分布式光伏電站智能化運維系統研究與應用

摘" 要：隨著國家對新能源技術發展的重視、支持，我國的分布式光伏電站新增數量劇增，將面臨運營與維護難的問題。該文提出將分布式光伏發電技術和信息技術結合起來，應用智能化運維技術可以縮短電站巡檢時間，準確預判故障點，極大地提高電站的運維效率和安全管理水平，并通過在蒙江流域綜合智慧能源系統協同優化研究與實施項目的應用，驗證該方案的可行性與有效性。

關鍵詞：分布式光伏電站；智能化；運維；故障診斷；綜合智慧能源

中圖分類號：P315" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）19-0193-04

Abstract： With the national attention and support for the development of new energy technology， the number of distributed photovoltaic power stations in China has increased sharply， and it will be difficult to operate and maintain. This paper proposes to combine distributed photovoltaic power generation technology with information technology， and the application of intelligent operation and maintenance technology can shorten the inspection time of power station， accurately predict the point of failure， and greatly improve the efficiency of operation and maintenance and the level of safety management of the power station. Through the application of collaborative optimization research and implementation project of comprehensive intelligent energy system in Mengjiang River basin， the feasibility and effectiveness of this scheme are verified.

Keywords： distributed photovoltaic power station; intelligence; operation and maintenance; fault diagnosis; comprehensive intelligent energy

自我國2020年9月22日在第75屆聯合國大會上正式提出2030年實現碳達峰和2060年實現碳中和的目標之后，新能源就正式上升到國家戰略層面。大力發展新能源，推動能源結構改革，對中國來講都有比較重要的現實意義。

隨著新能源技術發展，國家對新能源越來越重視，大量的分布式光伏電站興建并投入使用，運營與維護難是面臨的主要問題。分布式光伏電站運行狀況受環境及運維水平影響較大，運維過程中的主要痛點如下：①分布式電站分布較散，運維不及時，完全依賴現場運維，難以確保電站收益；②人工故障檢測導致人力成本急劇增加，直接影響電站收益；③運維人員缺乏專業知識，易造成安全事故。

基于以上情況，需借助智能化手段實現精準運維，輔助現場人員提高運維效率，降低現場運維難度。光伏電站的運維狀況，不僅關系到發電的成本，還關系到光伏電站發電的效率與可靠性。

1" 分布式光伏電站智能化運維系統

智能化運維系統采用先進成熟的IT技術，構建面向應用領域服務、安全、可靠、開放、可擴充、可復用、資源共享、易于集成、高度開放、使用方便及易于維護的支持系統，使其成為分布式光伏運維的得力工具和智慧助手。

1.1" 系統技術架構

基于云計算、大數據、微服務構建智能化運維系統平臺，為應用提供高效、安全、靈活的軟硬件環境。平臺分采用多層架構，包含：數據生產層、數據處理層、數據存儲層、云基礎服務層、云應用層和公共服務層。如圖1所示。

1）數據生產層：對應智慧能源系統中的分布式控制層，各類能源生產設備及負荷在生產運營過程中產生海量數據，通過部署在本地的量測系統采集并上傳。

2）數據處理層：用于接收數據生產層上傳的數據，分為管理數據和量測數據。

量測數據由部署在分布式控制層的各類傳感器產生，具有高頻特點，這類數據體現能源系統的實時運行狀態，通過分布式流式處理技術形成實時流數據流，為上層實時應用提供高性能和大規模的數據處理能力，如圖2所示。

管理數據是分布式控制層各能源控制系統管理類數據，包括設備相關參數等，此類數據變化頻率低，不要求實時性。

3）數據存儲層：采用分布式系統基礎架構（Hadoop），實現系統數據存儲和管理；采用圖數據庫進行模型創建和管理；采用時序數據庫進行時間序列數據的存儲和管理。

4）云基礎服務層：采用基于容器的第二代云服務構架，構建容器云，為應用提供高密度、高彈性、高擴展性的計算環境，更高效地支持微服務架構。

5）云應用層：利用微服務框架，實現系統所需要的各類應用，這些應用部署在容器云中，在授權的客戶端實現訪問。

6）公共服務層：為大數據平臺提供基礎服務，LVS實現虛擬的服務器集群系統管理； ETCD集群實現配置管理和服務注冊發現；ZooKeeper集群提供配置信息管理、命名、集群管理、分布式同步和數據庫切換等服務等。

1.2" 系統特點

1）大數據平臺。平臺基礎架構具有微服務、容器、云服務等領先的技術架構，搭建大數據平臺。能有效應對各種系統突發故障，確保運維系統的安全穩定。

2）智能數據采集。以機器視覺，對采集數據進行數據清洗，從而實現采集數據正確性校驗及補充。根據設置的清洗條件，對異常數據進行剔除和過濾，并對缺失數據進行補充，從而保證采集數據的有效性和完整性，為后期的數據分析提供基礎保障。

3）閉環運維模式。線上監控與線下統一運維的閉環模式，建立了運維部門、設備供應商、系統維護人員間流暢的聯動，提高運維效率，降低運維成本。

4）故障診斷、電站評價。通過引入機器學習、決策樹、隨機森林、深度學習和計算機視覺等多種人工智能模型，以積累的大量運行數據為前提，實現故障診斷及自動預警。

2" 智能化運維技術在系統中的應用

2.1" 智能材料的應用

隨著社會的發展、科技的進步，智能材料在光伏中的應用也越來越廣泛。新型材料的透光性得到進一步提升，在組件表面形成一張透明的保護層，保障組件的穩定運行。同時，新型材料還具有自動清理功能，節約了系統運行的經濟成本，提高了光伏電站的運行效率。

2.2" 智能光伏組件的應用

通過對分布式光伏電站中不同光伏組串電流、電壓的實時監測，將這些數據進行存儲并通過智能化的軟件平臺進行全面分析評估，幫助運維人員及時準確地掌握發電系統運行狀態，還可以及時發現組串運行過程中的問題，同時精確定位問題出現的具體位置，結合電站的實際情況發布告警信息，輔助運維人員做出決策。

通過智能光伏組件的應用，對光伏組件形成跟蹤，第一時間發現問題并予以解決，從而在很大程度上提高了光伏電站運行效率，降低運維經濟成本，使光伏電站的經濟效益得到保障。

2.3" 智能故障診斷技術的應用

1）基于大數據的光伏逆變器智能故障診斷。光伏逆變器是光伏發電系統的核心設備，其運行的穩定性和可靠性直接影響分布式光伏電站的整體運行效率。隨著光伏電站運行年份的增長，設備老化、運行環境的影響等因素導致的故障越來越頻繁，運維成本增加，運維難度加大，故障定位困難。在現有人工運維模式下，故障很難被及時發現，從而可能縮短設備使用壽命，發電量隱性損失增加，電站收益下降。

基于大數據分析的方法進行故障診斷系統設計，提出了一種遠程實時故障診斷算法。該算法首先采用k近鄰方法，找出訓練樣本中與待測樣本最接近的5個樣本，然后對這5個樣本進行訓練、分類，從而判斷這5個樣本與待測樣本是否是同一類，再判斷出待測樣本是否存在異常，最終檢測出對應的逆變器是否發生故障。

2）決策樹故障診斷。光伏組件的輸出是非線性的，其輸出的電壓和電流隨著輻射強度的變化而變化，如果組件出現故障，其輸出情況異常復雜，很難從輸出的數據中直接找出故障規律。

基于分布式電站結構和光伏組件的物理模型，計算出電氣物理量在正常狀態下的波動區間，并獲取出現各種故障時的波動區間，以此為基礎，對光伏陣列運行狀況進行檢測，獲取運行期間的電流電壓，并查看是否處于正常的波動區間，如果出現在故障波動區間內，根據區間判斷出現的是哪一種故障類型。

決策樹故障分析法在計算機分析領域被廣泛應用。決策樹是一種樹形結構形式，其基本組成部分包含決策節點、分支和葉子。決策樹中最上面的節點稱為根節點，是整個決策樹的開始。每個分支是一個新的決策節點。每一個決策節點代表一個問題或決策，通常對應分類對象的屬性。每一個葉節點代表一種可能的分類結果。在故障診斷過程中，決策樹從上到下通過節點的屬性值進行對比，從而確定后續走向，最終判斷得出故障診斷的結果。

構建決策樹一般分為以下幾個步驟：①從系統設備中采集到所需的數據；②將采集到的數據根據測試屬性選擇標準進行分類；③從經過分類的數據中隨機選取90%，構成機器學習的數據集；④其余10%的數據構成測試決策樹的數據集。依據一定的規則構建形成測試決策樹后，就可以進行光伏組件的在線故障診斷，如圖3所示。

3）BP神經網絡故障診斷。分布式光伏電站的運行狀態，主要是通過電站中設備的工作狀態進行反饋的。當電站中的某個設備發生故障時，相應的電站運行狀態發生變化，光伏組件輸出的電壓、電流等參數也會發生改變?；谶@一特點，BP神經網絡模型用于故障模式的識別，可以有效應用于光伏發電故障診斷過程。

在分布式光伏電站的運行過程中，BP神經網絡的應用主要分為以下幾個步驟：①依據診斷對象的特點對故障類型進行劃分，選取故障的關鍵信號特征參數為BP網絡的輸入單元；②根據診斷對象的特點構建合理的BP網絡結構和規模；③用現有的故障樣本數據作為訓練集進行訓練，同步調整數值矩陣和閾值矢量；④將待檢測的樣本數據輸入構建完成的BP網絡中，計算輸出向量；⑤根據輸出向量判斷故障類型。該方法在故障診斷的過程中，具有良好的穩定性。

2.4" 智能運維管理技術的應用

基于大數據及云計算技術，打造一體化的光伏電站智能化運維系統，通過大數據分析技術，實現電站智能數據采集、智能故障告警、自動創建并分派缺陷、智能巡檢和智能趨勢分析，全面且深入分析電站性能、提供全面的電站對標能力。讓管理人員能夠實時了解設備的運行狀態與運行效率，提高分布式光伏電站的智能化管理水平。

構建形成相對比較科學的電站評價與智能診斷系統，讓電站管理人員可以更及時地掌握電站屬性數據、電站運行數據、電站分析數據和電站評價數據，消除運行安全隱患，從而使光伏電站系統運行的穩定性、運維效率更高，如圖4所示。

2.5" 互聯網、大數據技術的應用

由于分布式光伏電站發電系統具有一定復雜性，整個系統涉及設備較多，通過大數據收集及互聯網技術的應用，可以實現對各種設備的全方位監控，以智能化運維系統為中心，進行數據采集、處理、交換和共享，建立起電站與運維人員之間的通道，將傳統的低速傳輸通道進行優化，保證信息傳遞的速度和效率，保證數據存儲的安全性和有效性，及時發現電站運行過程中的不穩定因素并進行處理。通過互聯網、大數據技術的應用，智能化運維系統對光伏電站實時監控，精簡運維業務流程，提高故障處理效率，降低電站運維成本，提升企業經濟效益。

3" 智能化運維系統在某園區綜合智慧能源系統項目的應用

3.1" 項目介紹

蒙江流域綜合智慧能源系統協同優化研究與實施項目，基于云計算、大數據、微服務構建了綜合智慧能源系統平臺，打造位于終端設備之上的分析管控中心、交互中心、展示中心。融合綜合能源的生產、配用、服務各環節之間的數據和業務，打造全過程能源管理解決方案，實現能源全景監控、能源系統透明化管理、自動運維、智能化診斷、能效分析和輔助決策等多種核心功能，減少能源損失，降低運維費用，最大化提升能源系統價值，保護用戶核心資產。

3.2" 智能化的過程控制

蒙江流域綜合智慧能源系統協同優化研究與實施項目綜合智慧能源系統平臺應用過程有別于傳統的能源分類管理的業務模式，是一套能滿足多種能源接入、控制對象多樣的集中控制中心，業務可由一個調度員來完成，其軟件系統具有高度集成、操作便捷等特點。

3.3" 取得成效

通過智能化運維技術在該項目中的應用，大大提升了分布式電站的運行效率。①讓運維人員精準掌控設備狀態，降低對運維人員的專業要求，減輕運維人員工作負荷；②優化電氣檢修人員的工作量，提高電力運維管理水平，有針對性地開展運行和檢修工作，預知性維修水平得到大幅提升；③提升設備的檢維修水平，減少設備臨時停電的時間，保證生產的連續運行；④及時發現異常并消除故障，從而保障光伏電站的順利運行和提高光伏電站的產出效率，進而達到在保證安全的基礎上提高收益的目的。

4" 結束語

通過分布式光伏電站智能化運維系統的研究與應用，一方面提高光伏電站的運維效率，降低運維成本；另一方面對電站的設備運行狀態做出預防性預警，延長設備使用壽命，提高電站連續生產時間，在安全運行的前提下提升電站收益。通過對分布式光伏電站智能化運維系統的應用，可以縮短光伏發電站的檢修周期、對故障進行數字化的記錄、對故障問題進行正確的辨別與處理，極大地改善了分布式光伏發電站的運行與安全管理效率。通過在蒙江流域綜合智慧能源系統協同優化研究與實施項目的應用，驗證了本系統的可行性與有效性。

參考文獻：

[1] 魏啟強.分布式光伏電站運維困難剖析[J].現代商貿工業，2019，40（36）：192.

[2] 水華偉.光伏電站的智能運維技術研究[J].裝備維修技術，2020（1）：52，58.

[3] 陳剛.智能技術在光伏電站中的應用[J].企業技術開發，2019，38（5）：77-79.

[4] 吳偉晴，高陽，于杰承.光伏電站智能運維技術[J].山東工業技術，2016（22）：145.

[5] 李陽.光伏電站的自動化智能化運維研究[J].自動化應用，2020（5）：85-86.

[6] 董若飛.光伏電站智能化運維探析[J].設備管理與維修，2020（1）：37-38.

第一作者簡介：唐克洪（1980-），男，工程師。研究方向為綜合智慧能源。