光伏汇流并网箱数据可视化平台搭建要点
2026-11-20 07:11:37
来源:安徽正变电气科技有限公司-次
光伏汇流并网箱数据可视化平台搭建要点
一、系统整体架构
┌─────────────────────────────────────────────────────┐
│ 展示层(Web/大屏/移动端) │
├─────────────────────────────────────────────────────┤
│ 应用服务层(业务逻辑) │
├──────────┬──────────┬───────────┬──────────────────┤
│ 数据采集 │ 数据存储 │ 数据处理 │ 告警/分析引擎 │
├──────────┴──────────┴───────────┴──────────────────┤
│ 通信网络层(4G/5G/以太网/LoRa/RS485) │
├──────────┬──────────┬───────────┬──────────────────┤
│ 汇流箱① │ 汇流箱② │ 逆变器 │ 并网柜/电表 │
└──────────┴──────────┴───────────┴──────────────────┘
二、数据采集层要点
1. 采集对象与参数
| 采集设备 | 关键参数 |
|||
| 光伏汇流箱 | 各支路电流、电压、功率、温度、开关状态、防雷器状态 |
| 逆变器 | 直流/交流电压电流、功率、效率、MPPT状态、故障代码 |
| 并网柜 | 并网电压/频率/功率因数、断路器状态、孤岛保护 |
| 电能表 | 发电量、上网电量、用电量、反向电量 |
| 环境传感器 | 辐照度、组件温度、环境温度、风速 |
2. 通信方式选型
| 方式 | 适用场景 | 特点 |
|--||--|
| RS485 + Modbus | 站内设备组网 | 稳定可靠,距离≤1200m |
| 以太网(TCP/IP) | 大型电站集中监控 | 带宽大,便于扩展 |
| 4G/5G无线 | 分布式电站、偏远地区 | 免布线,灵活部署 |
| LoRa/NB-IoT | 低功耗广域覆盖 | 功耗低,适合分散点位 |
| 电力载波(HPLC) | 利用既有电力线 | 无需额外布线 |
3. 采集终端(边缘网关)
- ✅ 支持多协议解析(Modbus RTU/TCP、IEC104、DL/T645等)
- ✅ 具备断点续传和本地缓存能力
- ✅ 支持边缘计算(数据预处理、异常初筛)
- ✅ 支持OTA远程升级
三、数据存储层要点
1. 数据库选型
时序数据(核心) 关系数据 缓存/文件
├── InfluxDB / TDengine ├── MySQL/PG ├── Redis(实时缓存)
├── TimescaleDB ├── MongoDB ├── MinIO(文件/图片)
└── Apache IoTDB └── SQLite └── HDFS(历史归档)
2. 数据分级策略
| 级别 | 周期 | 用途 | 存储方式 |
|--|--|--||
| 实时数据 | 秒级 | 实时监控大屏 | Redis + 时序DB |
| 短期数据 | 1~30天 | 趋势分析、日报 | 时序数据库(热数据) |
| 长期数据 | >30天 | 统计报表、模型训练 | 压缩归档(冷数据) |
3. 数据质量保障
- 🔄 数据清洗:缺失值插值、异常值剔除、去重
- 📋 数据对齐:多源数据时间戳同步校准
- 🔐 数据安全:传输加密(TLS)、存储加密、访问权限控制
四、数据处理与分析层
1. 核心计算指标
python
典型计算逻辑示例
发电效率 = 实际发电量 / (装机容量 × 峰值日照时数 × 辐照强度系数)
PR(系统效率) = 实际发电量 / 理论发电量
组串失配率 = max(各支路电流) - min(各支路电流) / 平均电流
汇流箱离散率 = std(各支路电流) / mean(各支路电流)
2. 关键分析功能
| 分析类型 | 具体内容 |
|||
| 发电量分析 | 日/月/年发电量、同比环比、理论vs实际 |
| 设备健康 | 组串电流离散度、温度异常趋势、绝缘阻抗 |
| 故障诊断 | 支路断路/短路、PID衰减、热斑检测 |
| 电能质量 | 谐波分析、电压偏差、功率因数 |
| 预测模型 | 基于辐照+温度的发电量预测、故障预警 |
3. 告警策略
分级告警体系:
🔴 紧急:逆变器脱网、汇流箱过温、直流拉弧 → 即时推送(电话+短信)
🟡 重要:支路电流偏差>30%、通讯中断 → 5分钟内推送
🟢 一般:轻微效率下降、环境异常 → 记录+日报汇总
五、可视化展示层要点
1. 大屏看板设计(适合调度中心)
┌────────────────────────────────────────────┐
│ 📍 电站概览(地图+装机/实时功率/今日发电) │
├──────────────┬──────────────┬──────────────┤
│ 📊 实时监控 │ 📈 发电趋势 │ ⚠️ 告警中心 │
│ 各汇流箱状态 │ 24h功率曲线 │ 实时告警列表 │
│ 支路电流柱图 │ 月发电柱状图 │ 故障定位地图 │
├──────────────┴──────────────┴──────────────┤
│ 🔋 逆变器状态 │ 🌡️ 环境监测 │ 📋 运行报表 │
└────────────────────────────────────────────┘
2. Web管理端功能模块
| 模块 | 功能 |
|--|--|
| 电站总览 | 多电站切换、关键KPI卡片 |
| 设备监控 | 汇流箱/逆变器拓扑图、支路详情 |
| 发电统计 | 多维度报表、自定义时间范围导出 |
| 运维管理 | 工单系统、巡检记录、备件管理 |
| 系统管理 | 用户权限、设备台账、告警规则配置 |
3. 移动端适配
- 小程序/APP推送告警通知
- 简化版关键指标查看
- 扫码查看设备信息(二维码绑定)
4. 可视化技术选型
| 场景 | 推荐技术 |
|--||
| 2D大屏图表 | ECharts / AntV / Highcharts |
| 3D电站模型 | Three.js / Cesium(GIS) |
| GIS地图展示 | Leaflet / Mapbox / 百度/高德API |
| 实时数据流 | WebSocket + Canvas动画 |
| 前端框架 | Vue3 / React + TypeScript |
六、关键技术难点与对策
| 难点 | 解决方案 |
|--||
| 海量时序数据高并发写入 | 时序数据库集群 + 分区分片 + 降采样策略 |
| 多品牌设备协议兼容 | 抽象协议适配层 + 插件化驱动架构 |
| 网络不稳定地区数据丢失 | 边缘网关本地缓存≥7天 + 断点续传 |
| 大屏实时刷新性能 | 数据分级推送 + WebSocket增量更新 + 前端虚拟滚动 |
| 告警风暴(大量误报) | 告警聚合/抑制规则 + AI辅助告警分级 |
| 数据安全合规 | 等保2.0、数据脱敏、操作审计日志 |
七、部署与运维建议
架构建议
推荐:微服务 + 容器化部署
├── Docker + K8s(生产环境)
├── 或:Spring Cloud / Go-Zero 等微服务框架
└── 前端:Nginx反向代理 + CDN加速
运维要点
- 📊 监控自身:平台自身需要监控(Prometheus + Grafana)
- 🔄 定期校准:传感器定期校验、电表周期性检定
- 📦 版本管理:设备固件、网关程序、平台版本统一管理
- 🛡️ 容灾备份:数据库主从 + 异地备份 + 灾难恢复演练
八、典型技术栈汇总
| 层次 | 推荐方案 |
|--||
| 前端 | Vue3 + ECharts + Three.js + WebSocket |
| 后端 | Java(Spring Boot) / Go / Python(FastAPI) |
| 消息队列 | Kafka / EMQX(MQTT Broker) |
| 时序数据库 | TDengine / InfluxDB / TimescaleDB |
| 关系数据库 | PostgreSQL / MySQL |
| 缓存 | Redis |
| 部署 | Docker + K8s / 边缘网关(ARM工控机) |
| IoT平台 | ThingsBoard / EMQ / 自研 |
> 总结核心原则:"采得全、传得稳、存得快、算得准、看得清、管得住" —— 从数据采集到决策支持的全链路闭环是平台成功的关键。