在双碳背景下，电力行业正面临前所未有的变化，这种变化来自三个方面：
1、以风、光为代表的，不稳定可再生能源发电占比大幅度提高；
2、电力市场化取代统购统销；
3、以微电网为代表的，分布式电力系统改变原有电力系统结构；
因此才有了新型电力系统概念，并开始落地。
互联网概念的提出和落地，不是简单的用数据通信网取代语音通信网，而是生产生活方式的巨大变革，这种变革反过来又推动了互联网底层技术的快速发展。
新型电力系统也并非简单技术的替换，而是电力、能源行业生产关系的巨大变革。
站在这个视角，电力数字化正在出现六方面的趋势。
1、数字泛在化
传统电力自动化、信息化，主要的推动者是发电侧、电网侧的企业，比如智慧电厂、智能电网的应用。
这些数字化是以管理价值实现为目标，偏向于集中式、标准化的应用场景。
比如智能电网的数字化，以前更多的投资是在输电网，以及高等级的配电网。而中低压配电网（公共配电网部分），乃至用户配电网，一直是数字化的盲区。
这也很好理解，过去的电网是单向潮流，末端只是被动接受者，所以只要把输电网和较大的配电网管好，电网就可以安全运行了。
而作为小血管和毛细血管的中低压配电网，点多面广，结构不清，管理复杂，数字化的效益又不明显，自然得不到关注。
即使电网公司意识到这个管理薄弱环节，想通过配网自动化、营配调贯通、分布式光伏统一调度、负荷侧管理等各种手段，加强数字化，目前来看依然是杯水车薪。
举个例子，仅仅是维护公共中低压配电网的设备资产、线路、用户的静态关系，某个地市公司每年都可能花几千万去做数据治理和台账更新，还无法保证100%的准确度。
但是新型电力系统需要源荷互动、自下而上的分层分区功率平衡，客观上需要对电网的最后5公里乃至最后1公里进行深度数字化。
所以我们认为数字泛在化，实现整个电力系统最后5公里的数字化，是源荷互动的基础，也是新型电力系统的最主要技术创新方向。
这就是数字化的泛在趋势。当然，这种泛在是有条件的，比如经济价值如何衡量？技术路线和技术模式又是如何？实现方式是怎么样？
这些条件既是一种约束，更是一种创新的可能。
2、硬件软件化
基于传统通信、自动化技术研发的产品，是以硬件为核心的，基于硬件开发嵌入式软件，并形成产品功能。比如电表产品，是采购标准的计量芯片，然后搭配通信、存储、处理芯片，并进行逻辑编程，变成标准的电表。
但是我们回到计量这个功能，除了交流采样这个环节，后续所有的处理都可以采用各种算法来实现，在现场算力价格大幅度下降以后，完全可以用通用的计算架构去做，而不是采购标准的计量芯片。
用标准硬件+可升级算法去实现功能的差异性，并且适应现场广泛的融合需求，这就是泛在物联中边缘计算的方案。
硬件软件化最强悍的企业，非特斯拉莫属。特斯拉一直坚持“纯视觉AI“方向去做无人驾驶（虽然最近也传出，特斯拉在研究视觉+雷达的混合方案）。
这背后的逻辑就是：硬件方案一旦形成和销售出去，是无法升级的，而互联网思维的不断迭代，更多的只能依靠软件升级。
视觉AI方案，输入就是摄像头，只要视觉识别算法能不断升级，FSD就能迭代，老车主也能不断享受无人驾驶技术的升级。
个人认为，未来围绕负荷侧的大量差异化场景，无法用标准功能硬件产品去一一覆盖，硬件软件化是较好的思路。
3、软件硬件化
在电力行业最后5公里的领域，软件是很难卖出价格的，尤其是SaaS软件。当然这也不止是电力领域，行业SaaS基本不赚钱是共识。
电力行业的软件有两个关键用户，一个是人，或者说企业，比如各类管理者，实现管理价值。
另一个是机器，也就是真正的电力消费者，将来需要实现源荷互动，能效管理，都需要与机器进行协调和对话。所以一旦涉及到较高实时性要求的现场测控，软件硬件化的趋势就出现了。
比如微电网控制终端、负荷控制器、能量路由器等。
软件硬件化是一种融合，比如管理和控制的融合、电力自动化和工业自动化的融合、电能碳的需求融合，当然最重要的是，一二三次的深度融合。
一次的功率、电压、电流的变化和控制，以功率半导体化为特点（取代机械的变换和控制装置）；
二次以泛在物联为特点，实现广泛的测量、感知、控制、通信的融合；
三次以管控一体化、云边协同为特点，实现云计算架构与现场计算控制架构的深度融合。
类似电动汽车三电融合，最终出现新型的智能配电装置。
4、系统平台化与云化
最后5公里的海量数据，虽然一部分高实时性数据需要本地计算和控制输出，但是更大量的数据本地无法处理，需要汇集到云端进行存储、处理和发放，并训练出更高级的AI，实现配电系统的真正智能化：即插即用、泛在感知、动态适应、无人驾驶。
同时也需要实现管理价值的实现，比如营配调贯通，电力市场交互等。
这就是系统平台和云化的意义。
5、场景碎片化
与传统电力系统的数字化价值——集中式管理价值不一样，最后5公里和最后1公里的数字化价值是非常分散，非常个性化的。
这也是集中管理模式、标准的产品形态无法适应的原因。
比如电力开关，开关本身功能是高度标准化的，但是开关在不同的场合，不同的用户，不同的电流状态下的运行方式和管理方式是千变万化的。
就像一辆车，车本身的硬件功能是标准的，比如三电系统，驾驶室等。但是一辆车在道路上行驶，面临的道路情况是千变万化的，这也是为什么无人驾驶做到L5是如此之难的原因：算法无法穷尽，本地很难自学习。
当然需求是层次化的，就像驾驶智能化有L1~L5，电力数字化也可以分L1~L5。
目前大家关注的微电网控制，我认为是L3以上的需求，但是一个电网基础的数字化是L0需求，你无法在一个连基础量测都没有的配电网里，去马上实现什么自动负荷控制、微电网控制。
你在市面上买到的99%的车，都安装了几十、上百个基本的传感器，也就是实现了L0，这是智能驾驶的前提。而在一个用户配电网中，传感器数量甚至比一辆车都少，所以先实现L0再说。
L0和L1的场景本身就已经碎片化了，这些碎片化的需求，需要通过组合的解决方案去实现，尤其是存量的配电系统。
6、数智服务化
最后5公里的价值体现，对电力用户来说是碎片化的需求，也是一种企业级服务。
企业级服务必然是一种整体服务解决方案的产品销售，数据的价值需要在这种整体服务中去体现。
比如你安装了一块电表或者智能断路器，它发现了一个可能的故障，谁来确定故障？谁来消除故障？这个故障的消除是否改变电网的拓扑和潮流？谁来维护变更记录？
这是设备管理中最基础的一些问题，解决这些问题需要形成完整的解决方案，包含数据、包含传感器、包含线上线下的服务，更需要持续的运营服务。
这是一种思维模式的转换，即从项目思维转换为持续服务思维。
而目前大多数的所谓数字化，还是一种“只对验收负责”的项目思维，并不关注负荷、配电系统运行、市场价格、用电成本、安全管理、生命周期碳排放这些持续运营的需求。
所以数据、智能的价值，是要通过可持续的服务解决方案实现的，这个实现过程本身是技术创新，同时又很大程度上支配了前面五个趋势的技术创新。
有时候，我给一些大型电力企业的专业部门做介绍，分享用电企业的需求和综合智慧服务方案，介绍完以后，他们的反应是：
这种多专业的深度协作，我们做不了。
电力数字化，看似简单，实则巨难。正因为难，所以才有创新价值。
