论文部分内容阅读
摘要:随着技术发展,新能源场站运行管理也呈现数字化、智能化趋势,通过构建集控大数据平台,极大改善场站运行管理现状,使得场站智能运维得以实现。本文简要分析传统新能源场站面临问题,并对集控大数据平台的构建、功能及应用效果进行具体研究,旨在促进新能源发展。
关键词:集控大数据平台;新能源行业;应用
要想打破传统分散、低效的新能源场站运行管理模式,需借助信息、大数据等技术手段,建立起具备场站实时监测、故障预警、远程控制、安防通讯等诸多功能的集控系统,可将场站管控策略由“消”转向“防”、“预”为主,提高场站设备运维效率,使场站精益化管理目标得以实现。
一、传统新能源场站面临问题
在不断发展中,新能源场站规模持续增长,但也带来监测管理上的难题。因新能源特点决定了,其在地域分布上较为分散,且点多路远,运维管理难度大。而且就不同场站而言,其装机规模差距较大,再加上人员配给有限,多数情况下设置复合型岗位,人员专业性并不突出,不便于专业培训、技术交流等开展,新能源场站管理队伍素质难以提升。
二、新能源集控大数据平台构建
(一)实时数据采集接入
在风电场集控系统中,首先要针对各风机部件,合理布设监测元件,获取机组功率、轴承温度等状态数据,然后将其接入到实时数据库。集控平台通过Kafka集群获取到相应数据,然后将其传输至后续的实时流处理流程(SparkStreaming),在特定规则下完成数据过滤。而且Kafka集群在实用中还具有扩展优势,对场站规模的增长可较好适应。最终,在完成风电场实时数据采集后,将接入到数据分析平台,进行深度的性能分析。
(二)数据分析平台
在风电场发展中,其数据规模急剧增长,并且有大量多态、异构数据存在,这就要求集控系统具备全量数据分析的功能。在该平台的设计中,采取开源设计的模式,不仅可满足各类数据接入需求,还兼具预处理、数据转化等作用,可实现风电场数据流的实时处置,较好的适用于风电场集中管控业务。同时,利用H2O、Python等工具,该平台还能挖掘风电场历史运行数据,并且通过建立全量数据模型,场站数据分析将更为全面,此外,在数据分析平台中,还采取并行计算的策略,对集群运行的风电场,可提高更优质的数据分析服务,使场站管理也更为高效。
(三)可视化展示平台
在风电场集控系统构建中,可视化是其基本功能需求,可提升场站运行运维效率。但在以往可视化方案中,主要采用固化主题分析图表,而由于场站运行数据规模增长,其不再适用于集中监控可视化展示。可视化展示平台的构建,需要具备更多指标主体,并且还能为用户提供自主定义的空间,进而满足场站数据多元化展示的需要,提高集控系统使用价值。在以往可视化平台中,其指标、数据模型的构建相对固定,所产生的分析报表也不够灵活,若需求变更,很难对可视化展示内容进行及时修改。而且,在可視化平台构建时,还要适用不同业务系统下的多个数据源,并且面对风电场海量数据,需强化其数据分析能力。
三、集控大数据平台具体功能
(一)风场运营指标分析
在风场实际运营中,为更好的辅助管理,通常设计有KPI指标体系,将其与风机运行信息充分结合,并通过大数据网络,可将指标信息呈现给风场管理层,方便风电场运营管理决策制定。同时,风机性能参数等,也可借助大数据平台,以数据报表的形式,实时、直观的提供给风电场运行监控人员,可使风场管理更为高效、透明。
(二)分析机组可靠性
由于风电场集控系统,具备历史数据分析功能,可获取不同机组的故障频次、维护记录、运行时长等数据,并用于机组可靠性分析,对风场运维管理很有帮助。
(三)故障损失电量分析
在该平台中,设计有风机故障统计及分析模块,可依据损失电量、电价等相关数据,建立其分布曲线,以便深入分析风机故障的时间规律及损失状况。
(四)机组状态预警功能
通过搭建大数据集控平台,对于监控范围内的各个新能源场站,可准确获取其机组状态,并对其进行健康评测,对机组故障做到准确的预警。风力机组故障前,其监测数据会有所变化,并符合一定规律,借助大数据分析,可提高机组故障预警准确率。
(五)成本指标的应用
为提高风场运行经济性,需要对其成本加以统计,而人工表格统计的方式,很难适应大规模风电场成本管理。而在集控大数据平台中,可实现风场成本数据集中存储,还能根据工单情况,有效记录备件消耗,方便场站运行成本分析。同时,通过集控平台获取风机备件使用表单,可发现不同备件的消耗占比,进而合理调整风机备件采购计划,减少库存成本。此外,借助集控平台,还能准确获取风场效益率指标,依据发电量、成本、投资等数据,对场站效益进行计算。
(六)其他智能化应用
在风电场集控系统中,还可接入各类智能化设备。一是移动智能终端设备,风电场运维人员,通过手持终端,可实时获取场站集控系统派单,使场站运维更为灵活,并且风电场故障处置也更为及时,大大提升场站运维效率,但要解决偏远风电场的信号问题。二是智能眼镜,技术手段的进步,使得新能源场站运维呈现智能化趋势,利用智能眼镜,可实现风电场运维现场的远程监控及指导,因其具有图像实时回传功能,使得远程指导更为灵活,显著提升运维效率。
四、集控大数据平台应用效果
(一)实现集中管理与精准运营
在新能源场站管理中,借助集控大数据平台,统一了风机运行数据标准,建立起具体的指标体系,信息资源得以有效集中,使得各场站管理不再分散。同时,在大数据加持下,场站机组故障缺陷可精准预测,对场站故障原因也能有效挖掘,场站故障处置更为准确和高效,减少运维时间及成本损耗,提高新能源场站运营效益。
(二)简化人员配置,提升运维效益
为改变新能源场站维管队伍臃肿的局面,开发了场站集控系统,使得生产组织机构得以优化,而且“大运维”理念得以落实,新能源场站运维成本降低,并且复合型岗位问题得以改善,专业化水平有效提升。
(三)实现场站智能监控
借助于集控平台以及各类场站智能化应用,可满足场站远程监控的功能性要求,降低新能源场站对人员值守的需求,无人或少人值守成为常态,场站设备管控更为智能、高效。同时,也改变新能源场站管理模式,使得生产指挥、安全技术、物资储备等管理板块划分更为清晰,提高场站整体管理水平。
(四)场站安全性显著提升
在进行集控平台的构建中,还根据需求接入了消防、视频监控等系统,可实时观测场站内运行设备,通过多点布设,还能实现无死角监控,可减少现场运维工作量,并提高场站设备运行安全性。同时,还可实现消防警报的及时、自动上传,降低新能源场站火灾危害。
(五)报表功能更加完善
要想准确把握新能源场站运行状况,需要获取各类相关报表,但在集控大数据应用前,仍主要依靠值班人员,场站运行报表质量及时效性难以保障。而在该平台中,报表系统更为完善,可根据不同指标需求,自动生成场站运行数据报表,并赋予不同的权限,保障集控平台报表数据安全。
五、结束语
综上所述,伴随新能源产业发展,对其运维管理有更高的技术性要求,为打破分散、低效的管理模式,本文构建了场站集控大数据平台,具备场站指标分析、机组状态预警、远程监测控制等功能,实现了集中管控与精准运营,场站管理效益显著提升,推动新能源场站管理的智能化发展。
参考文献:
[1]张国珍,付正宁,斛晋璇,王其乐.新能源集控系统规划及建设方案设计[J].风能,2020(11):76-80.
[2]白会文.浅析新能源集控系统的大数据应用[J].智能城市,2020,6(16):58-59.
关键词:集控大数据平台;新能源行业;应用
要想打破传统分散、低效的新能源场站运行管理模式,需借助信息、大数据等技术手段,建立起具备场站实时监测、故障预警、远程控制、安防通讯等诸多功能的集控系统,可将场站管控策略由“消”转向“防”、“预”为主,提高场站设备运维效率,使场站精益化管理目标得以实现。
一、传统新能源场站面临问题
在不断发展中,新能源场站规模持续增长,但也带来监测管理上的难题。因新能源特点决定了,其在地域分布上较为分散,且点多路远,运维管理难度大。而且就不同场站而言,其装机规模差距较大,再加上人员配给有限,多数情况下设置复合型岗位,人员专业性并不突出,不便于专业培训、技术交流等开展,新能源场站管理队伍素质难以提升。
二、新能源集控大数据平台构建
(一)实时数据采集接入
在风电场集控系统中,首先要针对各风机部件,合理布设监测元件,获取机组功率、轴承温度等状态数据,然后将其接入到实时数据库。集控平台通过Kafka集群获取到相应数据,然后将其传输至后续的实时流处理流程(SparkStreaming),在特定规则下完成数据过滤。而且Kafka集群在实用中还具有扩展优势,对场站规模的增长可较好适应。最终,在完成风电场实时数据采集后,将接入到数据分析平台,进行深度的性能分析。
(二)数据分析平台
在风电场发展中,其数据规模急剧增长,并且有大量多态、异构数据存在,这就要求集控系统具备全量数据分析的功能。在该平台的设计中,采取开源设计的模式,不仅可满足各类数据接入需求,还兼具预处理、数据转化等作用,可实现风电场数据流的实时处置,较好的适用于风电场集中管控业务。同时,利用H2O、Python等工具,该平台还能挖掘风电场历史运行数据,并且通过建立全量数据模型,场站数据分析将更为全面,此外,在数据分析平台中,还采取并行计算的策略,对集群运行的风电场,可提高更优质的数据分析服务,使场站管理也更为高效。
(三)可视化展示平台
在风电场集控系统构建中,可视化是其基本功能需求,可提升场站运行运维效率。但在以往可视化方案中,主要采用固化主题分析图表,而由于场站运行数据规模增长,其不再适用于集中监控可视化展示。可视化展示平台的构建,需要具备更多指标主体,并且还能为用户提供自主定义的空间,进而满足场站数据多元化展示的需要,提高集控系统使用价值。在以往可视化平台中,其指标、数据模型的构建相对固定,所产生的分析报表也不够灵活,若需求变更,很难对可视化展示内容进行及时修改。而且,在可視化平台构建时,还要适用不同业务系统下的多个数据源,并且面对风电场海量数据,需强化其数据分析能力。
三、集控大数据平台具体功能
(一)风场运营指标分析
在风场实际运营中,为更好的辅助管理,通常设计有KPI指标体系,将其与风机运行信息充分结合,并通过大数据网络,可将指标信息呈现给风场管理层,方便风电场运营管理决策制定。同时,风机性能参数等,也可借助大数据平台,以数据报表的形式,实时、直观的提供给风电场运行监控人员,可使风场管理更为高效、透明。
(二)分析机组可靠性
由于风电场集控系统,具备历史数据分析功能,可获取不同机组的故障频次、维护记录、运行时长等数据,并用于机组可靠性分析,对风场运维管理很有帮助。
(三)故障损失电量分析
在该平台中,设计有风机故障统计及分析模块,可依据损失电量、电价等相关数据,建立其分布曲线,以便深入分析风机故障的时间规律及损失状况。
(四)机组状态预警功能
通过搭建大数据集控平台,对于监控范围内的各个新能源场站,可准确获取其机组状态,并对其进行健康评测,对机组故障做到准确的预警。风力机组故障前,其监测数据会有所变化,并符合一定规律,借助大数据分析,可提高机组故障预警准确率。
(五)成本指标的应用
为提高风场运行经济性,需要对其成本加以统计,而人工表格统计的方式,很难适应大规模风电场成本管理。而在集控大数据平台中,可实现风场成本数据集中存储,还能根据工单情况,有效记录备件消耗,方便场站运行成本分析。同时,通过集控平台获取风机备件使用表单,可发现不同备件的消耗占比,进而合理调整风机备件采购计划,减少库存成本。此外,借助集控平台,还能准确获取风场效益率指标,依据发电量、成本、投资等数据,对场站效益进行计算。
(六)其他智能化应用
在风电场集控系统中,还可接入各类智能化设备。一是移动智能终端设备,风电场运维人员,通过手持终端,可实时获取场站集控系统派单,使场站运维更为灵活,并且风电场故障处置也更为及时,大大提升场站运维效率,但要解决偏远风电场的信号问题。二是智能眼镜,技术手段的进步,使得新能源场站运维呈现智能化趋势,利用智能眼镜,可实现风电场运维现场的远程监控及指导,因其具有图像实时回传功能,使得远程指导更为灵活,显著提升运维效率。
四、集控大数据平台应用效果
(一)实现集中管理与精准运营
在新能源场站管理中,借助集控大数据平台,统一了风机运行数据标准,建立起具体的指标体系,信息资源得以有效集中,使得各场站管理不再分散。同时,在大数据加持下,场站机组故障缺陷可精准预测,对场站故障原因也能有效挖掘,场站故障处置更为准确和高效,减少运维时间及成本损耗,提高新能源场站运营效益。
(二)简化人员配置,提升运维效益
为改变新能源场站维管队伍臃肿的局面,开发了场站集控系统,使得生产组织机构得以优化,而且“大运维”理念得以落实,新能源场站运维成本降低,并且复合型岗位问题得以改善,专业化水平有效提升。
(三)实现场站智能监控
借助于集控平台以及各类场站智能化应用,可满足场站远程监控的功能性要求,降低新能源场站对人员值守的需求,无人或少人值守成为常态,场站设备管控更为智能、高效。同时,也改变新能源场站管理模式,使得生产指挥、安全技术、物资储备等管理板块划分更为清晰,提高场站整体管理水平。
(四)场站安全性显著提升
在进行集控平台的构建中,还根据需求接入了消防、视频监控等系统,可实时观测场站内运行设备,通过多点布设,还能实现无死角监控,可减少现场运维工作量,并提高场站设备运行安全性。同时,还可实现消防警报的及时、自动上传,降低新能源场站火灾危害。
(五)报表功能更加完善
要想准确把握新能源场站运行状况,需要获取各类相关报表,但在集控大数据应用前,仍主要依靠值班人员,场站运行报表质量及时效性难以保障。而在该平台中,报表系统更为完善,可根据不同指标需求,自动生成场站运行数据报表,并赋予不同的权限,保障集控平台报表数据安全。
五、结束语
综上所述,伴随新能源产业发展,对其运维管理有更高的技术性要求,为打破分散、低效的管理模式,本文构建了场站集控大数据平台,具备场站指标分析、机组状态预警、远程监测控制等功能,实现了集中管控与精准运营,场站管理效益显著提升,推动新能源场站管理的智能化发展。
参考文献:
[1]张国珍,付正宁,斛晋璇,王其乐.新能源集控系统规划及建设方案设计[J].风能,2020(11):76-80.
[2]白会文.浅析新能源集控系统的大数据应用[J].智能城市,2020,6(16):58-59.