4、光伏大数据
（1）资产全生命周期管理
在资产管理的整个过程中，需要的不是信息的简单堆叠和罗列，而是精准全面的分析和预测，以及相关因素的关联性研究，及时预告，这些都离不开大数据、人工智能等技术。从电站的前期投资、立项建设、项目验收到资产的最终交易都需要对运行数据进行实时精准的预测。
（2）光功率预测系统解决方案
光功率预测是光伏资产管理各个环节都需要参考的一项重要指标。光伏发电具有波动性和间歇性，大规模光伏电站并网运行会影响电力系统的安全稳定经济运行，光功率的精准预测对于光伏资源的波动性、间接性的影响是至关重要的，对光伏电站的输出功率进行精准预测有助于电网调度部门统筹安排常规电源和光伏发电的协调配合。目前，国家电网规定地面集中式电站必须配备光功率预测系统。
以数值天气预报模型和云层运动预测为基础，结合实时气象数据、电站功率数据、电站运行状态数据等，通过人工智能算法模型预测光伏电站的光功率。
数值天气预报技术和云层运动预测技术，一个是应对光功率的短时间预测，一个是超短时的预测。数值天气预报就是结合天气数据、电站数据对短时光功率进行预测。云层运动数据技术就是结合AI算法以及图像识别，通过对云层图像的实时监控，对云层变化、光伏超短期发电效率的影响进行建模和预测。
系统需要考虑实时气象数据、电站功率数据、运营数据的搜集，所以系统是由数据采集、数据处理、远程气象数据模型、光伏功率预测软件、图形处理等模块组成，同时考虑到安全性和安全传输的规定，需要加上相应功能匹配的服务器、反向隔离安全装置、防火墙、纵向隔离装置、交换机等硬件设备，整个系统架构需符合电力生产数据传输安全规定。
能源消费侧解决方案
1、售电行业痛点分析
随着售电改革的落地，市场竞争越来越激烈。除了赚取用户和发电商之间信息不对称的价差之外，售电公司也应该思考更长效、可持续的发展模式。电力改革及电力产业链的细化推动着电力交易品种、交易周期、交易方式、竞争格局等因素发生了显著变化，电力用户需求更加多样，同时也对发电企业、售电公司的能力提出新的要求，例如如何适应这些变化；如何细分用户、提出差异化的服务；如何规避交易风险，提升服务能力等，这些是目前普遍关注的问题。
2、需求侧管理的发展背景
需求侧管理伴随着行业转型的压力而来，无论是电源端，还是电网端，其核心就是如何利用负荷资源化进行有效管理，反馈给电源和电网端，达到供需匹配灵活的目标。
上图很好的描述了需求侧管理以及需求响应在电力市场中的作用。随着现货市场的开放，需求侧管理会向着更灵活的需求响应过度，这些会成为售电公司、能源服务商的核心竞争力。
