基于“多站融合”的储能电站数据采集关键技术研究

汪鹏, 杨劲松, 陈晶, 杨德胜

(1.国网信通产业集团 安徽继远软件有限公司， 安徽 合肥 230088；2.北京电力经济技术研究院， 北京 100055)

0 引言

2019年，国网公司两会提出了建设“三型两网”世界一流能源互联网企业的新时代战略目标，充分发挥电网在能源汇集传输和转换利用中的枢纽作用，以能源互联网为支撑，汇聚各类资源，树立“共建、共治、共赢”的共享理念，建设好坚强智能电网和泛在电力物联网，而“多站融合”作为泛在电力物联网建设的基础支撑条件，是实现“三型两网”目标的重要举措。“多站融合[1-2]”是在“三站合一”，即储能电站、变电站以及数据中心站的基础上，融合5G基站、北斗地面增强站、光伏站、综合能源站等各类站点于一体，最终形成多站点间空间互联、逻辑融合、数据横向贯通，并协同电网、金融机构、投资商、政府、供应商、服务商、用户、电池厂商等共同构建能源产业的生态圈，实现多能源的高效、互补、节约、共享，促进新能源消纳，支撑绿色智慧城市建设，推动能源产业健康发展，拉动地方经济，全面助力绿水青山保卫战。

储能作为“多站融合”中的关键组成部分，是多站点间实现能源融合互补，数据融会贯通的纽带，近年来迅速发展，未来将在智慧能源系统中扮演着至关重要的作用，在“多站融合”中能够充分发挥其缓冲器、聚合器、稳定器的角色，保障各站点稳定高效的运行，最终达到各类能源数据融合、共享的良好局面。因此，储能电站的数据是保障“多站融合”的基础和前提，然而，储能电站数据采集目前没有统一的采集装置，缺少统一的采集规范，同时站点分布较为广泛，位置不够集中，各站点又存在或大或小的差异，这些都给储能电站的数据采集带来了极大的挑战，也给储能电站的集中管控[3-5]、远程指导带来了巨大的困难。所以，如何快速、高效地采集储能电站的生产数据，并上传至数据中心站，指导并支撑统计分析，从而保障精准控制其他站点的工作过程，同时更好地开展需求响应、清洁能源消纳、统一协调、调度管理，实现“多站融合”的统一接入、统一监测、统一服务，最终形成能源生态圈，是目前亟待解决的问题。

针对储能电站数据采集过程中遇到的困难，以及目前对储能电站状态监测及管控主要依据各储能电站站内监控系统，无法进行统一的管理，各储能站点间管控不透明，标准不统一，数据无法共享的弊端。国家电网公司组织“多站融合关键技术及商业模式研究”科技项目进行针对性研究，本文根据研究成果及相关文献，进行针对性研究，设计并实现了储能电站数据采集系统，通过对储能电站数据采集关键技术的研究，建立一套统一的储能电站数据规约与采集规范，并通过储能路由器，利用大数据[6-7]及边缘计算[8]等技术，实现对各储能站生产运行数据的集中采集，同时实时传输至“多站融合”数据中心，并实时对数据进行高精度分析与处理，掌握储能站运行数据及运行状态，从而精准高效地指导“多站融合”健康有序运行。

1 研究目的与意义

本课题通过透析“多站融合”以及探究“多站融合”的管理趋势，以对储能电站进行统一的数据采集为研究对象，探索储能电站及“多站融合”的创新化管理模式，同时以各个储能电站的数据采集为切入点，保障储能电站安全、可靠、高效、健康运行，促进“多站融合”数据的融会贯通，同时统一电站数据采集接口服务调用规范，提升“多站融合”整体管理水平。具体目标如下。

(1) 促进“多站融合”的建设

通过对储能数据的集中采集以及精准分析，推动“多站融合”各站点间协同工作，提升效率，在业务上实现能源流、信息流的深度融合，从而提高资源利用效率、促进业务跨界融合，实现开放共享、深度协同的资源和数据服务能力。

(2) 提升“多站融合”综合管理水平

提升“多站融合”的全息感知能力，借助数据中心站，促进对“多站融合”的整体监测和运行评价模型的建立，实现多站点间运行数据的高度融合、横向对比和综合分析，强化储能电站的设备安全监视、运行状态评价和管理能力，促进“多站融合”用能需求分析，保障储能电站稳定供能，提高“多站融合”整体运营管理水平。

(3) 促进深化应用

以储能电站生产实时数据为基础，以远程信息采集为载体，并依托云计算、大数据、物联网、移动互联等技术，实现数据共享与分析，从而促进“预警全景展示、辅设运行监测和自动故障分析诊断等深化应用，降低“多站融合”整体运营成本，提高整体运行效率、资源利用率以及生产安全性，提升“资源虚拟化、数据标准化、应用服务化、展示可视化”服务水平。

(4) 统一的数据采集规范

针对各电站储能电站的差异性问题，统一储能电站数据规约及采集规范，形成一套可行性、可复制性经验，指导并简化其他站点数据接入工作流程，同时促进形成“多站融合”的数据共享及融会贯通。

2 储能电站数据采集关键技术研究

2.1 具体方法

储能电站数据采集处理全过程如图1所示，主要包括：数据采集层、传输层、数据层、平台层、应用层以及可视化层。数据采集层通过嵌入加密芯片的储能路由器实现站内各二次系统的数据采集，并在数据中心站形成边缘数据中心，对采集数据进行初加工和边缘计算，采集的数据采用统一的数据规约和采集规范，并通过电力专线或移动网络传输到云端“多站融合”数据中心，利用大数据存储等技术对储能数据进行存储，充分保障储能数据的完整性、安全性、可靠性，并支撑储能云平台和多站融合监控系统等上层平台的生产操作类、运营管理类和分析决策类应用，并通过Web、大屏、App等方式进行展示，有效指导实际生产、提升“多站融合”间的数据共享价值。

图1 储能电站数据采集处理全过程

2.2 技术路线

储能电站运行数据如何高效地进行采集将会直接制约着储能电站的管理水平的创新与进步，通过对储能电站管理、数据采集、日常维护等需求的研究，建立统一数据采集及分析标准，结合各储能电站存在空间上相互分离的特点，形成一套完整、高效、安全、可靠的数据采集技术路线，并充分发挥“多站融合”的边缘计算和数据协同优势，提升对储能电站的实时监测及运营分析能力，保障储能电站在数据上实现采集、传输、分析和共享，在管理上实现区域范围内储能站集中监测和多站协同管控，从而达到储能资源的高效整合和利用，最终促进实现“多站融合”间的创新管理模式。

(1) 建立一套支持多种传输协议以及无缝接入的统一规约转换模型，并利用数据中心站中的边缘计算技术，实现低功耗、低延时的储能电站智能数据采集、处理与传输，提升就地处理与智能分析业务需求，实现储能电站运行数据的高效、精准采集，实现储能电站在“多站融合”中的泛在互联，提升全息感知能力。

(2) 对采集的储能电站的实时运行数据进行相应的预处理、异常检查、超限判断、数据计算、数据统计等操作，实现对数据的甄别与重构，保障数据在采集与传输过程中的完整性，同时利用大数据存储及分析技术，进行分布式数据库部署，构建分布式存储系统，充分保障数据的安全、稳定、可靠，为数据的贯通共享提供可靠的技术支撑。

2.3 工作步骤

数据采集步骤如图2所示。

图2 储能电站数据采集步骤

针对储能电站运行生产过程中产生的庞大且复杂的结构化及非结构化数据，借助边缘计算等技术进行数据的传输与接收，通过大数据的处理技术对采集的生产数据进行处理、分析及存储。数据采集的工作步骤主要包括：搭载加密芯片的储能路由器从储能电站侧各子系统采集储能数据，通过正向隔离装置传输到数据中心站的数据汇聚服务器，并传送到“多站融合”数据中心；同时视频服务器采集并接收储能电站视频监控系统的视频数据，并传送到“多站融合”数据中心。最终在“多站融合”数据中心形成储能业务数据融合。

(1) EMS、PMU等系统与储能路由器之间采用星型网络(共享或交换式以太网)进行通信，数据汇聚服务器及视频服务器通过全量/增量的方式对储能电站的生产数据进行实时采集，其中，加装安全芯片储能路由器及正向隔离装置能够有效保证数据在采集传输过程中的安全性。采集的数据主要包括站内监控系统(EMS)、同步相量系统(PMU)、电能计量系统、故障录波系统、电能质量在线监测系统、智能辅控系统、视频监控系统等。

站内监控系统(EMS)：主要采集BMS和PCS在内的各种遥测、遥信、遥脉以及遥控等指标信息。

同步相量系统(PMU)：主要采集相电压相量、相电流相量、电压正序相量、频率偏移量以及频率变化率等信息。

电能计量系统：主要采集总充/放电量、正/反向有/无功总电量以及峰/谷时段充/放电量等相关电量指标信息。

故障录波系统：主要采集故障录波头标文件、配置文件、数据文件以及信息文件等。

电能质量在线监测系统：主要采集频率、基波电压、基波电流、电压不平衡度、电流不平衡度、不同频次的谐波电压、不同频次的谐波电流、电压闪变等电能质量相关数据。

智能辅控系统：主要采集储能电站温度、湿度、光、声、火警等环境和消防信息。

视频监控系统：主要采集包括各个摄像头录制的视频流信息。

(2) 数据汇聚服务器通过ETL方式及大数据传输技术将数据推送到“多站融合”数据中心，并通过大数据处理技术对数据进行处理与分析，最终存储到实时统计数据库中。视频服务器通过视频流传输技术将视频数据推送到“多站融合”数据中心，并通过视频分析及图像识别技术对视频进行分析，有效指导实际生产。

(3) 数据中心站对各系统上传的数据进行就地存储和预处理，就地存储的机制包括定期存储和永久存储，用户可根据实际需求灵活选择存储机制。

定期存储：指接收各系统数据后，可以预设保留期限进行数据的定期自动清除，以满足站内实时查看和云端数据临时备份的需求，有效降低对本地数据的存放和管理压力，同时缓解云端的数据实时查询和备份压力。

永久存储：指各系统数据上传至数据中心站后，在数据中心站永久性存储，站端的历史数据查询主要以本地数据中心站调取为主，大幅提升站内应用的响应速度，同时，保证了数据的完整性。

2.4 相关应用场景

(1) 建立“多站融合”能源服务平台，促进储能业务、变电业务、北斗业务等相关数据的汇集和整合，实现多站点间数据共享及协同管控，促进“多站融合”的经济性、安全性、稳定性运行，实现降本增效，可持续发展。

(2) 建立大数据智能分析平台，对接入的储能电站监测数据进行深化分析与应用，帮助决策层和管理层全面掌握电站总体运营情况，并依据有效经验全面支撑“多站融合”的运营管理与决策。

(3) 建设运维工作管理平台，改善运维工作的计划性、协同性，加强远程管理与现场运维人员的协调和联动，提升电站运营可靠性和运营效益，同时促进“多站融合”集中运维能力的提升，压缩整体维护成本。

(4) 建设移动应用辅助管理系统，形成移动互联、跨越时间和空间界限、365×24无间断实时响应服务及运维管理能力，提高储能电站及“多站融合”日常管控和故障响应处理效率和质量。

3 创新与技术难点

3.1 标准化流程化管理

制定一套高效的储能电站数据采集规范与标准，形成统一的储能电站数据采集技术与采集流程，在数据采集的实时性、准确性、完整性上实现全面提升，同时对采集的储能电站运行数据进行实时全量/增量存储，全面支撑储能电站及“多站融合”管理，根本上解决储能电站分布广泛、只能属地化管理，并且管理标准不统一的问题，为实现储能电站及“多站融合”信息化、专业化、精细化管理奠定基础。

3.2 基于边缘计算的储能电站数据采集

开展遵循物联网数据交互规范的分布式、集中式储能数据多域接入和多类传输协议间的映射与交互技术研究，建立支持多种传输协议无缝接入的统一规约转换模型，充分发挥数据中心站优势，实现储能数据的就地处理和边缘计算，提升数据运算和响应效率，实现储能电站的泛在互联，提高全息感知能力。

3.3 基于大数据技术的数据处理及存储

针对各储能电站间的多源异构的结构化数据与非结构化数据混合的数据内容，利用大数据技术进行快速地获取、转换、加载，构建多样化、碎片化、非结构化数据分布式虚拟化存储框架，并采用主流的大数据存取工具来提高存储效率，为后续的储能电站大数据分析、挖掘提供可直接读取的数据内容。同时可扩展接收“多站融合”运行数据，为实现数据的共享提供可靠的技术保障。

4 总结

本文针对目前储能电站数据采集规范不统一，管理属地化、标准不统一等问题，结合边缘计算、大数据处理及存储技术，研究确定了“多站融合”背景下储能电站数据的采集、传输、存储和应用模式，有助于改变传统的单站管控、属地运维的管理模式，有效提升储能电站的远程管理能力，以及“多站融合”的管理水平和运营效率，同时降低整体运营成本。