浅谈安科瑞光伏运维平台数据可视化研究
安科瑞 王晶淼 18861632782
摘要：随着光伏电站智能化水平的不断提升，现有光伏智能监控系统可视化方法已无法满足高实时性、高并发的数据可视化需求。为此，文章探讨了实现智能化光伏电站的关键技术，并针对大数据的光伏数据可视化方法进行了分析与研究，提出了一种Kafka，Spark与WebSocket相结合的数据处理方法，可满足高并发数据请求下光伏实时数据的可视化需求。利用该数据可视化方法，可监控光伏元件的运行状况，有利于光伏电站的智能化管理、提升发电效率、节省维护管理所需要的时间与人力成本。
关键词：光伏大数据；数据可视化；数据推送；智能化
0、引言
随着全球环境污染的加剧以及资源的不断锐减，发展新能源已经是一种不可避免的趋势。光伏发电因其资源用之不竭、清洁环保且不受地域限制，加之建设周期短等优点，在长期的能源战略中具有重要的地位。光伏电站的平稳运行，不仅仅需要各个光伏模块的正常运行，也需要各模块协调作业。
如何实时监控各个光伏模块的运行状态，以便运维人员及时作出维护、优化响应，从而保证光伏电站的正常运行，成为亟待解决的问题。传统光伏电站基于网络监控系统与人工运维相结合的设备管理与监控方式，对于设备故障的处理存在着一定的延时，且在数据并发量大的情况下无法保证数据传输的稳定性，影响系统监控管理的效率；其智能管理系统受限于既有的计算及处理能力，一般只能对光伏电站部分关键参数进行实时监控，无法对多个光伏电站所有采样参数进行实时监控及可视化展现。为此，本文提出了一种基于大数据的光伏智能管理系统，其采用基于大数据的光伏智能管理系统架构以及实时数据处理和存储方式，可实现光伏电站高并发量数据的可视化展现。
1、光伏数据处理
该光伏智能管理系统的总体架构如图1所示。系统中，光伏电站的所有运行数据通过配套的4G无线路由器经安全可靠的IPsec隧道回传给大数据平台进行解析，并对光伏实时数据进行可视化处理，且支持处理的结果在台式机、笔记本电脑上或手机及Pad客户端展现。
图1 光伏智能管理系统总体架构
光伏数据可视化主要分为实时数据可视化与历史数据可视化。本文将从实时数据处理以及历史数据存储2个方面分别阐述可视化数据的收集和处理原理与过程。
1.1实时数据处理
光伏数据可视化结果的完整性以及实时性很大程度上依赖于大数据平台接收到数据后处理数据的方式。传统的数据处理方式是光伏电站实时数据通过Socket通信将数据传回至服务器端，客户端以AJAX（异步JavaScript和XML）通信方式向服务器请求数据并在Web浏览器或者手机APP中进行可视化展示。这种方式不能及时处理客户端多并发、多连接情况，且容易造成数据的丢失，影响可视化数据的完整性与准确性；同时由于AJAX通信方式的原理是不断向服务器轮询新数据，当多客户端大批量请求数据时，会导致服务端的压力剧增，影响其服务性能。
本文所提出的光伏智能管理系统采取Kafka(高性能跨语言分布式发布/订阅消息队列系统)、Spark(开源的类MapReduce的通用并行框架)和WebSocket(下一代客户端-服务器的异步通信)相结合的方式（图2）。为了防止客户端发生多并发、多连接情况，数据接入服务器时会将实时数据先写入支持快速持久化、高吞吐、完全分布式的Kafka消息队列；从Kafka消息队列获取到实时数据后，为了加快数据预处理过程，采用可提供海量数据交互式查询的Spark分布式计算框架；为了避免客户端不断轮询服务器所产生的压力，采用WebSocket数据推送方式，所推送的数据将作为Web浏览器或手机APP客户端可视化数据源的实时数据。
图2 光伏智能管理系统实时数据处理流程
1.2历史数据存储
对历史数据进行可视化操作的前提是获取历史数据源。考虑到后期光伏电站扩容及存储所有实时数据的需求问题，传统的Mysql数据库（关系型数据库）存储数据的方式已不能满足应用要求，为此该光伏智能管理系统采取Mysql与Hbase（非机构化数据库）相结合的方式进行数据存储，其数据存储流程如图3所示。
图3 数据存储流程
如图3所示，服务器端接收的光伏实时数据将全部存储至Hbase中进行备份和高可靠性安全存储。针对非海量数据查询，Mysql的速度比Hbase的快，故光伏故障与统计数据将在Spark中计算后存储到Mysql数据库中；因数据查询速度会随存储容量的增加而降低，故本系统只在Mysql中存储近3个月的故障数据，更长时间段的历史数据则需在Hbase中进行查询操作。
为了便于历史数据的可视化，在Mysql数据库中存储了所有光伏电站的发电企业信息表、设备信息表、故障码表、电站元件拓扑结构表和用户信息表等相关静态信息表。
良好的数据存储方式将直接影响后期数据查询的速度和效率。对于所有数据在Hbase中的存储备份，该系统采取以光伏电站编号与时间戳相结合的方式生成每个Cell（数据存储单元）的RowKey（Hbase数据检索依据）值。
2、光伏数据可视化实现
所设计的光伏智能管理系统支持Web浏览器及手机APP客户端图表展现，并支持用户在图表中进行交互性操作以快速获取光伏电站各个元器件相互关联关系。
2.1实时数据可视化
2.1.1光伏电站关键信息实时数据可视化
系统运维人员可在Web浏览器端选择查看光伏电站关键信息请求，服务器端将新的实时数据通过WebSocket数据通信方式推送至对应前端页面并进行可视化图表绘制。其关键信息可视化数据处理流程如图4所示。
图4 关键信息可视化数据处理流程
光伏电站关键信息可视化效果如图5所示。通过该系统，运维人员可快速获取电站的日发电量、功率因数和发电效率等实时关键信息。
图5 关键信息可视化效果
2.1.2光伏组件拓扑实时数据可视化
光伏电站各组件拓扑实时数据可视化实现过程如图6所示。
图6 光伏组件拓扑实时数据可视化过程
以某光伏电站的拓扑关系为例，在Web浏览器端获取的光伏组件拓扑实时数据可视化效果如图7所示。运维人员将鼠标移至所关心的拓扑元素上时，该元素的关键实时信息会以图表形式进行可视化展示；通过双击拓扑元素,可以获取该元素的所有实时变量信息值。当某个光伏组件发生故障时，其在拓扑图上所对应的元素将变成红色并闪烁，运维人员可通过双击该元素来获知故障发生的详情描述，并可作为故障处理的参考依据。
图7 光伏组件拓扑实时数据可视化效果
2.2历史数据可视化
2.2.1故障统计数据可视化
光伏电站历史故障统计数据对于针对性维护光伏元件正常工作有着重大意义，利用这些数据，运维人员可以集中各类资源与精力在高频率故障上。故障统计可视化数据处理流程如图8所示，前端页面接收到服务端返回的结果后，可以将查询的结果以饼图、柱状图和折线图等方式进行多维度展示。
图8 故障数据可视化处理流程
故障统计数据可视化效果如图9所示，其支持用户的可交互性操作，用户可改变图中的筛选条件来查看感兴趣时间区间的故障数据，并通过设置图表展示类型来从不同维度审查故障统计可视化结果。
图9 故障统计数据可视化效
2.2.2运营统计数据可视化
运营统计数据可直观展示各个光伏电站在不同时间的发电量，是评估光伏电站平稳运行的另一重要指标。运营统计数据可视化过程与故障统计数据可视化过程类似，判断所请求的数据是否为近3个月内的数据，分别从Mysql与Hbase数据库中查询获取数据，并根据应用需求进行可视化展示。其运营统计数据可视化效果如图10所示。
图10 运营统计数据可视化效果
用户可以根据核心关注的维度来选择希望查看的运营统计数据。该系统支持按日、周、月、年来对运营数据进行可视化展示，并支持用户依据不同展示维度来展现运营统计数据。
3、安科瑞分布式光伏运维云平台介绍
3.1概述
AcrelCloud-1200分布式光伏运维云平台通过监测光伏站点的逆变器设备，气象设备以及摄像头设备、帮助用户管理分散在各地的光伏站点。主要功能包括：站点监测，逆变器监测，发电统计，逆变器一次图，操作日志，告警信息，环境监测，设备档案，运维管理，角色管理。用户可通过WEB端以及APP端访问平台，及时掌握光伏发电效率和发电收益。
3.2应用场所
目前我国的两种分布式应用场景分别是：广大农村屋顶的户用光伏和工商业企业屋顶光伏，这两类分布式光伏电站今年都发展迅速。
3.3系统结构
在光伏变电站安装逆变器、以及多功能电力计量仪表，通过网关将采集的数据上传至服务器，并将数据进行集中存储管理。用户可以通过PC访问平台，及时获取分布式光伏电站的运行情况以及各逆变器运行状况。平台整体结构如图所示。
3.4系统功能
AcrelCloud-1200分布式光伏运维云平台软件采用B/S架构，任何具备权限的用户都可以通过WEB 浏览器根据权限范围监视分布在区域内各建筑的光伏电站的运行状态（如电站地理分布、电站信息、逆变器状态、发电功率曲线、是否并网、当前发电量、总发电量等信息）。
3.4.1 光伏发电
3.4.1.1 综合看板
●显示所有光伏电站的数量，装机容量，实时发电功率。
●累计日、月、年发电量及发电收益。
●累计社会效益。
●柱状图展示月发电量
3.4.1.2 电站状态
●电站状态展示当前光伏电站发电功率，补贴电价，峰值功率等基本参数。
●统计当前光伏电站的日、月、年发电量及发电收益。
●摄像头实时监测现场环境，并且接入辐照度、温湿度、风速等环境参数。
●显示当前光伏电站逆变器接入数量及基本参数。
3.4.1.3 逆变器状态
●逆变器基本参数显示。
●日、月、年发电量及发电收益显示。
●通过曲线图显示逆变器功率、环境辐照度曲线。
●直流侧电压电流查询。
●交流电压、电流、有功功率、频率、功率因数查询。
3.4.1.4 电站发电统计
●展示所选电站的时、日、月、年发电量统计报表。
3.4.1.5 逆变器发电统计
●展示所选逆变器的时、日、月、年发电量统计报表
3.4.1.6 配电图
●实时展示逆变器交、直流侧的数据。
●展示当前逆变器接入组件数量。
●展示当前辐照度、温湿度、风速等环境参数。
●展示逆变器型号及厂商。
3.4.1.7 逆变器曲线分析
●展示交、直流侧电压、功率、辐照度、温度曲线。
3.4.2 事件记录
●操作日志：用户登录情况查询。
●短信日志：查询短信推送时间、内容、发送结果、回复等。
●平台运行日志：查看仪表、网关离线状况。
●报警信息：将报警分进行分级处理，记录报警内容，发生时间以及确认状态。
3.4.3 运行环境
●视频监控：通过安装在现场的视频摄像头，可以实时监视光伏站运行情况。对于有硬件条件的摄像头，还支持录像回放以及云台控制功能。
3.5系统硬件配置
3.5.1 交流220V并网
交流220V并网的光伏发电系统多用于居民屋顶光伏发电，装机功率在8kW左右。
部分小型光伏电站为自发自用，余电不上网模式，这种类型的光伏电站需要安装防逆流保护装置，避免往电网输送电能。光伏电站规模较小，而且比较分散，对于光伏电站的管理者来说，通过云平台来管理此类光伏电站非常有必要，安科瑞在这类光伏电站提供的解决方案包括以下方面：
3.5.2 交流380V并网
根据国家电网Q/GDW1480-2015 《分布式电源接入电网技术规定》，8kW~400kW可380V并网，超出400kW的光伏电站视情况也可以采用多点380V并网，以当地电力部门的审批意见为准。这类分布式光伏多为工商业企业屋顶光伏，自发自用，余电上网。分布式光伏接入配电网前，应明确计量点，计量点设置除应考虑产权分界点外，还应考虑分布式电源出口与用户自用电线路处。每个计量点均应装设双向电能计量装置，其设备配置和技术要求符合 DL/T 448 的相关规定，以及相关标准、规程要求。电能表采用智能电能表，技术性能应满足国家电网公司关于智能电能表的相关标准。用于结算和考核的分布式电源计量装置，应安装采集设备，接入用电信息采集系统，实现用电信息的远程自动采集。
光伏阵列接入组串式光伏逆变器，或者通过汇流箱接入逆变器，然后接入企业380V电网，实现自发自用，余电上网。在380V并网点前需要安装计量电表用于计量光伏发电量，同时在企业电网和公共电网连接处也需要安装双向计量电表，用于计量企业上网电量，数据均应上传供电部门用电信息采集系统，用于光伏发电补贴和上网电量结算。
部分光伏电站并网点需要监测并网点电能质量，包括电源频率、电源电压的大小、电压不平衡、电压骤升/骤降/中断、快速电压变化、谐波/间谐波 THD、闪变等，需要安装单独的电能质量监测装置。部分光伏电站为自发自用，余电不上网模式，这种类型的光伏电站需要安装防逆流保护装置，避免往电网输送电能，系统图如下。
这种并网模式单体光伏电站规模适中，可通过云平台采用光伏发电数据和储能系统运行数据，安科瑞在这类光伏电站提供的解决方案包括以下方面：
3.5.3 10kV或35kV并网
根据《国家能源局关于2019年风电、光伏发电项目建设有关事项通知》（国发新能〔2019〕49号），对于需要国家补贴的新建工商业分布式光伏发电项目，需要满足单点并网装机容量小于6兆瓦且为非户用的要求，支持在符合电网运行安全技术要求的前提下，通过内部多点接入配电系统。
此类分布式光伏装机容量一般比较大，需要通过升压变压器升压后接入电网。由于装机容量较大，可能对公共电网造成比较大的干扰，因此供电部门对于此规模的分布式光伏电站稳控系统、电能质量以及和调度的通信要求都比较高。
光伏电站并网点需要监测并网点电能质量，包括电源频率、电源电压的大小、电压不平衡、电压骤升/骤降/中断、快速电压变化、谐波/间谐波 THD、闪变等，需要安装单独的电能质量监测装置。
上图为一个1MW分布式光伏电站的示意图，光伏阵列接入光伏汇流箱，经过直流柜汇流后接入集中式逆变器(直流柜根据情况可不设置)，经过升压变压器升压至10kV或35kV后并入中压电网。由于光伏电站装机容量比较大，涉及到的保护和测控设备比较多，主要如下表：
4、结语
本文所提光伏可视化系统可实现多个光伏电站高并发数据请求条件下实时数据监控及可视化展示。作为运维人员智能化管理光伏电站的有利工具，其能准确提供设备的实时运行状况，大大节省了管理和维护光伏电站所需时间及人力成本。目前，该系统的工作核心在于解决光伏产品关键数据的接收、存储及展示，后续将充分利用已有的历史数据并结合大数据相关技术对光伏电站各个元件的健康状况进行预测，以实现光伏电站的智能化管理。
