黔北水力发电总厂大梁河集控中心 贵州省遵义市 563000
摘要:近年来,随着发电设备性能和可靠性的大幅提高,以及自动化测控、网络通信和计算机控制技术的飞速发展,加之电网输配网架日益增强、系统备用容量大幅增加,为水电站实施远程集控创造了较好的外部条件,集控中心随之应运而生。从行业发展来看,集控中心是水电站解决企业发展难题、实施“无人值班、远程集控”管理模式的关键。“远程集控”管理模式可以最大限度地解放生产力、提高劳动生产率、提高综合发电效益,且把尽可能多的人员从偏远山区解放出来,提高员工的生活品质。
关键词:水电站远程集控;分布式数据;采集系统设计
引言
随着智能电网与智能水电站建设的快速推进,各流域纷纷建立集控中心,流域水电站群集控中心监控系统(以下简称水电站远程集控系统)实时数据规模得到大幅增长。由于采用主备机方式时需采集所有实时数据,现有数据采集系统在数据吞吐能力、实时性、可靠性以及可扩展性等方面面临严峻挑战,难以满足当前“无人值班、少人值守”的智能水电站建设的需求。
1当前管理模式下存在的问题
当前,集控中心在开展水情水调业务、对口联系电网涉网二次业务这两方面较为顺畅,但在执行发电运行业务方面则问题较多。
1.1 集控中心兼具流域公司管理职能和基层发电厂部分一线业务
从定位上分析,集控中心对外是承担电厂“主控室”职能,对内是运行管理单位,设备设施的主体责任在电厂。实际上集控中心开展的是主设备监控、电网业务沟通联系等发电运行一线业务,按行业惯例,电厂设备是运行、维护人员“双主人”责任制,而集控中心承担着运行一线业务,却不承担运行主人责任,反而是流域公司运行管理单位,是运动员,却执行裁判员的权力。导致集控中心运行人员很容易出现推责、不担责的情况。
1.2 集控中心与受控电厂业务划分界面不合理、业务重复开展
监盘方面,集控中心与受控电厂按主辅设备划分进行监盘,集控中心负责主设备监盘,电厂负责集控中心监盘范围以外的所有设备的监盘。原本由电厂运行人员即可完成的全部监盘业务被拆分后,由集控中心和受控电厂运行人员双方共同完成,实质上造成了人力的浪费。同时,实际监视范围划分时又出现避重就轻的情况,监控中心只是监视主设备的异常或故障等结果信号,而不监视导致主设备异常或故障的原因信号。如:集控中心负责监视调速器系统参数、异常报警、故障、事故、保护等相关信号,但调速器油泵的启停等却不在集控中心监视范围内,而事实上油泵的不正常启停必然会导致油压异常、故障。操作方面,主设备操作时,集控中心需开展设备运行至冷备用状态的操作票编写及执行;电厂也需开展设备运行至检修状态的操作票编写与执行。双方重复开展运行至冷备用状态的操作票编写及执行流程,不但造成了人力资源浪费,而且操作过程中需要双方反复下令、汇报、等待,还降低了操作效率。在操作相关的制度方面,还存在现行多个管理制度互相冲突的情况。比如:流域公司明确规定将500kV设备的停送电操作定为集控中心的操作职责,但后续在沿用此规定的情况下,集控中心编制新的制度将500kV设备复电操作划归了电厂。
1.3 集控中心计算机监控系统不能满足正常值班监盘需要
集控中心采用的计算机监控系统存在诸多问题:如数据采集不全、监控画面中数据不全、数据错误、指示灯颜色混乱、简报文字颜色混乱、简报窗口无单独的告警表、通讯延时等。长期存在的诸多问题,致使集控中心运行人员难以及时发现设备异常,难以正常履行监盘职能。
2水电站远程集控分布式数据采集系统设计
2.1面向服务的分布式数据采集架构
各数据采集节点之间协同工作,以多机协同的方式实现数据的分布式采集,以缓解数据集中处理的压力,提高数据采集的实时性、可靠性与可扩展性。随着水电站远程集控系统接入厂站数目的增多以及实时数据规模的扩大,只需以增加数据采集节点的方式,将数据采集任务分散到更多的数据采集节点上,即可有效应对实时数据大规模增长带来的负载压力,达到横向扩展系统数据采集能力的目的。各数据采集节点需要根据数据分片结果对数据进行分片采集,在软件层面,借助面向服务架构(SOA),以服务的形式将水电站远程集控数据采集系统进行解耦合,使得原本集中式结构的系统转换为分布式系统,并将每一个分片的数据采集结果写入数据服务,为上层SCADA系统和其他客户端提供开放式的数据交换接口,进行信息交互,实现数据即服务的功能。当产生请求获取实时数据的行为时,根据请求的内容可快速调用对应的数据服务接口,获取实时数据,具备较强的灵活性。
2.2加强流域公司层级对集控中心及受控电厂的履职督查和监管
一是设备缺陷施提级管理,由流域公司负责督导消除缺陷,每周周会通报设备消缺情况并对消缺率等指标进行考核,压实电厂消缺的职责,提高消缺效率;二是针对各类非停及异常事件,流域公司组织原因分析和履职调查;督促集控中心及受控电厂履职尽责;三是做实设备“运行、维护”双主人责任制,定期定期检查、通报集控中心及受控电厂履职情况。
2.3测试情况
为了验证所提分布式数据采集系统的性能,本文用3~6台服务器搭建了水电站远程集控系统分布式数据采集测试环境,服务器的配置为:CPU4核2.5GHz、内存16GB。测试共包含6个厂站,分为3个数据分片,测试并对比了所提分布式数据采集系统与现有集中式数据采集系统的性能,测试结果如下:(1)完成一次厂站全部测点的数据采集,分布式数据采集系统耗时最短,依托多机多CPU协同工作,数据采集效率较现有集中式数据采集系统提升约30%以上,单机CPU负载下降约35%,提高了数据采集的实时性。(2)不断增加厂站接入数目及测点规模,现有集中式数据采集系统存在性能瓶颈,而所提分布式数据采集系统,通过对数据进行分片以及增加数据采集节点的方式,可不断分解数据处理压力,可扩展能力强。(3)上层SCADA系统与其他客户端通过调用数据服务,获取实时数据,平均响应时间为52ms,信息交互效率高,无响应超时。(4)当系统中某个数据采集节点因故障退出运行时,其他数据采集节点依然能够协同地承担起整个集控系统的数据采集任务,容错能力强。
结语
集控中心发电业务方面存在的问题,阻碍着集控中心优势的充分发挥。找准集控中心的定位、合理划分双方业务、优化监控系统、建立人员轮岗学习长效机制等,不但能解决当前存在的各种问题,提高劳动生产率,减少三班倒人员,还能依靠集控中心对流域电厂运行管理权限的掌控,督促引导电厂将更多的人力、精力用在设备维护、检修技改管理上,进而提高设备管理水平。
参考文献
[1]田启荣,邓鹏程.五凌流域公司跨流域梯级电站群远程集控中心管理模式的探索与实践[J].水电站机电技术,2013,(5):61-64.
[2]方国成.多个水电厂如何建立远程集控中心[J].华东科技:学术版,2014,(7):146.
[3]王军,万建强.水电厂“无人值班,远程集控中心”模式[J].水力发电,2015,(3):99-102.
[4]邓志华,田启荣.跨流域梯级电站群远程集控中心管理模式的探索与实践[J].水电站机电技术,2014,(3):19-21.
[5]王松林.梯级大型水电站取消现场中控室的远程集控中心管理[A].中国水力发电工程学会信息化专委会[C].北京:水电控制设备专委会2015年学术交流会,2015.