作為支撐人類社會正常運營的能源消費，在為人類創造出有史以來最繁榮的時代的同時，也在過去百年中帶來了沉重的污染問題，更是全球氣候變化最主要的肇因之一。大數據技術的出現，為解決這一問題提供了另一種思路和技術手段。

大數據技術的出現，使人類構建可持續能源消費框架的愿望更易實現。需要指出的是，大數據技術的出現，讓研究者能剖析能源消費中那些曾經不為人知的特點。然而，如何利用全新的信息設計相應的管理工具，仍需其他研究的支撐。

筆者將從電力消費和智能交通兩方面，介紹利用大數據技術發覺能源消費中新信息的前沿技術。并探討如何結合其他學科工具，研發新型的可持續能源消費管理技術。需要指出的是，許多相關問題的研究前沿仍充滿了爭議，并無定論。

長期以來，電力系統的能效管理都聚焦于如何提高發電企業的效率和工業企業的用電效率，而鮮有討論和實踐居民用電能效管理技術。這很大程度上是因為居民用電分散程度高，致使監控居民用電行為的成本高。在缺乏居民用電行為信息的情況下，除了推進階梯電價、分時電價等總體控制政策外，很難設計針對居民不同用電行為的管理手段。然而，隨著大數據技術的成熟，這一情況發生了革命性的改變。

在大數據技術尚不成熟時，人們對電力消費行為的認識很粗淺。只能從整體消費曲線猜測個體消費行為。人們發現，在不同國家、不同時期，總體電力消費都呈現雙峰曲線的特點：在早晨和傍晚分別出現兩個用電高峰，期間穿插著兩個用電低谷。

所以長期以來，研究者都假設大量的消費者行為都具有兩高一低的特點：清早，絕大多數家庭起床后打開電燈等電器，在家中盥洗并準備早餐，形成第一個用電高峰;傍晚回家后，準備晚餐和使用電器處理其他家務，形成第二個用電高峰。這看上去是一個非常合理的用電行為模式假設。然而，通過大數據技術展示在研究者面前的，卻并非這樣的圖景。

由于大數據量傳輸和儲存技術的進步，使在居民家中安裝智能電表的成本大幅下降。這一在美國加利佛尼亞州部分地區試點安裝的技術，已經為研究者提供了龐大的數據庫。通過對這一數據進行數據挖掘，研究者們驚奇的發現，人們用電的行為迥異。雖然個體用電行為仍可聚類為若干類型，然而絕非是此前研究者所猜想的“以雙峰用電曲線為主”的模式。

事實上，具有雙峰曲線特征的個體用電，僅占一成左右;而其他種類的消費行為則千奇百怪，許多用電者的行為甚至隨機性很大。但有趣的是，這些特點各異的消費行為聚合在一起，形成了廣泛存在于各個電力市場的雙峰型電力消費曲線。

理清不同消費者的消費形態，讓我們看到了通過價格杠桿和機制設計進行消費側管理的可能。毫無疑問，不同的消費形態，會因其不確定性的高低和消費發生時的發電資源稀缺程度不同，造成不同的發電成本。

例如，即便消耗相同的電量，一個極為規律、用電峰值和谷值差距不大的消費者，其所造成的發電成本負擔會小于一個用電行為隨機性大，用電波動幅度大的消費者。然而，目前的零售機制并沒有根據消費形態的不同，區分出不同的價格。這就造成不同發電成本負擔的消費者支付了相同的價格。這樣無疑會造成巨大的無效率，更是不公平的。因此，不管什么樣的消費側管理，如果不能有效的區隔不同消費形態的消費者，都可能造成節能效果有限。因此，我們需要設計一系列機制，通過市場機制，鼓勵高效節能電力消費模式，抑制造成浪費的消費模式。

根據大數據技術獲得的信息，許多關于上述機制設計的討論已經展開。筆者在參加2013年IEEE電力系統年會時，看到了不少相關的研究。這其中既包括了套餐式電價合同設計等以經濟學為理論基礎的軟技術開發;也包括了結合物聯網和優化控制技術，以運籌學為基礎的相關硬技術的研究。我國應適時開展和推進相關研究和試點。

大數據技術的進步，同樣能支撐有效降低交通能源消耗技術的研