風電大數據生產調度平臺建設中的關鍵技術研究

白道華

(大唐先一科技有限公司，長沙 410007)

風能是一種重要的清潔能源，近年來，世界風電產業得到迅速發展。風電場具有距離分散、地理位置偏遠、不易統一管理等特點，隨著風電場開發和管理的深入，近幾年電網及各發電集團均開始推廣 “無人值班，少人值守”風電場和集控中心的建設，多個大型風電集控中心也陸續建成投入使用。

本文結合某大型新能源公司風電大數據生產調度平臺，對平臺涉及的關鍵技術進行研究和總結。

1 風電生產調度平臺建設中的主要問題

風電生產調度平臺主要存在以下問題。

(1)傳感器等設備可信度低。部分儀器儀表精確度不高、數據誤差較大：部分儀器儀表安裝時精度不滿足要求，并且缺乏后續的修正、檢查及校準等維護造成數據誤差較大，影響了平臺數據來源的可靠性、全面性、準確性以及可比性。

(2) 數據采集指標數量不滿足大數據分析要求。風電發展初期，GE、維斯塔斯、歌美颯等風電機組占有量較大，這些機組均使用自主研發的主控系統；隨后，國產風電機組開始占有市場，但核心的主控技術都從國外引進，受技術封鎖、吸收能力等因素影響，未能完全理解消化；近幾年，金風、華銳、遠景等廠家相繼開發了自己的主控系統。這些監控系統各有各的通信規約、設計思路、控制策略和數據類型，互不兼容。這些風電機組廠家受產權保護、技術封鎖和利益影響，不與風電企業共享數據，只是有償部分開放。這些數據遠遠不能滿足風電企業的大數據分析需求。輸變電設備數據不足：風電場在設計、施工階段，信息化標準不高，在獲取輸變電設備數據時，監測點和可靠性普遍不滿足需求。

(3) 數據存儲和計算無法滿足大數據分析要求。生產調度平臺數據對實時性要求較高，并且需要同時兼顧平臺的應用查詢功能需求，通常采用商用實時/歷史數據庫+關系數據庫的方式構建數據中心。此架構在一定程度上解決了海量數據存儲和計算的問題，但由于商用實時/歷史數據庫開放程度較低，受本身讀寫性能以及數據庫總容量的嚴重制約，對平臺軟硬件架構以及數據集成方式的要求極高，并且配套的數據分析工具匱乏，無法滿足大數據分析和計算的要求。

(4) 風電管理基礎相對薄弱，數據分析標準匱乏。我國風電一直處于迅速建設擴張期，對管理和運維的重視尚未提高到應有高度，風電場主要設備的管理和運維效率較低。

2 平臺的關鍵技術分析

本平臺分為數據采集、數據中心、綜合應用中心三個層次(見圖1)。

圖1 系統總體架構圖

數據采集層主要完成風電場數據的匯集及預處理；數據中心是平臺的核心部分，數據的存儲、風機狀態判斷、數據的計算分析均由數據中心完成；綜合應用中心用于實現數據分析結果的展示，用戶自定義分析等。

下面按三個層次介紹平臺涉及到的關鍵技術點。

2.1 數據采集

風電數據采集平臺的數據采集涉及50多種風機機型，涵蓋了國內外幾乎所有主流機型。為保障平臺科學有效，需要建立統一、標準的通信規范體系，并合理選擇數據源。

(1)采集指標規范體系的建立。平臺充分調研和分析涉及到的所有風機機型指標，特別是各機型故障碼和狀態碼，根據大數據分析的業務需求，整理出一套大數據分析采集指標規范體系。指標按照風機類型(直驅、雙饋)區分，涉及到風機SCADA系統、能量管理平臺、AGC、AVC、測風塔、升壓站等所有指標。

(2)數據源的選擇。與風場側通信的數據源，需要根據各子系統安裝和集成情況具體選擇，滿足“數據全面、傳輸可靠”的要求。風機SCADA系統作為風電場實時運行和控制數據的主要來源，鑒于風機廠家存在技術封鎖，在技術封鎖較嚴重的風電場采取直接采集的方式。限功率指令和停機指令等電網調度指令直接從能量管理平臺采集；風速、風向等氣象數據從測風塔傳感器采集。

(3)數據通信標準規約的確立。大型能源公司通常下屬風場眾多，風機廠家及主控系統也多種多樣，確立一種統一、科學、高效的數據通信標準規約對生產調度平臺數據采集的數據完整性有著至關重要的作用。規約須具備的功能有：網絡資源最優化利用、所有數據完整有效并需具備可擴展性、具備斷電續傳功能，并且續傳后實時數據更新無延遲。

該平臺制定了風電場與生產調度中心統一的通信標準，采用TCP/IP的通信方式結合Msmq消息隊列技術，保障數據的穩定實時傳輸，并配備斷電續傳功能保障數據的完整性。

2.2 大數據中心

平臺采用成熟的商業Hadoop軟件加私有云的架構方式[1-4]，搭建新能源風電大數據中心和綜合應用中心，主要用于數據的存儲、計算分析和可視化展示。

(1)數據中心的搭建。平臺基于Hadoop大數據平臺和Oracle數據庫，開發數據中心功能，數據中心提供分布式實時數據庫、服務總線、高速數據總線、任務調度與監控、數據同步等公共服務。在此基礎上實現模型數據、實時數據、歷史運行數據的存儲管理、高效統計計算處理與快速訪問，為上層的應用提供數據訪問與計算服務。平臺搭建大規模的大數據平臺群集，大數據平臺群具有擴展性強、分布式存儲、資源自動優化和負載均衡等特點，可最大程度上滿足新能源公司增量風場數據的接入。為了滿足實時監控的數據實時性要求，系統提供分布式實時庫，以分布式內存庫的方式，在進程內存中緩存所有量測數據的當前值。

(2)企業服務總線。平臺采用Java技術,通過建立異構系統底層的消息通信機制,構建連接異構系統的ESB，以服務總線為交互基礎，以標準接口對外提供模型和數據，構建一個開放的、規范的大數據中心，滿足系統與其他應用之間的交互需要。

2.3 綜合應用中心

平臺提供開放式的開發平臺，由數據、基礎框架、業務服務、界面框架、安全控制體系和輔助開發工具六塊組成。在此基礎上，根據生產調度中心的管理需要，利用數據中心的數據實現各種上層應用，主要包括實時監視、告警監視、經濟運行、設備管控、能效管理、故障診斷、數據挖掘分析等。

平臺提供應用商店式的開發框架，新的應用功能可以在平臺開發框架內即插即用，可實現應用系統的開放式開發管理。

3 結語與建議

通過建立集團級別的風電大數據生產調度平臺，一方面按照當前大數據分析業務的要求，將所有現地數采設備和傳感器的運行狀況全面集中地反映在統一數據平臺上，結合監測系統自身告警監測功能，可以由上至下及時開展監測設備的維護和檢查，避免設備進入可信度低又無人監管維護的惡性循環中；第二，開發了模塊化的數據采集軟件，可以支持從風機直接采集所需數據，有利于下一步風機廠家技術壁壘消化工作的開展；第三，以Hadoop大數據軟件為依托，采用虛擬化云平臺技術，搭建了風電大數據平臺，有利于下一步大數據挖掘分析工作的擴展，并可以為建設企業級跨部門的大數據平臺打下基礎；第四，建設開放的大數據平臺和開發框架，并運用服務總線技術，為未來大數據時代數據的開放、共享提供技術儲備。但風電大數據生產調度平臺的后續完善以及對海量數據的挖掘，仍是亟需開展的課題，具體內容如下。

(1)生產調度平臺的后續完善和維護。從現地數采設備到生產調度平臺中心側，涉及到大量的軟硬件產品和物理網絡連接，需要必要的人力物力長期保持對相關設備的完善和維護，如軟硬件運行狀態的監護、網絡環境的監測，底層傳感器和數采設備的定時校對和更換。雖然部分工作能夠通過軟件報警和通知功能完成，但這些功能的需求設計、開發和使用，仍是需要人員參與的長期過程。

(2)風機廠家技術壁壘的消化。本平臺雖然消化了部分風機廠家數據采集的技術壁壘，但風機機型眾多、涉及各廠商利益。要實現大數據時代的開放、共享還需要各方共同努力。

(3)大數據挖掘工作的擴展。大數據中心的建立，為后續的數據分析應用打下基礎，如：氣象大數據分析功能的擴展、風機故障預警功能的擴展[4]、大數據挖掘在風電選址方面功能的擴展、風電機組運行狀態監測等，仍需各方向的專業人員協同工作、共同進行相關深度數據挖掘的業務需求梳理、挖掘算法驗證及結果分析驗證等工作。