基于云边协同的新能源监控与大数据平台构建

王丽杰，张喜平，冯 强，吴君仪

(中国大唐集团新能源科学技术研究院有限公司，北京市 西城区 100052)

0 引言

风电、光伏等新能源电站多数处于人烟稀少地区，工作环境普遍比较特殊，且电站运行人员少，流动性较大，容易造成管理混乱、运维效率低下。为解决新能源场站生产、管理过程中的问题，借助大数据、云平台、物联网和移动终端等新技术，进行智能监视、预警与诊断，能够提高新能源场站自动化、精细化、智能化管控水平[1-3]。

图1 新能源大数据业务架构全景

为此，国内外各大发电集团和风机厂商开展新能源大数据平台的建设。GE公司于2015年结合了世界级的风机和风电行业的数字基础设施，建立一套动态的、可以联网且适应性极强的数字化风电场(digital wind farm)，可以提高风电场的发电量最多达20%，为风电行业创造大约500亿美元的价值[4]。国内的整机厂商金风科技、远景能源等龙头企业也在探索大数据、互联网和数字化技术如何提升风机和风场价值。金风科技智慧运营系统SOAMTM，远景能源基于全球最大的能源物联网平台EnOS，都是基于智慧风场的大数据平台的整体解决方案[5-6]。明阳大数据中心能够实现从气象预测到风机健康状态监测预警、风电场优化运行，再到风电场群的协同协调[7]。联合动力开发的UP-WindEYE系统集成高速互联风电场实时通讯、卓越电网支撑技术、先进的能量管理功能、强大的数据采集和分析功能、精准的寿命评估和故障预警诊断等功能，为打造智慧风场提供全面解决方案。上海电气的“风云集控”系统在风电行业首创基于互联网技术的分布式数据处理技术，利用ABC技术(人工智能+大数据+云计算)高效利用数据，打造了智慧风电的大数据平台[8]。国家电网青海新能源大数据创新平台作为中国首个新能源大数据创新平台，于2018年1月上线运营，引入金风科技、华为等13家服务提供团队，向包括大唐、鲁能、绿电等新能源企业、政府和金融机构等39家客户提供新能源大数据服务[9]。

综上所述，新能源大数据平台已成为国内外新能源行业积极研究的对象。目前在新能源大数据平台在体系架构的研究上已推出了针对行业关键问题的解决方案，但多侧重于局部功能、单一机型或风电场的智能化优化与升级，缺乏集团级新能源业务的整体规划、缺乏多个子系统间的协同管控、缺乏多种设备机型的跨域融合。因此，建设集团级新能源监控与大数据中心，通过“人-机-网-物”的跨界融合，形成云边协同的开放架构，打造从底层感知到顶层决策的多层次融合，创建全生命周期数字档案，从而实现集团内新能源电站远程监控、智能运维与决策，完成安全、高效、可靠的能源供应与管理。

本文结合中国大唐集团新能源业务和管理方式，基于云边协同技术依托，设计新能源监控和大数据平台的总体架构，从数据采集汇集、云化资源、数据中台、应用融合、平台安全运维以及平台的创新应用等方面进行详细阐述，最终形成集团级的新能源监控与大数据平台的总体解决方案，为新能源行业的智慧平台建设提供参考与借鉴。

1 总体架构

目前常见的系统架构为依托数字化管理云平台，构建从电站-区域生产运营管理中心-集团多级的管理体系，实现“集中管控、区域管理、智能运维、高效发电”的建设目标。

以中国大唐集团监控与大数据中心建设为例，监控与大数据中心定位为集团新能源数据存储中心(数据云)、监控支持中心、诊断分析中心和技术创新中心，主要功能包括运行监控与指标分析、设备诊断分析及故障预警、数据管理与信息安全监控、技术监督和设备管理、在线技术支持和后评价、技术与数据应用创新支撑，如图1所示。区域集控中心定位为区域集中运行监控、设备管理、统计分析中心和检修调度中心，主要功能包括区域集中监视控制、生产指标统计分析、设备参数远程点检、设备状态自动预警、区域生产数据中心、管理链数据流耦合中心[10-11]。

从技术层面来说，监控与大数据中心技术架构包括数据汇集层、云化资源层、数据中台、应用融合、安全与运维、创新运营等几大板块，如图2所示。

2 数据汇集层

数据汇集层主要是对集控中心接入的生产数据、集团其他系统的运营管理数据等进行接入汇集，包括从数据源到监控与大数据中心的物联网架构及数据汇集过程中的数据标记、边缘计算、协议规范、配置同步等接入保障能力[12]。

如图3所示，数据汇集过程包括数据源、数据采集传输、中心端数据汇集与数据接入规则配置、数据预制处理规则及数据持久化。具体来说，数据汇集层使用物联网技术、边缘计算技术和数据传输技术等，将风电场和光伏电站所采集到的数据信息(含风电/光伏电站实时运行数据、箱变/台变实时运行数据、升压站实时运行数据、场站有功/无功控制系统的数据、保护及故障信息数据、电能计量信息数据等)，按照规定的传输协议和传输路径传输到中心端的能源物联网关，能源物联网关经过采集通讯、数据标记、数据预处理、边缘计算等操作将数据预制后，通过数据IoT-Hub将数据传送到分发器，经分发器后的数据通过流处理进程和批处理进程实现数据持久化[13]。

图2 监控与大数据中心建设的技术架构

图3 数据汇集流

3 云化资源层

云化资源层主要提供基于私有云的硬件资源云化服务、网络安全审计、动态资源注册、态势感知等服务。云管理系统将整个数据中心云化，并对系统中用户可见的资源抽取出来纳入统一的资源池管理，为用户提供一体化的资源管理，自动发放资源，同时为用户提供了方便的资源获取途径。用户可以通过在服务目录自动获取资源并在资源上部署用户需要的应用[14]。云管理平台系统架构如下图4所示。

图4 云管理平台系统架构

云管理软件从软件层面拉通统一各资源管理，云管理平台负责全系统硬件和软件资源的操作维护管理，用户业务的自动化运维。从功能上划分，可以分为统一资源管理、自动化运维、用户权限管理、开放API接口、监控管理、告警管理、拓扑管理、日志管理、客户二次开发几个功能模块。

总的来说，云管理平台具有统一资源管理、应用智能管理、灵活的异构与被集成能力、开放性和安全性的特点。能够对资源进行整合管理，物理设备更换和升级、虚拟化平台切换，对用户不感知，提高运维效率。通过组织管理，使多部门的云资源相互独立，互不感知。

4 数据中台

新能源大数据是在新能源开发过程中，从设计到生产，从建设到运维的整个产品全生命周期中各个环节所产生的各种类型的数据及一系列相关技术的组合与应用。以新能源数据资产为核心的大数据平台，极大延展了新能源行业传统的数据范围及管理模式，数据挖掘、机器学习、人工智能等新技术的应用加速了行业的智能化业务转型。

数据中台支撑企业业务中台化的核心构件，基于大数据的标准组件层平台与风电/光伏业务主题域的业务组件层平台，构建不同业务主题的数据资产管理、业务模型建设及数据价值挖掘的能力。如图5所示，数据中台采用一系列先进的大数据工具、技术框架，在满足系统高可靠、高可用、可扩展、安全稳定的前提下，提供高负载和海量数据处理能力，支撑新能源行业对数据的抽取、转换、清洗、整合、分析、管理等各方面的需求。

依托数据探索和管理工具提供服务，将数据流入、处理/存储、流出三个环节分离，保证了数据流向的一致性，同时将用户交互与后端处理业务隔离，降低各业务模块之间无关耦合。在数据管理模块中包含数据集成和实时处理两个主要功能，可在数据流入的同时，利用流计算的特点，在海量数据传入的同时完成大量的数据清洗操作，使数据在流入平台之前已完成基本合规检查操作。

图5 数据中台技术架构

5 应用融合

应用融合为基于数据中台开放服务功能，是新能源业务场景的最终实现载体，可满足新能源用户在集成性、一致性、开放性、可维护、可管理、快交互等方面的需求。应用平台的技术架构设计包括容器、微服务、公共组件服务、消息总线、应用市场、应用平台运营，可避免新能源企业软件系统在不同时期上线导致的各系统数据各自存储、各自定义、缺少连接互动、缺少连接互动、数据孤岛现象明显等问题。

容器化将应用的功能性内容及其配套的依赖系统集成在一个自给自足的生态环境中，通过对容器的运行管理间接实现应用的上线和运维。容器化+微服务是当前应用市场常见的快速应用开发、部署、运营方式，微服务引擎提供对微服务开发、运行、治理的端到端的支持，并支撑微服务架构应用的部署运维与企业应用的微服务化改造。公共组件服务分为集成应用组件和业务领域服务两部分：集成应用组件提供不同应用服务在平台中的统一的公共组件服务，实现不同应用的集成运维服务，保障平台的安全性；业务领域服务通过不同应用的抽象，提取，实现应用平台层面的统一，形成平台的业务服务提供源，达到业务数据复用。消息服务总线实现组件层以及服务层之间多种通信协议连接，集成不同平台上的组件并将其映射成服务层的服务。应用市场基于Portal技术架构，无缝整合多个系统访问，满足服务提供者/消费者/系统管理者访问入口，实现随需应变的平台架构，满足不同用户视角的应用体验。应用平台运营提供应用的统一运维管理入口，包括账户管理、应用注册、应用订阅、服务保障与配置管理。

基于区域集控、设备健康管理、功率预测、业务智能、大数据平台、第三方资产管理等系统统一入口，实现了多系统集成及数据融合，最终实现线上线下相融合智慧运营体系，从集中监控的角度实现资产管理、风险控制、指标分析等可视化业务管理。风电/光伏生产运营监控系统能够对风电/光伏机组、变电站、环境数据、电能质量、风/光功率预测、AGC/AVC进行监控，并提供数据统计查询、智能生产报表、统计指标监控、对标考核推送、故障统计分析等功能。集中风/光功率预测系统实现对集团所属的风力发电、光伏发电等新能源资产进行集中功率预测，以便于集团、分子公司及各电站科学合理制定安全生产运营计划，降低电站的生产运营风险，持续提升电站发电效益，进一步提高公司运维效率和经营管理水平[15-17]。风电/光伏设备故障诊断预警可基于新能源设备运维数据、环境预测数据深度挖掘与分析，对性能低效、部件损坏、部件安全风险进行诊断分析，实现设备健康隐患提前预警；同时接受设备故障、设备告警等亚健康报警数据信息，通过多维度分析，进行设备健康度评价，从而达到降本增效的目的[18-19]。此外，还可和生产管控系统、气象功率预测系统结合，构建计划性运维体系，如图6所示设备健康管理系统架构。

图6 设备健康管理系统架构

6 安全与运维

安全与运维是对整个监控与大数据中心的各项服务提供管理与安全支撑，实现系统状态可感知、系统故障可维护、系统任务可订阅、系统安全有审计，包括运行概览、资源管理、平台监控、用户管理、权限管理、配置管理、日志管理、告警管理几方面的功能。

运行概览作为平台运维视角的监盘功能，总览系统运行的各项重点模块及性能参数、监控平台上的业务应用运行情况、平台上的数据云图、数据质量等，从而帮助分析人员快速理解海量原始数据的特点，掌握原始数据全貌，为下一步的数据质量修复，数据特征探索提取打下基础。资源管理用以满足用户拓展或调整集群资源量时，可在线进行资源的申请、扩容、管理等操作。平台监控能对集群进行添加、删除等操作管理，监控集群的健康情况，对大数据的多组件进行整合，对集群出现的问题进行诊断及给出建议解决方案，如图7所示为平台监控架构示意图。

图7 平台监控架构

用户管理为针对平台运维人员和平台之上的应用，可以指定用户有效期、限定应用的MAC地址，提供用户查询、增加、修改、删除等操作。平台权限管理支持对管理工具和平台数据(包括元数据和业务数据)的权限管理。管理工具的权限管理主要包括平台主机的添加、删除、查看、问题诊断等权限，平台组件的安装、卸载、运行状况监视、问题诊断等权限，平台上应用的启用、停用、运行状况监视等权限。数据权限包括数据的查看、写入、修改、删除权限，数据权限可以设定到某个设备的某类数据的某些列。日志管理为系统提供日志记录功能，包括采集组件接口的日志记录、日志查询，系统登录的日志采集、日志分析等。告警管理为系统提供告警功能，可以接受设备上送的事件类信息，提供事件的存储、查询、订阅、推送等服务，同时支持对接入到平台的实时数据定义产生事件的规则，以满足实时告警、故障分析等业务需求。

7 创新运营

创新运营为在整体监控与大数据中心的支撑之上构建企业级创新运营能力，包括数据资产运营、平台资源输出、生态融合与协同创新等方面。

针对数据资产运营，可采用分层分类分级的方式，分批次开展数据汇集与数据治理等工作，建立相应的数据资产运营规范和要求，从数据信息全面的新能源电站切入，开展数据分析与统计、数据标准和模型的建立，形成全集团数据资产的全景全息地图，实现资产的统一化监测与统计，并为数据资产价值挖掘提供基础。

平台资源服务主要以SaaS服务和DaaS服务。SaaS服务方面，主要为新能源业务相关的服务，如精准集中功率预测服务、大部件故障诊断预警等，有效支撑集团新能源各业务单元的高效运行。DaaS服务方面，主要是基于平台为集团新能源各业务单位提供相应的数据服务，包括公共基础服务和增值数据服务。公共基础服务包括新能源资产基本统计数据(历史发电量、运行指标、电站基本信息、上网电量、故障统计、物资消耗等)、设备与人员基本信息数据(型号、厂商、设备数量、配置、运维人员信息等)、数据标准与规范等；增值服务包括设备故障预警与诊断、气象数据服务、模型开发、算法设计与开发、先进技术研究与应用、风电人工智能技术开发、联合课题研究、人才培养等。

生态融合与协同创新方面，可逐步整合内外部资源，通过与集团内技术力量、外部技术企业深入合作，不断健壮平台架构层、算法层、工具/组件层、数据层等，引入行业顶尖的业务应用和技术，不断完善平台资源的服务广度和深度。同时，以平台为纽带，将新能源价值链环节的业务需求单位、设备厂商、科研院所/高校、行业协会、政府、电网、第三方服务商等相关方打通，形成供需生态模式，通过平台的规模化优势，提供高质量、低成本的服务，使平台抗风险能力大大提高，达到高质量、可持续发展的状态。

8 结论

(1) 集团级新能源监控与大数据中心能够实现集团层面战略管控、辅助决策、资源整合、数据管理和建模分析，对于提升新能源场站自动化、精细化与智能化管控水平具有重要意义。

(2) 在技术层面，从数据采集汇集、云化资源、数据中台、应用融合、平台安全运维以及平台的创新应用等方面形成集团级新能源监控与大数据平台的总体解决方案，为新能源行业的智慧平台建设提供参考与借鉴，为实现新能源设备运行远程监控、指标分析、安全预警、故障诊断提供依据，为打造安全、绿色、经济和可持续的现代智慧新能源产业体系提供支撑。