一、引言
“十四五”是贯彻落实国家“双碳”目标的战略关键期，是我国能源清洁低碳转型高质量发展的重要窗口期，也是储能技术和产业发展的难得机遇期。但目前我国电力储能产业尚不成熟，仍以传统运营模式为主导，难以适应当今高强度的能源供给，对我国电网的长远稳定带来了一定挑战。大数据作为数据时代的核心技术，已经深度融入各行各业，构建基于大数据的能源互联网是我国赶超发达国家，保障电网安全运行的战略措施。
二、大数据赋能电力储能现实境遇
我国电力储能行业的发展尚处于探索时期，目前以试点寻路为主，与国际上发展较早的国家相比仍有差距。截至2021年底，全球储能累计装机规模达到209.4GW、其中抽水蓄能装机总规模达180.5GW，占总规模比例达86.2%。电化学储能装机占比11.7%， 2021年中美欧新型储能新增装机分别为2.5/3.5/2.3GW、占比分别为24%/34%/22%，虽然中国的增量占比较大，但总量占比仍有一定不足。但预计我国到2050年储能装机将占世界总量的25%，市场规模将达2万亿元以上。
目前，随着“互联网＋”技术的深化，大数据赋能时代已经到来。大数据的实践应用是全世界科研工作者的研究热门领域，也是第四次工业革命的主要方向。在能源方面，欧美国家已经率先进行了能源互联网的探索并取得了一定成果，尽管目前各个国家对能源互联网的定位、认知、标准、趋势等尚未形成统一的共识，但较为一致地形成了以实现能源技术与互联网技术的融合为实践准则的共同特点。近几年，我国电力储能技术得到了较大的发展和进步，大数据在电力储能业务中的应用也日益广泛。2016年，国家发展改革委、能源局正式发布了《能源技术革命创新行动计划（2016—2030年）》，为中国能源互联网的发展明确了目标、擘画了蓝图，提供了政策保障。之后随着众多知名高校的参与，学界对能源互联网的概念、模式和框架有了一个辨析，这为我国能源互联网的发展奠定了专业保障。随着近年来我国对电力储能产业在政策支持、总体规划等方面的重视与强化，大数据赋能电力储能业务目前有着整体向好的趋势，并且有较为可观的发展前景。
三、大数据赋能电力储能的必要性
1.电力储能业务的供给侧问题
成本控制问题是电力储能产业供给侧的首要需求。与传统化石能源产业相比，电力储能产业对技术的要求更高，对储能系统的效率要求也更高，也就造成了高额的产业成本。电力储能业务的成本主要包括三个方面，一是电力的获取成本，主要通过风能、太阳能等能源的转化；二是电力的维持成本，即从输入能源到输出能源之间的这一过程中对电力的转换、存储、运输所带来的成本；三是电力的输出成本，即从存储向终端运输过程中产生的成本，这一环节会因信息失衡，计算不当等原因造成大量的浪费与损失。高额的电力储能成本制约着产业的升级与更新，也增加了我国电网稳定运行的隐患，所以提高电力利用率，降低电力储能成本成为了目前刻不容缓需要解决的问题。
2.电力储能业务的需求侧问题
使用需求量的计算问题是电力储能产业需求侧的核心问题。不同终端客户的用电需求量不同，这也决定着电力储能系统的电力保有量的范围。为保证终端客户用电需求，电力储能系统往往存储有多于需求量的能源，但系统内能源的大存量不仅加重了上游能源收集环节的任务量，也需要更多的成本存储电力能源。而系统内能源的大存量如果无法及时得到使用释放，则会造成大量的能源浪费。但终端客户用电需求量的各种数据产生速度之快，数量之大，已经超过了传统算力水平，尤其是终端客户的用电需求量数据大多是动态的非结构化数据，这对传统数据处理模式提出了巨大的挑战。如何精确、高效计算统计终端客户需求量是减少产业压力、降低产业成本的核心所在。
四、大数据赋能电力储能的应用路径
1.能源输入环节的应用
能源输入是电力储能业务的首要环节。随着能源结构的转型，清洁能源与可再生能源的利用与转化将是未来电力储能产业的主要能源来源。为下好能源转型的先行棋，需要先在宏观上进行整体规划。一方面，通过大数据高度整合的信息分析能力确定理想的储能位置，最优的储能工艺，科学的储能容量以及高效的储能布局，完成电力储能的硬件系统。另一方面，依托大数据的信息高速流通网形成畅通的储能沟通机制以降低潜在风险，解决突发问题，提高储能效率，完善电力储能的软件系统。如对储能系统的旋转备用容量和调峰调频进行实时调整与确认。我国目前对大容量储能的规划和可再生能源的协同调度技术研究还处于探索阶段，该领域也将是未来的重点研究领域。
2.能源存储环节的应用
能源存储是电力储能业务中承上启下的中心环节。与传统储能系统不同，基于大数据的能源互联网对能源存储环节有着更高要求。一方面，需要构建公开透明、科学合理的评价体系，例如电力能源的输入标准、输出标准、安全标准、成本预算标准等，使储能系统的运行有章可依。另一方面，需要依托大数据的海量数据高速处理能力，分析储能设备的运行参数、环境因素、市场需求等方面的数据，以实现储能策略的优化，进而提高储能效率与收益。
3.能源输出环节的应用
能源输出是电力储能业务的核心环节。电力输出的对象主要有两类，一类是异地的电力储能设备，一类是直达终端客户。传统电力存储行业在这一环节中往往因为储能的能量流与调度技术的效率低下造成能源运输过程中的浪费与运输成本的增加，此外能源输出环节，由于各种设备的使用构成方式存在缺陷，往往会出现较高频率的设备故障情况。大数据的海量运算特点可以很好的解决以上问题。一方面，依托大数据的能源互联网可以凭借其算力对电力的输出路径进行精确运算与控制，相当大程度上减少了能源的浪费，节约了系统成本。另一方面，大数据可以将设备参数与运行状态数据化，在理想模型状态下，可以实时监测各储能设备的运行状态，实现对故障的及早发现与修复，进而保障整个储能系统的高效运行。
4.能源交易环节的应用
能源交易是电力储能业务的价值转换与实现环节。所存储的电力最终是要流向市场进行交易的，传统的电力储能业务中这一环节往往会因为沟通效率低，信息流通速度慢而形成较大的信息差。处于被动状态的一方会一定程度地降低交易环节的利益并增加交易风险，为实现储能交易的提质增效，一方面，需要依托大数据的能源互联网进行交易电价、售电量、用电客户等方面的数据分析，为交易系统提供更精确的需求响应服务，优化发电计划，进而降低交易成本与风险。另一方面，利用大数据构建交易平台的安全保护机制，以保护交易数据和信息，进而保障电力储能系统的安全运行。
五、结语
经济社会的快速发展对能源储能产业的要求也越来越高，虽然我国目前的电力储能产业尚不成熟、存在诸多不足，但随着世界能源结构的调整以及新能源与可再生能源的快速发展，我国电力储能产业将迎来快速发展与追赶世界先进水平的历史时机，必须坚持大数据与电力储能的深度融合才能更好地适应产业的转型与升级，进而推进我国能源产业的不断发展。
