随着全球环境污染的加剧以及资源的不断锐减，发展新能源已经是一种不可避免的趋势。光伏发电因其资源用之不竭、清洁环保且不受地域限制，加之建设周期短等优点，在长期的能源战略中具有重要的地位。光伏电站的平稳运行，不仅仅需要各个光伏模块的正常运行，也需要各模块协调作业。
如何实时监控各个光伏模块的运行状态，以便运维人员及时作出维护、优化响应，从而保证光伏电站的正常运行，成为亟待解决的问题。传统光伏电站基于网络监控系统与人工运维相结合的设备管理与监控方式，对于设备故障的处理存在着一定的延时，且在数据并发量大的情况下无法保证数据传输的稳定性，影响系统监控管理的效率；其智能管理系统受限于既有的计算及处理能力，一般只能对光伏电站部分关键参数进行实时监控，无法对多个光伏电站所有采样参数进行实时监控及可视化展现。为此，本文提出了一种基于大数据的光伏智能管理系统，其采用基于大数据的光伏智能管理系统架构以及实时数据处理和存储方式，可实现光伏电站高并发量数据的可视化展现。
光伏数据处理
该光伏智能管理系统的总体架构如图1所示。系统中，光伏电站的所有运行数据通过配套的4G无线路由器经安全可靠的IPsec隧道回传给大数据平台进行解析，并对光伏实时数据进行可视化处理，且支持处理的结果在台式机、笔记本电脑上或手机及Pad客户端展现。
图1 光伏智能管理系统总体架构
光伏数据可视化主要分为实时数据可视化与历史数据可视化。本文将从实时数据处理以及历史数据存储2个方面分别阐述可视化数据的收集和处理原理与过程。
实时数据处理
光伏数据可视化结果的完整性以及实时性很大程度上依赖于大数据平台接收到数据后处理数据的方式。传统的数据处理方式是光伏电站实时数据通过Socket通信将数据传回至服务器端，客户端以AJAX（异步JavaScript和XML）通信方式向服务器请求数据并在Web浏览器或者手机APP中进行可视化展示。这种方式不能及时处理客户端多并发、多连接情况，且容易造成数据的丢失，影响可视化数据的完整性与准确性；同时由于AJAX通信方式的原理是不断向服务器轮询新数据，当多客户端大批量请求数据时，会导致服务端的压力剧增，影响其服务性能。
本文所提出的光伏智能管理系统采取Kafka(高性能跨语言分布式发布/订阅消息队列系统)、Spark(开源的类MapReduce的通用并行框架)和WebSocket(下一代客户端-服务器的异步通信)相结合的方式（图2）。为了防止客户端发生多并发、多连接情况，数据接入服务器时会将实时数据先写入支持快速持久化、高吞吐、完全分布式的Kafka消息队列；从Kafka消息队列获取到实时数据后，为了加快数据预处理过程，采用可提供海量数据交互式查询的Spark分布式计算框架；为了避免客户端不断轮询服务器所产生的压力，采用WebSocket数据推送方式，所推送的数据将作为Web浏览器或手机APP客户端可视化数据源的实时数据。
图2 光伏智能管理系统实时数据处理流程
历史数据存储
对历史数据进行可视化操作的前提是获取历史数据源。考虑到后期光伏电站扩容及存储所有实时数据的需求问题，传统的Mysql数据库（关系型数据库）存储数据的方式已不能满足应用要求，为此该光伏智能管理系统采取Mysql与Hbase（非机构化数据库）相结合的方式进行数据存储，其数据存储流程如图3所示。
图3 数据存储流程
如图3所示，服务器端接收的光伏实时数据将全部存储至Hbase中进行备份和高可靠性安全存储。针对非海量数据查询，Mysql的速度比Hbase的快，故光伏故障与统计数据将在Spark中计算后存储到Mysql数据库中；因数据查询速度会随存储容量的增加而降低，故本系统只在Mysql中存储近3个月的故障数据，更长时间段的历史数据则需在Hbase中进行查询操作。
为了便于历史数据的可视化，在Mysql数据库中存储了所有光伏电站的发电企业信息表、设备信息表、故障码表、电站元件拓扑结构表和用户信息表等相关静态信息表。
良好的数据存储方式将直接影响后期数据查询的速度和效率。对于所有数据在Hbase中的存储备份，该系统采取以光伏电站编号与时间戳相结合的方式生成每个Cell（数据存储单元）的RowKey（Hbase数据检索依据）值。
光伏数据可视化实现
所设计的光伏智能管理系统支持Web浏览器及手机APP客户端图表展现，并支持用户在图表中进行交互性操作以快速获取光伏电站各个元器件相互关联关系。
实时数据可视化
1.光伏电站关键信息实时数据可视化
系统运维人员可在Web浏览器端选择查看光伏电站关键信息请求，服务器端将新的实时数据通过WebSocket数据通信方式推送至对应前端页面并进行可视化图表绘制。
其关键信息可视化数据处理流程如图4所示。
图4 关键信息可视化数据处理流程
光伏电站关键信息可视化效果如图5所示。通过该系统，运维人员可快速获取电站的日发电量、功率因数和发电效率等实时关键信息。
图5 关键信息可视化效果
2.光伏组件拓扑实时数据可视化
光伏电站各组件拓扑实时数据可视化实现过程如图6所示。
图6 光伏组件拓扑实时数据可视化过程
以某光伏电站的拓扑关系为例，在Web浏览器端获取的光伏组件拓扑实时数据可视化效果如图7所示。运维人员将鼠标移至所关心的拓扑元素上时，该元素的关键实时信息会以图表形式进行可视化展示；通过双击拓扑元素,可以获取该元素的所有实时变量信息值。当某个光伏组件发生故障时，其在拓扑图上所对应的元素将变成红色并闪烁，运维人员可通过双击该元素来获知故障发生的详情描述，并可作为故障处理的参考依据。
图7 光伏组件拓扑实时数据可视化效果
历史数据可视化
1.故障统计数据可视化
光伏电站历史故障统计数据对于针对性维护光伏元件正常工作有着重大意义，利用这些数据，运维人员可以集中各类资源与精力在高频率故障上。故障统计可视化数据处理流程如图8所示，前端页面接收到服务端返回的结果后，可以将查询的结果以饼图、柱状图和折线图等方式进行多维度展示。
图8 故障数据可视化处理流程
故障统计数据可视化效果如图9所示，其支持用户的可交互性操作，用户可改变图中的筛选条件来查看感兴趣时间区间的故障数据，并通过设置图表展示类型来从不同维度审查故障统计可视化结果。
图9 故障统计数据可视化效
2.运营统计数据可视化
运营统计数据可直观展示各个光伏电站在不同时间的发电量，是评估光伏电站平稳运行的另一重要指标。运营统计数据可视化过程与故障统计数据可视化过程类似，判断所请求的数据是否为近3个月内的数据，分别从Mysql与Hbase数据库中查询获取数据，并根据应用需求进行可视化展示。其运营统计数据可视化效果如图10所示。
图10 运营统计数据可视化效果
用户可以根据核心关注的维度来选择希望查看的运营统计数据。该系统支持按日、周、月、年来对运营数据进行可视化展示，并支持用户依据不同展示维度来展现运营统计数据。
安科瑞分布式光伏运维云平台介绍
概述
AcrelCloud-1200分布式光伏运维云平台通过监测光伏站点的逆变器设备，气象设备以及摄像头设备、帮助用户管理分散在各地的光伏站点。主要功能包括：站点监测，逆变器监测，发电统计，逆变器一次图，操作日志，告警信息，环境监测，设备档案，运维管理，角色管理。用户可通过WEB端以及APP端访问平台，及时掌握光伏发电效率和发电收益。
应用场所
目前我国的两种分布式应用场景分别是：广大农村屋顶的户用光伏和工商业企业屋顶光伏，这两类分布式光伏电站今年都发展迅速。
系统结构
在光伏变电站安装逆变器、以及多功能电力计量仪表，通过网关将采集的数据上传至服务器，并将数据进行集中存储管理。用户可以通过PC访问平台，及时获取分布式光伏电站的运行情况以及各逆变器运行状况。平台整体结构如图所示。
系统功能
AcrelCloud-1200分布式光伏运维云平台软件采用B/S架构，任何具备权限的用户都可以通过WEB 浏览器根据权限范围监视分布在区域内各建筑的光伏电站的运行状态（如电站地理分布、电站信息、逆变器状态、发电功率曲线、是否并网、当前发电量、总发电量等信息）。
1.光伏发电
（1）综合看板
●显示所有光伏电站的数量，装机容量，实时发电功率。
●累计日、月、年发电量及发电收益。
●累计社会效益。
●柱状图展示月发电量
（2）电站状态
●电站状态展示当前光伏电站发电功率，补贴电价，峰值功率等基本参数。
●统计当前光伏电站的日、月、年发电量及发电收益。
●摄像头实时监测现场环境，并且接入辐照度、温湿度、风速等环境参数。
●显示当前光伏电站逆变器接入数量及基本参数。
（3）逆变器状态
●逆变器基本参数显示。
●日、月、年发电量及发电收益显示。
●通过曲线图显示逆变器功率、环境辐照度曲线。
●直流侧电压电流查询。
●交流电压、电流、有功功率、频率、功率因数查询。
（4）电站发电统计
●展示所选电站的时、日、月、年发电量统计报表。
（5）逆变器发电统计
●展示所选逆变器的时、日、月、年发电量统计报表
（6）配电图
●实时展示逆变器交、直流侧的数据。
●展示当前逆变器接入组件数量。
●展示当前辐照度、温湿度、风速等环境参数。
●展示逆变器型号及厂商。
（7）逆变器曲线分析
●展示交、直流侧电压、功率、辐照度、温度曲线。
