能源行业大数据应用案例(格林威治云平台、阿波罗光伏云、智慧光伏云)

大数据
文章从格林威治云平台、阿波罗光伏云、智慧光伏云3个大数据应用案例中,以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在能源行业中的应用状况。

[[169804]]

文章从格林威治云平台、阿波罗光伏云、智慧光伏云3个大数据应用案例中,以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在能源行业中的应用状况。

案例一: “ 格林威治” 云平台,给风能选址定标准

应用背景:

在风能资源的开发与管理中,风电场选址一直是风电项目的最前端、最关键的工作之一。由于风力具有间歇性和难以量化的特征,传统风电场选址的难点体现在三个方面:

一是可以利用的统计数据资源较少,可利用的如测风塔的数据,不具有绝对的代表性;

二是依靠当地人的信息和过往经验做出的判断并非完全精确,风险较大;

三是人工实地现场选址覆盖范围广,操作难度大且选址周期长。

格林威治平台是远景能源公司全球首创的基于智能传感网和云计算的智慧风场全生命周期管理系统。该系统可以为客户提供风电场规划、风资源评估、精细化微观选址等技术解决方案。

数据源:

风电企业数据:风电场设计数据、风电场实时流体模型数据、风机设计数据、风机模拟数据等。

其他数据:地理位置数据、公共天气数据、风速数据、海拔数据等。

图说场景:

光伏

实现路径:

远景通过风电管理平台格林云,用大数据产品将风电企业数据整合,绘制高精度风资源图谱,用户可以通过电脑终端登录云平台,或者通过云平台的移动端,迅速查到某个地方的风速、海拔、风资源情况等等。系统可以在短时间内迅速做出风机布置规划、项目容量,计算投资收益率,给出具体的测风方案。

应用效果:

查询方便。“ 格林威治” 的机组排布引擎可以在很短时间内完成宏观选址规划;完成高分辨率的流体仿真;完成支持多机型混排高精度的高度定制优化微观选址。在一个风电场设计专业人员的把控下,整个风电场设计过程在 1 小时内全部完成。

精准测量。目前行业常规的风资源图谱,其精度是 3000 米×3000米,而在“ 格林威治” 云平台上使用的风资源图谱的精度是 100 米×100 米。高精度的风资源图谱让宏观选址有了全局观,也将测风方案和整个区域的规划绑定在一起,这改变了传统做法,让测风塔具有真正的代表性。

降低成本。使用云平台,只需一次性购买软件服务,就可以在各种终端登录,不受时间空间限制。对比传统的选址方法,则需要请专门的设计研究部门进行专项选址工作,不但要耗费更多的时间,而且还需要沟通的精力及不可控的经济成本。

案例二: “ 阿波罗” 光伏云,开启管理新模式

应用背景:

在国家政策的扶持下,光伏分布式项目呈几何式增加,相应之下,分布式电站运维的各类问题也逐渐显现:一是在业主与电站投资人非同一家的情况下,电站运维常常被忽视;二是项目规划大都只考虑到电站建设,而忽略运维环节;三是运维人员紧缺或不够专业,造成发电效率低,电站出了问题无法及时发现。

远景能源是国内的一家能源互联网技术服务提供商,阿波罗光伏云平台是其针对光伏电站运维管理而推出的一款电站监控和管理软件,可以实现对分布式光伏电站全方位数据采集、数据分析和智能化运维管理。

数据源:

光伏企业数据:逆变器数据、汇流箱数据、直流柜数据、电表数据等。

其他数据:地理位置数据、公共天气数据、电池板温度、大气温度、日照情况数据等。

图说场景:

图说

实现路径:

除了逆变器数据, “ 阿波罗” 光伏云平台还从气象站、汇流箱、直流柜、电表,甚至直接从组串、组件上采集数据,进而形成一套具备多样性的数据,这比单一的数据更可靠。在接入项目运行数据之后,“ 阿波罗” 可以进行电站绩效的对标、电站健康度体检、以及损失电量分析等工作。与此同时, “ 阿波罗” 还可以对每个电站进行全生命周期的资产风险评估和评级,综合评测电站整体性能,从而判断电站的交易可能和潜在的交易价值。系统可以在短时间内迅速做出风机布置规划、项目容量,计算投资收益率,给出具体的测风方案。

应用效果:

降低运维人力成本。以往在一个较为集中电站区域内,需要安排多名值班巡检员,还会出现顾此失彼、不能兼顾的现象。接入到“ 阿波罗” 光伏云平台后,可以简化运维组织结构,将多个电站分为若干大区,每个大区只需设置专职后台数据员 1-2 名,同时成立巡检小组对区域内每个电站定期预防性巡检。与传统缺乏自动化分析处理的运维模式相比,人力成本至少可以减少 50%。

减少发电量损失。由于分布式电站分散, 过往汇流箱、逆变器等设备运行故障造成停机,而值班人员不能及时发现造成的发电量损失经常发生。这些分散的电站资产接入到“ 阿波罗” 光伏云平台后,通过大数据分析引擎技术,从电站采集的数据通过自设定的分析逻辑开展自分析,对于数据异常情况, “ 阿波罗” 光伏云平台会主动推送报警,提醒后台数据员着重关注,极大降低了后台数据员的工作强度,故障预防率得到有效提升。

及时预警,避免安全隐患。光伏电站运维中最关注的是安全问题,而光伏电站内的电气众多,隐患也多。 “ 阿波罗” 光伏云平台通过数据分析后的预警功能,则可以避免这样的安全隐患。

案例三:智慧光伏云,带来新变革

应用背景:

2015 年 4 月 1 日,阿里云与阳光电源公布了战略合作协议,并发布了其第四代电站运维管理系统 ——“智 慧 光 伏 云iSolarCloud4.0” 。阳光电源依靠其 1500 个光伏电站的运维经验和大数据基础,并通过阿里云提供海量数据的计算、存储和网络连接能力,从而使“ 智慧光伏云 iSolarCloud” 成为精细化的光伏电站运行维护管理平台。

阳光电源作为国内最大的光伏逆变器供应商,可以直接将光伏数据采集器集成于光伏逆变器中,这意味着阳光将直接掌握光伏数据监控的“ 终端” 。并且通过与阿里云达成战略合作之后,可以依靠阿里云领先的云计算服务平台,快速步入光伏数据云模式。

数据源:

光伏企业数据:逆变器数据、汇流箱数据、直流柜数据、电表数据等。

其他数据:地理位置数据、公共天气数据、电池板温度、大气温度、日照情况数据等。

实现路径:

光伏电站管理平台对光伏电站的实时运行数据监测、自动化管理、收益结算、远程专家咨询和大数据分析。通过建立相关数据库,可以达到电站设备故障安全预警的功能,结合天气环境资料,可实现光伏电站发电量的精准预测。

应用效果:

自动化管理。光伏电站监测、诊断平台可以通过数据采集器导入各类光伏数据,并用可视化的方式呈现,以实现对光伏电站的实时监测的功能。

精准运营。对所监测的光伏数据进行深度挖掘与分析,可以作为光伏行业分析和发展的数据参考,并对光伏电站未来的收益增长、资产评估、风险控制有重要意义。

安全预警。实时监控运行数据大大提高了安全预警的能力,及时解决安全隐患,保障安全生产。

责任编辑:赵宁宁 来源: 36大数据
相关推荐

2022-07-05 16:31:49

MPPT鸿蒙

2015-12-23 11:13:09

云计算大数据

2019-07-19 19:47:44

代码开发GitHub

2013-09-16 14:45:29

飞鱼星无线云飞鱼星路由器飞鱼星

2021-12-23 10:15:00

数字化

2012-06-26 09:55:52

云案例

2021-07-28 15:53:07

数字化

2016-11-30 09:36:43

大数据能源行业供热

2011-07-11 10:53:40

云计算云能源

2022-12-23 10:09:39

开源光伏支架

2009-07-07 18:43:00

光伏系统电缆

2012-03-01 11:29:43

云计算微软Azure

2015-09-21 15:39:16

云智慧

2019-06-17 14:41:15

机器学习人工智能 大数据
点赞
收藏

51CTO技术栈公众号