对国际经济社会发展新形势、世界能源发展新趋势及全球环境问题新形态，国家主席习近平提出探讨构建全球能源互联网的中国倡议。全球能源互联网实质就是“智能电网 特高压电网 清洁能源”，其中智能电网是基础，特高压电网是关键，清洁能源是根本。
全球能源互联网计划到2050年初步建成，累计投资将超过50万亿美元，将形成电源开发板块、电网建设板块及装备、科研与新兴产业板块等若干个万亿级的投资板块。在2016—2030年期间，中国在清洁能源开发、特高压电网建设等方面投资将达到2万亿美元，每年可拉动GDP增长约0.6个百分点，提供就业岗位140万个左右。随着全球能源互联网的发展，电力贸易在国际贸易中的比重将不断提高，对世界经济增长起到有力的促进作用。
企业大数据资产经济价值
信息技术与经济社会的交汇融合引发数据迅猛增长，数据已成为国家基础性战略资源，大数据作为新财富，经济价值堪比石油。党的十八届五中全会明确提出实施国家大数据战略，《促进大数据发展行动纲要》等政策文件相继印发，系统部署了大数据发展工作，我国步入数据资产化与大数据产业快速发展的崭新阶段。
作为推动国家经济与社会发展的重要战略资源，数据资产应用受到各国大型企业的高度关注。
中国数据资产资源非常丰富，覆盖广泛，各行业也都在积极实施数据资产市场化运作，并取得一定成果。国内互联网三巨头BAT走在数据资产市场化运作的前列。百度凭借海量网页数据和搜索引擎上的优势，通过消费者行为分析和挖掘，指导合作伙伴形成精准的产品和营销策略。腾讯凭借海量社交数据挖掘，拓展了精准广告推荐、健康数据推送、智能设备等大数据应用服务，增强用户黏性。阿里巴巴旗下蚂蚁金服基于用户消费数据，运用大数据技术对用户征信实时评估，实现全过程无人工干预的自动放贷，创造了传统基金公司爆发式增长的发展奇迹，最新估值超过500亿美元。
全球能源互联网下国内能源企业大数据资产应用挖掘
能源互联网的核心价值是通过用户价值创新、数据价值创新、能效价值创新实现的，要实现这些创新，就需要打破传统的商业模式，通过聚合用户资源、输配资源和技术资源，提供更多新产品、新服务、新盈利模式。全球能源互联网涉及到能源生产、调度、传输、交易、消费等众多参与者，客观上要求能源互联网硬件基础设施互联互通，更要求运营数据的共享，进行有效地分析挖掘，支撑能源供需平衡和低碳能源结构的决策需求。
一次能源企业。油气和煤炭上游勘探开采企业可利用先进勘探开采技术，结合物联网、大数据分析等信息技术，提升能源储量的勘探成功率。利用掌握的化石能源储量、分布、开采进度数据为政府提供能源供应安全相关的信息和服务，并为其他企业提供开采计划、成本估算、物流优化和能源加工转化等决策支持服务。
电力企业。电力企业基础数据资源丰富，公司信息化数据总量已达到PB级，包括结构化数据、GIS平台等地理空间数据和其他图片、音/视频等非结构化数据，并且数量每年以数百TB的速度迅猛增长。发电企业利用一次能源供应商的供应信息、可再生能源信息、资产运营信息、电力生产信息、下游电力需求信息等，反过来向一次能源供应商提供电力需求数据，助其进行生产决策。电力传输企业利用数字化手段实现电力传输和调度的安全可靠，同时保障大规模可再生能源集中发电后的长距离输电需求，还可将从各方收集到的数据进行分析挖掘，向相关方提供实时信息共享服务，如通过对电力需求预测，可以为发电企业的出力决策提供支持;配电企业在传统业务智能化的基础上，可以通过价值链延伸进入新的产品和服务领域，如在分布式可再生能源领域提供微电网、虚拟电厂或冷热电三联供系统的销售、建设或租赁服务。
能源电力销售企业。在能源互联网中，传统能源销售企业应积极参与电力产消合一者搅动的零售市场竞争，抓住用户入口，拓展增值服务。例如与其他行业企业合作，开展新能源汽车销售、数字通信业务等非电力的新业务。油气销售企业可利用便利店式加油站与油气企业的电子商务网站形成O2O模式，进行非油品的市场业务。
新兴能源企业。能源服务企业作为新兴能源企业的一种模式，借助智能化能源网络收集信息，并通过节能技术、产品开发和大数据分析技术提供多种能源服务，从能源管理、能效提升解决方案到分布式能源系统运维租赁等服务。
数据资产合理应用的未来规划
当前，专业数据开放共享不足，业务数据质量不高、数据对外价值未充分体现等问题依然存在，需进一步加强数据资产化管理，推动大数据资产市场化运作，发挥企业数据资产价值。云平台、大数据、物联网、移动应用等新技术的快速发展，加快了企业数据整合、数据存储、计算、分析与挖掘步伐，为能源互联网发展及数据共享的实现奠定了基础，为最终实现“两个替代”及能源低碳结构提供决策支撑。未来可从以下几方面着手：
做好顶层设计，搭建统一化大数据共享平台。培养好队伍，有力培养一批懂业务、懂数据、会分析的大数据人才队伍，保证大数据的可持续健康发展。协同推进大数据应用，解决好企业、部门间的应用需求与行业整体需求之间的关系，形成独立自主行业大数据技术。建立以内外结合、以己为主的核心技术研发基地，建立基于大数据应用决策的长效机制。强化组织体系建设，统一数据标准、建立统一的数据收集、报送、应用制度。
