分布式小光伏數據采集研究與應用

摘要：以吉林油田新建分布式小光伏項目為背景，探討了分布式小光伏數據采集的問題和難點，并介紹了一種自主研發的分布式小光伏數據采集系統。該系統通過智能測控網關實現了電表和逆變器不同波特率的數據采集，同時解決了多廠家逆變器協議不統一的問題。在軟件方面，實現了局級和廠級的整體展示，方便對系統進行實時監測和管理。該系統的成功應用，驗證了其在分布式小光伏數據采集中的可行性和有效性。

關鍵詞：分布式小光伏；數據采集；智能測控網關；多廠家協議；系統監測與管理

一、前言

隨著全球對可再生能源的需求和環境保護意識的不斷增強，分布式光伏系統作為一種靈活、可擴展的光伏發電形式，受到了廣泛的關注和應用。吉林油田作為一個能源企業，也意識到分布式光伏系統在能源轉型和可持續發展中的重要性，并引入了這一技術來應對能源挑戰。分布式光伏系統的重要性包括以下幾方面：

第一，能源轉型的驅動力。分布式光伏系統作為一種可再生能源的利用形式，具有低碳、清潔、可再生的特點，可以有效減少對傳統化石能源的依賴，促進能源轉型和減排工作的開展。吉林油田作為一個能源企業，通過引入分布式光伏系統，積極響應國家能源政策，推動企業的綠色發展[1]。

第二，能源供應的可靠性和穩定性。分布式光伏系統的分布廣泛，可以將光伏發電設備安裝在隊部屋頂或與油井緊鄰的空地，使得能源的供應更加穩定和可靠。吉林油田引入分布式光伏系統，能夠在一定程度上解決能源供應不穩定的問題，提高企業的能源供應可靠性，減少潛在的能源供應風險。

第三，降低能源成本和提高經濟效益。分布式光伏系統可以將太陽能轉化為電能，為企業提供廉價的電力資源。吉林油田通過引入分布式光伏系統，可以降低企業的用電成本，提高企業的經濟效益。

二、分布式光伏需要采集的數據

分布式光伏系統采集關鍵數據主要包括以下幾個方面：

第一，光伏發電量。采集光伏系統的實時發電量、日發電量、月發電量等數據，用于監測系統的發電情況和評估發電效率。

第二，太陽能輻射強度。采集太陽能輻射強度數據，用于評估光伏系統的輻射資源以及系統的運行效果。

第三，溫度和濕度。采集光伏組件、逆變器等設備的溫度和濕度數據，用于監測設備的工作狀態和熱效應對系統性能的影響。

第四，逆變器運行參數。采集逆變器的輸入電壓、輸出電壓、電流等參數，用于監測逆變器的工作狀態和系統的發電效率[2]。

第五，網絡電壓和頻率。采集系統接入電網的電壓和頻率數據，用于監測系統與電網的連接狀態和電網質量。

第六，故障和告警信息。采集系統的故障和告警信息，包括光伏組件故障、逆變器故障、電網故障等，用于及時發現和處理系統故障。

第七，能耗數據。采集光伏系統的能耗數據，包括逆變器的能耗、監控系統的能耗等，用于評估系統的能效和節能效果。

以上是分布式光伏系統中的一些關鍵數據，通過對這些數據的采集和分析，可以幫助實現對系統運行情況的監測、故障診斷和性能評估，進而提高系統的運行效率和可靠性。

三、分布式光伏數據采集的難點

在實際數據采集開發工作中，分布式光伏數據采集有以下幾方面難點：

第一，通信與接口問題。電表和逆變器波特率不一致，電表波特率2400，逆變器波特率9600，通過一個設備分別采集存在難點。

第二，數據來源多樣化。分布式光伏系統涉及多個數據來源，包括光伏組件、逆變器、監測設備等，不同廠家的設備可能采用不同的通信協議和數據格式，導致數據采集的統一性和一致性難以實現。

第三，數據質量和準確性。光伏系統中的數據采集可能受到環境影響，如天氣條件、光照強度等，這些因素可能導致數據的質量和準確性存在一定的偏差，需要進行數據清洗和校正[3]。

第四，數據安全和隱私保護。光伏系統中的數據采集涉及企業的運營和生產信息，需要確保數據的安全性和隱私保護，防止數據泄露或被惡意篡改。

第五，數據管理和分析需求。大規模的分布式光伏系統產生的數據量龐大，如何有效地管理和處理這些數據，以及如何進行數據分析和利用，對于企業來說是一個挑戰。

針對以上難點，采取一系列的措施，建立統一的數據采集和管理平臺、制定數據標準和通信協議、加強網絡穩定性和數據傳輸的安全性等，以提高數據采集的效率和準確性，實現對分布式光伏系統數據的可靠管理和有效利用。

四、分布式小光伏數據采集系統設計

通過對上述問題進行技術攻關，提出了以下落地的解決方案：

第一，為解決電表和逆變器不同波特率的采集問題，研發了智能測控網關解決現場同時采集電表和逆變器數據的問題。該網關具備了RS485、4-20ma、開關量等數據采集和控制功能，并通過內置程序實現了波特率自由切換。同時，針對多廠家逆變器協議不統一的問題，研發團隊進行了需求分析，抽取需要的多項協議進行分類別軟件開發，從而實現了多廠家逆變器數據的采集和管理。

第二，對于分布式光伏分布廣、難于安裝與維護問題，吉林油田采取在建設期由信息技術公司統一現場安裝，并負責培訓采油廠進行維護培訓的方法，解決了安裝和維護的難題。

第三，為了解決分布式光伏系統中不同廠家設備采用不同通信協議和數據格式的問題，采用軟件面向對象工廠類的方式進行數據采集的統一性和一致性處理。這種方式可以通過定義一個工廠類，用于創建和管理各個設備的對象，并提供統一的接口來處理數據采集和管理?？梢远x一個基礎設備類，包括光伏組件、逆變器、監測設備等。每個設備類都實現相應的接口，用于數據采集和處理。接下來，可以定義一個工廠類，用于根據設備的類型和廠家信息創建相應的設備對象。工廠類可以根據設備的通信協議和數據格式，選擇合適的數據采集方式和處理方法。在工廠類中，可以定義一個通用的接口或抽象類，用于定義設備對象的數據采集和管理方法。每個設備類都實現這個接口或繼承這個抽象類，并根據自身的特點進行具體實現。這樣，無論設備來自哪個廠家或采用何種通信協議和數據格式，都可以通過統一的接口進行數據采集和管理。

在軟件方面，吉林油田實現了局級和廠級的整體展示。局級展示了智能網關上線率、電表日讀數、累積電能、逆變器在線數量、停機數量、故障、告警等信息的實時和歷史數據，方便在宏觀上進行系統分析。廠級展示了容量、電表號、日電能、累積電能、變比、逆變器廠家、主站ID、開關機狀態、逆變器狀態、故障描述、告警描述、發電量、累積電量、效率、內部溫度、絕緣阻抗、輸入功率、有功功率、無功功率、電網電壓、電流、頻率、組串等各類信息的集中展示，并且還開發了線路電能管理、日電能對標等功能模塊，方便技術人員查找問題和短板以及進行管控分析。

（一）典型界面展示

新立采油廠2023年9月19日停電檢修，光伏展示平臺能夠集中顯示物聯網設備斷電告警信息，輔助安全管控如圖1所示。

（二）對標展示

新木采油廠容量為42.12的分布式光伏逆變器共17臺，2023年10月2日最小發電量172.2Kw，最大發電量為277.8Kw，相差105.6Kw，如圖2所示。

（三）對逆變器日電能趨勢展示

通過此功能可對電能展示功能的監測，用戶可以及時發現逆變器性能的異常情況，如電能輸出的突變或不穩定等，有助于用戶及時調查并解決問題，確保逆變器的正常運行，提高能源利用效率，如圖3所示。分布式光伏線路管理界面如圖4所示。

（四）逆變器半小時電能展示。

通這個功能可以實時顯示逆變器的電能輸出情況，幫助用戶了解自己的能源消耗情況。通過對電能趨勢的觀察，用戶可以發現能源使用的高峰和低谷時段，以及電能的波動情況，從而更好地規劃能源使用策略，如圖5所示。

五、數據采集程序應用到的技術

吉林油田現有逆變器包括華為、禾望、英威騰、陽光等逆變器，存在應用廠家多接入數據量大等特點，所以分布式數據采集與管理使用了多種技術來實現高效、準確和穩定的光伏數據采集與管理過程。包括采集技術、隊列技術、重定向技術和Socket技術等。

首先是應用采集技術，利用各種傳感器設備收集實時數據，如光照強度、溫度、濕度等，用于分布式光伏系統的運行監測和性能評估。采用Modbus通信協議和技術，實現數據在分布式光伏系統各個組件之間的傳輸和交換。對采集到的原始數據進行解析和處理，將其轉化為可讀性強、易于分析的格式，方便后續數據管理和應用。

其次是使用消息隊列技術，通過RabbitMQ實現數據的異步傳輸和處理。通過將數據存儲在消息隊列中，可以實現高效的數據傳輸和處理，提高系統的并發性和可靠性。對消息隊列進行管理和調度，確保數據的有序性和可靠性，包括隊列分區、負載均衡、消息確認機制等，以提高系統的穩定性。

最后是使用數據重定向技術，將采集到的數據重定向到指定的存儲設備或數據庫中，以實現數據的長期保存和管理。常用的技術包括數據存儲系統的配置和管理、數據備份和恢復機制等，確保數據的安全性和可靠性。在數據量較大的情況下，通過對數據流進行重定向，將數據流從一個節點傳輸到另一個節點，以實現數據的高效傳輸和處理。常用的技術包括流分片、數據壓縮和加密等，以提高數據傳輸的效率和安全性[4]。

同時，采用Socket技術進行網絡通信，實現分布式系統之間的數據傳輸和交互。通過建立Socket連接，可以實現實時的數據通信和數據同步，方便分布式數據采集與管理。

通過上述技術，最終實現了吉林油田分布式小光伏數據的穩定采集與數據入庫。

六、結語

分布式光伏數據采集系統不僅為各個采油廠帶來了顯著的經濟效益，還展示了良好的推廣應用前景。隨著全球對零碳轉型的需求日益增長和技術的不斷進步，該系統有望在更多領域和地區得到廣泛應用，為推動全球能源轉型和環境保護事業做出更大貢獻。未來，可以進一步完善系統的功能和性能，提高系統的穩定性和可靠性，為分布式小光伏系統的發展和應用提供更好的支持。

參考文獻

[1]姜慶林，孔丹軍.提高分布式光伏用戶全量數據采集成功率分析[J].農村電工，2021，29（02）：35-36.

[2]陳國杰.屋頂分布式光伏電站在油田計量間的應用[J].石油化工自動化，2024，60（01）：45-48+79.

[3]盛慶博，王濤，鄒林，等.模塊化光伏電站參數采集系統設計[J].工業儀表與自動化裝置，2023（01）：67-71.

[4]王婧驊，張娟，趙婉茹，等.基于時間序列的分布式光伏電站發電數據采集方法[J].電網與清潔能源，2022，38（06）：137-142.

作者單位：蔡曉冬、劉慶發，吉林油田數智技術公司；王偉峰，中國石油吉林油田新能源事業部

■ 責任編輯：張津平、尚丹