風電大數據生產調度平臺建設中的關鍵技術研究

白道華

(大唐先一科技有限公司，長沙 410007)

風能是一種重要的清潔能源，近年來，世界風電產業(yè)得到迅速發(fā)展。風電場具有距離分散、地理位置偏遠、不易統(tǒng)一管理等特點，隨著風電場開發(fā)和管理的深入，近幾年電網及各發(fā)電集團均開始推廣 “無人值班，少人值守”風電場和集控中心的建設，多個大型風電集控中心也陸續(xù)建成投入使用。

本文結合某大型新能源公司風電大數據生產調度平臺，對平臺涉及的關鍵技術進行研究和總結。

1 風電生產調度平臺建設中的主要問題

風電生產調度平臺主要存在以下問題。

(1)傳感器等設備可信度低。部分儀器儀表精確度不高、數據誤差較大：部分儀器儀表安裝時精度不滿足要求，并且缺乏后續(xù)的修正、檢查及校準等維護造成數據誤差較大，影響了平臺數據來源的可靠性、全面性、準確性以及可比性。

(2) 數據采集指標數量不滿足大數據分析要求。風電發(fā)展初期，GE、維斯塔斯、歌美颯等風電機組占有量較大，這些機組均使用自主研發(fā)的主控系統(tǒng)；隨后，國產風電機組開始占有市場，但核心的主控技術都從國外引進，受技術封鎖、吸收能力等因素影響，未能完全理解消化；近幾年，金風、華銳、遠景等廠家相繼開發(fā)了自己的主控系統(tǒng)。這些監(jiān)控系統(tǒng)各有各的通信規(guī)約、設計思路、控制策略和數據類型，互不兼容。這些風電機組廠家受產權保護、技術封鎖和利益影響，不與風電企業(yè)共享數據，只是有償部分開放。這些數據遠遠不能滿足風電企業(yè)的大數據分析需求。輸變電設備數據不足：風電場在設計、施工階段，信息化標準不高，在獲取輸變電設備數據時，監(jiān)測點和可靠性普遍不滿足需求。

(3) 數據存儲和計算無法滿足大數據分析要求。生產調度平臺數據對實時性要求較高，并且需要同時兼顧平臺的應用查詢功能需求，通常采用商用實時/歷史數據庫+關系數據庫的方式構建數據中心。此架構在一定程度上解決了海量數據存儲和計算的問題，但由于商用實時/歷史數據庫開放程度較低，受本身讀寫性能以及數據庫總容量的嚴重制約，對平臺軟硬件架構以及數據集成方式的要求極高，并且配套的數據分析工具匱乏，無法滿足大數據分析和計算的要求。

(4) 風電管理基礎相對薄弱，數據分析標準匱乏。我國風電一直處于迅速建設擴張期，對管理和運維的重視尚未提高到應有高度，風電場主要設備的管理和運維效率較低。

2 平臺的關鍵技術分析

本平臺分為數據采集、數據中心、綜合應用中心三個層次(見圖1)。

圖1 系統(tǒng)總體架構圖

數據采集層主要完成風電場數據的匯集及預處理；數據中心是平臺的核心部分，數據的存儲、風機狀態(tài)判斷、數據的計算分析均由數據中心完成；綜合應用中心用于實現數據分析結果的展示，用戶自定義分析等。

下面按三個層次介紹平臺涉及到的關鍵技術點。

2.1 數據采集

風電數據采集平臺的數據采集涉及50多種風機機型，涵蓋了國內外幾乎所有主流機型。為保障平臺科學有效，需要建立統(tǒng)一、標準的通信規(guī)范體系，并合理選擇數據源。

(1)采集指標規(guī)范體系的建立。平臺充分調研和分析涉及到的所有風機機型指標，特別是各機型故障碼和狀態(tài)碼，根據大數據分析的業(yè)務需求，整理出一套大數據分析采集指標規(guī)范體系。指標按照風機類型(直驅、雙饋)區(qū)分，涉及到風機SCADA系統(tǒng)、能量管理平臺、AGC、AVC、測風塔、升壓站等所有指標。

(2)數據源的選擇。與風場側通信的數據源，需要根據各子系統(tǒng)安裝和集成情況具體選擇，滿足“數據全面、傳輸可靠”的要求。風機SCADA系統(tǒng)作為風電場實時運行和控制數據的主要來源，鑒于風機廠家存在技術封鎖，在技術封鎖較嚴重的風電場采取直接采集的方式。限功率指令和停機指令等電網調度指令直接從能量管理平臺采集；風速、風向等氣象數據從測風塔傳感器采集。

(3)數據通信標準規(guī)約的確立。大型能源公司通常下屬風場眾多，風機廠家及主控系統(tǒng)也多種多樣，確立一種統(tǒng)一、科學、高效的數據通信標準規(guī)約對生產調度平臺數據采集的數據完整性有著至關重要的作用。規(guī)約須具備的功能有：網絡資源最優(yōu)化利用、所有數據完整有效并需具備可擴展性、具備斷電續(xù)傳功能，并且續(xù)傳后實時數據更新無延遲。

該平臺制定了風電場與生產調度中心統(tǒng)一的通信標準，采用TCP/IP的通信方式結合Msmq消息隊列技術，保障數據的穩(wěn)定實時傳輸，并配備斷電續(xù)傳功能保障數據的完整性。

2.2 大數據中心

平臺采用成熟的商業(yè)Hadoop軟件加私有云的架構方式[1-4]，搭建新能源風電大數據中心和綜合應用中心，主要用于數據的存儲、計算分析和可視化展示。

(1)數據中心的搭建。平臺基于Hadoop大數據平臺和Oracle數據庫，開發(fā)數據中心功能，數據中心提供分布式實時數據庫、服務總線、高速數據總線、任務調度與監(jiān)控、數據同步等公共服務。在此基礎上實現模型數據、實時數據、歷史運行數據的存儲管理、高效統(tǒng)計計算處理與快速訪問，為上層的應用提供數據訪問與計算服務。平臺搭建大規(guī)模的大數據平臺群集，大數據平臺群具有擴展性強、分布式存儲、資源自動優(yōu)化和負載均衡等特點，可最大程度上滿足新能源公司增量風場數據的接入。為了滿足實時監(jiān)控的數據實時性要求，系統(tǒng)提供分布式實時庫，以分布式內存庫的方式，在進程內存中緩存所有量測數據的當前值。

(2)企業(yè)服務總線。平臺采用Java技術,通過建立異構系統(tǒng)底層的消息通信機制,構建連接異構系統(tǒng)的ESB，以服務總線為交互基礎，以標準接口對外提供模型和數據，構建一個開放的、規(guī)范的大數據中心，滿足系統(tǒng)與其他應用之間的交互需要。

2.3 綜合應用中心

平臺提供開放式的開發(fā)平臺，由數據、基礎框架、業(yè)務服務、界面框架、安全控制體系和輔助開發(fā)工具六塊組成。在此基礎上，根據生產調度中心的管理需要，利用數據中心的數據實現各種上層應用，主要包括實時監(jiān)視、告警監(jiān)視、經濟運行、設備管控、能效管理、故障診斷、數據挖掘分析等。

平臺提供應用商店式的開發(fā)框架，新的應用功能可以在平臺開發(fā)框架內即插即用，可實現應用系統(tǒng)的開放式開發(fā)管理。

3 結語與建議

通過建立集團級別的風電大數據生產調度平臺，一方面按照當前大數據分析業(yè)務的要求，將所有現地數采設備和傳感器的運行狀況全面集中地反映在統(tǒng)一數據平臺上，結合監(jiān)測系統(tǒng)自身告警監(jiān)測功能，可以由上至下及時開展監(jiān)測設備的維護和檢查，避免設備進入可信度低又無人監(jiān)管維護的惡性循環(huán)中；第二，開發(fā)了模塊化的數據采集軟件，可以支持從風機直接采集所需數據，有利于下一步風機廠家技術壁壘消化工作的開展；第三，以Hadoop大數據軟件為依托，采用虛擬化云平臺技術，搭建了風電大數據平臺，有利于下一步大數據挖掘分析工作的擴展，并可以為建設企業(yè)級跨部門的大數據平臺打下基礎；第四，建設開放的大數據平臺和開發(fā)框架，并運用服務總線技術，為未來大數據時代數據的開放、共享提供技術儲備。但風電大數據生產調度平臺的后續(xù)完善以及對海量數據的挖掘，仍是亟需開展的課題，具體內容如下。

(1)生產調度平臺的后續(xù)完善和維護。從現地數采設備到生產調度平臺中心側，涉及到大量的軟硬件產品和物理網絡連接，需要必要的人力物力長期保持對相關設備的完善和維護，如軟硬件運行狀態(tài)的監(jiān)護、網絡環(huán)境的監(jiān)測，底層傳感器和數采設備的定時校對和更換。雖然部分工作能夠通過軟件報警和通知功能完成，但這些功能的需求設計、開發(fā)和使用，仍是需要人員參與的長期過程。

(2)風機廠家技術壁壘的消化。本平臺雖然消化了部分風機廠家數據采集的技術壁壘，但風機機型眾多、涉及各廠商利益。要實現大數據時代的開放、共享還需要各方共同努力。

(3)大數據挖掘工作的擴展。大數據中心的建立，為后續(xù)的數據分析應用打下基礎，如：氣象大數據分析功能的擴展、風機故障預警功能的擴展[4]、大數據挖掘在風電選址方面功能的擴展、風電機組運行狀態(tài)監(jiān)測等，仍需各方向的專業(yè)人員協(xié)同工作、共同進行相關深度數據挖掘的業(yè)務需求梳理、挖掘算法驗證及結果分析驗證等工作。