光伏電站數據中心建設研究

呂 茜，郭鵬慧

（1.中興通信股份有限公司，廣東 深圳518057；2.黃河水電公司，青海 西寧810008）

1 研究背景

2016年國家發改委在《可再生能源“十三五”規劃》中明確提出，到2020年太陽能發電裝機容量達1.1億kW以上的發電目標。在全新的機遇面前，基于光伏電站建設投入期較短、收益期較長，投資者與金融機構需對這一全壽命周期長達20余年的長期資產收益能力和風險控制具有一定的把握力。

如何對電站項目進行客觀、公正、有效的評估，并能從根本上解決遏制光伏產業發展的難點問題，不僅需要提高金融機構對光伏電站項目的認知度，更要提高光伏電站項目的質量管控和數據智能化分析的能力，從而真正為光伏電站運營進行資產評估、資產管理、風險評估及風險管控。

中國能源大數據尚處于起步階段，但是光伏電站生產的數據化必將成為行業可持續發展的導向。能源互聯產業的發展將在提高光伏電站實際發電量和盈利水平的同時，加快“互聯網＋智慧能源”快速發展的步伐，促進行業信息的公開性與透明化，最終推動行業的健康發展。

2 數據中心建設的目的

黃河公司是中國乃至全球最大的光伏電站運營商，擁有世界上最大的水光互補電站和國內領先的水光互補技術，具有多項光伏產業核心技術和電池、組件、切片全產業制造能力。通過構建光伏電站生產數據中心，旨在實現對黃河公司旗下各產業集約化管理，并通過各類資源的整合優化利用努力降低生產運營成本，提高企業的生產效益，全面提升黃河公司生產運營水平，增強企業的核心競爭力和綜合實力。同時服務于國家和電網以及光伏產業，推動能源技術革命，帶動產業升級。

（1）通過集成輻射數據、氣象數據、地理數據、政策數據、金融數據、電站設備數據等大量光伏數據，可實現對光伏場站的一站式規劃與設計。

（2）“單個電站配備全套運營人員”的傳統模式已難以滿足光伏企業高效經濟運營的需求。通過光伏電站生產運營數據中心平臺能夠同時運營數十個甚至數百個不同形態、不同階段、不同區域的光伏場站，保障光伏發電企業持續發展。

（3）通過實時監測光伏場站設備運行狀態，可從海量數據中篩選設備的關鍵運行數據，進而對設備進行性能評估與可靠性分析，統計設備故障率及運行效率，并以此為基礎開展基于大數據的設備故障預警、質量診斷、程序升級、遠程優化等增值服務。

3 數據中心建設需求分析

光伏電站在設計、安裝、生產、調試過程中，分分秒秒都在產生大量的數據。如何分析利用這些數據，如何讓存在的數據隨著不同的積累形成一個自我創造價值的閉環體系，是現有能源互聯網需要積極思考和應用的關鍵。因此，構建基于工業互聯網、大數據技術、自動化與復雜系統三大領域跨界融合的光伏電站數據中心是光伏發電企業的首要任務。

3.1 行業面臨的問題

（1）光伏電站難以集中管理：光伏電站地域分布廣、場站開發建設地點偏遠，業務相應數據類型多。

（2）光伏電站數據難以利用：傳統信息系統難以支撐海量數據設備型號紛繁復雜的分析和利用，各應用系統信息孤立，數據沒有打通，難以有效協作。

（3）運維成本居高不下：大量運維人員駐守電站現場、大部件更換、非計劃性停機帶來高額的運營成本。

（4）電量損失原因不明：缺乏有效KPI指導運營管理，發電性能異常難以識別。

（5）電網考核：光伏功率預測不準確以及本地SCADA安全不合規。

3.2 提高數據綜合應用

在能源生產過程中逐步實現互聯網化、信息化的大環境下，通過收集分析整理數據，在指導能源的生產，分配與消費上形成了潛在的大產業。

（1）通過光伏電站生產運營線上、線下數據的緊密關聯，指導、改進線下的運行及檢修策略，降低檢修成本，提高檢修質量。

（2）分析光伏電站海量歷史數據與實時數據，實現設備故障在線診斷，大幅提升設備可靠性。

（3）運用光伏電站生產運營數據分析、挖掘，快速準確分析電量損失、設備性能下降等因素，優化光伏電站設計、優化功率預測模型，提高發電量。

（4）運用光伏電站生產運營數據，建立合理、統一的評價光伏電站和設備運行的績效體系，形成有效的激勵機制、提升電站的全生命周期運營水平。

（5）以數據為支撐，創新電站管理模式。形成區域維檢，集中運營的光伏電站管理模式，改善人員工作環境，降低電力生產成本。

4 數據中心建設規劃

光伏數據中心建設依賴于三個基礎條件：一是安全可靠、高效暢通的網絡服務的硬件基礎平臺；二是支持豐富應用的工業大數據平臺；三是先進實用的生產指揮與運營管理、設備運維和故障診斷等應用功能。

4.1 數據中心規劃

（1）數據中心平臺規劃：數據中心平臺按照“集團—區域中心—光伏電站”三級架構建設。在區域中心建設橫向跨越安全Ⅰ、Ⅱ、Ⅲ區業務系統，縱向連接集團并輻射光伏電站的數據網絡。在總部形成數據監測及分析應用，在區域中心建設生產運營和集中監控等系統，在光伏電站建設數據采集系統，實現自上而下的信息化建設，包括：1個平臺、3個分區、8個應用，如圖1。

圖1

（2）數據中心規模：數據中心規劃接入采集點超過1 300萬點、數據采集和分析能力不低于5 TB/日；規劃接入光伏及風電場100座，總容量25 GW；并為不少于50家包括：電監局、能監局、電網、發電企業、設備制造商在內的政府和企業提供服務。

（3）設計與架構：重點體現“價值突破和引領創新”。

價值突破：重點強化提升光伏電站運維能力、價值提升及效率提升。包括：①應用場景構造能力：結合數據驅動的自助服務能力，構造豐富的綜合能源應用及服務場景，支持低成本快速業務優化與創新，構造自我發展的數字化平臺，支持開放式的生態協作；②數據驅動的自助式服務：統一數據描述、統一訪問路由、統一數據訪問、統一分析挖掘服務，自助式分析服務。

引領創新：挖掘光伏智能運維模式與經驗，推動建立國家電投光伏運維中心建設及能力拓展、輻射共享機制。包括：挖掘整合光伏電站診斷運維技術及資源，多角度支撐光伏電站各種數據及運維業務場景；工業互聯網平臺、大數據技術、自動化與復雜系統三大領域的跨界融合，是業界領先的平臺系統設計。

4.2 數據通信規劃

4.2.1 數據中心集控業務數據網絡規劃

數據中心集控業務數據網絡承載的業務包括：光伏電站集中控制、調度電話業務。

光伏電站集控系統采用雙鏈路主備方式實現運營中心至光伏場站數據通信。其中，集控數據網采用不同路由A/B平面，以租用電力信通數據專線實現數據通信。數據通信專線帶寬：50MW及以上大中型規模場站為2×2M，50 MW以下小型規模場站為1×2 M。

數據中心調度電話主站與場站聯網采用電力信通2 M數據專線。

集控視頻監控系統主站與場站視頻數據通信采用電信運營商PTN 4～10 M數據專線。

4.2.2 運營中心生產管理業務數據網絡

運營中心生產管理業務數據網絡承載的業務包括：數據中心與場站生產管理數據通信業務、數據中心與維檢中心生產管理數據通信、數據中心與集團業務系統數據通信。

按照集團公司廣域網建設規劃，目前已建成“一網雙平面”輻射集團公司（北京總部）—青海黃河公司（黃河公司梯調大樓）—黃河公司屬二級單位的三級網絡。數據中心生產管理業務數據通信可依托公司廣域網實現，數據中心生產管理業務數據網絡所需帶寬按2～4 M考慮。

5 數據中心功能設計

5.1 指導規劃建設

依托“光伏電站生產運營數據中心”，利用氣象、功率預測、發電數據、運行數據以及電能質量數據分析來做前期的資源篩選；利用無人機管理軟件，把控電站施工建設及建造的質量，掃清建造過程的損失。

（1）上網電量：數據中心平臺上運行的大量的光伏數據，是對電站質量最好的說明，企業需要電站交易時，給出質量報告，幫助電站進行更好交易。

（2）工程投資：運用大數據+人工智能精準定位電量損失，給出改進建議，如自然氣象條件直接決定發電量多少。

（3）技術選擇：利用發電數據、氣象數據、運營數據分析多晶硅、單晶硅、薄膜組件選擇，固定、單軸雙軸的選擇以及組串、集中逆變器的選擇。

5.2 集中控制

通過各新能源場站端自動化系統獲取電站實時生產數據及狀態、報警信息實現對新能源電站的遠程集中控制。

安全監視：實現對新能源場站主要機電設備的運行狀態和參數、運行操作安全監視，包括：光伏逆變器、風電場風機、箱變、升壓變電站配電裝置、主變等主要設備運行狀態監視；廠站監控系統運行狀態、運行方式及系統狀況監視。

智能告警：告警設置和批量操作、告警過濾查詢、智能化故障定位以及多維告警統計、監視設備的遙測，當遙測超出合理范圍時，監控通過越限警示的形式提示用戶設備處于異常狀態。

遠程控制：實現對各場站的統一管理、統一指揮、并接受電網調度的統一調度指令，優化新能源場站整體出力、實現場站效率最優化運行控制；包括：光伏逆變器、箱變、風機、匯集站設備、升壓站設備的遠程控制。

AGC/AVC調節：按分區、分層控制調節，對上可以對接調度，能夠接收調度下發的功率或者電壓指令；對下結合電站不同時期建成電站上網電價不同，按最優的功率分配策略對電站AGC/AVC子站下發指令。

5.3 生產管理

（1）智能生產管理功能模塊應能滿足黃河公司現有的KKS設備編碼系統，設備采用統一的編碼體系，建立公司生產設備標準化規范化的設備臺帳。各模塊業務采用流程化管理，可根據角色方便地定義權限及流程。智能生產管理功能模塊提供強大的工作流支持功能，工作流可應用到系統的所有業務功能，用戶隨時可了解當前業務工作的執行情況將工作任務準確傳遞到相關責任人。能夠與第三方廠家的遠程故障診斷系統進行關聯。能夠通過掃描設備的條形碼或二維碼，形成設備電子地圖和3D模擬圖。

（2）智能業務功能：通過生產調度信息數據統計分析模塊，可提供所有模塊的報表模板；可對資產、維護、庫存等信息進行查詢統計產生各種格式類型的報表；能夠自動生成電量、綜合等專業報表；能夠對年度生產指標進行統計分析及預警，能夠用可視化、圖表化方式對運營指標進行多維度（時間、空間）、多層級（集團、區域、電站）分析，并進行縱向（相同目標不同時間對比，同比環比）、橫向（同一時間不同目標的對標）對標對比分析，從而制定合理的生產計劃，減少設備的無效運行情況，并為設備檢修提供數據依據，實現績效閉環管理。

（3）生產績效管理：智能業務績效功能模塊將建立并實現考核整個區域運營績效的KPI指標體系，使得管理部門和管理人員能夠全面及時掌握設備運行及績效信息。系統支持使用人員自定義所關注的KPI指標，支持將指標以圖形型式發布到其個性化的系統登陸界面上，系統按要求自動動態刷新KPI數據，支持向下挖掘到最初的原始單據，實現實時監控，便于及時發現問題，解決問題。

5.4 數據分析

實時的數據監視分析，從電站PR、電站等效利用小時數、落后逆變器和落后組串4個方向呈現電站實時發電情況。

（1）電站PR指標：以設置的周期定時刷新數據，通過列表的方式按指定的PR指標順序反映電站實時的發電情況。同時提供列表展開，通過電站損耗、電站日負荷曲線、電站低效逆變器和低效組串數統計以及電站實時活動告警四個維度分析電站發電情況。

（2）電站等效利用小時數指標：以設置的周期定時刷新數據，通過列表的方式按指定的電站等效利用小時數指標順序（默認從低到高）反映電站實時的發電情況。

（3）落后（低效）逆變器：以設置的周期定時刷新數據，通過列表的方式按指定的逆變器等效利用小時數順序反映逆變器實時發電性能。同時提供展開列表，通過逆變器發電量和等效利用小時數時間曲線從時間的維度展示過去一段時間范圍內逆變器的發電性能，幫助分析逆變器低效原因。

（4）落后（低效）組串：以設置的周期定時刷新數據，通過列表的方式反映組串實時發電性能。

5.5 智能運維

基于環境資源數據及發電運行數據，對光伏電站進行運行監測、分析與運行效率評價，從遠程故障診斷到線下同步維護，真正實現高效的O2O協同運維，如圖2。

圖2

（1）故障診斷：通過電站故障實時報警，引入移動偵測、無人機應用，快速定位故障點，關聯制造企業設備編碼庫備品庫，并結合數據中心運維數據庫給出診斷結果，提供參考維修意見。

（2）風險預警：通過實時采集電站逆變器、匯流箱等設備的運行數據，并在同類型電站和設備間通過大數據方法進行橫向和縱向的數據對比，再通過集中分析。當發現電站或設備指標異常時，產生風險預警。通過智能算法和模型，實現風險問題原因識別，將風險預警和運維任務工單推送至運維人員，消除故障隱患。

（3）運維策略：數據中心平臺對太陽資源、發電量指標年報、月報、日報，逆變器數據進行對比分析，通過人工智能、機器學習、中短期氣象預測、新一代組件技術、柔性支架技術、功率預測模型優化等智能算法，提出運維策略，提高設備利用率。

6 結束語

本文探索了以通信為基礎，以數據應用為核心，實時采集光伏電站發電數據、運營數據，并引入專業服務的氣象數據、功率預測和制造商設備模型數據以及電網發電數據，通過人工智能、機器學習、中短期氣象預測、新一代組件技術、柔性支架技術、功率優化、水光互補等多項前沿技術的應用，充分挖掘數據的關聯性，優化數據模型，實現降本增效，同時推動行業技術革新。打破行業壁壘，形成協調發展、生態共贏的良好生態圈，關聯制造企業設備編碼庫備品庫，引入移動偵測、無人機應用，構建基于工業互聯網、大數據技術自動化與復雜系統三大領域跨界融合服務于政府及電網企業和新能源全產業鏈的光伏發電數據中心。