光伏电站数据中心建设研究

吕 茜，郭鹏慧

（1.中兴通信股份有限公司，广东 深圳518057；2.黄河水电公司，青海 西宁810008）

1 研究背景

2016年国家发改委在《可再生能源“十三五”规划》中明确提出，到2020年太阳能发电装机容量达1.1亿kW以上的发电目标。在全新的机遇面前，基于光伏电站建设投入期较短、收益期较长，投资者与金融机构需对这一全寿命周期长达20余年的长期资产收益能力和风险控制具有一定的把握力。

如何对电站项目进行客观、公正、有效的评估，并能从根本上解决遏制光伏产业发展的难点问题，不仅需要提高金融机构对光伏电站项目的认知度，更要提高光伏电站项目的质量管控和数据智能化分析的能力，从而真正为光伏电站运营进行资产评估、资产管理、风险评估及风险管控。

中国能源大数据尚处于起步阶段，但是光伏电站生产的数据化必将成为行业可持续发展的导向。能源互联产业的发展将在提高光伏电站实际发电量和盈利水平的同时，加快“互联网＋智慧能源”快速发展的步伐，促进行业信息的公开性与透明化，最终推动行业的健康发展。

2 数据中心建设的目的

黄河公司是中国乃至全球最大的光伏电站运营商，拥有世界上最大的水光互补电站和国内领先的水光互补技术，具有多项光伏产业核心技术和电池、组件、切片全产业制造能力。通过构建光伏电站生产数据中心，旨在实现对黄河公司旗下各产业集约化管理，并通过各类资源的整合优化利用努力降低生产运营成本，提高企业的生产效益，全面提升黄河公司生产运营水平，增强企业的核心竞争力和综合实力。同时服务于国家和电网以及光伏产业，推动能源技术革命，带动产业升级。

（1）通过集成辐射数据、气象数据、地理数据、政策数据、金融数据、电站设备数据等大量光伏数据，可实现对光伏场站的一站式规划与设计。

（2）“单个电站配备全套运营人员”的传统模式已难以满足光伏企业高效经济运营的需求。通过光伏电站生产运营数据中心平台能够同时运营数十个甚至数百个不同形态、不同阶段、不同区域的光伏场站，保障光伏发电企业持续发展。

（3）通过实时监测光伏场站设备运行状态，可从海量数据中筛选设备的关键运行数据，进而对设备进行性能评估与可靠性分析，统计设备故障率及运行效率，并以此为基础开展基于大数据的设备故障预警、质量诊断、程序升级、远程优化等增值服务。

3 数据中心建设需求分析

光伏电站在设计、安装、生产、调试过程中，分分秒秒都在产生大量的数据。如何分析利用这些数据，如何让存在的数据随着不同的积累形成一个自我创造价值的闭环体系，是现有能源互联网需要积极思考和应用的关键。因此，构建基于工业互联网、大数据技术、自动化与复杂系统三大领域跨界融合的光伏电站数据中心是光伏发电企业的首要任务。

3.1 行业面临的问题

（1）光伏电站难以集中管理：光伏电站地域分布广、场站开发建设地点偏远，业务相应数据类型多。

（2）光伏电站数据难以利用：传统信息系统难以支撑海量数据设备型号纷繁复杂的分析和利用，各应用系统信息孤立，数据没有打通，难以有效协作。

（3）运维成本居高不下：大量运维人员驻守电站现场、大部件更换、非计划性停机带来高额的运营成本。

（4）电量损失原因不明：缺乏有效KPI指导运营管理，发电性能异常难以识别。

（5）电网考核：光伏功率预测不准确以及本地SCADA安全不合规。

3.2 提高数据综合应用

在能源生产过程中逐步实现互联网化、信息化的大环境下，通过收集分析整理数据，在指导能源的生产，分配与消费上形成了潜在的大产业。

（1）通过光伏电站生产运营线上、线下数据的紧密关联，指导、改进线下的运行及检修策略，降低检修成本，提高检修质量。

（2）分析光伏电站海量历史数据与实时数据，实现设备故障在线诊断，大幅提升设备可靠性。

（3）运用光伏电站生产运营数据分析、挖掘，快速准确分析电量损失、设备性能下降等因素，优化光伏电站设计、优化功率预测模型，提高发电量。

（4）运用光伏电站生产运营数据，建立合理、统一的评价光伏电站和设备运行的绩效体系，形成有效的激励机制、提升电站的全生命周期运营水平。

（5）以数据为支撑，创新电站管理模式。形成区域维检，集中运营的光伏电站管理模式，改善人员工作环境，降低电力生产成本。

4 数据中心建设规划

光伏数据中心建设依赖于三个基础条件：一是安全可靠、高效畅通的网络服务的硬件基础平台；二是支持丰富应用的工业大数据平台；三是先进实用的生产指挥与运营管理、设备运维和故障诊断等应用功能。

4.1 数据中心规划

（1）数据中心平台规划：数据中心平台按照“集团—区域中心—光伏电站”三级架构建设。在区域中心建设横向跨越安全Ⅰ、Ⅱ、Ⅲ区业务系统，纵向连接集团并辐射光伏电站的数据网络。在总部形成数据监测及分析应用，在区域中心建设生产运营和集中监控等系统，在光伏电站建设数据采集系统，实现自上而下的信息化建设，包括：1个平台、3个分区、8个应用，如图1。

图1

（2）数据中心规模：数据中心规划接入采集点超过1 300万点、数据采集和分析能力不低于5 TB/日；规划接入光伏及风电场100座，总容量25 GW；并为不少于50家包括：电监局、能监局、电网、发电企业、设备制造商在内的政府和企业提供服务。

（3）设计与架构：重点体现“价值突破和引领创新”。

价值突破：重点强化提升光伏电站运维能力、价值提升及效率提升。包括：①应用场景构造能力：结合数据驱动的自助服务能力，构造丰富的综合能源应用及服务场景，支持低成本快速业务优化与创新，构造自我发展的数字化平台，支持开放式的生态协作；②数据驱动的自助式服务：统一数据描述、统一访问路由、统一数据访问、统一分析挖掘服务，自助式分析服务。

引领创新：挖掘光伏智能运维模式与经验，推动建立国家电投光伏运维中心建设及能力拓展、辐射共享机制。包括：挖掘整合光伏电站诊断运维技术及资源，多角度支撑光伏电站各种数据及运维业务场景；工业互联网平台、大数据技术、自动化与复杂系统三大领域的跨界融合，是业界领先的平台系统设计。

4.2 数据通信规划

4.2.1 数据中心集控业务数据网络规划

数据中心集控业务数据网络承载的业务包括：光伏电站集中控制、调度电话业务。

光伏电站集控系统采用双链路主备方式实现运营中心至光伏场站数据通信。其中，集控数据网采用不同路由A/B平面，以租用电力信通数据专线实现数据通信。数据通信专线带宽：50MW及以上大中型规模场站为2×2M，50 MW以下小型规模场站为1×2 M。

数据中心调度电话主站与场站联网采用电力信通2 M数据专线。

集控视频监控系统主站与场站视频数据通信采用电信运营商PTN 4～10 M数据专线。

4.2.2 运营中心生产管理业务数据网络

运营中心生产管理业务数据网络承载的业务包括：数据中心与场站生产管理数据通信业务、数据中心与维检中心生产管理数据通信、数据中心与集团业务系统数据通信。

按照集团公司广域网建设规划，目前已建成“一网双平面”辐射集团公司（北京总部）—青海黄河公司（黄河公司梯调大楼）—黄河公司属二级单位的三级网络。数据中心生产管理业务数据通信可依托公司广域网实现，数据中心生产管理业务数据网络所需带宽按2～4 M考虑。

5 数据中心功能设计

5.1 指导规划建设

依托“光伏电站生产运营数据中心”，利用气象、功率预测、发电数据、运行数据以及电能质量数据分析来做前期的资源筛选；利用无人机管理软件，把控电站施工建设及建造的质量，扫清建造过程的损失。

（1）上网电量：数据中心平台上运行的大量的光伏数据，是对电站质量最好的说明，企业需要电站交易时，给出质量报告，帮助电站进行更好交易。

（2）工程投资：运用大数据+人工智能精准定位电量损失，给出改进建议，如自然气象条件直接决定发电量多少。

（3）技术选择：利用发电数据、气象数据、运营数据分析多晶硅、单晶硅、薄膜组件选择，固定、单轴双轴的选择以及组串、集中逆变器的选择。

5.2 集中控制

通过各新能源场站端自动化系统获取电站实时生产数据及状态、报警信息实现对新能源电站的远程集中控制。

安全监视：实现对新能源场站主要机电设备的运行状态和参数、运行操作安全监视，包括：光伏逆变器、风电场风机、箱变、升压变电站配电装置、主变等主要设备运行状态监视；厂站监控系统运行状态、运行方式及系统状况监视。

智能告警：告警设置和批量操作、告警过滤查询、智能化故障定位以及多维告警统计、监视设备的遥测，当遥测超出合理范围时，监控通过越限警示的形式提示用户设备处于异常状态。

远程控制：实现对各场站的统一管理、统一指挥、并接受电网调度的统一调度指令，优化新能源场站整体出力、实现场站效率最优化运行控制；包括：光伏逆变器、箱变、风机、汇集站设备、升压站设备的远程控制。

AGC/AVC调节：按分区、分层控制调节，对上可以对接调度，能够接收调度下发的功率或者电压指令；对下结合电站不同时期建成电站上网电价不同，按最优的功率分配策略对电站AGC/AVC子站下发指令。

5.3 生产管理

（1）智能生产管理功能模块应能满足黄河公司现有的KKS设备编码系统，设备采用统一的编码体系，建立公司生产设备标准化规范化的设备台帐。各模块业务采用流程化管理，可根据角色方便地定义权限及流程。智能生产管理功能模块提供强大的工作流支持功能，工作流可应用到系统的所有业务功能，用户随时可了解当前业务工作的执行情况将工作任务准确传递到相关责任人。能够与第三方厂家的远程故障诊断系统进行关联。能够通过扫描设备的条形码或二维码，形成设备电子地图和3D模拟图。

（2）智能业务功能：通过生产调度信息数据统计分析模块，可提供所有模块的报表模板；可对资产、维护、库存等信息进行查询统计产生各种格式类型的报表；能够自动生成电量、综合等专业报表；能够对年度生产指标进行统计分析及预警，能够用可视化、图表化方式对运营指标进行多维度（时间、空间）、多层级（集团、区域、电站）分析，并进行纵向（相同目标不同时间对比，同比环比）、横向（同一时间不同目标的对标）对标对比分析，从而制定合理的生产计划，减少设备的无效运行情况，并为设备检修提供数据依据，实现绩效闭环管理。

（3）生产绩效管理：智能业务绩效功能模块将建立并实现考核整个区域运营绩效的KPI指标体系，使得管理部门和管理人员能够全面及时掌握设备运行及绩效信息。系统支持使用人员自定义所关注的KPI指标，支持将指标以图形型式发布到其个性化的系统登陆界面上，系统按要求自动动态刷新KPI数据，支持向下挖掘到最初的原始单据，实现实时监控，便于及时发现问题，解决问题。

5.4 数据分析

实时的数据监视分析，从电站PR、电站等效利用小时数、落后逆变器和落后组串4个方向呈现电站实时发电情况。

（1）电站PR指标：以设置的周期定时刷新数据，通过列表的方式按指定的PR指标顺序反映电站实时的发电情况。同时提供列表展开，通过电站损耗、电站日负荷曲线、电站低效逆变器和低效组串数统计以及电站实时活动告警四个维度分析电站发电情况。

（2）电站等效利用小时数指标：以设置的周期定时刷新数据，通过列表的方式按指定的电站等效利用小时数指标顺序（默认从低到高）反映电站实时的发电情况。

（3）落后（低效）逆变器：以设置的周期定时刷新数据，通过列表的方式按指定的逆变器等效利用小时数顺序反映逆变器实时发电性能。同时提供展开列表，通过逆变器发电量和等效利用小时数时间曲线从时间的维度展示过去一段时间范围内逆变器的发电性能，帮助分析逆变器低效原因。

（4）落后（低效）组串：以设置的周期定时刷新数据，通过列表的方式反映组串实时发电性能。

5.5 智能运维

基于环境资源数据及发电运行数据，对光伏电站进行运行监测、分析与运行效率评价，从远程故障诊断到线下同步维护，真正实现高效的O2O协同运维，如图2。

图2

（1）故障诊断：通过电站故障实时报警，引入移动侦测、无人机应用，快速定位故障点，关联制造企业设备编码库备品库，并结合数据中心运维数据库给出诊断结果，提供参考维修意见。

（2）风险预警：通过实时采集电站逆变器、汇流箱等设备的运行数据，并在同类型电站和设备间通过大数据方法进行横向和纵向的数据对比，再通过集中分析。当发现电站或设备指标异常时，产生风险预警。通过智能算法和模型，实现风险问题原因识别，将风险预警和运维任务工单推送至运维人员，消除故障隐患。

（3）运维策略：数据中心平台对太阳资源、发电量指标年报、月报、日报，逆变器数据进行对比分析，通过人工智能、机器学习、中短期气象预测、新一代组件技术、柔性支架技术、功率预测模型优化等智能算法，提出运维策略，提高设备利用率。

6 结束语

本文探索了以通信为基础，以数据应用为核心，实时采集光伏电站发电数据、运营数据，并引入专业服务的气象数据、功率预测和制造商设备模型数据以及电网发电数据，通过人工智能、机器学习、中短期气象预测、新一代组件技术、柔性支架技术、功率优化、水光互补等多项前沿技术的应用，充分挖掘数据的关联性，优化数据模型，实现降本增效，同时推动行业技术革新。打破行业壁垒，形成协调发展、生态共赢的良好生态圈，关联制造企业设备编码库备品库，引入移动侦测、无人机应用，构建基于工业互联网、大数据技术自动化与复杂系统三大领域跨界融合服务于政府及电网企业和新能源全产业链的光伏发电数据中心。