风电场远程监控与运维：EMQ 新能源风场互联解决方案

摘要

在风力发电场中，风电机等设备的运行状态直接影响电网的质量，因此对风电场内各类设备的运行数据进行监控与采集至关重要。

在传统的风电场中，监控与数据采集系统有诸多局限性。流程上，传统风电场站设备风机、升压站等设备通常使用 IEC-104 协议与集控服务器进行通讯，并利用监控与数据采集系统（SCADA）将实时数据保存到时序数据库中。然后，集控应用从数据库中提取数据并在监控页面展示，实现对场站设备的远程监视和控制。

然而，这种传统的数据通路存在着许多局限性：数据分散存储于局部风场、无法提供一体化的数据、缺乏灵活性和可扩展性、难以应对新型新能源风电场对大规模数据处理和实时分析的需求。新一代的新能源风电场需要采集更广泛的数据源、更多元化的数据应用，并采用云边协同等更具弹性的系统架构，将数据统一汇聚到云端，构建新一代多层级的的新能源风电智能运营管理系统，以提高风资源利用效率。

基于前沿物联网技术和云边一体的数据基础软件，EMQ 风场互联方案能有效协助风电场建设智能化运营系统，它解决了关键性问题，如数据采集、分析、传输、网闸穿透和存储。同时，针对性地解决大型新能源风电系统在高可靠采集、边缘技术应用、安全互联和运营管理大数据分析上的多重挑战。

风场管理面临的挑战

• 多源数据收集与传输： 在风电场中，监测各种参数（如风速、风向、温度、湿度、发电机的状态等）需要大量的传感器，而将这些数据实时地收集并传输回控制中心或云平台，需要通过多级传输的方式提供稳定的通信网络。
• 实时数据分析： 随着风电场规模的增加和数据集的扩大，处理和分析的数据量将呈指数增长，对数据处理能力提出了更高的要求，实时数据分析需求的增加要求投入更多地计算资源和智能的分析算法，传统的 SCADA 系统的数据处理能力和扩展性已经满足不了大型风电场站的管理需求。
• 数据安全与隐私： 信息安全是另一个重要考虑因素，风电场的数据需要得到充分的保护以防止恶意攻击和安全威胁，大型风电系统的数据传输与隔离须要符合电力系统的网络安全规范，在不同的安全区的数据通讯需要使用纵向加密和网闸穿透等技术，传统的集控系统架构实现复杂网络环境中的数据传输面临较大的技术挑战。
• 远程控制和自动化： 提高风电场的自动化水平，减少对人工干预的依赖，是降低操作成本和提高效率的关键。在复杂的网络环境和较高的网络安全、数据安全需求的大型风电场站管理场景中，传统面向本地化管理的集控系统已经满足不了远程管理和自动化管理的需求。

EMQ 新能源风场管理方案架构

EMQ 通过提供自主研发云边一体的物联网基础软件，帮助客户实现从边缘到云端一站式的物联网数据连接，移动，处理，存储的解决方案，帮助新能源风电场实现设备故障实时处理、优化运行和监控。整体方案架构如下图：

• 边缘端实时数据采集： 通过 NeuronEX 提供的工业数据采集能力能够轻松采集百万测点数据。以单个风电场检修基地为例：380 台风机，每台风机总共 1600 个测点总共 608000 个测点，NeuronEX 可以支持每 10 秒总召唤一次，每 1 秒上报一次数据，主要用于在监控系统和远端终端之间进行数据交换。NeuronEX 基于 IEC-104 标准规约实现了测点数据总召唤、SOE 主动上报、对时命令下发以及遥脉数据采集功能。同时， 基于 IEC-104 标准规约实现了设备冗余连接的方案，保证整个数据采集过程的高可用。
• 断点续传与边缘文件解析： 在风电场集控建设当中，由于场站和集控分布在不同地理位置，很有可能因为网络中断导致设备数据无法上传到集控当中。网络中断后，EMQ 解决方案能先本地保存文件，然后通过 FTP 或者其他文件传输协议，将文件传输到集控，然后进行解析入库，减轻弱网条件下的数据丢失。同时，通过 NeuronEX 提供的边缘计算能力，在边缘端就能利用实时规则对文件进行解析。与传统的传输方式相比，NeuronEX 可以设置每 60 秒读取历史数据的文件，读取完之后再将文件删除，这样能够有效的降低的存储空间和计算资源的开销，也能保证数据的及时性和一致性。
• 隔离网闸穿透： 在电力场景中，正向隔离网闸是一种特定类型的隔离设备，用于隔离和切断电力系统中的电气设备或网络的正向流向。在云端的 MQTT 消息服务器 EMQX 基于插件的方式实现了正向隔离网闸穿透，保证一二区系统的隔离性和数据传输链路的安全性、合规性。
• 数据集成： EMQX 作为企业级物联数据接入平台， 支持百万级（1600 台风机）数据点位的实时接入存储，每个 payload 存储空间大约 12 KB 情况下可以达到每秒入库一次的写入频率。EMQX 将 NeuronEX 采集到的 IEC-104 实时数据、历史文件数据进行统一汇聚，然后基于 EMQX 内置的规则引擎，将数据存储到时序数据库和关系数据库中。EMQX 规则引擎提供了 Map_keys 和 Map_values 的功能，支持 IEC-104 协议主动上报的数据类型实时入库。

方案优势

• 高可靠数据采集： 支持高可用的集控系统数据采集，高效稳定地大型新能源风电场站海量数据，确保风电系统的安全和稳定连接和响应。
• 边缘流计算： 提供边缘计算能力，帮助新能源风电系统在边缘端实现支持功率预测文件、历史数据文件解析。
• 安全互联：提供网闸穿透和数据加密传输能力，确保大型新能源风电系统能够按照电力系统所要求更高的安全规范进行双向单向通讯，强化系统的稳定性和安全性。
• 数据集成：方案能帮助新能源风电系统支持 Apache IoTDB、TDengine 和 Postgresql 数据库入库，低代码高效与大数据应用集成，提供数据分析的风电管理与运营优化。

相关产品

NeuronEX

NeuronEX 产品组合由工业数据采集与边缘流计算组件组成，是一款面向工业领域的设备数据采集和边缘智能分析的软件，主要部署在工业现场，实现工业设备通信及工业总线协议采集、工业系统数据集成、边端数据过滤分析及AI算法集成，以及工业互联网平台对接集成等。其提供了以下特性：

• 多样的连接性：NeuronEX 提供多协议接入能力，支持如 Modbus、OPCUA、Ethernet/IP、BACnet、Siemens、Mitsubishi 等数十种工业协议的同时接入；提供企业内 MES、WMS 等各系统多数据源的集成对接；NeuronEX 同时支持数据流的双向打通，既可实现数采，也支持控制指令下发到设备。
• 灵活部署：NeuronEX 具有极低的内存占用，在 x86、ARM、RISC-V 等低配置架构设备上运行表现出色。此外，它还支持类似Docker的容器化部署，能够与K8s环境中的其他容器共同运行。
• 数据处理：NeuronEX 包含100+内置函数，支持数据过滤、数据操作、设备控制以及数据持久化，将数据存储于时序数据库中。
• 算法集成：支持将 C/python/go 等语言的算法集成到 NeuronEX，支持工业机理模型、机器&深度学习等模型在边端的实时推理，输出告警及智能决策。
• 边缘到云：通过 MQTT、SparkplugB 等协议，NeuronEX 将工业数据推送汇聚到云平台，NeuronEX 与云平台之间的双向数据流，形成云边数据协同及控制协同，利用平台侧大数据存储及分析能力，放大NeuronEX 使用价值。

EMQX Enterprise

EMQX Enterprise (以下简称 EMQX) 是一个强大的企业级物联网消息平台，专为大规模部署和物联网应用中的高可靠性而设计。在风电场的运维管理中，EMQX Enterprise 通过以下能力为用户带来收益：

• 高可靠性和可扩展性：EMQX 采用分布式架构，具有高可用性和可扩展性，可以处理大规模并发消息传输。它支持水平扩展，以适应不断增长的物联网设备和数据流量，确保系统稳定性。
• 丰富的协议支持：除了 MQTT 协议外，EMQX 还支持多种消息传输协议。它允许开发人员扩展以支持各种私有协议，以满足其应用需求。
• 数据集成：EMQX 与各种数据存储服务、消息队列、云平台和应用无缝集成。它可以连接到云服务，实现远程数据传输和基于云的分析。
• 安全和认证：EMQX 提供强大的安全功能，包括 TLS/SSL 加密传输、客户端认证和访问控制。它支持多种认证方法，如用户名/密码、X.509 证书和 OAuth，确保物联网通信的安全性。
• 规则引擎和数据处理：EMQX 具有灵活的规则引擎，可以基于设备数据进行实时数据处理和转发。它支持数据过滤、转换、聚合和持久化等操作，帮助用户根据业务需求进行分析和决策。
• 可视化监控和管理：EMQX 提供直观的可视化监控和管理界面，允许用户实时监控物联网设备和消息传输。用户可以查看连接状态、消息流量和其他指标，还可以进行设备管理、故障排除和系统配置操作。