然而，随着日益增多的装机量，一个尚未被人们认识到的挑战逐渐出现在视野中：
光伏发电将产生巨量的数字信息，尤其是在智能化和数字化的时代。
行业专家通过测算分析，一个1GW的化石能源或燃煤发电厂平均产生大约10,000个数据流，一个类似规模的风电场可能产生51,000个数据量，是化石能源发电形式的5倍。而同样大小的光伏电站将产生436,000个数据流。
产生数据流量巨大差异的主要原因在于光伏发电的分布特性。大型化石能源电站和风力发电场建设通常数量少但价值高，而光伏电站建设的特点是发电单元价值较低却数量巨大。
以风电为例，一个140MW的风电场拥有80-90台风机。相比之下，一个140MW的光伏电站需要30万块光伏组件。不仅每块组件不仅会生成有关发电量、温度和其他参数的信息数据，逆变器、跟踪器、接线盒同样会产生有关其当前状态或可能存在问题的连续数据流。这还没有算上对30万块组件的运维，以及将来可能采用智能组件(有新技术称需要对组件实现组串级甚至电池片层面的发电量控制)。
此外，建造同样发电规模的传统电站、风电场，和建造同样规模的光伏电站，建造该电站所需要生产发电设备、配套电器设备及材料所需要的劳动力、生产过程控制、产品质量数据等，也是完全不在同一个数量级的。
这么庞大的数据流，对于电站运行维护、电网控制是利是弊?
尽管更多数据意味着可以通过智能控制降低运维成本，让发电量最优化，让电网控制更智能、安全。另一方面，更多数据意味着需要更高计算能力的设备，以及额外的云储存、传输费用。
光伏发电成本的下降是中国为全球贡献的本世纪最引人注目的技术奇迹。彭博新能源财经的数据显示，光伏发电成本从2010年到2019年下降了85%，预计到2050年将再下降63%。
在光伏度电成本大大降低的同时，光伏装机量也迅猛增长，由此带来对电网的巨大冲击。为了能更好地控制、运用光伏发电，电网需要对光伏发电进行数据化、精细化、智能化管理。到目前为止，这方面的成本尚未引起足够的重视。但可以预见，接下来的30年，光伏发电将成为电网的主要供电来源，由此带来的数据处理、分析、运用成本可能是行业所需要重视的一个挑战性课题。
