隨著現貨市場放開，純粹作為售電公司而言，利用人工智能技術對負荷曲線做申報預測已經受到一定的局限：日前現貨保量預測和日內實時用電控制必須要進行結合，才能有效控制偏差，為客戶帶來更多利益。現在早已不是憑著資源和議價權就可以簡簡單單帶來價差的時代了，隨著改革進入深水區，更綜合的能源服務能力才是售電公司在現貨偏差考核中走鋼絲的保護繩。

那么這些綜合能源服務主要有哪些方面呢?在小編看來對于一個典型的工商業用戶，光伏、儲能、節能、冰蓄冷等，都是很重要的部分，而且這些部分關聯性將在未來越來越強，成本和收益的核算方法也將脫離單體，走向系統。

依小編看來，這一切的核心應該是能效監控體系。沒有能效監控體系，一切都是空談。簡單的電量數據結合一定的機器學習算法，在以前無需考核曲線的時候是可以較準確地預估，這點是經過一些驗證的。但是在沒有其他數據的情況下，僅憑電量申報日前乃至中長期合同，顯然無法創造更大的價值。在對實時電量數據有了分類和掌控后，售電公司可以針對穩定且可以轉移的負荷，如空調，在投資節能或者蓄冷/儲熱設備后，專門簽訂雙邊協商協議，購買電廠谷期基荷以享受更優惠的電價，以造成更大的價差空間。這同時也避免了儲能成本高企帶來的負擔，購買的儲能產品也可以降低規模并提升質量，發揮好備用電源和實時市場偏差修正的功能。最后基于各個用電節點的布控，提出節能改造方案，利用優勢的供應鏈資源，拿下節能工程的利潤也是可期的收益。

至于光伏部分，在掌握大范圍的電站數據后，對光伏發電和電量抵扣做分析，在保證用電穩定的同時，提高光伏發電自用率，爭取更大的收益。最后再針對配電設施進行布控，實現運維服務自動化。

綜上所述，其實當前這幾個板塊還相對獨立，聯動也范圍有非常大的改進空間。在日趨嚴苛的售電市場環境中，能吃這一碗飯的確實鳳毛麟角。在這種時刻，電力行業的企業更應該建立開放的平臺，綜合優勢，抱團取暖，為提供更優質的電力服務齊齊努力。