基于移動邊緣計算的光伏工程項目管控系統研究

李 勇， 趙 江

（中國三峽新能源（集團）股份有限公司建設管理分公司， 北京 100000）

0 引言

光伏工程是隨著環保、節能、減排等理念的推行而飛速發展起來的一項重要產業。然而，在急速發展的過程中，光伏工程項目管理也不斷暴露出各種問題[1]。首先其管理手段單一，信息化程度不高，在光伏工程項目管理的過程中，其管理手段比較傳統，主要依靠紙質表格及部門間互相溝通實現管理。這樣的管理方式效率低下，耗費人力物力，且很難跟上物聯網、大數據等先進技術快速發展的步伐[2]。其次其數據獲取效率低，在光伏工程項目建設過程中，所涉及的數據種類繁多，而這些數據來源于多個部門、多種信息系統，數據采集十分費時費力。同時，由于傳統的信息管理機制，導致大量數據相對獨立，難以進行整合分析[3]。這些都給項目管理及決策造成了很大的困擾。同時其數據處理水平不高，在現有的信息化環境下，部門之間缺乏信息和數據的共享，導致了信息的孤立和重復，有可能導致不同部門重復造輪子，此外，隨著項目復雜度越來越高，數據處理水平的不足，甚至影響到工程的質量[4]。最后也是最重要的一點，傳統信息系統無法適應業務變化，傳統的光伏工程管理系統普及度較低且難以適應新的需求和任務。這些傳統系統需要不斷升級才能適應新的標準和工業變化，而且由于行業生態系統不足，也很難彌補這方面的差距。雖然這些問題不同，但都與管理模式、信息化、數據采集和處理、系統的靈活性、以及溝通和協調等方面有所關聯[5]。

在未來，光伏工程項目管理需要更高效的管理模式和更加智能化的管理系統，以應對更為復雜和需求激烈的市場。同時，加強溝通和協調，促進部門間的信息共享和數據質量，在大數據、物聯網等技術的支持下，減少管理成本和風險，提高項目效益。

1 云計算技術在光伏工程項目中的應用

1.1 云計算技術在光伏工程項目中的應用優勢

當前光伏工程產業持續迅猛發展，因此項目建設過程中，項目的規模和復雜度不斷增加，傳統的粗放式管理和單一的信息系統已經不能滿足項目的需求，需要更加高效化的管理方式和數據處理方式才能提高企業競爭力。而云計算技術的出現為這些問題提供了解決的途徑。

光伏工程項目建設涉及的數據來源多且分散，各項目施工現場與總部之間的遠程數據訪問也非常頻繁，因此需要一個支持分布式化的數據存儲和計算平臺。云計算技術能夠采用分布式的方式將數據存儲在各個云節點中進行計算和處理，并快速響應不同地區、不同人群的實時數據訪問請求。這樣可以有效減小傳統云計算模式下的網絡負荷，保證數據的安全性和響應速度。

此外，光伏工程項目所涉及的數據種類繁多，但其管理及協同管理過程多呈現出較為分散、低效、信息孤島等問題。云計算技術通過開放API 接口等技術，可將不同的數據集成在相應的云平臺上，實現數據共享、協同辦公、管理以及智能決策等功能。通過整合、管理和分析相互關聯的結構化、半結構化和非結構化的數據，可以快速幫助企業做出精細化、科學化的業務決策。

1.2 移動邊緣計算技術在光伏工程項目中的必要性研究

不過，傳統的云計算技術采用中心云模式，需要滿足高帶寬需求，各地項目建設過程中的大量數據處理工作極大地占用網絡資源，難以滿足超低延時要求。這就需要移動邊緣計算技術作為補充。移動邊緣計算技術可以將數據處理的任務放在離計算源近的位置上，從而實現多方面協作，提高數據處理效率和數據傳輸速度。

以光伏工程實際場景為例，移動邊緣計算可以更高效地實現與光伏工程項目相融合。在光伏電站的建設中，需要對光伏面板的溫度、光照等數據進行采集和監測，并及時處理。采用傳統的云計算模式，需要將所有的數據上傳至云端進行處理，其中需要面對數據上傳、傳輸、處理等環節中消耗大量的時間和資源。而采用移動邊緣計算技術，則可將數據處理任務放在本地進行處理，可以快速地將實時數據上傳云端，實現數據的實時監測和快速處理。

2 移動邊緣計算嵌入光伏工程項目管控體系架構

移動邊緣計算技術相對于傳統的云計算技術，在光伏工程項目管理中具有顯著的優勢。可以更高效地解決數據分散、處理效率低下、系統穩定性差等諸多問題，為光伏工程項目管理打好堅實的技術基礎?；诖?，嘗試將移動邊緣計算嵌入光伏工程項目管控體系，即光伏項目管理邊緣云系統，其系統架構如圖1 所示。

圖1 將移動邊緣計算嵌入光伏工程項目管控體系的架構

將移動邊緣計算嵌入光伏工程項目管控體系中，可以采用3 層級架構，其中的現場級、項目級和企業級，分別承擔了不同的任務。

2.1 現場級

現場級是光伏工程項目管理邊緣云架構中最基礎的一級，主要負責現場數據的采集，包括溫度、光照、電壓等參數的實時監測。現場級通過搭載傳感器、攝像頭等設備進行現場數據的采集，為后續數據處理提供了實時數據源。同時，現場級也負責從邊緣計算設備接收數據處理指令，完成數據處理工作。

現場級設備通過低功耗、小尺寸、輕量級的設備進行布局位置的選擇，可考慮將現場級設備集成于光伏電池板上、固定在電站內部或安裝在光伏電站周圍。現場級設備將采集的新數據傳輸至項目級進行處理，數據傳輸可以通過邊緣計算設備中的無線通訊方式，可在現場架設5G 基站實現。

2.2 項目級

項目級是光伏工程項目管理邊緣云架構中的第二層，主要負責通過光伏工程項目管理邊緣計算處理現場級的信息，并且提煉出有價值的信息。例如，對現場溫度的實時監測，可以提供對空氣溫度、陽光輻射等天氣因素的分析。項目級具有一定程度的數據處理能力，可以對現場所采集到的數據進行初步的處理和分析，以獲得更具有實際意義的信息，例如溫度異常的警告信息。

為了提高項目級設備的數據處理能力，可以使用高效的邊緣智能系統。具體而言，在邊緣計算設備上安裝針對性較強的邊緣智能系統和算法，如卷積神經網絡等，以實現數據采集、處理、儲存和傳輸等綜合功能。邊緣計算設備同時還應該具備高效的決策能力，能夠發現問題，及時地進行處理。

2.3 企業級

企業級是光伏工程項目管理邊緣云架構中的最高層級，主要負責數據的整合、分析和維護。企業級的云平臺收集邊緣計算設備上傳的數據，對千百個子項目進行數據整合和分析，可以實現對多個光伏電站運營展開全方位的數據監控和管理，并且為未來的決策提供有力支持，例如，通過數據分析，發現組件的生產不良率與一些特定的原材料相關便可有效縮短產品生產周期和提高產品生產效率等。

企業級應該通過云技術整合邊緣計算的數據，從而實現運營的集中控制，以便更加方便地與其他部門協作?；诠夥こ添椖抗芸卦朴嬎闫脚_，將所有的數據信息全部集中進行存儲和管理。同時，可以通過人工智能、機器學習等技術分析這些數據，提供有效的預測性分析和優化方案，并對多個光伏電站的生產運營提供全方位監控和實時調整服務。

光伏工程項目管理邊緣云架構的各個層級，通過不同的設計和實現方式，實現了一站式的信息采集、處理、儲存和傳輸，使得數據能夠在實時和靜態兩方面都能得到有效管理。通過不同層級之間的信息互通，可以幫助企業做出高效的生產決策，達到智能化運營的目的。

3 數據分析的兩種實現路徑

在光伏工程項目管理中，數據處理是非常重要的一個環節。為了提高數據分析和處理的效率，光伏項目管理邊緣云架構需要選擇合適的數據處理路徑，項目提供了知識庫路徑和數據驅動路徑。以下分別分析這兩種路徑在光伏項目管理中的具體優勢。

3.1 知識庫路徑

知識庫路徑是一種基于專家經驗和已有數據構建的數據處理方案，這種路徑的核心是建立一個充滿專家經驗、規律、規范等的知識庫，在處理數據時可以通過數據庫中的規則和方法，獲得較高的數據處理效率和精度。在光伏項目管理中，該路徑適用于含有較多規律和規范的項目，比如：

1）光伏工程設計評審：在對光伏項目進行設計評審時，需要對電站容量、組串式光伏電池布局、逆變器、匯流箱、交直流端子盒等關鍵設備進行審查。通過專家數據庫中的規范和經驗，可以快速地找到問題所在，定位方案和解決方案。

2）光伏工程施工監管：在光伏工程的施工階段，需要對現場施工進行實時監控并進行專業技術監管。通過知識庫路徑，監管人員可以利用專家數據庫中的規范和方法，進行現場數據的快速分析，從而快速定位和解決問題，保證光伏工程施工的順利進行。

3）光伏工程運維管理：在光伏工程運維管理過程中，需要監測發電效率、溫度、空氣濕度等多種指標，并對異常情況進行預警和處理。通過知識庫路徑，可以將專業領域內的經驗及監控數據進行分析和挖掘，建立有效的預警體系，提高光伏工程的運維效率。

知識庫路徑適合處理光伏項目中具有規律和規范的數據，能夠通過專家數據庫中的規則和方法，提高數據處理效率和精度。

3.2 數據驅動路徑

數據驅動路徑是一種基于大數據的數據處理方案，通過大量的數據與基于算法的分析，建立統計模型、計算模型等進行數據處理。在光伏項目管理中，該路徑適用于分析光伏項目中包含較多復雜、多維度和隨機變化的數據，例如：

1）光伏電池板功率輸出和溫度情況：在光伏電站的運行中，需要對光伏電池板運行數據進行采集和處理，包括光伏電池板的溫度、短路電流、阻抗特性、穩定性等數據。通過數據驅動路徑，可以對這些數據進行分析和建模，從而實現對光伏電站的性能優化。

2）輸電線路的故障情況：監測輸電線路是保證光伏電站正常運行所必須的環節，需要對輸電線路的電流、電壓、功率因素、諧波等進行監測。通過數據驅動路徑，可以建立線路故障感知模型、數據監測模型，實現對輸電線路的實時監控和預測。

3）光伏電站運行的異常情況：在光伏電站的運營過程中，需要對電站的運行狀態進行實時監測和診斷，發現和解決異常情況。通過數據驅動路徑，可以通過建立異常檢測算法、運行狀態監測模型等，實現逐步優化電站的運行狀態。

數據驅動路徑適合處理光伏項目中較為復雜、多維度和隨機變化的數據，能夠通過數據分析和挖掘，建立有效的風險預警和預測模型。

3.3 優劣勢比較

知識庫路徑適用于處理具有規律、規范的數據，并且該路徑可以通過專家數據庫中的規則和方法，提高數據分析和處理的效率和精度，但是知識庫路徑也存在一定的局限性，無法處理那些規律和規范無法準確描述和統計的情況。而數據驅動路徑適用于大量的復雜、多維度和隨機變化的數據分析，能夠通過數據分析和挖掘，建立有效的風險預警和預測模型，但是需要大量的數據分析和挖掘技術以及處理算法。

從實際應用角度來看，選擇路徑取決于光伏項目的具體情況。對于那些大量、復雜的數據，需要采用數據驅動路徑；而對于那些規律、規范明確且數據相對簡單的項目，則可采用知識庫路徑進行處理。當然，在實際應用時，這兩種路徑也可以結合使用，以提高數據分析的精度和效率。

4 結語

移動邊緣計算已成為解決大量數據處理和網絡資源占用問題的有效途徑。在光伏工程項目管理中，通過光伏項目管理邊緣云架構的設計和搭建，可以實現智能化轉型，提高光伏項目管控設計、過程管控和運維管理的效率和精度。將移動邊緣計算嵌入光伏工程項目管控體系中，其架構分為現場級、項目級和企業級三個層級，每個層級承擔不同的職責。其中，數據分析是整個光伏項目管理邊緣云架構的核心，因此為光伏工程項目管理提供了知識庫路徑和數據驅動路徑，來實現光伏項目管理數據的處理。結果表明，對于具有規律規范的數據，可以選擇知識庫路徑；對于復雜多維度隨機變化的數據，可以選擇數據驅動路徑。在實際應用中，這兩種路徑也可以結合使用，以提高數據分析的精度和效率。