能電網為例，電網互聯是電力系統發展的客觀規律，有必要加強研發大規模互聯電網的安全穩定運行技術、先進可靠的配電網與共用技術及微電網技術為主的分布式電力系統。因此，采集、分析并有效應用大數據是解決能源與公共事業關鍵業務的重要因素，可以實現向智能電網轉型、改善分布式可再生發電的資產預報與調度、提高發電效率以及改變客戶運營模式。目前，主要發達國家正紛紛著手相關研發與部署。如2011年7月初13家歐洲工業集團簽署“綠能輸送”項目實施諒解備忘錄，開展建設跨越地中海的高壓電網項目的可行性研究。

　　2012年3月美國能源部斥資2500萬美元建立可擴展數據管理、分析與可視化（SDAV）研究所，幫助科學家對能源大數據進行有效管理和可視化處理，以促進更加卓有成效的科學研究和發現。

　　日本經濟產業省組織東芝、東京電力等286家企業也成立了“智能社區聯盟”聯合體，欲建立以智能電網為基礎格局的城市布局與社會系統，拉開了官民并舉開發智能電網的大幕。

　　我國也不甘落后，通過“973”計劃、“863”計劃及科技支撐計劃及重大專項計劃，加大對下一代互聯網與能源融合的相關技術的研發支持，促進能源智能化與清潔化的發展。

　　有效利用是重點

　　目前，能源領域的大數據應用主要有4個方面。第一，促進新產品開發。美國通用公司通過每秒分析上萬個數據點，融合能量儲存和先進的預測算法，開發出能靈活操控120米長葉片的2.5-120型風機，并無縫地將數據傳遞給鄰近的風機、服務技術人員和顧客，效率與電力輸出分別比現行風機提高了25%和 15%。

　　第二，使能源更“綠色”，其關鍵是利用可再生能源技術，如冰島的Green Earth Data與Green Qloud公司，依靠冰島豐富的地熱與水電資源驅動為數據中心提供100%的可再生能源。

　　第三，實現能源管理智能化。能源產業可以利用大數據分析天然氣或其他能源的購買量、預測能源消費、管理能源用戶、提高能源效率、降低能源成本等;大數據與電網的融合可組成智能電網，涉及發電到用戶的整個能源轉換過程和電力輸送鏈，主要包括智能電網基礎技術、大規模新能源發電及并網技術、智能輸電網技術、智能配電網技術及智能用電技術等，是未來電網的發展方向等。

　　第四，改變社會，為城市基礎設施、能源、交通、環境等帶來機遇。大數據使城市越來越智能化，紐約、芝加哥與西雅圖向公眾開放數據，鼓勵建設多樣化的智能城市。

　　重塑能源智能管理

　　目前，IBM已將數據分析作為其大數據戰略的核心，共投資160億美元進行30次數據分析的相關收購，對其海量數據分析平臺InfoSphere BigInsights等相關產品進行了一系列創新，并在電力產業提出電網轉型、提高發電效率及顧客運營轉型等倡議，以更好地支持能源大數據處理。

　　當前研究表明，太陽能農場電網智能管理需要設備控制PV板、轉換器等，以優化全天各種條件下所發電力，有效的設備管理能提高10%的生產率。世界各地電力公司對實時的廣域、監測、保護及控制系統的需求與日俱增，同步測量技術將成為該系統的有效支撐。智能電網僅僅從單向電網轉向雙向電力系統網絡還遠遠不夠，真正的需要是建立一套完整的能源和作為電、熱、氫氣、生物和非生物燃料載體的智能管理系統，這需要超越智能電網和考慮智能能源網絡的明確轉變。

　　中國能源開發和利用技術已具備一定的基礎，并形成相當規模的產業，但對能源技術創新價值鏈的艱巨性認識不足，對能源智能管理的認識與研究則處于起步階段，儲能技術與智能電網是促進可再生能源可持續發展的關鍵;企業有必要建立能源智能管理系統，并分析能源智能管理系統的特點、主要功能和實施運行要點。

　　大數據時代已經到來。大數據對有效利用能源具有重要影響，并將重塑能源系統已成為社會各界的共識，然而，能源大數據涌現、演化與傳播的機理是什么？能源業務智能將發生何種改變？對能源智能管理再造提出怎樣的要求與挑戰？需要何種能源智能決策系統才能應對這些挑戰？

　　解決這一系列科學問題，不僅有助于發現信息與能源融合的新疆域和新知識，揭示大數據時代能源智能管理與決策的內在規律，而且有望為能源的可持續發展奠定理論與技術基礎，因此具有十分重要的理論價值與現實意義，亟須引起能源、信息、科技政策等相關領域專家、學者的重視。