（国电南瑞科技股份有限公司江苏南京210000）
摘要：随着光伏发电资产规模的扩大，和对集群化管理的需求日益迫切，光伏电站的分散式运维模式，由于信息孤岛、无法远程监督和指导、运维和巡检人员培养成本高、大量数据无法统计和分析等问题，已不能适应发展的变化，信息化、区域化管理成为新能源探索运维新模式的两个发力点。集中化运维思想变得尤为迫切，通过互联网技术以及智能化技术可以使光伏电站运维变得更加高效。
1.背景
国家能源局、国家发改委公布的《能源发展“十三五”规划》指出，2020年光伏发电规模达到110GW以上，其中分布式光伏60GW。国外光伏电站规模较小，对于集中运维中心建设的研究较少。因此，研究光伏电站智能化集中运维管理技术，解决光伏电站运营单位由于规模越来越大而骤增的运维难度问题，意义重大，市场前景广阔。[1]
2.系统架构
光伏电站往往具备大体量集团化运营、地理位置分散的特点，运营管理人员想要实时的获取光伏电站信息难度大，运维人员成本高且不易管理。因此需要建立智能化集中化运维系统，提高管理时效性，同时结合智能化运维技术降低运维成本。
光伏电站数据采集点的数量极高，一个30MW的光伏电站，包括：光伏组件信息、升压站信息、天气数据、电量信息等采集点，数据采集器采集到的点位能达到7万余条。集中运维系统所接入电站的总装机容量大，为应对海量数据，需要采用大数据采集、存储、处理和访问框架。光伏电站智能化集中运维系统的数据采集、集成、存储、处理和展示流程为：
1）光伏电站数据采集系统将应用数据、数据库数据、日志、图片、视频等海量数据，经由数据集成模块进行内存间通信，将海量断面数据存入内存数据库，保证系统具备实时性。
2）采用HDFS（HadoopDistributedFileSystem）技术将文件存储到内存数据库并完成数据持久化，这些文件和集成后的数据将由大数据处理框架进行指标分析和统计运算等处理，其运算结果将保存在NoSQL等关系数据库中，例如：Hbase、Redis等。此外，在关系数据库中还会完成一些基本信息的关联建立，如光伏电站的地理位置信息、基本人员数据、隶属关系、运管人员关系等。
3）所有存储在数据库中的数据包括：实时统计数据、历史查询数据、经过指标分析后的数据、故障预警信息、地理位置信息、设备监控信息等，都将在智能化运维云平台中进行展示。展示载体包括：所有接入到智能化集中运维系统网络中的PC、大屏幕、手机APP等。光伏智能化集中运维平台的整体架构，如图1所示：
图1光伏智能化集中运维平台架构
3.光伏电站智能化集中运维系统关键技术
3.1光伏电站运维系统数据流
光伏电站运维管理系统可以集中全国与各地区的新能源远程调度与应用的项目，系统同时需要考虑光伏电站设备的运行与控制能力的要求，该系统基于SOA架构，实现了网络运营监控和运营分析，模型，数据，图片维护和系统共享等各种应用的集成运营。同时可根据用户需求进行运营管理等应用扩展，以实现新能源业务精益化管理需求。
光伏电站运维管理系统从业务需求上可以将系统划分基础业务、新能源监视与控制业务、新能源支持业务等。
为满足上述业务需求，新能源集控系统进行了子系统划分，明确了各子系统的功能职责以及工作体制。
3.2光伏电站运维指标分析及异常预测诊断
光伏电站智能化集中运维系统利用采集到的各电站的海量数据，包括：五遥数据、实时告警，历史数据样本，借助大数据平台的分析技术可以从大体量光伏电站的海量数据中找出潜在的模态与规律，为决策人员提供决策支持。麦肯锡提出指标分析与异常预测诊断的关键技术源于统计学和计算机科学等学科，通过横/纵向数据对比、关联分析、机器学习、数据挖掘、模式识别、神经网络、时间序列预测模型、遗传算法等多种不同的方法[2]，对电站的运维效率提高、异常预测诊断提供辅助和决策支撑。主要包括：
1）对集团管理、电站运维、设备巡检三级架构逐级进行KPI（KeyPerformanceIndex）展示，降低数据信息获取难度，避免管理者、运维人员或者巡检人员在阅读KPI效率低下，确保制定决策的果断、建立运维策略的完备以及巡检操作的精细化。
2）结合电站/设备的历史、家族信息，根据集中运维系统的光伏电站/设备的运行工况，充分利用云平台强大的数据处理能力，快速有效地预测设备潜在的故障，及时推送设备异常警告，由系统根据模型自主生成详细的设备维护计划；在设备发生故障的情况下，可以快速找到故障点，并提供参考维护建议以最大限度地减少损失。这些设备故障包括：
3.3光伏电站运维数据展现
如图1所示，集中运维系统将大数据框架的运算结果送到光伏电站智能化集中运维云平台以图表等多种方式进行展示。数据消费者，即：集团管理人员、运维人员、巡检人员，只需通过已经接入到部署了光伏电站智能化集中运维云平台的网络中即可通过PC、大屏幕以及智能手持终端进行实时且直观的数据获取。例如：集团管理人员可通过移动APP，随时随地掌握各个光伏的KPI指标；运维和巡检人员可以实现两票操作移动化，不受地域限制，随时进行电站和设备的实时运行状态监测，汇报巡检情况，申领巡检器具等工作流。
光伏电站运维大数据系统的数据展现技术包括可视化技术、空间信息流展示技术、历史流展示技术等。可视化技术以光伏电站的实时监控、图标统计等形式，使得光伏电站运维系统的繁杂数据量得到直观的展示。以场站三维漫游、AR/VR可穿戴式巡检技术、地理信息系统等技术相结合的空间信息流展示技术，能够把光伏电站的设备管理与运维人员有机的结合在一起，提高运维效率。在光伏电站运维系统中，异常预警诊断、长周期气象预测、负荷趋势预测等深度预测应用模块往往需要大量的历史数据，通过历史流展示技术来挖掘规律性事件有利于避免重大事故的发生。
4.总结
本文探讨了大数据、云计算、智能电网三者之间的相互关系，并给出光伏电站智能化集中运维系统框架，对光伏电站运维企业基于大数据技术的运维系统平台的搭建具有参考价值。本文阐述了光伏电站智能化集中运维系统中4个核心的关键技术，即数据流管理、指标分析、异常预测诊断、数据展现。借助光伏电站智能化集中运维系统，可帮助运维人员、管理人员更直观、准确地获取光伏电站运维系统数据包含的信息，及早的发现设备存在的隐患，减少了光伏电站运维的成本。
参考文献：
[1]王玉磊，应黎明，陶海洋，等.基于效能-成本的智能变电站二次设备运维策略优化[J].电力自动化设备，2016，36（6）：182-188.
[2]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（3）：503-511.
[3]檀庭方，李靖霞，吴世伟，等.基于“互联网+”的智能光伏电站集中运维系统设计与研究[J].太阳能，2017（9）：23-28.