基于B/S架构的全钒液流电池远程状态监测系统

禹争光 张红亮 林 亮 曹 海 宋冬梅 白润东

（东方汽轮机有限公司材料研究中心 长寿命高温材料国家重点实验室）

全钒液流电池（Vanadium Redox Batty，VRB）是一种电化学储能技术， 相比于其他储能方式，具有储能容量与充放电功率相对独立，便于后期自主配置、超过10 万次的循环寿命、工作中和存放时安全性高、材料在全生命周期对环境友好等优点，可应用于可再生能源（如风能、太阳能等）发电侧平滑电力输出、电网侧削峰填谷、系统电能备用及用户侧电能质量控制等领域［1，2］。 近年来，随着关键材料技术的进步，系统成本逐年下降，VRB 储能将迎来更为广泛的应用前景。

目前，VRB 模块远程监测系统分为两种工作模式：客户端/服务器（C/S）模式和浏览器/服务器（B/S）模式［3］。 其中，C/S 模式主要应用于单机测量， 该工作模式的优点是受控系统实时性强、响应时间短，缺点是需要开发和安装特有的客户端软件，并且不方便针对多个交互对象，扩展时也受限。B/S 模式是随着Internet 技术广泛应用而兴起的，其优点是用户可在跨平台多系统上实现对服务器系统的访问， 且客户端用户数量不限，同时可以大幅降低系统开发工作量，提高系统框架的可维护性。

在设计VRB 储能系统时， 需利用工厂现有网络进行统一的数据采集分析和指令分发，且能够保证网络内多用户可以对VRB 储能系统状态进行查看和参数设置。 为此，笔者开发了一种基于B/S 架构的全钒液流电池状态监测系统（VRB Condition Monitoring System，VRB-CMS），利用B/S架构所固有的数据安全性、 实时性和一致性，实现VRB-CMS 服务响应的及时性和网络应用跨平台的优势。

1 系统总体架构

基于B/S 架构的全钒液流电池状态监测系统采用三层架构层（图1），分别为数据采集层、业务逻辑层和用户界面层。 其中，数据采集层主要实现相关数据通信和存储，业务逻辑层主要处理工作业务逻辑和一些运算，用户界面层主要提供与用户交互功能。 这种三层架构工作方式，能够确保储能系统运行时的及时性、一致性和通信数据的安全性［4，5］。

图1 VRB-CMS 系统总体架构

1.1 数据采集层

数据采集层是储能系统的核心，完成各储能模块与数据库之间的设备信息和控制指令交换，以及与业务逻辑后端的数据交换。 数据库服务器基于双方协商的数据结构和指令协议， 以Socket方式与设备连接，通过网络交换机连接到多套储能能源管理系统（EMS）。储能EMS 系统通过内部总线完成与BMS、PCS、各传感器之间的通信，实现原始数据的收集和控制命令的分发。

1.2 业务逻辑层

业务逻辑层是系统工作逻辑和指令执行的关键，由于系统采用的是B/S 架构，故业务逻辑层不仅包含传统服务器所具有的数据处理、逻辑分析功能，还兼备Web 服务功能。

业务逻辑层功能模块一方面实时接收来自数据采集层的监测数据，并实时计算、分析、存储；另一方面， 其Web 服务组件接收来自用户的请求，并将处理后的数据通过HTTP 协议返回给用户。

1.3 用户界面层

在B/S 架构下，Web 浏览器以图形、 图表等直观形式向用户交互显示当前监测对象的运行状态信息。 同时，通过JS 程序和AJAX 技术定时刷新传递的数据，用户不仅可以观察任意储能系统的实时运行数据， 还可以查看图表化的电池SOC 状态和系统告警信息。 客户端下发实时工作指令、 通过口令认证、 获取服务器授权并给出Session ID 号后， 才可下发实时工作指令到储能设备，从而实现各层级的管理。

2 系统软件设计

系统软件部分包括后端数据采集层数据采集、各类数据结构变换、数据管理分析、业务逻辑层逻辑计算、前端用户界面展示和实时更新。 在保证系统稳定性和满足数据实时性需要的基础上，系统后端采用Windows+Apache+PHP+Mysql+Redis 技术，包含网络数据采集、数据结构转换、数据计算、业务逻辑及登录认证等业务模块。 系统前端采用Html5+CSS3+JS 和业务框架，以提升网络页面用户信息的交互性和用户体验感。

2.1 数据库和数据采集通信协议

系统采用Mysql+Redis 来开发储能服务器端的数据库。 服务器端通过ODBC 数据源配置来实现Mysql 数据库访问。 VRB 储能系统Mysql 数据库主要包括3 类数据表（图2）：设备信息表、实时数据表和告警信息表。采用Redis 建立Hash 数据表， 利用Hash 数据表存放储能系统实时运行数据和下达的控制指令命令，以减少硬盘数据库的访问数量和时间延迟。

图2 数据库表结构

设备信息表在系统每次上电重启后自动更新，在工作期间，实时数据表会对设备信息表中每个设备以每秒1 次轮询的方式获取1 条全部设备工作信息的实时数据和传感器数据， 并与系统时间戳一起记录下来。 系统设备包括DC-DC 模块、DC-AC 模块及电度表等。 设备和传感器告警信息由设备运行过程中的触发来实现实时上报。

由于储能EMS 通信数据没做处理，是十六进制数据，因此需要通过数据结构转换、数据平滑并进行有效值计算后， 方可以标准数据结构保存。

2.2 Web 后端技术

考虑到系统可以采用百毫秒等级响应，对数据实时性的要求并不严苛，所以服务器端工作模式采用的是简单的多线程模式。 服务器端软件架构如图3 所示。

图3 VRB-CMS 服务器端软件架构

主流程分为3 个线程：

a. 采样通信线程，完成数据采样、数据处理和存储工作，该线程优先级最高；

b. 数据处理线程，负责逻辑处理、电池SOC值计算、 数据采样后的简单处理和接收系统指令，优先级居中，采样间隔为1 s；

c. Web 发布线程，负责与服务器端的数据通信，该线程通过可靠的Socket 建立连接，接收来自客户端的命令，执行相应的任务，并返回指定的数据。

2.3 Web 前端技术

Web 发布层是B/S 架构特有的构成部分，该部分的功能直接影响用户的体验感和交互性。 整个Web 发布方案采用的是Html5、CSS3 和PHP+JS 混合方式编程， 其中为了达到更好的显示效果，采用Jquery 和图形库控件来实现波形和指针显示仪表，Ajax 定时刷新数据形成图表动态显示。 Web 发布层的数据均与数据库进行交换。

整个Web 界面分成3 部分： 实时数据显示、运行图表显示和文字背景。 实时数据显示包括采样直接获得的波形数据和经过数值分析得到的静态数据，其中，波形数据又包括电压、电流实时波形和储能系统实时SOC 状态。

2.4 电池荷电状态值估算

全钒液流电池的荷电状态数据是储能系统的重要参数，是能量管理系统制定能量管理措施和控制储能电池充放电策略的重要依据，也是储能电池运行安全和延长使用寿命的关键保障。 目前，全钒液流电池SOC 值计算方法主要分为在线估算法和离线估算法两种。 对于在线估算法，常用的计算模型有开路电压法、安时积分法、修正卡尔曼滤波法和神经网络法［6，7］。 本系统SOC 值的计算采用修正卡尔曼滤波法封装子程序。

为准确计算SOC 值，需建立相适应的电池模型，如图4 所示。

图4 全钒液流电池等效电路模型

图4 中，Ri为电堆的等效内阻， 其值与电堆质子膜、电解液、双极板及碳毡等关键电池材料相关；R1、C1和R2、C2两个串联RC 电路分别代表电池的浓差极化和活化极化，是电池充放电过程的动态特性；R BOE和Rpump分别为控制电路等效电阻和变频全钒电池循环泵电阻， 其中Rpump与SOC 状态和充放电电流相关。 Evrb是与SOC 相关的理想电压源，其计算式如下［8］：

根据基尔霍夫电压和电流定律，数据离散化操作后建立系统的状态方程，采用卡尔曼滤波算法进行拟合计算， 得到电池模型中的各参数值，然后电池模型参数值经过在线实时测试的正负极电解液体积和温度的修正后，计算得到储能系统SOC 值［9］。 由于全钒液流电池模型参数运行变化小，可较长时间间隔（每秒1 次）计算一次。

3 应用实例

笔者所设计的VRB-CMS 安装运行于125 kW·h VRB 储能模组中， 储能系统为16 kW×8 串并联结构。数据采集采用模块化结构，BMS 模块（电堆运行控制）、AC-DC 模块 （交流-直流转换）、DCDC 模块（直流变压恒流）、AMM 模块（电网切换、计量、数据寄存）和PCS 模块（模块间工作管理、阈值设定）均装配于机箱内，机箱内配置UPS 电源模块。 数据服务器通过交换机与工厂局域网（内网）互联。

由于本系统采用的是B/S 架构， 因此在工厂互联网内用户仅需要通过网页浏览器即可从服务器端获取实时数据、 趋势数据和故障诊断信息。 图5 为浏览器显示液流储能电池实时运行截图。 可以通过表格同时显示全部模块运行关键数据，动画展示系统充放电状态和告警信息，通过数据图显示电池充放电电流、电压和功率随时间变化的实时波形，系统SOC 值经后台计算后以指针图表的形式实时显示。 相应数据分析报告则通过数据关联计算后，在管理者页面给出。

图5 浏览器显示液流储能电池实时运行截图

4 结束语

笔者设计的基于B/S 架构的全钒液流电池远程状态监测系统，通过TCP 网络协议与储能服务器平台交换运行数据，经服务器数据处理、计算SOC 值后上传数据库保存，完成后端数据管理与服务器分析发布。整个平台通过标准TCP/IP 协议建立各类网络数据连接，并以标准Web 发布方式跨平台与多用户交互。 系统以VRB 储能电池运行参数为主要监测对象，结合电解液流量、电流、电压、温度、正负电解液摩尔量比值等参数，分析计算电池SOC 值和剩余容量。 目前，该系统已经用于某工厂125 kW·h 现场， 实现对储能系统数据的采集、分析诊断和信息交互，可为系统管理维护人员实时了解储能系统的运行状态提供可靠依据。