白皮书
车联网设计与实现:搭建可靠、高效、符合行业需求的车联网平台 →

概述

中国长江三峡集团是国内最大的清洁能源集团,经过多年坚持不懈的努力,已成为清洁能源产业的引领者。三峡新能源作为三峡集团新能源业务的战略实施主体,承载着发展新能源的历史使命。近年来,三峡新能源积极发展陆上风电、光伏发电,大力开发海上风电,稳健发展中小水电业务,探索推进地热能、潮汐能、风电制氢等新业务。

某地风光储项目是三峡集团为推动新能源和储能产业发展而规划的一项重要举措,项目拟建设规模为百兆瓦时级的电化学储能系统示范及管理运维平台。针对示范区大规模多类型储能系统运行管理的需要,项目计划基于物联网云边协同与边缘计算技术提供对储能单元状态感知、边云协同能量管理、自律分散控制策略、储能运行可靠性评估以及储能系统运维策略等多方面能力。在此基础上,集成系统若干边缘计算节点及系统私云,建立储能系统能量管理和智能运维平台,实现大规模电池储能系统的协同管理。

挑战

储能系统可靠性、经济性不足

在可再生能源消纳的诸多解决方案中,储能技术目前被认为是应对大规模可再生能源接入的最有效手段之一。相对于其他储能技术,电化学储能系统具有快速功率响应、密集能量存储、灵活方便部署等优势,其规模化建设可望在电网调峰调频、波动平抑、紧急功率支援等应用场景中发挥重要作用。但海量电化学电池规模化成组构成的储能系统可靠性、经济性不足是规模化电池储能系统广泛应用的主要瓶颈。因此,面向大规模风光并网消纳的迫切需求,如何充分考虑电化学储能装置的成本、技术特性,有效集成和管理大规模电化学储能装置,进而充分发挥其应用优势尤为重要。

数据量大、采集频率高

以数字储能集装箱为例,物联网终端对多台集装箱内总数约数十万个点以每 100ms~200ms 的频率进行采集,一年的数据量超过 445T。大规模的数据显著增加了存储和计算资源的压力,同时超高的采集频率也对物联网终端设备的性能和稳定性提出了更高的要求。

数据实时分析

物联网采集数据大多都是以连续的数据流的形式,从多种外部数据源持续不断地生成。在多数情况下,我们无法控制这些流数据到达的顺序和产生的速率。传统储能系统的数据分析通常基于批处理技术,一般在预先收集好的有限数据集上运行,基于请求-响应的命令驱动运行模式。在这种情况下,计算指令是主动的,数据是被动的,分析的结果往往不包含最新的数据,时延较高,不能够满足对数据进行实时分析计算的要求。

解决方案

本项目采用了边云协同架构实现了对海量储能数据的有效管理和储能状态的实时感知,并基于自律分散思想建立系统的一致性控制策略,保证储能系统响应的速度和准确性。

我们采用了 EMQ 提供的相关套件来实现,包括:边缘工业协议网关软件 Neuron、超清量边缘 MQTT 消息服务器 NanoMQ、物联网边缘分析/流式处理软件 eKuiper、运行在 Intel X86 上的云原生分布式物联网消息服务器 EMQX 以及 EMQ 云边协同管理平台。

工业软网关

本项目采用 Neuron 作为工业软网关,将工业数据传输协议解析成为标准的 MQTT 协议并发布到边缘 Broker,北向标准 MQTT 数据发送,根据用户指定配置,将数据发送至指定的 Broker;南向控制接口,监听控制设备的主题,将相关的控制命令转发给设备。网关对边缘计算资源的需求主要取决于数据采集协议,ModbusTCP 协议的 Server 轮询 Client 时,单个 Neuron 节点可以支持 3000 点以上,如果点位数量大大超过网关的承载能力,可以考虑在边缘设备上部署多个网关实例。

边缘侧 Broker

边缘 Broker 是经过网关协议转换后的数据的边缘中转站,中心 Broker 从边缘 Broker 订阅全量原始数据并存储到数据库,同时边缘计算单元也从边缘 Broker 订阅(或直连)原始数据流进行边缘计算。边缘计算设备算力有限,边缘 Broker 在达到尽可能高的性能和吞吐量的情况下,需要保持尽量少的资源消耗占用。 Broker 对计算资源的需求主要是内存,在我们目前方案中采用的 NanoMQ 仅需 200Mb 的内存消耗就能支持超过 80 万条每秒的消息吞吐,同时每 1G 的内存能够保持 6W 以上的设备连接。

边缘计算单元

边缘计算单元承担解析 MQTT 数据包、进行流式计算并将计算结果以 MQTT 协议发布到中心 Broker 的任务,最后由中心 Broker 解析后分发到不同主题,供消费者订阅。目前边缘计算单元使用开源软件 eKuiper,采用基于数据源(source)- 业务处理逻辑(rule)- 目标(sink)的规则引擎来进行流式计算。

中心 Broker

  • 高可用集群

    中心侧的核心是高吞吐量 Broker,按照 84 台集装箱计算,中心 Broker 要承载的测点数量包含所有测点原始数据的 40 万以上测点,加上边缘侧进行分析计算后额外产生的数据量。 方案实现中采用的 EMQX Enterprise,单服务器节点支持 50 万到 100 万路由,采用 4 节点或以上集群的部署方案,可以支持 1000 万点以上的路由。

  • 规则引擎

    规则引擎不仅能用于简单的数据清洗、编解码、格式转换,还可用于配置 Broker 消息流与设备事件(设备上线、断线等)的处理和响应规则。命中规则后,可以将经过规则处理后的结果以不同的形式转发出去供特定消费者订阅或对接 Kafka 以及数据库。

  • 数据持久化

    通过 Broker 的消息可以通过规则引擎的对接 Kafka 或 MQTT 消息的方式满足前端的各种消费需求,也可以通过持久化的方式落盘,或进入大数据平台,形成数据资产。在实施过程中,边缘 Broker 将从网关获取的全量原始数据转发至中心 Broker,边缘计算单元将边缘计算结果转发至中心 Broker,最后由中心 Broker 把这些数据持久化到时序数据库中,为大数据分析提供素材。

边缘管理

EMQ 边缘管理平台是基于 EMQ 核心产品构建的基础 IoT 平台框架,提供云边协同、EMQ 集群管理等 IoT 平台核心功能。由于边缘设备众多,手动进行 SSH 连接或者 Web 访问登录配置每一台边缘设备要耗费很大的工作量,很多时候用户需要从云端对边缘设备提供的 HTTP 服务进行访问(边缘设备一般没有公网 IP),方便用户在局域网内通过浏览器查看服务的状态或者进行相应的设置。通过 EMQ 云边协同管理平台建立基于 TCP 或 MQTT 协议实现的边缘端设备发现与管理的云边通道,可以通过底层 API 实现由云到边服务的访问。这样便可通过统一的入口、界面来管理所有连接的设备,在中心侧实现配置边缘计算单元的规则,安装、卸载、更新插件等功能。

28501648198398_.pic.jpg

成果

通过 EMQ 提供的云边协同数据接入与处理能力,我们建立了基于物联网的大规模电池储能系统监控架构,基于自律分散结构的大规模储能系统协同控制和能量管理技术,实现储能系统状态感知和系统运行可靠性在线评估,开发储能系统智能诊断与预警算法,打造了大规模储能系统能量管理和智能运维平台,并开展示范验证。平台支持数据点 100 万个以上,控制响应时间不超过 500ms,满足了大规模电池储能系统协同控制、安全和可靠运行需求。

实现更高的有效容量,有效提升经济效益

通过新一代储能设备管理平台有效克服传统 BMS 储能方案的短板效应,有效容量可显著提升。随着新电池的使用,其短板效应将逐渐扩大,该项目的优势则越明显,预期在电池的寿命周期内,平均有效容量可提升 15% 以上,有效提升经济效益。

实现更长的电池使用寿命,降低电池更换成本

本项目的容量保持率将始终高于传统的 BMS 储能方案,电池可以实现更长的循环寿命,从长期来看,可以减少电池更换的数量和次数,进而降低未来的运维成本与后期投入。

大幅提升储能安全,节省持续运检成本

通过实现毫秒级电池网络拓扑重构能力以及毫秒级故障电池模组在线检测及自动隔离功能,完美应对了在不同电力出力场景下电池电化学差异性所带的储能系统的本征安全挑战,预防电池故障于未然。真正做到远程在线式的电池本征安全风险的无人化实时及时的应对与管控,几乎避免了对上站人工操作的依赖,尤其在大规模储能应用场景中,可直接节省运维成本 30~50%。