基于工业物联网的能源管理平台的构建

基于工业物联网的能源管理平台的构建

“第25天”和“第35天”是中国工业体系低碳发展和全面转型的重要关键时期。目前，雾污染物源排放的严重形势严重影响了中国人民的生活和国家形象。为了彻底消除这种情况，我们必须树立“重新观念，注重节能减排，完善激励和约束机制，加快建立符合环境条件的生产模式和消费模式，提高可持续发展能力”的理念。作为“第25届中国青年政治发展战略之一，它将成为国家的重要发展战略之一。作为全面指导我国经济社会建设的规划纲要,中央强调坚持把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点,加强资源节约和管理,落实节约优先战略,全面实行资源利用总量控制、供需双向调节、差别化管理。其中,建立健全重点能耗排放企业能耗在线监测闭环管控系统是关键基础技术手段之一。自2009年工业和信息化部联合财政部在全国钢铁、化工等行业全面推进工业企业能源管理中心建设以来,全国各重点耗能企业建成了多个能源管控中心,通过先进的自动化和信息化技术手段,各高耗能行业能源管理工作逐步走向精细化和规范化,并取得了一定的节能效果和经济效益。但是目前建成的能源管理系统也存在如下问题。(1)能源管理平台作为独立的软件系统存在,关键功能在于展现能耗分类指标,未能与生产控制系统结合起来,难以实现能耗自动化、智能化监视及反向控制的目标。(2)能耗平台的数据主要来源于智能水表、电能表、气表的数据。虽然对于重点设备的管理可以独立安装表计,但是常规管理还是单个或单类回路安装一台电能表,所以难以做到检测每个用能端的能耗状况,能耗细分的颗粒度相对较粗。(3)使用单机版软件,在独立厂区安装和使用不太容易出现运行故障。但是,当按照规范要求在区县、省市、国家部委级别部署安装单机版软件时,非常容易出现因数据量过大,软件运行和数据存储困难的问题。(4)前期能源管理平台分散部署,工业能耗大数据没有得到充分利用,后期该平台要求现场级、区县级、省市级和部委级分别部署服务器,无形中又增加了后台投入和维护成本,特别是现场级的维护和管理水平不满足系统长期稳定运行的需求。1物联网的概念界定云计算技术、大数据分析及物联网技术的提出和快速发展,为解决上述能源管理系统存在的问题提供了全新的思路。概括地讲,云计算是一种基于信息技术支持能力(硬件与软件)、极富弹性(增加与减少的),并通过网络以服务形式提供给客户的公共设施。这种模式实现了计算资源(主要是指服务器、存储和网络三大资源)的高度集中,即将分布在各地的计算资源整合为一个虚拟的统一资源,实现按需获取、按量付费,就像用电和用自来水一样方便。因此,云计算时代将彻底改变整个信息技术产业的生态环境,无论是基础设施、计算机与网络设备制造,还是软件都将发生巨大的变化。“大数据”是一个数量特别多,数据类别特别大的数据集。大数据技术是指从各种各样类型的巨量数据中,快速获得有价值信息的技术。目前所说的“大数据”不仅指数据本身的规模,也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域,通过解决巨量数据处理问题促进其突破性发展。2005年,国际电信联盟(ITU)发布了《ITU互联网报告2005:物联网》,对“物联网”的涵义进行了扩展。广义上,物联网是通过各种感知设备和互联网,连接物体与物体的,全自动、智能化采集、传输与处理信息的,实现随时随地和科学管理的一种网络。网络化、物联化、互联化、自动化、感知化、智能化是物联网的基本特征。可以将物联网、云计算和大数据联姻,作为一个新兴信息科技的嫁接应用在能源管理系统中,运用工业物联网技术、云计算技术和基于大数据分析的反馈闭环智能控制技术,对高耗能流程工业企业的用能设备进行在线实时能源监控及管理、同时进行海量设备能耗数据挖掘分析,在数据采集和分析基础之上,通过仿真模型和现场实际运行工况,进行闭环反馈能效优化控制,实现能耗数据可视化、达到能耗排放最优化,并为企业能源管理部门及政府能源管理机构提供节能减排信息化服务。2基于物联网、云计算和大数据的财务管理平台2.1对能耗监测和数据传输的改进和发展基于工业物联网、云计算和大数据分析的工业企业能源管理平台总体架构如图1所示。系统包含三层:传感器感知和数据采集层、云平台与大数据分析层、应用显示层。主要内容涵盖了工业设备运行参数及能耗排放的感知层数据采集、基于分布式控制系统(DCS)的分布式闭环控制、云平台大数据分析、以及相关的接口/协议/标准等。系统主要建设思路基于以下几点:(1)能源管理平台需要与工业自动化系统紧密关联,在成为检测系统的基础之上,实现“检测、控制、执行和反馈”的闭环逻辑控制,这样使能耗管理和控制结合起来,成为能源管理和控制平台。(2)能源管理平台软件采用云计算技术架构,满足跨区域城市级别工业现场的管控需求,实现无限量用户登陆,后台存储采用云存储方式满足随需增加的无限量后台存储空间,从社会节能大角度入手,减少并降低后台投入、维护、管理等成本。(3)采用物联网技术对能耗采集和传输设备进行改进,每台设备具有全球唯一身份识别的IP地址码,便于使被其管理的能耗数据具有身份识别功能。能耗采集和传输设备除具有数据发送和传输功能外,还具有数据分层存储、处理和分析功能,便于能源管控平台做数据校验和核准,保证数据的准确度。(4)尽可能将能耗监测数据颗粒度最小化,争取监测到每个用能端的能耗数据和用能趋势,这样才能实施有针对性的节能减排措施。(5)能源管理平台增加第三方监测和评估接口,实现公平、公正、开放的监督体系,使节能效果和过程透明化。系统数据处理流程如图2所示。数据感知与监控系统基于工业物联网DCS技术,同时支持传统信号采集控制网络、无线传感器网络和电气信息监控网络集成,形成各个不同监控领域的信息共享。数据感知与监控系统主要分为现场层、控制层、监控层三个子层,如图3所示。现场层主要由传统的各种温湿度仪表、压力传感器、流量计、智能计量表、执行机构、智能电气保护装置等组成。控制层分为三种:传统仪表信号采集控制、无线传感器信息采集和电气监控信息采集。监控层主要有工程师站、操作员站、历史站、数据接口站,其中数据接口站用于连接能源管理云计算平台与数据挖掘中心。系统采用多种IT和工业物联网技术,用来构建从现场数据采集网到远程数据传输和开放式应用的完整工业物联网解决方案,系统所具有的工业物联网特征包括:1基于多种类型的通用、专用传感器采集系统;2支持通过现场总线、无线技术等进行数据传输;3提供大容量的数据存储和开放式的应用平台;4提供基于多种终端设备的一致使用体验,包括信息发布及事务流程处理等;5一体化的安全策略,建立从现场采集端到站控端,一直到远程应用平台、各类终端产品的自上而下完整安全体系,在现场采集端使用了首创的工业自动化安全信息控制器产品,集成了现有工业控制器和安全网关产品,有效抵御各种外来和内在的现实和潜在威胁。同时,电气控制信息与过程控制信息采用一体化系统平台。从智能工厂的发展趋势看,目前电厂、化工、石化、钢铁、建材等各个工业领域,每个行业从设计院到工厂用户,都分为两个专业,电气和自控系统各自为政,导致电气自动化和过程自动化各自独立发展,造成各自动化系统独立运行,部分功能重复建设,不能发挥自动化系统的整体优势。电气控制系统和生产控制系统的一体化是未来智慧工厂的必然趋势。电气控制信息与过程控制信息采用一体化系统平台,可实现信息共享,有利于更好的对工厂的各种生产信息进行数据挖掘、节能分析、故障预警、安全隐患分析,实现数字化、信息化、远程化、高可靠性的智慧工厂。2.3分析方法及结果综合能源管理大数据平台基于能耗排放数据在广度和深度上的大量采集,通过对海量数据进行KPI相关性分析、同类用能场所KPI波动规律发现、大规模用能设备能耗特性聚类分析等数据分析手段,辅以友好的数据可视化呈现方法,最终建立用能场所能耗模型,确立标杆用能单元,总结用能规律,发现节能空间,提供节能趋势引导咨询信息,最终达到节能减排、帮助企业提高经济效益的目的。(2)可视化数据分析能耗数据分析的结果展示,主要采用Flash、XML、JSON、Ajax、JQuery等技术实现。提供通用和个性订制化的数据分析服务,包括对可视化数据的下钻、上卷、切片、分块以及自定义可视化报表等。温度及能效云场以及用能场所用3D呈现,如图4所示。在呈现端主要通过3D建模,然后集成3D引擎,最终封装在3D模型并填充数据来实现。温度及能效云场的构建主要基于高密度的温度及能效数据,数据通过基于计算流体力学(CFD)的梯度云场构建算法,最终生成高准确度的温度及能效场。(3)基于duce的基于开发平台架构数据处理部分采用基于开源的分布式系统架构Hadoop结合MapReduce,再混搭OracleRAC构成开放系统架构,该架构是一个能够对海量大数据进行分布式处理的软件框架,能够实现海量大数据的分布式存储和数据分析计算的并行化,为用户提供高效准确的数据分析服务。(4)基于不同用户体验的知识学习集成通过面向数据服务的SDO与公共持久化数据引擎技术,统一封装用能场所能耗及运行环境状态数据,为不同租户的个性化数据挖掘与知识学习提供集成数据服务。平台的数据集成层将基于数据中心的云计算平台建成7×24h的数据集成环境,为社会租户及政府能源管理机构提供即时能耗数据服务,也可为社会用户提供其用能场所设备能耗监控信息化服务支撑。3平台部署和应用该系统将工业物联网、云计算及大数据分析、工业DCS智能控制三者有机融合,充分发挥各自领域的优势,将包括智能传感器感知在内的多种能耗排放数据进行汇聚,通过前端DCS系统的