互联网+光伏+水电 他们是怎么做到的?

OFweek太阳能光伏网 一千人眼里有一千个“互联网+”。中电投黄河公司和它的小伙伴们在大型光伏地面电站先试了一把。华为说，大道至简，这事只需解决两个问题：和谁+，怎么+，华为做好管道和平台就可以。木联能做的更细，他们还要用数据算什么时候清洗组件最合算。

中电投黄河上游水电开发公司董事长谢小平：

　　光伏和水电天生有互补性

水电的特点是开停机操作灵活方便，负荷调节快，调节范围大。在电力系统中承担着调峰调频和事故备用的任务。水库的调节能力，装机容量大的水电站保证着电网的安全稳定运行。

光伏发电受日夜交替、天气变化影响，间歇性随机性波动性；利用小时数比较低，大概在2000小时左右，输电线路运维成本高；设备数量多，占地面积大，设备布置分散。

　　大光伏电站问题逐渐暴露

存在的问题主要是：设备数量多，故障率高，可靠性相对比较低。电能损耗大，电站系统效率相对比较低。这么多设备必然故障率相对高。光伏电站从设计开始，是从10兆20兆开始，整个子阵的设备布置，子阵区域各个设备之间的相互连接方式等，过去考虑的相对少一些。等到具备了一定规模，问题就逐渐暴露出来，设备故障频发。比如，单纯的电缆头爆炸，这个事情就会导致光伏电站发电出力大幅度降低，同时系统效率也会降低。

比如龙羊峡水光互补850兆瓦光伏电站，占地面积27平方公里，组件数量374万块，汇流箱数量10000台。集中式逆变器1630台，组串式逆变器1426台，箱变880多台。光伏发电单元直流支路12万路，需要采集的点数达到上百万。按照常规巡检方式，2人每日才能巡检12个子阵，工作量极大。

光伏电站由于设备选型、设备之间连接方式等方面存在一些问题，导致整个光伏电站的系统效率不高。国内的光伏电站系统转化效率大概在80%，比欧洲国家大概低5%。

现行的技术标准和经验，也仅适合较小的光伏电站。随着百兆瓦级大规模并网光伏电站的开发建设，目前的技术标准和关键技术的研究，跟不上工程建设的步伐。

　　水光互补是怎么做到的

建设水光互补电站，首先要考虑水量。光伏电站接到水电站之后，对下游工农业生产用水的影响研究。光伏是白天发电，水电站在白天要停下来，水电站不发电，不向下游放水，对下游的生产生活用水提出了问题。我们开展了这方面研究。

水光互补运行对电网基本上不产生负面影响。因为水电调节性能非常快。水光互补的基本概念就是把光伏发电发出来的电送到水电站，通过水电站的监控系统，监控光伏发电的电能质量。光伏电能质量下降时，通过水轮机的快速调节，把电能的波动性消除。

　　龙羊峡水光互补

原来所有水电站设备是没有考虑光伏接入后的频繁变化，所以对水电站设备，包括调速器、励磁系统、水轮机、发电机等，对光伏接入的适应性进行了研究。

要开展更多规模的水电站群与光伏、风电互补研究。把光伏电间歇性随机性波动性的电能，调节成具有水电特性的优质电能，送到电网。这是我们下一步要开展的关键技术研究——河段的水光互补技术研究。

　　华为智能光伏电站解决方案总经理许映童：

　　用户挑战是什么

华为进入智能光伏领域，有个最核心的观点，就是围绕客户挑战，或者未来进一步发展的方向和理念是什么。

　　华为进入智能光伏领域

第一个挑战就是电站越来越大，分布区域非常广，组件部件非常多。特别是黄河公司突破了500兆瓦到1GW，未来向5GW目标发展，整个的跨区域运营管理，是未来很大的挑战。华为希望利用传统数字信息技术，包括互联网技术和光伏的结合，实现“集中监控、远程诊断、实时维护”。

第二，光伏电站发展的最终目标是希望能够经济上和传统化石能源直比。所以，一方面要降低初始投资，更关键的是要从端到端的，从组件部件角度，特别最后从系统角度，怎么提升发电收益，最终是提升IRR，实现平价上网的终极目标。对解决方案的要求，就不仅是部件效率的提升，包括方案的选择，长期可靠性。包括运维管理的效率，包括清洗不及时，方案选择不及时，对发电量影响也是非常致命的。

第三，整个电站运维管理周期是25年，25年内怎么保证投资安全可靠。现在困扰国内大型电站的问题是防风沙。如果风沙问题解决不了，维护工作量非常大。还有系统可靠性问题，包括融资设计。我们的目标和挑战，就是在25年内怎么让系统免维护，尽量减少人工干预。这也是智能化的基础。

　　华为其实是做“管道”

首先，信息技术和传统行业的跨界融合发展，是未来的大趋势，就是数字世界和物理世界的连接。数字世界是做虚拟的，做移动互联网社交媒体。物理世界是实体经济。真正的发展还是依赖于传统的制造和基础工业设施。未来最大的机会就是要抓住两个世界融合带来的新机会。

为什么会有这样的融合？所有背后的驱动力就是用户体验。传统行业，最核心的，包括运营管理体验，远程诊断及时维护的体验，25年怎么保住投资的体验是远远没有得到满足的，还有非常大潜力可挖。

　　用户体验

从全球技术进步来讲，智能传感器、超宽带技术发展、大数字挖掘、云计算、数字世界技术的发展进步非常快。华为必须找到突破点，怎么把ICT领域积累的技术和传统行业的用户体验结合在一起，最终目标是围绕怎么给传统行业带来增值服务和体验。这就叫融合创新。

首先要必须理解客户的需求。第二，这种结合一定要在客户的指导和帮助下。最终检验标准就是用户体验能不能得到满足。这就是融合的或者互联网+的逻辑。

首先是对传统生产行业的智能化改造。传统设备，必须要有智能感知能力，就是智能传感器。对于光伏来讲，就是智能逆变器。这是数字化的基础。不仅仅是人与人、人与物的通讯，更重要的是物与物的通讯。逆变器和逆变器是可以通讯的，和变压器可以通讯，包括电网怎么协作，就需要进行连接。

数据收集上来后，需要可靠的存储，更关键的是基于数据的价值挖掘。我们讲的大数据挖掘的引擎，包括专家系统，数据应用app开发，这些工作最核心的还要依靠传统企业。我们其实是做这样一个管道，但是最关键的业务的理解和洞察，就需要依托像黄河公司一样，有经验的在这个领域有深刻认识的企业。这是未来互联网+的模型。

　　大数据挖掘

　　连接的核心是数据

构建全连接的世界，从智能终端到通讯设备，包括逆变器、电站管理运维系统。核心是三部分：第一块是数据的产生，解决人与人连接的问题，就是传统电话的功能。更关键是解决万物的互联，就是物与物的连接问题。所以现在和未来的逆变器都是内嵌了非常高可靠智能化的通讯和管理模块。第二个是数据的传输环节，包括有线宽带、固定无线宽带、IT+光纤等各种方法实现万物的可靠的低成本连接。围绕数据传输解决问题。这个要和各个行业结合在一起，有各种解决方案。最后一部分是围绕数据的处理。

有两个核心的，一个是数据中心的基础设施，未来所有数据存储一定是向云化发展，云计算、大数据中心平台，包括软件硬件和集成，华为对此是非常大的投入。基于数据分析的平台，和行业结合的数据处理引擎和基础，是华为的基础平台。未来用户体验一定是越来越美好，但是系统的复杂性和专业性可能会越来越高。所以华为要提供全生命周期的专业服务。逆变器不仅是逆变功能，更关键的是还有操作系统和软件，能在线升级，根据运营环境变化和用户需求去动态调整。

　　发电的核心是简单

发电部分的核心是简单，就是让电站更简单。包括从前端的建设、入网和运维。第二就是全数字化。第三就是实现电站的全自动运维，是把复杂功能整合成智能控制器，就把简单或者更好的用户体验留给客户。传统电站在25年里有大量的部件、工程量、土建量、组件检测、通风散热、防尘防水等问题，我们希望通过对系统或主网的简化来解决，通过逆变器IP65等设计来解决。

没有数字化，不仅仅是某个部件造成的，而是整个系统的非智能化。首先从数据采集环节，现在智能汇流箱、集中式逆变器也好，管理和控制力度比较大，所以目前传感器由于成本限制，只能采集电流信息，电压部分因为并联在一起，所以很多信息实际上是丢失了。

现在电站的传播方式实际上是十年前计算机里用的串补技术，所以速度和可靠性是有很大改进空间的。有了数据，怎么传上来，现在是瓶颈。数据采集后，怎么运维和管理。现在很多软件也可以监控，进行数据的分析和管理。

数据采集环节，能够对每一路组串进行高精度检测，精度能达到0.5%，包括电流、电压，而且采样频率能达到5秒。在西宁也可以看到每个组串5秒钟的电流电压功率变化。这是后端分析的基础。数据的连接，在拉西瓦通过电力载波方式，通过无线专网能实现整个电站内部互联。这些数据也是开放的平台，可以向第三方软件开放。

盘活企业数据资产

大数据分析平台通过对历史数据同等条件下的电站实时有功，逆变器有功和组串电流的分析，充分挖掘出力不足的方阵和组串，并结合故障案例库自动给出可能发生的原因，对于可马上修复处理的，给出检修方案。目前系统已经能定位到问题组串，可演示逆变器实时监测画面的支路实时状态。

系统包括了设备性能分析和电站运行分析，给出了各类指标数据，但是当前这些指标比较分散，每个指标都只能说明某一方面的特征或者问题，并不能给出一个综合的电站质量和运行管理水平的评价，更不能给出更多的建设性的指导意见以帮助电站改进绩效。当前的远程诊断和运行分析已经从这方面进行了尝试，以后还会从人工智能等方面深入研究，真正形成以大数据应用为核心的远程诊断中心。

改变设备检修方式，通过大数据应用，将检修方式由原来的定检和事后维修的方式变成状态检修的方式，比如基于离散率分析的光伏方阵检修作业。目前系统已经实现了逆变器输出功率的离散率和组串电流离散率，也给出了通过离散率分级判断设备运行状态的经验法则。

如：根据逆变器组串电流的离散率，把逆变器分为四个等级：

运行稳定的——离散率<=5%

运行良好的——5%<离散率<=10%

运行待提高的——10%<离散率<=20%

运行必须改进的——离散率>20%

另外，对于灰尘遮挡清洗预警问题，什么时候清洗组件才能使得投入产出最大化，强调结合全站发电趋势变化，太阳辐照资源情况动态分析，天气预报信息，通过大数据对清洗模型或者算法的不断优化，让投入产出最大化。