李獻偉，王 偉

?

基于物聯(lián)網(wǎng)的隨機性電源即插即用運維技術方案研究

李獻偉，王 偉

(許繼集團有限公司，河南 許昌 461000)

針對隨機性電源接入規(guī)模大、地域分布廣導致的運維困難問題，提出了基于物聯(lián)網(wǎng)的即插即用運維技術方案。該方案采用移動互聯(lián)網(wǎng)技術及地理信息技術，實現(xiàn)設備運行維護的即插即用及現(xiàn)實地理場景精確定位?；谒木S健康評估模型維修預警專家系統(tǒng)能夠及時發(fā)現(xiàn)隱患并提前維護，很好地滿足隨機性電源設備的運維的需求。

隨機性電源；物聯(lián)網(wǎng)；地理信息技術；即插即用；健康評估模型；預警專家系統(tǒng)

0 引言

低碳經(jīng)濟、可持續(xù)發(fā)展是人類可持續(xù)發(fā)展的必然要求，可再生能源、儲能、電動汽車的應用增長迅速。本文將具有隨機性、波動性等特點并以分布式接入電網(wǎng)的新能源統(tǒng)稱為“隨機性電源”(如圖1所示)，其接入規(guī)模越來越大，距離分散，故障不能及時處理影響其使用效率，運維成本高；與此同時，以大數(shù)據(jù)處理和第五代移動通信技術為代表的物聯(lián)網(wǎng)技術取得了飛速發(fā)展，該技術通過射頻識別、傳感器、全球定位系統(tǒng)等，將物品相連接，進行信息交換和通信，實現(xiàn)了智能化識別、定位、追蹤、監(jiān)控和管理等一系列功能[1-3]。

本文將物聯(lián)網(wǎng)技術與隨機性電源的運行維護相結合，提出了基于物聯(lián)網(wǎng)的隨機性電源運維技術方案，滿足接入設備運行維護的即插即用，能夠及時準確掌握區(qū)域隨機性電源接入設備的運行狀況，并根據(jù)設備的運行狀況及維修記錄進行評估并提前進行維護，提高設備正常運行時間，同時實現(xiàn)設備的電子化運行維護流程，解決現(xiàn)有運維的困難，提高隨機性電源的利用水平。

圖1 隨機性電源

1 隨機性電源運維與物聯(lián)網(wǎng)

1.1 隨機性電源運維分析

隨機性電源運維水平不僅關系到設備能否長期正常穩(wěn)定運行，還關系到運行的成本、投資的價值以及最終收益，涉及面廣；投資業(yè)主關注其投資回報率，希望減少故障運行時間，快速收回成本；電網(wǎng)運營企業(yè)關注其對電網(wǎng)造成的影響，并制定了相關標準規(guī)范其接入，提高設備接入電網(wǎng)的友好性；用戶(同時也可能是投資業(yè)主)更加關注其應用的安全性和可靠性。隨機性電源運行維護水平對新能源的發(fā)展有很大的影響。

隨著新能源的不斷發(fā)展，隨機性電源接入設備的數(shù)量越來越龐大，地域也更為分散廣闊，通過人工定期或不定期的巡檢運維方式不適應其發(fā)展，表現(xiàn)為費時費力、維修不及時、運維水平不高，不能有效提高隨機性電源的利用水平[4-5]。

1.2 物聯(lián)網(wǎng)技術

物聯(lián)網(wǎng)是一個將全球定位系統(tǒng)、傳感器網(wǎng)絡、條碼與二維碼設備以及射頻標簽閱讀裝置等信息傳感設備，按照約定的協(xié)議并通過各種接入網(wǎng)與互聯(lián)網(wǎng)結合起來而形成的一個巨大智能網(wǎng)絡。物聯(lián)網(wǎng)是實現(xiàn)物與物之間、人與物之間互聯(lián)的信息網(wǎng)絡，能夠提供以機器終端智能交互為核心的、網(wǎng)絡化的應用與服務[6-7]，如圖2所示為物聯(lián)網(wǎng)模型。

圖2 物聯(lián)網(wǎng)模型

物聯(lián)網(wǎng)能夠對整合網(wǎng)絡內(nèi)的人員、機器、設備和基礎設施實施實時管理和控制，實現(xiàn)更加精細和動態(tài)的方式管理生產(chǎn)和生活，達到“智慧”狀態(tài)，提高資源利用率和生產(chǎn)力水平[8-9]。

1.3 隨機性電源運維與物聯(lián)網(wǎng)的關系

隨機性電源的運行維護包括能夠追蹤從設備的投運、維護(維修)、退出運行等階段，物聯(lián)網(wǎng)技術通過對設備進行統(tǒng)一命名實現(xiàn)，并將設備信息及運行工況上傳至云運維中心，實現(xiàn)設備身份的識別、定位并維修，滿足設備全生命周期的管理。

(1) 設備的自動識別

自動識別技術是物聯(lián)網(wǎng)涉及的眾多技術之一，利用其中的語音識別技術、條碼識別技術、射頻識別技術等可以對隨機性電源設備設置具有唯一數(shù)字編碼或可辨特征的標識，使得設備在運維過程中能夠被快速有效地識別。

(2) 設備的精確定位

定位技術是物聯(lián)網(wǎng)涉及的另一種技術，利用衛(wèi)星定位、無線電波定位、傳感定位等可對隨機性電源設備進行快速精確的定位。

(3) 滿足即插即用及海量運維

通過物聯(lián)網(wǎng)將設備與云運維中心互連實現(xiàn)海量隨機性電源接入設備的智能運維，實現(xiàn)設備投入運行的即插即用，減少運維人員規(guī)模，提高設備運維的效率，滿足投資業(yè)主、用戶以及電網(wǎng)運行方的需求，推進隨機性電源的建設。

(4) 滿足全生命周期管理

將物聯(lián)網(wǎng)技術應用于分布式電源設備的全生命周期管理中，提高設備利用率，實現(xiàn)隨機性電源設備全生命周期管理自動化、智能化。

2 即插即用的運維技術

2.1 設備唯一性標識

在物聯(lián)網(wǎng)的世界，每個設備都有唯一的物聯(lián)網(wǎng)址(IP地址)，它是數(shù)字世界的身份標識，標識特征與編碼的唯一性與統(tǒng)一性在物聯(lián)網(wǎng)的運行中非常重要。設備唯一性標識可以是圖象識別、語音識別、條碼識別、射頻識別、磁識別、生物特征識別等。有時為了滿足實際應用的需要，可能將幾種識別方式并用。在本系統(tǒng)中，為了能夠對設備進行身份識別，考慮到二維碼具有標識成本低的優(yōu)點，采用自動識別技術設置了設備的二維碼作為設備唯一性標識，如圖3所示為設備標識二維碼。

圖3 設備唯一性標識

2.2 即插即用運維技術

設備的“即插即用”指新的設備投入運行后，云運維中心可自動識別新接入的設備，并對新設備加以管理，如圖4為隨機性電源云運維中心。將此概念引用到應用越來越廣的隨機性電源領域，“即插即用”主要體現(xiàn)應用的及時性，是指對新添加設備自動和動態(tài)識別，包括初始安裝時自動識別、運行中改變的識別以及退出的自動識別。隨機性電源運維的即插即用是指對于云運維中心來說，投入運行即可自動識別并進行動態(tài)監(jiān)控，無需繁雜的物理配置以及提前通知；隨機性電源投入運行后，用戶無需手動配置的情況下，云運維中心能夠自動識別新接入的設備，并對設備加以管理；通過規(guī)定接入設備編碼唯一(可將設備編碼簡單的比作手機號碼)，投入運行后與云運維中心主動連接，進行身份自動識別，報告位置信息及設備運行工況，類似于手機插上手機卡就可以使用[10-16]。

圖4 隨機性電源云運維中心

隨機性電源接入設備編碼唯一，設備投入運行后，主動連接云運維中心建立連接并進行身份識別及確認，在網(wǎng)絡連接狀態(tài)正常上送設備工況及定位信息并接受管理，實現(xiàn)了設備接入運維的即插即用，如圖5所示。

圖5 即插即用的身份識別

2.3 地理空間的精確定位

地理信息系統(tǒng)(Geographic Information System，GIS)是結合地理學與地圖學以及遙感和計算機等交叉的學科，是對地球上存在的現(xiàn)象和發(fā)生的事件進行成圖和分析，把地圖這種獨特的視覺化效果和地理分析功能與一般的數(shù)據(jù)庫操作集成在一起。

云運維中心將隨機性電源上送的位置信息(由GPS或北斗定位設備的經(jīng)度與緯度信息、高度信息)與GIS進行融合，實現(xiàn)設備在現(xiàn)實地理場景的展示，滿足設備在地理空間的快速精確定位，實現(xiàn)設備真實環(huán)境定位的即插即用，如圖6所示。

圖6 隨機性電源接入設備位置的定位原理圖

3 多維度隨機性電源預警評估方法

多維度隨機性電源預警評估方法將設備健康評估與物聯(lián)網(wǎng)相結合，設備狀態(tài)信息及維修記錄通過物聯(lián)網(wǎng)及時發(fā)送至云運維中心，運維預警專家系統(tǒng)依據(jù)健康評估模型對設備健康狀況評估，若設備健康指標低于健康指標下限將進行預警提醒[4]。

3.1 現(xiàn)行的運維方案

現(xiàn)行的運維方法是建立在總結以往工作經(jīng)驗的基礎上，通過統(tǒng)計運維記錄的類型、處理方法，對系統(tǒng)實施定期或不定期的人工巡檢工作，來保證設備的安全和系統(tǒng)穩(wěn)定。然而，隨著隨機性電源建設規(guī)模的擴大化與分散化，這種運維方法的缺點愈發(fā)明顯，主要表現(xiàn)為：①巡檢不到位、漏檢、檢修不及時；②手工填報巡檢結果效率低、容易漏項或出錯；③管理人員難以及時、準確、全面地了解系統(tǒng)狀況，難以制定最佳的保養(yǎng)和維修方案，也阻礙了隨機性電源的進一步發(fā)展[17-23]。

3.2 多維度的健康評估模型

隨機性電源健康評估模型有四個維度，包括設備壽命、設備故障(故障類型、維修次數(shù)及維修人員)、設備告警(告警類型及次數(shù))、使用頻率(或正常運行時間)，設備壽命是基準，其他三個維度進行融合分析得出設備近期可能發(fā)生某種或某幾種故障的概率，并通過與設備預期壽命進行加權得出設備健康評估報告，具體包括四個方面：設備預期壽命、告警與故障之間的關聯(lián)度、使用頻率與故障之間的關聯(lián)度、使用頻率與告警之間的關聯(lián)度，如圖7所示為多維度隨機性電源接入設備預警評估模型。

圖7 多維度隨機性電源接入設備預警評估模型示意圖

(1) 設備預期壽命

健康評估模型以設備預期壽命(簡稱為exp)為基準參考，它與設備使用年限(簡稱age)、設備的使用頻率(按照不同的時間尺度計算，為時間尺度，簡稱為freq())及故障維修情況(按照不同的時間尺度計算，維修頻率簡稱為rec())有直接的關聯(lián)，設備設計壽命簡稱為desi，設備預期使用壽命為

(2) 告警與故障之間的關聯(lián)度分析

隨機性電源投入運行后將根據(jù)運行情況上送告警信息，告警信息包括設備故障告警；正常運行情況上送普通告警信息，不影響設備的正常使用，健康評估模型通過分析上送告警類型type(按照不同的時間尺度計算發(fā)生頻率freq())與設備維修故障類型type(故障類型type的維修頻率freq())之間的關系可甄別那種告警類型發(fā)生最可能引起設備故障，比如針對某一設備的告警歷史記錄發(fā)現(xiàn)：告警類型A上送2次就引起設備故障類型發(fā)生的頻率很高，可以推斷告警類型type與故障類型type的關聯(lián)度很高，關聯(lián)親密系數(shù)rel(type,type)；通過分析提高基于設備狀況進行提前預警維修的準確度，避免無謂檢修或者過度檢修。某一時間段內(nèi)告警類型type上送后故障type發(fā)生的幾率occur(type,type)為

(3)

(3) 使用頻率與設備故障的關聯(lián)度分析

分析設備的使用頻率freq與發(fā)生故障類型type之間的關系主要是為了發(fā)現(xiàn)設備易發(fā)生故障的環(huán)節(jié)，并獲得故障類型與使用頻率之間的關系，提高維修預警的準確度，縮短維修時間，并以設備使用頻率為基準提出的維修健康預警，故障類型與使用頻率的關聯(lián)親密系數(shù)rel(type,freq)(系數(shù)根據(jù)設備歷史記錄分析獲得，它某段時間內(nèi)由該故障引起設備的維修頻率成正比，與該段時間內(nèi)使用頻率成反比，是一個相對固定的值，比如根據(jù)歷史時間t內(nèi)計算出rel(type,freq)(t))，某時間該設備發(fā)生故障類型type的幾率occur(type,freq)與設備使用頻率之間關系為

(5)

(4) 使用頻率與設備告警的關聯(lián)度分析

分析設備使用頻率與告警之間的關系主要是為了獲得設備使用過程易發(fā)生誤操作習慣，通過修正用戶操作規(guī)程或改進設備建設誤操作報警；同時根據(jù)設備使用頻率調(diào)整告警類型排序等。某一段時間內(nèi)告警類型的級別_type與使用頻率freq之間的關系(_type指原有告警級別)為

3.3 隨機性電源設備維修預警專家系統(tǒng)

維修預警專家系統(tǒng)根據(jù)設備維修歷史信息及設備運行情況分析設備的健康情況，維修人員最為關注設備壽命及設備故障，若設備預期壽命為零或者負值標明設備已報廢，建議盡快更換或拆除；設備故障發(fā)生幾率主要與設備壽命、使用頻率、維修頻率有關，若分析得出設備發(fā)生某故障的幾率大于80%，專家系統(tǒng)將設備地理位置信息及預發(fā)生故障的類型推送至運維人員并提前維修。

4 基于物聯(lián)網(wǎng)的電子化運維檢修流程

電子化的運維檢修流程可滿足設備的全生命周期管理，減少運維人員規(guī)模，滿足了投資業(yè)主、用戶以及電網(wǎng)運行方的需求。

4.1 預警評估

預警專家系統(tǒng)依據(jù)多維度的健康評估模型定期給予設備健康評價，將評價結果上送到云運維中心。如果評價結果低于合格值，云運維中心便將可能發(fā)生故障類型及概率、設備位置等傳送給運維人員，方便對設備進行提前維修，如圖8所示。

圖8 電子化隨機性電源接入設備運維檢修原理圖

4.2 運維檢修流程

云運維中心通過移動互聯(lián)網(wǎng)將故障告警(或維修預警信息)及故障設備位置設備推送至運維人員，運維人員依據(jù)這些信息便可提前進行備品備件，按照位置信息精確定位故障設備，然后通過手持終端進行設備確認并維修。維修完成后，運維人員需準確上報設備故障類型及維修時間至運維中心，預警專家系統(tǒng)通過維修歷史記錄結合預警評估模型進一步提高故障預警的水平(包括對運維人員的考核等)，改進預警評估方法，提高運維水平，如圖9為隨機性電源設備故障維修流程。

圖9 故障維修流程圖

5 結論

基于物聯(lián)網(wǎng)的即插即用運維技術方案通過物聯(lián)網(wǎng)技術與隨機性電源運維技術的結合，實現(xiàn)了海量的隨機性電源接入設備的智能運維，滿足接入設備運維的即插即用，能夠及時準確掌握區(qū)域隨機性電源接入設備的運行狀況，進行健康評估并提前預警維修，形成一套電子化的隨機性電源接入設備運維檢修流程，提高隨機性電源的運維水平，具有較廣泛的推廣價值。

[1] 黃小慶, 張軍永, 朱玉生, 等. 基于物聯(lián)網(wǎng)的輸變電設備監(jiān)控體系研究[J]. 電力系統(tǒng)保護與控制, 2013, 41(9): 137-141.

HUANG Xiaoqing, ZHANG Junyong, ZHU Yusheng, et al. Research on monitoring system for power transmission and transformation equipments based on IoT[J]. Power System Protection and Control, 2013, 41(9): 137-141.

[2] 王韶, 江卓翰, 朱姜峰, 等. 計及分布式電源接入的配電網(wǎng)狀態(tài)估計[J]. 電力系統(tǒng)保護與控制, 2013, 41(13): 82-87.

WANG Shao, JIANG Zhuohan, ZHU Jiangfeng, et al. State estimation of distribution network involving distributed generation[J]. Power System Protection and Control, 2013, 41(13): 82-87.

[3] 秦紅霞, 武芳瑛, 彭世寬, 等. 智能電網(wǎng)二次設備運維新技術研討[J]. 電力系統(tǒng)保護與控制, 2015, 43(22): 35-40.

QIN Hongxia, WU Fangying, PENG Shikuan, et al. New technology research on secondary equipment operation maintenance for smart grid[J]. Power System Protection and Control, 2015, 43(22): 35-40.

[4] 呂穎, 孫樹明, 汪寧渤, 等. 大型風電基地連鎖故障在線預警系統(tǒng)研究與開發(fā)[J]. 電力系統(tǒng)保護與控制, 2014, 42(11): 142-147.

Lü Ying, SUN Shuming, WANG Ningbo, et al. Study and development of on-line cascading fault early-warning system for large-scale wind power base[J]. Power System Protection and Control, 2014, 42(11): 142-147.

[5] 李少林, 王瑞明, 孫勇, 等. 分散式風電孤島運行特性與孤島檢測試驗研究[J]. 電力系統(tǒng)保護與控制, 2015, 43 (21): 13-19.

LI Shaolin, WANG Ruiming, SUN Yong, et al. Analysis and experiment research on islanding behaviors and detection strategy for dispersed wind power[J]. Power System Protection and Control, 2015, 43(21): 13-19.

[6]龔鋼軍, 孫毅, 蔡明明, 等. 面向智能電網(wǎng)的物聯(lián)網(wǎng)架構與應用方案研究[J]. 電力系統(tǒng)保護與控制, 2011, 39(20): 52-58.

GONG Gangjun, SUN Yi, CAI Mingming, et al. Research of network architecture and implementing scheme for the internet of things towards the smart grid[J]. Power System Protection and Control, 2011, 39(20): 52-58.

[8] 孫潔, 王增平, 王英男, 等. 含分布式電源的復雜配電網(wǎng)故障恢復[J]. 電力系統(tǒng)保護與控制, 2014, 42(2): 56-62.

SUN Jie, WANG Zengping, WANG Yingnan, et al. Service restoration of complex distribution system with distributed generation[J]. Power System Protection and Control, 2014, 42(2): 56-62.

[9] 李勛, 龔慶武, 喬卉. 物聯(lián)網(wǎng)在電力系統(tǒng)的應用展望[J]. 電力系統(tǒng)保護與控制, 2010, 38(22): 232-236.

LI Xun, GONG Qingwu, QIAO Hui. The application of IOT in power systems[J]. Power System Protection and Control, 2010, 38(22): 232-236.

[10] 劉新春.淺談大型光伏并網(wǎng)電站的運行與維護[J].可再生能源, 2012, 30(5): 125-126.

LIU Xinchun. Discussion on the operation and maintenance of large scale photovoltaic grid-connected power plant[J]. Renewable Energy Resources, 2012, 30(5): 125-126.

[11]象征, 曹有連, 馬生亮, 等. 大型光伏電站電氣設備的運行維護要點[J]. 太陽能, 2014(3): 52-54.

[12] 霍群海, 唐西勝. 微電網(wǎng)與公共電網(wǎng)即插即用技術研究[J]. 電力自動化設備, 2013, 33(7): 105-110.

HUO Qunhai, TANG Xisheng. Plug-and-play technology applied in microgrid and utility grid[J]. Electric Power Automation Equipment, 2013, 33(7): 105-110.

[13] 黃雄峰, 翁杰, 張宇嬌. 微電網(wǎng)建設規(guī)劃方案評估與選擇[J]. 電工技術學報, 2015, 30(21): 76-81.

HUANG Xiongfeng, WENG Jie, ZHANG Yujiao. Evaluation and selection of microgrid construction planning schemes[J]. Transactions of China Electrotechnical Society, 2015, 30(21): 76-81.

[14] 李振坤, 周偉杰, 錢嘯, 等. 有源配電網(wǎng)孤島恢復供電及黑啟動策略研究[J]. 電工技術學報, 2015, 30(21): 67-75.

LI Zhenkun, ZHOU Weijie, QIAN Xiao, et al. Distribution network restoration and black start based on distributed generators[J]. Transactions of China Electrotechnical Society, 2015, 30(21): 67-75.

[15] 許剛, 談元鵬, 黃琳. 基于低秩矩陣填充的 XLPE 電力電纜壽命評估[J]. 電工技術學報, 2014, 29(12): 268-276.

XU Gang, TAN Yuanpeng, HUANG Lin. Low-rank matrix completion based lifetime evaluation of XLPE power cable[J]. Transactions of China Electrotechnical Society, 2014, 29(12): 268-276.

[16] 羅毅, 施琳, 涂光瑜, 等. 適應分布式源即插即用特性需求的微網(wǎng)公共信息模型[J]. 電力系統(tǒng)自動化, 2010, 34(8): 97-100.

LUO Yi, SHI Lin, TU Guangyu, et al. Microgrid common information model applicable to plug and play feature of distributed resources[J]. Automation of Electric Power Systems, 2010, 34(8): 97-100.

[17] 王濱, 趙婉婷. 基于變電設備健康狀態(tài)評估的CIM模型研究[J]. 科技信息, 2014(7): 248-249.

WANG Bin, ZHAO Wanting. Research on CIM model of assessing the health status of substation equipment[J]. Science & Technology Information, 2014(7): 248-249.

[18] 吳波. 健康狀態(tài)評估方法及應用研究[J]. 計算機測量與控制, 2015, 17(12): 2345-2362.

WU Bo. Research on methods and application of health assessment[J]. Computer Measurement & Control, 2015, 17(12): 2345-2362.

[19]張躍, 楊汾艷, 曾杰, 等. 主動配電網(wǎng)的分布式電源優(yōu)化規(guī)劃方案研究[J]. 電力系統(tǒng)保護與控制,2015, 43(15): 67-72.

ZHANG Yue, YANG Fenyan, ZENG Jie, et al. Research of distributed generation optimization planning for active distributed network[J]. Power System Protection and Control, 2015, 43(15): 67-72.

[20] 徐天金. 風電齒輪早期故障預警與診斷的研究[D]. 北京: 華北電力大學, 2014.

XU Tianjin. Research on early fault warning and diagnosis of wind turbine gear[D]. Beijing: North China Electric Power University, 2014.

[21]劉佳. 風電場設備維修決策支持系統(tǒng)研究[D]. 北京: 華北電力大學, 2013.

LIU Jia. Research on maintenance decision support system for wind power equipment[D]. Beijing: North China Electric Power University, 2013.

[22]王成成. 基于可靠性分析的風電機組狀態(tài)維修決策研究[D]. 北京: 華北電力大學, 2014.

WANG Chengcheng. Condition-based maintenance decision-making research of wind turbines based on reliability analysis[D]. Beijing: North China Electric Power University, 2014.

[23]郇嘉嘉. 電網(wǎng)設備狀態(tài)檢修策略的研究[D]. 廣州: 華南理工大學, 2012.

(編輯 周金梅)

Research of plug-and-play operation and maintenance technology for random power based on internet of things

LI Xianwei, WANG Wei

(XJ Group Corporation, Xuchang 461000, China)

To solve the operation and maintenance difficulties due to large-scale random power access and widespread distribution, this paper proposes a plug and play operation and maintenance scheme based on the internet of things (IoT). The scheme adopts mobile internet technology and geographic information technology, which realizes the plug and play of equipment operation and maintenance, and accurate positioning of the real scene. The warning expert system based on four dimensional health assessment model of maintenance can find the hidden danger early and give safeguard in advance, which can well meet the need of operation and maintenance for random power.

random power; internet of things; geographic information technology; plug-and-play; health assessment model; early warning expert system

10.7667/PSPC151616

國家能源應用技術研究及工程示范項目(NY20150302)

2015-09-10；

2016-03-21

李獻偉(1982-)，男，碩士，工程師，從事電力系統(tǒng)保護與控制、分布式電源接入及微電網(wǎng)穩(wěn)定控制運行等方向的研究；E-mail: xianweil@139.com 王 偉(1978-)，女，本科，高級工程師，從事電力系統(tǒng)保護與控制、分布式電源接入及微電網(wǎng)穩(wěn)定控制運行等方向的研究。