CN103516051A - 风电场集中监控系统平台 - Google Patents

风电场集中监控系统平台 Download PDF

Info

Publication number
CN103516051A
CN103516051A CN201310471096.5A CN201310471096A CN103516051A CN 103516051 A CN103516051 A CN 103516051A CN 201310471096 A CN201310471096 A CN 201310471096A CN 103516051 A CN103516051 A CN 103516051A
Authority
CN
China
Prior art keywords
data
server
energy turbine
turbine set
wind energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310471096.5A
Other languages
English (en)
Other versions
CN103516051B (zh
Inventor
葛延峰
高凯
孙力勇
罗沅德
罗卫华
李青春
李正文
朱伟峰
李胜辉
戈阳阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201310471096.5A priority Critical patent/CN103516051B/zh
Publication of CN103516051A publication Critical patent/CN103516051A/zh
Application granted granted Critical
Publication of CN103516051B publication Critical patent/CN103516051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/40Display of information, e.g. of data or controls

Abstract

本发明涉及一种利用电力网络技术领域,尤其涉一种风电场集中监控系统平台。包括实时系统、数据采集子系统及MIS/DMIS系统;实时系统包括数据服务器组、SCADA服务器、通讯服务器、电子值班、远程维护及工作站;数据采集子系统包括数据服务器数据采集服务器;MIS/DMIS系统包括MIS/DMIS服务器、MIS/DMIS工作站及MIS工作站;整个系统是双网结构,数据库服务器、SCADA服务器和数据采集服务器则是双机冗余配置,面向各个风电场的通道也采用一个以太网为主通道,另个以太网为备通道的双通道模式。本发明将目前多个分散风电场信息集中收集,与电网运行信息进行互动,据电网实时运行条件,在满足电网安全约束条件下,最大限度挖掘电网裕度,优化风电场有功出力,提高电网风电接纳能力。

Description

风电场集中监控系统平台
技术领域
本发明涉及一种利用电力网络技术领域,尤其涉一种风电场集中监控系统平台。具体是结合风电与电网运行性,建立以风电场集中监控系统平台为主站,各分散风电场为子站的优化、协同控制新能源控制技术领域。是风电场调峰控制与断面控制,可最大限度提高风电场发电量,提高清洁能源利用率。
背景技术
 2008年以来,随着国家可再生能源政策的逐步推进,风电作为可再生能源的重要部分得到了迅猛发展。随着风电并网规模的不断增长,电网电源结构、负荷结构、网架结构性矛盾不断显露,接纳大规模风电面临较大挑战,主要表现为:
1)风电主要集中在东北、华北、西北地区,波动性、间歇性明显,大规模接入后,给电网调峰及网络潮流调整提出了新的课题与挑战。
2)“三北地区”受地理位置影响,负荷特点是冬季峰谷差大。
3)电源构成中火电及热电机组比重较大,调峰能力差。
4)灵活调节电源少。
5)电网调峰能力有下降趋势。
6)风电场多以5万千瓦一个点并入电网,且数量极多,管控负责、困难。
电网运行特性及风电接纳能力与所在电网的系统规模、电源结构和布局、负荷特性等密切相关,大规模风电的开发建设要充分考虑受端电网的负荷特性、电源结构、电网输送能力、调度运行方式等诸多因素。随着风电并网规模不断扩大,风电参与电网调峰问题逐步严重,风电涉网水平参差不齐,针对目前风电运行存在的问题,对风电场的运行控制策略进行研究及优化,建立与电网运行信息协同、互补的风电场集中监控系统平台,将多个分散的、零散的、控制困难的风电场进行集中自动管控,可在保证电网安全稳定运行的同时,有效提高地区电网风电接纳能力。
发明内容
为了解决现有技术中存在的技术问题,本发明提供了一种风电场集中监控系统平台。其目的是为了协同风电与电网运行信息,将多个分散的、零散的、控制困难的风电场进行集中自动管控,可在保证电网安全稳定运行的同时,有效提高地区电网风电接纳能力。
本发明是通过以下技术方案实现的:
风电场集中监控系统平台,它包括实时系统、数据采集子系统及MIS/DMIS系统;实时系统包括:数据服务器组、SCADA服务器、通讯服务器、电子值班、远程维护及工作站;数据采集子系统包括:数据服务器数据采集服务器;MIS/DMIS系统包括MIS/DMIS服务器、MIS/DMIS工作站及MIS工作站;它们的操作系统分别是HP Unix和Linux;整个系统是双网结构,数据库服务器、SCADA服务器和数据采集服务器则是双机冗余配置,面向各个风电场的通道也采用一个以太网为主通道,另一个以太网为备通道的双通道模式。
所述的数据服务器采用HP公司的基于安腾芯片的高性能机架式服务器,运行的是HP Unix操作系统,数据采集服务器、SCADA服务器均用HP公司的基于Intel芯片的高性能机架式服务器,运行的是Linux操作系统,而客户机则采用HP图形工作站,运行的也是Linux操作系统。
所述的数据服务器,遵循IEC 61970 能量管理系统接口规范等国际标准及IEC 61400-25风力发电场监控通信原理及模型规范,采用了符合IEC 61970 CIM规范的电网模型,并提供符合CIS标准的API接口和基于SVG的图形交换;基于WINDOWS/LINUX /UNIX的分布式系统平台架构,支持各种主流操作系统平台,实现了从服务器到客户端软硬件的跨平台与混合平台;
输配一体的一二次设备信息完整建模,提供灵活方便的设备建模工具,能够直接反映发输配一体的一二次设备信息,并按照基于CIM模型的设备容器层次结构进行显示;
集安全性、稳定性于一体的综合数据处理平台,对多种应用的需求进行了整体设计,支持多种通信方式和通信扑结构,使得在一个数据采集系统就可以完成所有的数据采集任务,并支持多源数据、多态数据处理;
基于分组计算的分布式一体化平台设计;NSW6000系统采用了分组计算的分布式一体化平台,通过多组进行计算弱化了对单台机器的处理要求,强调了数据的并行处理能力;
基于CIM模型,可视化、全矢量的图模库一体化系统;数据模型按照面向电力系统对象的原理设计,全矢量的图形制导工具,图形和数据库录入一体化,并自动建立图形上的设备和数据库中的数据的对应关系;图模库一体化系统可以根据接线图上的连接关系自动建立整个风电场的网络拓朴关系。
所述的多种通信方式包括模拟、数字、拨号及网络;所述的通信扑结构包括:点对点、多点共线、星型及环行。
所述的数据服务器与风电功率预测系统进行数据交互,不仅获取风电场短期及超短期功率预测结果,将其应用到风电调节中,而且面向风电功率预测系统提供风电场实时气象数据;与计划系统进行数据交互,一方面获取风电场的发电计划数据,另一方面则向计划系统提供风电场的实时出力及风速等实时数据;调度计划曲线,短期风功率预测曲线、超短期风功率预测曲线、实时出力曲线在同一坐标轴线统一展示;风电场调峰控制功能,实现对下辖风电场的有效控制和调节。
所述的数据服务器是整个NSW6000系统运行的核心,商用数据库的数据库管理系统在数据服务器运行,用于存放数据结构、数据定义及描述、历史告警数据、实时数据库采样数据、告警信息等;
所述的实时数据库的数据定义来自商用数据库,在每个客户机上常驻内存,其定义及描述是在系统启动时根据商用数据库的内容而产生,反应当前风电场的状态,存放实时性要求比较高的数据;
实时数据服务程序在数据服务器上运行,它充分利用了服务器强大的数据处理能力;前置机采集的数据直接传送给数据服务器上的服务程序,服务程序对数据进行处理,并将处理结果发给各个工作站;
所述的历史告警数据存贮在数据服务器上,各个工作站需要历史数据时,直接发请求给数据服务器上的服务程序,由服务程序获取数据,再将数据发给相应的工作站。
所述的数据采集子系统通过调度数据网II区与风电场的集中监控信息上传终端建立TCP连接,并获取风场的数据;同时监控系统运行的所需数据中有些数据不能直接从风场获取的,数据采集子系统可以和计划系统,预测系统,考评系统等第三方系统进行通讯,以获取监控系统运行的所需数据;同时计划系统、预测系统及考评系统等需要从监控系统获取数据支持,通讯服务器将从监控系统获取的有关数据发送给上述系统;通过WEB网关和数据代理可以向MIS/DMIS提供浏览风电画面、报表、历史曲线、各种告警、操作记录等信息;MIS/DMIS通过电力系统物理隔离装置与实时数据网连接,由实时网的数据中心客户端实时向其发送数据。
本发明的优点及有益效果是:
本发明是一种风电场集中监控系统平台的新能源实时在线控制技术,采集省级电网所辖范围内的风场信息,包括升压站电气设备、风机、箱变、测风塔等的实时信息,并在控制中心集中展示。同时将相关数据通过接口送给调度计划、风功率预测等其它系统,并且接收来自上述系统的相关数据,完成数据的整合,达到数据的共享。同时,系统配置了功率调节及风电调峰控制功能,通过对风力发电出力的调节,实现电网电力电量平衡和安全需求的系统目标。
本发明将目前多个分散的风电场信息集中收集,与电网运行信息进行互动,根据电网实时运行条件,在满足电网安全约束条件下,最大限度挖掘电网裕度,优化风电场有功出力,提高电网风电接纳能力。
附图说明
下面结合附图和具体实施例对本发明作进一步详细的说明。
图1是本发明风电场集中监控系统平台结构框图。
具体实施方式
本发明是一种风电场集中监控系统平台,如图1所示。数据库服务器采用HP公司的基于安腾芯片的高性能机架式服务器,运行的是HP Unix操作系统,数据采集服务器、SCADA服务器均用HP公司的基于Intel芯片的高性能机架式服务器,运行的是Linux操作系统,而客户机则采用HP图形工作站,运行的也是Linux操作系统。
硬件上服务器加工作站形式的混合使用,不仅能够保证数据处理的速度及可靠性,获得较高的性价比,而且容量大,便于扩容,能够满足风电今后较长一个时期的发展需要;它们的操作系统分别是HP Unix和Linux,将Unix的稳定性和Linux的开放性结合杂一起。整个系统是双网结构,数据库服务器、SCADA服务器和数据采集服务器则是双机冗余配置,面向各个风电场的通道也采用一个以太网为主通道,另一个以太网为备通道的双通道模式。所有这些配置,确保整个监控系统有着更高的可靠性。
本发明包括实时系统、数据采集子系统及MIS/DMIS系统。
实时系统包括:数据服务器组、SCADA服务器、通讯服务器、电子值班、远程维护及工作站。
数据采集子系统包括:数据服务器、数据采集服务器。
MIS/DMIS系统包括MIS/DMIS服务器、MIS/DMIS工作站及MIS工作站。
本发明系统中的数据服务器一般配置两台服务器,形成双机数据库以及应用服务热备用,充分保证系统数据的安全性。两台数据服务器通过NSW6000特有的复制子系统保证两台商用数据库之间数据的一致性。
数据服务器是整个NSW6000系统运行的核心,商用数据库的数据库管理系统在数据服务器运行,用于存放数据结构、数据定义及描述、历史告警数据、实时数据库采样数据、告警信息等。实时数据库的数据定义来自商用数据库,在每个客户机上常驻内存,其定义及描述是在系统启动时根据商用数据库的内容而产生,反应当前风电场的状态,存放实时性要求比较高的数据。
实时数据服务程序在数据服务器上运行,它充分利用了服务器强大的数据处理能力。前置机采集的数据直接传送给数据服务器上的服务程序,服务程序对数据进行处理,将处理结果发给各个工作站,减轻了各个工作站数据处理的负担。同时,历史数据存贮在服务器上,各个工作站需要历史数据时,直接发请求给数据服务器上的服务程序,由服务程序获取数据,再将数据发给相应的工作站,这样,保证了各个工作站查询的历史数据的一致性。
数据采集子系统通过调度数据网II区与风电场的集中监控信息上传终端建立TCP连接,并获取风场的数据。同时监控系统运行的所需数据中有些数据不能直接从风场获取,例如各风电场的发电计划值,风电场的短期、超短期预测值,调度对风电场的考评等。数据采集子系统可以和计划系统,预测系统,考评系统等第三方系统进行通讯,以获取监控系统运行的所需数据。同时计划系统,预测系统,考评系统等需要从监控系统获取数据支持。通讯服务器将从监控系统获取的有关数据发送给上述系统。
通过WEB网关和数据代理可以向MIS/DMIS提供浏览风电画面、报表、历史曲线、各种告警、操作记录等信息。MIS/DMIS不直接连接到实时运行系统上,而是通过电力系统专用的物理隔离装置与实时数据网连接,由实时网的数据中心客户端实时向其发送数据,通过物理隔离,保证了实时运行系统的安全性。
本发明风电场集中监控系统平台是遵循IEC 61970 能量管理系统接口规范等国际标准及IEC 61400-25风力发电场监控通信原理及模型规范,采用了符合IEC 61970 CIM规范的电网模型,并提供符合CIS标准的API接口和基于SVG的图形交换。基于WINDOWS/LINUX /UNIX的分布式系统平台架构,支持各种主流操作系统平台,实现了从服务器到客户端软硬件的跨平台与混合平台,解决了长期以来对单一软硬件平台的依赖,为系统扩充、硬件升级提供了良好的支持。
输配一体的一二次设备信息完整建模,提供灵活方便的设备建模工具,能够直接反映发输配一体的一二次设备信息,并按照基于CIM模型的设备容器层次结构进行显示。
集安全性、稳定性于一体的综合数据处理平台,对多种应用的需求进行了整体设计,支持多种通信方式(模拟、数字、拨号、网络)和通信扑结构(点对点,多点共线,星型,环行),使得在一个数据采集系统就可以完成所有的数据采集任务,并支持多源数据、多态数据处理。
基于分组计算的分布式一体化平台设计。NSW6000系统采用了分组计算的分布式一体化平台,通过多组进行计算弱化了对单台机器的处理要求,强调了数据的并行处理能力,不仅可以极大地提高系统的可靠性,而且可以大大降低对服务器的硬件配置要求,从而明显降低系统总投资。
基于CIM模型,可视化、全矢量的图模库一体化系统。数据模型按照面向电力系统对象的原理设计,全矢量的图形制导工具,图形和数据库录入一体化,并自动建立图形上的设备和数据库中的数据的对应关系。图模库一体化系统可以根据接线图上的连接关系自动建立整个风电场的网络拓朴关系,大大简化了工程化工作和维护工作,而且保证了维护工作的正确性,避免人为错误,保证图形、模型、数据库的一致性,减少建模和建库时间。
本发明所述的风电场集中监控系统平台,除了常规的SCADA及风电监控功能,风电场集控系统平台还具有如下功能:与风电功率预测系统进行数据交互,不仅获取风电场短期及超短期功率预测结果,将其应用到风电调节中,而且面向风电功率预测系统提供风电场实时气象数据。与计划系统进行数据交互,一方面获取风电场的发电计划数据,另一方面则向计划系统提供风电场的实时出力及风速等实时数据。调度计划曲线,短期风功率预测曲线、超短期风功率预测曲线、实时出力曲线在同一坐标轴线统一展示。风电场调峰控制功能,实现对下辖风电场的有效控制和调节。
实时网段采用平衡双1000M/100M以太网结构,通过1000M/100M交换机构建主网,实现双网流量平衡,速度可达2000/200MB/s,具有适应实时数据处理数据流量大、交换速度快的特点。重要的数据通过TCP报文进行传输,次要的数据通过UDP报文进行传输。实时网段提供了实时运行平台数据传输高速公路,实现了数据服务器、工作站、前置机等不同机器之间应用进程的快速数据交换,以及同一机器不同进程之间的快速数据通信。
数采网段是一个独立的10M/100M自适应网段,直接挂接终端服务器以及通过网络型终端设备(RTU,FTU,ERTU)和远方风电场相联。常规的远方终端,直连到终端服务器;辽宁风电的风电场均是通过网络,直接连接到数采子网。单设数采网段的优点是:数据采集的开放性及可扩性更好;将数采信息与系统主网隔离,安全性、可靠性高;减轻主网负载,保证数据传输处理的实时性。
风电集中监控系统平台建设实施根据实施时间的先后分为四个阶段:硬件系统搭建阶段、软件平台搭建阶段、风场信息接入阶段、与调度侧其他系统接入及调峰控制管理实现阶段,明确各阶段各节点的工作时间、实施进度,明确各阶段各节点的工作时间、实施进度,落实责任人和配合人。
第一阶段,硬件系统搭建阶段。
这一阶段的工作为项目范围的设备安装、安全检查;完成网线、电源线、光纤线的敷设、固定;完成机柜电源的订制和安装;完成设备的上电和测试;完成软件系统的初步搭建和测试。
第二阶段,软件平台搭建阶段。
这一阶段的工作完成风电集中监控系统的软件平台的搭建与测试,编写了风场接入接口规范和风电场集中监控信息上传实施说明,组织首个风电场接入协调会,组织首个风电场接入接口测试工作和实际接入工作。
第三阶段,风场信息集中接入阶段。
按照第二阶段确定的接入规范和要求,给各风电场下发《关于开展“风电场集中监控系统信息上传”的工作通知》,按照通知要求组织开展各风场接入接口厂家的接口程序测试,测试通过后,统一安排时间开展实际接入工作。
同时,为完成数据融合与共享,该阶段同时需开展与调度侧其他系统接口工作,完成与调度计划系统、风功率预测系统的数据接口,实现数据共享。
第四阶段,调峰控制管理实现阶段。
按照项目建设目标,开展有功控制功能的开发和实施阶段。编写方案,方案通过后,迅速成立开发小组,完成风电调峰有功控制软件的开发。开展有功控制测试和实际联调工作,并根据测试和联调工作中发现的问题及时对软件进行优化和调整。
风电场集中监控系统平台是一个面向风电集控的框架程序,在其菜单和工具栏中集成了风电应用的相关功能。
风电监控程序运行的依赖环境有以下三部分:
1、操作系统。
风电监控程序支持多操作系统平台功能,可以根据用户配置和需求运行在各种主流的操作系统平台之上。在不同的操作系统平台之上,都可达到非常理想的运行效果。所支持的操作系统平台详见表1。
2、其他系统软件。
风电用户界面采用跨平台图形软件开发平台Trolltech Qt,Qt工具包是非常成熟的一个跨平台图形界面开发工具,Qt已经被广泛用在了KDE桌面环境的开发中。Qt版本:Qt OpenSource 4.4/4.5以上版本。
 风电场远程监控系统基础平台。风电监控程序的运行需要风电场远程监控系统相关服务平台的支撑。所以在运行该程序之前,要确保其相关服务平台的正确运行。
3、网络子系统;实时数据库子系统;权限子系统;文件统一服务。
风电监控程序的应用功能大致可分为如下几部分:主界面、实时画面显示、历史告警查询、历史曲线查询、报表功能、风玫瑰图、风功率曲线。
表1 支持的操作系统平台

Claims (9)

1.风电场集中监控系统平台,其特征是:它包括实时系统、数据采集子系统及MIS/DMIS系统;
实时系统包括:数据服务器组、SCADA服务器、通讯服务器、电子值班、远程维护及工作站;
数据采集子系统包括:数据服务器数据采集服务器;
MIS/DMIS系统包括MIS/DMIS服务器、MIS/DMIS工作站及MIS工作站;
它们的操作系统分别是HP Unix和Linux;整个系统是双网结构,数据库服务器、SCADA服务器和数据采集服务器则是双机冗余配置,面向各个风电场的通道也采用一个以太网为主通道,另一个以太网为备通道的双通道模式。
2.根据权利要求1所述的风电场集中监控系统平台,其特征是:
所述的数据服务器采用HP公司的基于安腾芯片的高性能机架式服务器,运行的是HP Unix操作系统,数据采集服务器、SCADA服务器均用HP公司的基于Intel芯片的高性能机架式服务器,运行的是Linux操作系统,而客户机则采用HP图形工作站,运行的也是Linux操作系统。
3.根据权利要求1所述的风电场集中监控系统平台,其特征是:所述的数据服务器,遵循IEC 61970 能量管理系统接口规范等国际标准及IEC 61400-25风力发电场监控通信原理及模型规范,采用了符合IEC 61970 CIM规范的电网模型,并提供符合CIS标准的API接口和基于SVG的图形交换;基于WINDOWS/LINUX /UNIX的分布式系统平台架构,支持各种主流操作系统平台,实现了从服务器到客户端软硬件的跨平台与混合平台;
输配一体的一二次设备信息完整建模,提供灵活方便的设备建模工具,能够直接反映发输配一体的一二次设备信息,并按照基于CIM模型的设备容器层次结构进行显示;
集安全性、稳定性于一体的综合数据处理平台,对多种应用的需求进行了整体设计,支持多种通信方式和通信扑结构,使得在一个数据采集系统就可以完成所有的数据采集任务,并支持多源数据、多态数据处理;
基于分组计算的分布式一体化平台设计;NSW6000系统采用了分组计算的分布式一体化平台,通过多组进行计算弱化了对单台机器的处理要求,强调了数据的并行处理能力;
基于CIM模型,可视化、全矢量的图模库一体化系统;数据模型按照面向电力系统对象的原理设计,全矢量的图形制导工具,图形和数据库录入一体化,并自动建立图形上的设备和数据库中的数据的对应关系;图模库一体化系统可以根据接线图上的连接关系自动建立整个风电场的网络拓朴关系。
4.根据权利要求3所述的风电场集中监控系统平台,其特征是:所述的多种通信方式包括模拟、数字、拨号及网络;所述的通信扑结构包括:点对点、多点共线、星型及环行。
5.根据权利要求3所述的风电场集中监控系统平台,其特征是:所述的数据服务器与风电功率预测系统进行数据交互,不仅获取风电场短期及超短期功率预测结果,将其应用到风电调节中,而且面向风电功率预测系统提供风电场实时气象数据;与计划系统进行数据交互,一方面获取风电场的发电计划数据,另一方面则向计划系统提供风电场的实时出力及风速等实时数据;调度计划曲线,短期风功率预测曲线、超短期风功率预测曲线、实时出力曲线在同一坐标轴线统一展示;风电场调峰控制功能,实现对下辖风电场的有效控制和调节。
6.根据权利要求1所述的风电场集中监控系统平台,其特征是:所述的数据服务器是整个NSW6000系统运行的核心,商用数据库的数据库管理系统在数据服务器运行,用于存放数据结构、数据定义及描述、历史告警数据、实时数据库采样数据、告警信息等。
7.根据权利要求6所述的风电场集中监控系统平台,其特征是:所述的实时数据库的数据定义来自商用数据库,在每个客户机上常驻内存,其定义及描述是在系统启动时根据商用数据库的内容而产生,反应当前风电场的状态,存放实时性要求比较高的数据;
实时数据服务程序在数据服务器上运行,它充分利用了服务器强大的数据处理能力;前置机采集的数据直接传送给数据服务器上的服务程序,服务程序对数据进行处理,并将处理结果发给各个工作站。
8.根据权利要求6所述的风电场集中监控系统平台,其特征是:所述的历史告警数据存贮在数据服务器上,各个工作站需要历史数据时,直接发请求给数据服务器上的服务程序,由服务程序获取数据,再将数据发给相应的工作站。
9.根据权利要求1所述的风电场集中监控系统平台,其特征是:所述的数据采集子系统通过调度数据网II区与风电场的集中监控信息上传终端建立TCP连接,并获取风场的数据;
同时监控系统运行的所需数据中有些数据不能直接从风场获取的,数据采集子系统可以和计划系统,预测系统,考评系统等第三方系统进行通讯,以获取监控系统运行的所需数据;
同时计划系统、预测系统及考评系统等需要从监控系统获取数据支持,通讯服务器将从监控系统获取的有关数据发送给上述系统;
通过WEB网关和数据代理可以向MIS/DMIS提供浏览风电画面、报表、历史曲线、各种告警、操作记录等信息;
MIS/DMIS通过电力系统物理隔离装置与实时数据网连接,由实时网的数据中心客户端实时向其发送数据。
CN201310471096.5A 2013-10-11 2013-10-11 风电场集中监控系统平台 Active CN103516051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310471096.5A CN103516051B (zh) 2013-10-11 2013-10-11 风电场集中监控系统平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310471096.5A CN103516051B (zh) 2013-10-11 2013-10-11 风电场集中监控系统平台

Publications (2)

Publication Number Publication Date
CN103516051A true CN103516051A (zh) 2014-01-15
CN103516051B CN103516051B (zh) 2016-02-24

Family

ID=49898307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310471096.5A Active CN103516051B (zh) 2013-10-11 2013-10-11 风电场集中监控系统平台

Country Status (1)

Country Link
CN (1) CN103516051B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942619A (zh) * 2014-04-18 2014-07-23 国家电网公司 采用复合数据源的基于自学习Sigmoid核函数支持向量机的光伏发电功率短期预测方法
CN103942618A (zh) * 2014-04-18 2014-07-23 国家电网公司 采用复合数据源的基于自学习多项式核函数支持向量机的光伏发电功率短期预测方法
CN103942622A (zh) * 2014-04-18 2014-07-23 国家电网公司 采用复合数据源基于自学习Sigmoid核函数支持向量机的风电功率短期预测方法
CN104104106A (zh) * 2014-06-13 2014-10-15 国家电网公司 风电场风电机组限出力控制方法
CN104320477A (zh) * 2014-10-31 2015-01-28 上海许继电气有限公司 基于分布式服务器实现光伏电站数据处理的方法及系统
CN104486404A (zh) * 2014-12-11 2015-04-01 北京太宗科技有限公司 风电场功率波动检测方法和检测装置
CN105375631A (zh) * 2015-11-24 2016-03-02 国网北京市电力公司 用于电网的地下电缆监控系统
CN106133623A (zh) * 2014-03-28 2016-11-16 阿自倍尔株式会社 数据采集系统
CN107330056A (zh) * 2017-06-29 2017-11-07 河北工业大学 基于大数据云计算平台的风电场scada系统及其运行方法
CN107665391A (zh) * 2016-07-29 2018-02-06 上海电气风电集团有限公司 一种新型的智能风电实时数据处理方法与系统
CN109725592A (zh) * 2019-03-13 2019-05-07 国电联合动力技术有限公司 风电场智慧模拟采集测试系统
CN110490763A (zh) * 2019-08-19 2019-11-22 海南电网有限责任公司 一种调峰辅助方法和系统
CN111478979A (zh) * 2020-05-26 2020-07-31 国电联合动力技术有限公司 风电数据可靠采集方法及系统
CN111913935A (zh) * 2020-07-09 2020-11-10 河北工业大学 一种基于cim模型的风电场集控中心scada系统
CN112330130A (zh) * 2019-12-04 2021-02-05 华电新疆发电有限公司 一种风电现场工作安全管控的方法
CN113364129A (zh) * 2021-06-25 2021-09-07 广西电网有限责任公司 一种电网监控系统的数据处理服务高可用方法
CN114553878A (zh) * 2022-02-23 2022-05-27 南京南瑞信息通信科技有限公司 一种基于lvs的工控系统主备运行电力监控系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184453A (zh) * 2011-05-16 2011-09-14 上海电气集团股份有限公司 基于模糊神经网络和支持向量机的风电功率组合预测方法
CN202166879U (zh) * 2011-03-18 2012-03-14 沈阳易讯科技股份有限公司 一种电力智能调度管理系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202166879U (zh) * 2011-03-18 2012-03-14 沈阳易讯科技股份有限公司 一种电力智能调度管理系统
CN102184453A (zh) * 2011-05-16 2011-09-14 上海电气集团股份有限公司 基于模糊神经网络和支持向量机的风电功率组合预测方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106133623B (zh) * 2014-03-28 2019-03-22 阿自倍尔株式会社 数据采集系统
CN106133623A (zh) * 2014-03-28 2016-11-16 阿自倍尔株式会社 数据采集系统
CN103942619A (zh) * 2014-04-18 2014-07-23 国家电网公司 采用复合数据源的基于自学习Sigmoid核函数支持向量机的光伏发电功率短期预测方法
CN103942618A (zh) * 2014-04-18 2014-07-23 国家电网公司 采用复合数据源的基于自学习多项式核函数支持向量机的光伏发电功率短期预测方法
CN103942622A (zh) * 2014-04-18 2014-07-23 国家电网公司 采用复合数据源基于自学习Sigmoid核函数支持向量机的风电功率短期预测方法
CN104104106A (zh) * 2014-06-13 2014-10-15 国家电网公司 风电场风电机组限出力控制方法
CN104320477A (zh) * 2014-10-31 2015-01-28 上海许继电气有限公司 基于分布式服务器实现光伏电站数据处理的方法及系统
CN104486404A (zh) * 2014-12-11 2015-04-01 北京太宗科技有限公司 风电场功率波动检测方法和检测装置
CN105375631B (zh) * 2015-11-24 2018-02-23 国网北京市电力公司 用于电网的地下电缆监控系统
CN105375631A (zh) * 2015-11-24 2016-03-02 国网北京市电力公司 用于电网的地下电缆监控系统
CN107665391A (zh) * 2016-07-29 2018-02-06 上海电气风电集团有限公司 一种新型的智能风电实时数据处理方法与系统
CN107330056B (zh) * 2017-06-29 2020-10-16 河北工业大学 基于大数据云计算平台的风电场scada系统及其运行方法
CN107330056A (zh) * 2017-06-29 2017-11-07 河北工业大学 基于大数据云计算平台的风电场scada系统及其运行方法
CN109725592A (zh) * 2019-03-13 2019-05-07 国电联合动力技术有限公司 风电场智慧模拟采集测试系统
CN110490763A (zh) * 2019-08-19 2019-11-22 海南电网有限责任公司 一种调峰辅助方法和系统
CN110490763B (zh) * 2019-08-19 2023-03-03 海南电网有限责任公司 一种调峰辅助方法和系统
CN112330130A (zh) * 2019-12-04 2021-02-05 华电新疆发电有限公司 一种风电现场工作安全管控的方法
CN111478979A (zh) * 2020-05-26 2020-07-31 国电联合动力技术有限公司 风电数据可靠采集方法及系统
CN111913935A (zh) * 2020-07-09 2020-11-10 河北工业大学 一种基于cim模型的风电场集控中心scada系统
CN113364129A (zh) * 2021-06-25 2021-09-07 广西电网有限责任公司 一种电网监控系统的数据处理服务高可用方法
CN114553878A (zh) * 2022-02-23 2022-05-27 南京南瑞信息通信科技有限公司 一种基于lvs的工控系统主备运行电力监控系统
CN114553878B (zh) * 2022-02-23 2024-04-02 南京南瑞信息通信科技有限公司 一种基于lvs的工控系统主备运行电力监控系统

Also Published As

Publication number Publication date
CN103516051B (zh) 2016-02-24

Similar Documents

Publication Publication Date Title
CN103516051B (zh) 风电场集中监控系统平台
CN103715718B (zh) 网源联合仿真及其多级调度闭环控制系统
CN101873008B (zh) 变电站scd模型到调度中心cim模型的转换方法
CN104239059B (zh) 基于全模型的智能配用电统一信息支撑平台的构建方法
CN106230032B (zh) 一种基于电力调度数据网的风电场群生产调度运维系统
CN108736522B (zh) 交直流混合分布式系统的运行控制系统
CN106786644A (zh) 无功功率的控制方法、装置和系统
CN105449849A (zh) 一种风电场一体化监控系统
CN102609791A (zh) 基于云平台的规模化集中式远程风电功率预测中心
CN112260331B (zh) 特高压交直流电网仿真平台及构建方法
CN104217127A (zh) 一种pmu动态数据模拟生成方法
CN110676889B (zh) 一种用于储能联合火电调频的能量管理系统
Gallardo-Calles et al. Wind control centres: State of the art
CN111461919A (zh) 一种风电场功率控制一体化监控系统
Zolin et al. Digital twins for electric grids
AU2021104336A4 (en) Power System Theoretical Line Loss Cloud Computing System and Method Thereof
CN103501056A (zh) 地县一体化自动电压控制系统
Wei et al. Optimal DG penetration rate planning based on S-OPF in active distribution network
CN102647027A (zh) 一种实现建立电能质量数据交换接口的方法
Geberslassie et al. Future SCADA systems for decentralized distribution systems
Ma et al. Cloud computing: an innovative IT paradigm to facilitate power system operations
TWM596476U (zh) 分散式電源管理平台之閘道器
Wang et al. Grid-aware placement of datacenters and wind farms
CN203761400U (zh) 用于光伏电站测量系统中的中控通讯室
CN113344741A (zh) 一种电力系统理论线损云计算系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Ge Yanfeng

Inventor after: Li Shenghui

Inventor after: Ge Yangyang

Inventor after: Gao Kai

Inventor after: Huang Xu

Inventor after: Sun Liyong

Inventor after: Luo Yuande

Inventor after: Luo Weihua

Inventor after: Li Qingchun

Inventor after: Li Zhengwen

Inventor after: Zhu Weifeng

Inventor before: Ge Yanfeng

Inventor before: Ge Yangyang

Inventor before: Gao Kai

Inventor before: Sun Liyong

Inventor before: Luo Yuande

Inventor before: Luo Weihua

Inventor before: Li Qingchun

Inventor before: Li Zhengwen

Inventor before: Zhu Weifeng

Inventor before: Li Shenghui

COR Change of bibliographic data