隨著全球環境污染的加劇以及資源的不斷銳減，發展新能源已經是一種不可避免的趨勢。光伏發電因其資源用之不竭、清潔環保且不受地域限制，加之建設周期短等優點，在長期的能源戰略中具有重要的地位。光伏電站的平穩運行，不僅僅需要各個光伏模塊的正常運行，也需要各模塊協調作業。

如何實時監控各個光伏模塊的運行狀態，以便運維人員及時作出維護、優化響應，從而保證光伏電站的正常運行，成為亟待解決的問題。傳統光伏電站基于網絡監控系統與人工運維相結合的設備管理與監控方式，對于設備故障的處理存在著一定的延時，且在數據并發量大的情況下無法保證數據傳輸的穩定性，影響系統監控管理的效率；其智能管理系統受限于既有的計算及處理能力，一般只能對光伏電站部分關鍵參數進行實時監控，無法對多個光伏電站所有采樣參數進行實時監控及可視化展現。為此，本文提出了一種基于大數據的光伏智能管理系統，其采用基于大數據的光伏智能管理系統架構以及實時數據處理和存儲方式，可實現光伏電站高并發量數據的可視化展現。

光伏數據處理

該光伏智能管理系統的總體架構如圖1所示。系統中，光伏電站的所有運行數據通過配套的4G無線路由器經安全可靠的IPsec隧道回傳給大數據平臺進行解析，并對光伏實時數據進行可視化處理，且支持處理的結果在臺式機、筆記本電腦上或手機及Pad客戶端展現。

圖1 光伏智能管理系統總體架構

光伏數據可視化主要分為實時數據可視化與歷史數據可視化。本文將從實時數據處理以及歷史數據存儲2個方面分別闡述可視化數據的收集和處理原理與過程。

實時數據處理

光伏數據可視化結果的完整性以及實時性很大程度上依賴于大數據平臺接收到數據后處理數據的方式。傳統的數據處理方式是光伏電站實時數據通過Socket通信將數據傳回至服務器端，客戶端以AJAX（異步JavaScript和XML）通信方式向服務器請求數據并在Web瀏覽器或者手機APP中進行可視化展示。這種方式不能及時處理客戶端多并發、多連接情況，且容易造成數據的丟失，影響可視化數據的完整性與準確性；同時由于AJAX通信方式的原理是不斷向服務器輪詢新數據，當多客戶端大批量請求數據時，會導致服務端的壓力劇增，影響其服務性能。

本文所提出的光伏智能管理系統采取Kafka(高性能跨語言分布式發布/訂閱消息隊列系統)、Spark(開源的類MapReduce的通用并行框架)和WebSocket(下一代客戶端-服務器的異步通信)相結合的方式（圖2）。為了防止客戶端發生多并發、多連接情況，數據接入服務器時會將實時數據先寫入支持快速持久化、高吞吐、完全分布式的Kafka消息隊列；從Kafka消息隊列獲取到實時數據后，為了加快數據預處理過程，采用可提供海量數據交互式查詢的Spark分布式計算框架；為了避免客戶端不斷輪詢服務器所產生的壓力，采用WebSocket數據推送方式，所推送的數據將作為Web瀏覽器或手機APP客戶端可視化數據源的實時數據。

圖2 光伏智能管理系統實時數據處理流程

歷史數據存儲

對歷史數據進行可視化操作的前提是獲取歷史數據源。考慮到后期光伏電站擴容及存儲所有實時數據的需求問題，傳統的Mysql數據庫（關系型數據庫）存儲數據的方式已不能滿足應用要求，為此該光伏智能管理系統采取Mysql與Hbase（非機構化數據庫）相結合的方式進行數據存儲，其數據存儲流程如圖3所示。

圖3 數據存儲流程

如圖3所示，服務器端接收的光伏實時數據將全部存儲至Hbase中進行備份和高可靠性安全存儲。針對非海量數據查詢，Mysql的速度比Hbase的快，故光伏故障與統計數據將在Spark中計算后存儲到Mysql數據庫中；因數據查詢速度會隨存儲容量的增加而降低，故本系統只在Mysql中存儲近3個月的故障數據，更長時間段的歷史數據則需在Hbase中進行查詢操作。

為了便于歷史數據的可視化，在Mysql數據庫中存儲了所有光伏電站的發電企業信息表、設備信息表、故障碼表、電站元件拓撲結構表和用戶信息表等相關靜態信息表。

良好的數據存儲方式將直接影響后期數據查詢的速度和效率。對于所有數據在Hbase中的存儲備份，該系統采取以光伏電站編號與時間戳相結合的方式生成每個Cell（數據存儲單元）的RowKey（Hbase數據檢索依據）值。

光伏數據可視化實現

所設計的光伏智能管理系統支持Web瀏覽器及手機APP客戶端圖表展現，并支持用戶在圖表中進行交互性操作以快速獲取光伏電站各個元器件相互關聯關系。

實時數據可視化

1.光伏電站關鍵信息實時數據可視化

系統運維人員可在Web瀏覽器端選擇查看光伏電站關鍵信息請求，服務器端將新的實時數據通過WebSocket數據通信方式推送至對應前端頁面并進行可視化圖表繪制。

其關鍵信息可視化數據處理流程如圖4所示。

圖4 關鍵信息可視化數據處理流程

光伏電站關鍵信息可視化效果如圖5所示。通過該系統，運維人員可快速獲取電站的日發電量、功率因數和發電效率等實時關鍵信息。

圖5 關鍵信息可視化效果

2.光伏組件拓撲實時數據可視化

光伏電站各組件拓撲實時數據可視化實現過程如圖6所示。

圖6 光伏組件拓撲實時數據可視化過程

以某光伏電站的拓撲關系為例，在Web瀏覽器端獲取的光伏組件拓撲實時數據可視化效果如圖7所示。運維人員將鼠標移至所關心的拓撲元素上時，該元素的關鍵實時信息會以圖表形式進行可視化展示；通過雙擊拓撲元素,可以獲取該元素的所有實時變量信息值。當某個光伏組件發生故障時，其在拓撲圖上所對應的元素將變成紅色并閃爍，運維人員可通過雙擊該元素來獲知故障發生的詳情描述，并可作為故障處理的參考依據。

圖7 光伏組件拓撲實時數據可視化效果

歷史數據可視化

1.故障統計數據可視化

光伏電站歷史故障統計數據對于針對性維護光伏元件正常工作有著重大意義，利用這些數據，運維人員可以集中各類資源與精力在高頻率故障上。故障統計可視化數據處理流程如圖8所示，前端頁面接收到服務端返回的結果后，可以將查詢的結果以餅圖、柱狀圖和折線圖等方式進行多維度展示。

圖8 故障數據可視化處理流程

故障統計數據可視化效果如圖9所示，其支持用戶的可交互性操作，用戶可改變圖中的篩選條件來查看感興趣時間區間的故障數據，并通過設置圖表展示類型來從不同維度審查故障統計可視化結果。

圖9 故障統計數據可視化效

2.運營統計數據可視化

運營統計數據可直觀展示各個光伏電站在不同時間的發電量，是評估光伏電站平穩運行的另一重要指標。運營統計數據可視化過程與故障統計數據可視化過程類似，判斷所請求的數據是否為近3個月內的數據，分別從Mysql與Hbase數據庫中查詢獲取數據，并根據應用需求進行可視化展示。其運營統計數據可視化效果如圖10所示。

圖10 運營統計數據可視化效果

用戶可以根據核心關注的維度來選擇希望查看的運營統計數據。該系統支持按日、周、月、年來對運營數據進行可視化展示，并支持用戶依據不同展示維度來展現運營統計數據。

安科瑞分布式光伏運維云平臺介紹

概述

AcrelCloud-1200分布式光伏運維云平臺通過監測光伏站點的逆變器設備，氣象設備以及攝像頭設備、幫助用戶管理分散在各地的光伏站點。主要功能包括：站點監測，逆變器監測，發電統計，逆變器一次圖，操作日志，告警信息，環境監測，設備檔案，運維管理，角色管理。用戶可通過WEB端以及APP端訪問平臺，及時掌握光伏發電效率和發電收益。

應用場所

目前我國的兩種分布式應用場景分別是：廣大農村屋頂的戶用光伏和工商業企業屋頂光伏，這兩類分布式光伏電站今年都發展迅速。

系統結構

在光伏變電站安裝逆變器、以及多功能電力計量儀表，通過網關將采集的數據上傳至服務器，并將數據進行集中存儲管理。用戶可以通過PC訪問平臺，及時獲取分布式光伏電站的運行情況以及各逆變器運行狀況。平臺整體結構如圖所示。

系統功能

AcrelCloud-1200分布式光伏運維云平臺軟件采用B/S架構，任何具備權限的用戶都可以通過WEB 瀏覽器根據權限范圍監視分布在區域內各建筑的光伏電站的運行狀態（如電站地理分布、電站信息、逆變器狀態、發電功率曲線、是否并網、當前發電量、總發電量等信息）。

1.光伏發電

（1）綜合看板

●顯示所有光伏電站的數量，裝機容量，實時發電功率。

●累計日、月、年發電量及發電收益。

●累計社會效益。

●柱狀圖展示月發電量

（2）電站狀態

●電站狀態展示當前光伏電站發電功率，補貼電價，峰值功率等基本參數。

●統計當前光伏電站的日、月、年發電量及發電收益。

●攝像頭實時監測現場環境，并且接入輻照度、溫濕度、風速等環境參數。

●顯示當前光伏電站逆變器接入數量及基本參數。

（3）逆變器狀態

●逆變器基本參數顯示。

●日、月、年發電量及發電收益顯示。

●通過曲線圖顯示逆變器功率、環境輻照度曲線。

●直流側電壓電流查詢。

●交流電壓、電流、有功功率、頻率、功率因數查詢。

（4）電站發電統計

●展示所選電站的時、日、月、年發電量統計報表。

（5）逆變器發電統計

●展示所選逆變器的時、日、月、年發電量統計報表

（6）配電圖

●實時展示逆變器交、直流側的數據。

●展示當前逆變器接入組件數量。

●展示當前輻照度、溫濕度、風速等環境參數。

●展示逆變器型號及廠商。

（7）逆變器曲線分析

●展示交、直流側電壓、功率、輻照度、溫度曲線。