基于4G的高分辨率气象监测系统研究与设计

廖伟志, 张文强, 吕清泉,, 王明松, 王 玮, 周 睿, 周庆国

(1.兰州大学 信息科学与工程学院,甘肃 兰州 730000; 2.国网甘肃省电力公司 电力科学研究院,甘肃 兰州 730070)

0 引 言

随着可持续发展意识的逐渐提高,风能和光能发电技术的日益成熟,风电场和光电场在我国部署得越来越多[1]。但是,风能、光能发电具有不稳定、受气象要素影响大等缺点,其并网运行会对电网的安全稳定造成较大的影响[2]。因此对发电厂周边气象要素进行实时监测的重要性愈加突出。这些新能源发电场站一般位于偏远山区,与监测控制中心距离遥远,场站之间也相距较远,而监测控制中心需要根据相应气象要素的变化快速响应,因而采用有线通信的方式建设难度大、工程造价高。针对上述问题,本文研究了以往气象数据监测系统中存在的问题,设计了一种主要基于无线4G的气象监测系统。

本文分析了近年来无线通信在风/光发电场气象数据监测方面的应用现状和存在的问题;设计了一种解决方案,对该方案进行了实验测试。

1 研究现状

近年来，无线通信技术快速发展,在农业监测[3]、矿山监测[4]、智能家居[5]等领域已经得到了广泛运用,取得了良好效果。随着4G通信技术的成熟,无线网络在带宽和减小延时上有了极大的提升,移动网络的实际带宽从平均2 kb/s提升到25 Mb/s左右[6],延时从平均500 ms下降到5 ms左右[7]。

一方面，在风能和光伏电场远程监测领域,无线通信技术在大部分场站得到了应用,但是受限于早期通信技术以及无线网络覆盖范围,大部分监测系统采用的无线传输方式是GPRS[2]，其带宽小、延迟高,导致监测系统的数据分辨率较低,实时性较差。此外,随着4G通信技术的成熟,3G网络发展逐步放缓甚至停止,2G网络开始关停[8]。

另一方面,以前监测系统较为简单,传感器数量少,因此大多数采集器采用了顺序轮询进行数据收集。这在早期影响不明显,但随着监测系统规模越来越大,传感器数量快速增加,尤其系统中存在慢反应的传感器时,监测系统轮询一周的时间大大增加,这也限制了系统分辨率的提高。

针对系统中存在的这2个影响系统性能的主要问题,本文设计了一个2G、3G、4G自适应的并行气象数据采集系统,以提高数据的实时性和分辨率,从而加快监测控制中心的响应速度,提高发电机组的资源利用率,进而减小对电网运行安全稳定的影响。

2 系统设计与实现

2.1 系统总体架构

本文所设计的风光发电场气象监测系统包括数据采集子系统、4G无线通信终端、无线互联网、远程数据服务子系统、电源供应系统5个部分[9]。系统架构如图1所示。该系统的通信主要分为数据通信和控制通信。数据通信过程中首先由数据采集子系统将物理量转为电信号后再采样并经过初步处理后存储在本地。当其收到远程接收端的数据请求时,读取本地存储的即时数据,通过RS232总线发送给数据传输单元。数据传输单元在收到请求的数据后通过TCP协议透明地传输给接收端。而控制通信主要由监测控制端发送控制命令,通过TCP协议透明地传输给数据采集器。

图1 系统整体架构图

在图1中,一个监测控制端可以与多个采集子系统连接,其原因在于使用了Modbus协议的从机地址来区分不同的子系统。Modbus是一种简单紧凑、支持错误校验的通信协议。在通信过程中,从机通过数据请求中的从机地址来决定是否要响应主机的数据请求[10]。Modbus RTU协议的数据请求格式和数据响应格式见表1所列。

表1 Modbus数据请求格式

本系统采用图1中的无线通信终端将分布于各电场的数据采集平台与监测控制中心的接收端连接起来,建立可靠的连接链路,保证数据采集器平台与接收端的数据通信,实现数据与信息的上传和下载。系统总体设计包括1个监测控制中心,68个气象台站,近千个传感器。监测控制中心位于兰州市区,而气象台站主要分布在甘肃河西走廊一带。

2.2 数据采集子系统

数据采集子系统包括传感器和数据采集器。

2.2.1 传感器

传感器包括风速风向计、温湿度传感器、辐射度计等多种气象要素传感器,数量较多。这些传感器将风速、风向等气象要素转为电信号,并传送给数据采集器。除了部分输出模拟信号的传感器无需通信协议外,气压、风速、温湿度等智能传感器的通信方式是SDI-12。SDI-12是工业上广泛使用的支持校验和并行测量的协议[11]。当传感器接收到测量指令并完成测量后,就将对应的结果存放在其输出寄存器中等待数据采集器读取。其波特率为1 200,帧格式为1起始位、7数据位、1校验位、1停止位。SDI-12的测量指令由设备地址、测量命令、参数、结束符组成。常用的测量命令见表2所列。

表2 SDI-12常用测量命令

2.2.2 数据采集器及程序

数据采集器通过内置或外置的仪器或传感器记录随时间推移或与位置有关的数据,可对模拟传感器传送的各种信号进行采样和对智能传感器的测量结果进行读取,并依据预先编写的程序进一步处理,例如计算其均值、最值、积分等。

本系统的数据采集器使用CR1000X多通道数据采集器,如图2所示。可直接对辐照度、风向等模拟量进行测量,并且使用激发电压对单端模拟信号进行桥式测量,相比于以前先使用外部适配器将模拟信号转为数字信号后再传送给数据采集器进行处理,其延时低、功耗低、部署简单,避免了信号噪声影响,获得的数据更加精准。多个传感器的测量使用并行模式,对比以前的顺序测量模式,在同一时间可对所有传感器进行采集,不受传感器数量增加的限制,延时进一步降低。对慢反应的传感器使用单独的测量周期,从而避免影响其他快反应传感器,提高了数据分辨率。

图2 CR1000X数据采集器

数据采集程序运行在数据采集器中,采用BASIC语言编写,包括变量定义、表定义、扫描定义3个部分。系统中指定采集频率为1次/s,并计算其每3 s的最值和均值,工作流程如图3所示。

图3 采集程序流程图

2.3 无线数据传输单元

数据传输单元(data transfer unit, DTU)是专门用于将串口数据转换为IP数据或将IP数据转换为串口数据通过无线通信网络进行传送的无线终端设备[12]。本文设计的数据传输单元采用移远EC20全网自适应通信模块来与无线基站通信,它支持国内所有运营商的无线网络。处理器使用ARM7架构的STM32F401RET6嵌入式模块,其功耗低、抗干扰能力强、稳定性高,配以大内存可轻松应对高速大量的突发传输以及复杂的工作环境。串口收发器模块通过RS232与数据采集器连接,实现数据交互。此外在检测中心还可以通过短信、网络对通信模块工作参数进行远程调试。借助虚拟串口工具，可以为Modbus提供高速、可靠的TCP/UDP 透明无线远距离数据传输,特别适用于多点对中心、低延时、不连续的数据传输。硬件结构如图4所示。

图4 无线数据传输单元

远程数据服务系统利用无线通信网络,通过分布在不同地方的4G无线传输单元,向每个台站发送数据请求,从而获得每个台站气象数据和运行数据,进而实现远程数据服务系统的综合智能管理。

这种采用4G数据传输单元实现远程监测控制的方式具有以下优点:

(1) 实时性强。由于4G无线网络不间断的在线特性,可满足系统对数据采集和传输的实时性要求。

(2) 支持远程调试。通过无线双向传输系统,可实现对各监测终端的命令参数调整等操作[2]。

(3) 灵活性好,适应性强。基本不受地理环境的限制,只要在无线网络覆盖范围之内,都可以完成远程通信[13]。

(4) 可扩展性好,易于维护。增加的新台站只需要增加新的无线传输模块即可建立通信链路,而在维护时也只需维护台站中的设备即可。

2.4 供电子系统

供电子系统由蓄电池、太阳能电池板、太阳能充电控制器组成[14]。该子系统为数据采集器、无线传输单元、部分传感器提供电能。由于台站一般位于偏远无人山区,不具备交流供电条件,“太阳能+蓄电池”组合供电是野外监测站的首选方案。白天日照充足时由太阳能电池板为负载供电和对蓄电池充电。由于光伏发电不稳定的特点,需要由充电控制器进行稳压,其使用PWM三阶段充电技术,相比于传统控制器,支持高、低压保护,可以有效地保护电池,避免过度充电、过度放电。晚上则仅由蓄电池供电,充电控制器提供反向保护功能。经过测试,在光照不足的情况下,蓄电池可保证采集子系统和传输模块至少正常工作一个月。

2.5 远程数据服务子系统

远程数据服务子系统包括数据接收、数据存储、数据监测3个部分，架构如图5所示。

图5 远程数据服务系统软件架构图

数据接收单元的主要作用是作为主机发起数据请求,接收数据采集平台传回的数据,将数据存放到数据存储系统中,并保证数据质量。接收端程序采用C语言编写,使用Modbus RTU协议与数据采集器通信。本程序编写时采用开源的libmodbus库,它是一个免费的开源软件库,遵守Modbus协议标准,但只支持RTU(串行)和TCP(以太网)通信。由于本文采用的Modbus RTU 是一种串行通信协议,因此远端需要在计算机上使用虚拟串口软件VSPD将网络端口虚拟为串口才能与数据采集器通信。

表3 测试平台

数据存储单元是将数据接收单元传来的数据按照台站分别存储。本文使用开源的MySQL数据库是当前最流行的关系型数据库管理系统之一。它将数据保存在不同的表中,而不是将所有数据放在一个大仓库内,具有体积小、速度快、成本低、使用灵活的特点[15]。

数据监测单元根据用户需要读取数据库中的数据并提供数据可视化显示。数据监测单元采用WEB用户界面基于React开发,符合Ant Design设计语言,化繁为简。采用基于D3与Echarts 的全新图表展示系统,使用Redux作为数据流框架。后端基于ThinkPHP等现代框架构建,提供符合工业级标准的Restful API支持。采用 Nginx 作为负载均衡系统,基于现代分布式与容器技术构建,预留接口用于数据处理拓展。提供了时间序列图、风玫瑰图、报表导出、数据越界级异常报警(声音报警、E-mail报警)等功能。

3 实验与结果

3.1 实验设置与结果

本文中系统的网络性能与互联网延迟相关,从数据采集器到数据传输模块的延迟小于1 ms,在测试中忽略不计,因此可以通过测试无线通信单元的性能来评估整个系统的网络性能。本文分别使用psping和Jperf对该系统进行测试,测试平台设备性能参数见表3所列。

实验中使用Jperf[16]测试网络的带宽,它是iperf的GUI版本。iperf是一个网络性能测试工具,可以测试最大TCP和UDP带宽性能,本实验仅测试TCP带宽性能。首先在服务器启动Jperf服务程序并监听11000端口,命令如下:bin/iperf.exe-s-P0-i1-p11000-fk。其次在客户机启用Jperf的客户程序,同时使用并连接到服务器,命令如下:bin/iperf.exe-c210.26.121.141-P10-i1-p11000-fk-t20,如图6所示。

图6 Jperf测试带宽

然后在客户机上使用psping测试网络延迟。psping[17]是ping的扩展版本,可以测试指定端口的延迟。psping测得的结果是指往返时间。对于本系统来说数据都为单向传输,真实值应该取其1/2。

原有气象监测系统使用ASM300-MM数据采集器,通过GPRS通信主动发起数据传输。ASM300-MM是一个单队列轮询式数字采集器,不支持模拟信号,需要额外配置适配器。本文采用同样的方法和测试平台对原有系统进行测试。网络延时和带宽测试结果见表4所列。

表4 网络带宽和延迟测试结果

3.2 实验结论

从实验结果可知,本文系统的主要优势如下:

(1) 数据分辨率由原来的5 s/次提升为1 s/次。可以获得更加精准的气象监测数据。新旧监测系统数据分辨率对比见表5所列。

(2) 数据延时平均值由原来688 ms减少到69 ms。延迟大幅度降低,有助于监测中心及时获取数据并作出反馈。

(3) 通过对数据采集平台本身运行状态的获取,可以实时获取台站及设备的运行状态,为异常原因提供分析依据。

表5 数据分辨率 s/次

4 结 论

本文所设计的监测系统目前已经在甘肃国家电网位于河西走廊的风光电场得到规模应用。此系统使用现代无线通信网络高速传输监测数据使得影响发电效率的气象数据能够得到及时分析处理,提高了资源利用率,实现了无人值守和数据质量保证。系统在河西走廊部署以来,运行稳定,取得了良好的效果。随着5G技术的飞速发展,与无线通信技术相结合的高分辨率、低时延的监测控制系统将成为未来新能源电场的重要组成部分。