光伏电站如何让智能化运维 实现“全托管式”监控

　　今天主要是讲电站的运维服务大家都在讲电站的数据是非常重要的，在讲电站智能运维非常重要，今天听到了很多数据都是将来的一个趋势，智能化也是将来的趋势，今天我们不讲希望，也不讲预期，也不讲趋势，我们讲事实。

　　华为朋友讲到了电站智能化的前提是德国工业第四代也就是4.0版本，同时在国内，李克强也推出电站2020年计划，把互联网数据提取和智能化分析运用到实际生产当中，这个同化到电站也有异曲同工之妙，最后得出就是我们对电站的综合诊断方面如何去解决故障如何提高发电量。

　　在德国整个电站开发起步比较早，为什么说今天想讲的是事实而不是希望，在德国经历了很多事情，在中国也是刚刚起步，所以说作为电站的监控运维质量服务方，经历了运维的几个阶段。电站刚起步的时候，电站是没有运维的，慢慢看到很多问题暴露出来，发电量怎么会低?

　　所以有一些简单的工具，有人住到现场去对电站做质量方面的评估，做质量方面的维护和修理。这些简单的工具，在我们复杂的电站环境里是远远不够的，如何可以更好地服务电站，也是我们现在国内所经历的，看到很有多新的软件平台放在上面，这是我们在运维方面的进步。

　　我们在德国运维4.0已经运行了一段时间，利用智能化工具在远端对电站进行综合管理，并结合现场部分人，无人或者少人对电站问题进行专业化维护。这样的好处在哪里?首先我们集中少数优质的技术人员对电站可以进行综合分析，其次我们现场尤其在电站偏远地区尤其是在沙漠等地方，这样的人数量可以减少，人的成本可以大大降低，提高了运维效率，降低了成本。

　　同时，我们也在推进，也是德国这边在逐步推进的，就是我们运维下一步版本，运维5.0版本，是把我们电站关于财产、财务、行政等管理集中到统一运维平台上，对电站业主资产进行统一的管理。这样就可以说，投资人不需要担心细节上很多的东西，只要关心你的收益率和发电量就可以了。

　　今天也听到很多关于电站运维的理念，在国内做运维的做监控产品的，是从我们通讯方转过来的，是从其他的一些系统集成商转过来的，他们所看到的更多是在数据方面进行处理，但是数据的细节如何处理，首先是我们电站监控体系中用到的东西，等一下也会讲我们电站数据处理本身对于专业的光伏运维人员如何做产品，提取数据做数据处理，并且做资源方面的整合。

　　接下来是电站管理体系，在数据提取上分析上，问题找到了，如何去应对，今天我相信在听到很多的报告中还没有听到关于故障的一些应急处理的逻辑，一些机制，怎么可以在事发之后最少的时间把问题解决，减少损失，我会有介绍到。同时会嵌入到质量管理体系放到电站里，因为电站监控运维大家看到的是发电量，同时电站作为一个资产在我们选取了好的运维方式之后，选取了好的产品之后，是不是就可以在融资渠道、在电站出售渠道、在电站申请保险渠道降低成本，更好的保护我们的财产安全，这是我们看到在运维里给业主提供的服务。

　　接下来是监控体系的拓扑图，上传数据到云平台，电站的财产是否安全，是否有人来偷板子偷线?这些需要一个完整的安防系统，就是数据采集系统和安防系统。电站是靠资源产生收益的，这是我们提倡的，不仅要采集数据，不仅要保护我们的财产，同时要知道我们能采多少数据，我们过去有多少资源在那里，我们将来有多少资源在那里，那就是我们旻投在40年前起家的气象服务，资源预测服务，我们有自己的卫星数据源，有自己的算法。

　　首先先讲监控系统，今天我们讲的不只是预期的算法，我们讲的所有数据都是实时从电站拿出来的数据，给大家做一个展示分析，我们已经有了甚至优化了30年的监控系统的算法是如何解决电站问题的，首先大家看到是我们数采，我们自己研发了自己的数据采集，根据我们多年来运维的需要。

　　这个数据采集系统有什么特点，举个例子，大家看到右边的红色和蓝色图象对比，可以判断出红色有更多的信息，而蓝色只是一个简单的框架。我们在数据采集器集成了对数据的处理功能，正常的数据采集器只是采集单个点的信息上传处理，我们在整个时间段里比如一分钟采3个点，数据采集上来就是实时的数据，我们所做的在1分里3个点分为三个时间段做一个平均，这样的话减少了系统的误差，减少了突变的环境对它的影响。

　　在我们做分析，尤其预警，如果这个地方采不到真实的数据，那我们预警从何而来?数据采集之后如何做分析?比如说两台30千瓦逆变器放在一个特定环境里，一个逆变器接了10组件，一个逆变器接了20个组件，两个逆变器进行比较，肯定一个高一个低，反映不出问题。我们要做一个归一化处理，这样的话，最后平均下来逆变器每一瓦发电量，同比汇流箱也是每一瓦电流的数量。这就是数据处理的细节案例。

　　PR算法是什么?今天讲逆变器的朋友，也讲到了逆变器在特定环境下会进行休眠，在一定的低光照情况下不会开机。最后一天光照开始了，环境监测仪开始采集光照数据，但是逆变器在有光照的时候未必在工作，最后导致算的PR值偏低。本身在系统平台里做了一个专业化处理，包括根据温度修正，根据光照的修正，根据实际的算法对实际PR的调整，包括所有的电站随便拿出来两个，PR值的比较是有效的。

　　今天也听到电站分析，我们想知道它是处于健康状态还是事故状态，根据我们30年优化的一个发电量评估的算法，用我们的模型用实时在现场抓取的数据，模拟出来的结果可以把发电量计算误差精确在5%以内，这样的话如果说当天的发电量因为某些故障或者因为不可持续的故障降低了，掉在了亚健康的范围，黄色图标很明显，这天电站处于亚健康的问题，可能人员去解决了，电站又变成了绿色，又变成了健康。

　　电站是靠资源吃饭的，收益是靠资源来的，如何评估收益?也是旻投智能科技一个比较自豪的地方，我们做了40年气象研究服务，全世界范围内有我们自建的几千个地面电站，有同步卫星，在每个角落有至少25年的气象数据，用我们自己跟当地德国大学合作，开发了两个算法。

　　第一个算法可以把卫星数据结合地面电站的修正数据，对地面本身的历史辐照进行测量，这个精度非常高。包括我们今天讲的在国内做光伏预测的厂商，操作不到90%，国内的环境问题，雾霾、沙尘暴，这些东西如何放在模型里算?

　　就需要你有一个在地面电站过去几年在发生环境污染条件下，监测的数据作为本身的分析，这样的话就可以把所有的问题考虑到，当然这个问题也是我们跟保险公司合作伙伴谈的时候，他们也提到这样的问题，我们给他解释到这样的问题，毕竟做一个资源的分析要考虑当地的情况。

　　接下来是电站的预警系统，如何预警?首先要有一个有效稳定的系统，同级比较、延时系统、定制化配置、经验性分类。讲到数据分析处理，到最后如何去应对，其实是最重要的问题。这边是公安系统，这是我们一个完整逻辑，如果有问题的话会走下面的环，如果问题解决不了，就会一直走下去，保证我们的问题是有效及时解决掉。

　　同时，我们也提倡对电站及时的处理，上面的图象就是随时间我们电站的一个损失，时间越长，电站损失越大，甚至会成为指数形式往上升。我们发现问题，有一个解决机制，在电站有一些备件，根据一定的环境里电站对本身备件持有率进行分析。上面的图象代表的是我们分析的，在一个典型环境里，电站的故障率是怎样的，在逆变器环节，在汇流箱环节，这样的话可以作为备件良好的一个指导。

　　总结到最后，我们对业主有一个实时的报告，集成在所有监控系统里面，包括实时数据分析，故障统计，这样会自动放到模块里，根据业主要求可以定制化修改，按照客户的要求去改，客户要加什么，我们就可以加什么，同时有自己专业化定制化的模块，如果你没有什么意见的话，可以按照我们的来给你提供。

　　同时，不光有本身的远程端分析还要有专业化的团队，对电站进行年检，包括移动检测站和现场红外检测，还有自己的直升飞机在电站上方做相应的红外检测。以上是我们给客户提供的一些方案，包括基本版、专业版、高端版。以上是我们旻投科技公司目前的一些数据，全球光伏监控市场占有率排名第一，新能源领域超过30年的技术积累，独立运维的光伏电站数量达到一定的规模。