根据我国国土面积大 、太阳能能源充足的国情 ,国家能源局于 2009 年颁布《关于实施金太阳示范工程的通知》,大力推动了我国光伏电站的建设 。近年来,分布式光伏电站以其装机规模小、能源利用率高的优势发展 迅猛 。 由于分布式光伏电站的发电系统分布复杂,传统分布式光伏电站远程智能监控系统的监控准确性和效 率均不高 。 因此 ,构建出准确且高效的分布式光伏 电站远程智能监控系统 ,是我国科研组织的重点研究项目 。 以往研究的分布式光伏电站远程智能监控系统均存在一定的问题,如文献提出基于 SPS48D200的远程智能监控系统,其通过监控太阳能蓄电池充放电过程,进而推测出整个分布式光伏电站的运行情况,但该系统预设的监控参数过少,系统准确性较低 。文献设计了基于PLC的远程智能监控系统,该系统采用多终端 对分布式光伏电站进行单独监控,效率较高,但多终端中的数据参数过于单一,不利于系统进行隐患修正 。 文献构建的基于Phoeos 的远程智能监控系统 ,能够 实时远程监控分布式光伏电站对太阳能的利用情况,并拥有过载、浪涌等保护功能,智能性较强,但该系统的安 全性较差,监控数据易被盗取或丢失 。文献[10]提出基 于 SCADA 的远程智能监控系统,该系统技术成熟,有着较高的安全性和准确性,被广泛应用于工业领域 。但该系统的开放性较差且更新复杂,维护费用较高 。为了解决以上问题,构建准确且高效的分布式光伏电站远程智能监控系统 。实验结果表明,所设计系统具有较高的准确性和高效性。
1 分布式光伏电站远程智能监控系统设计
1. 1 分布式光伏电站远程智能监控系统总体设计
分布式光伏电站远程智能监控系统由监控模块、感 应模块和计算机群组组成,其结构图如图 1 所示。
1.2 监控模块设计
监控模块选取 CISC 单片机作为其重要监控元件 , 该单片机拥有轻便 、灵敏和指令丰富等优点,在工业领域的应用范围很广 。CISC 单片机在分布式光伏电站远 程智能监控系统中扮演“管理者 ”角色,使系统能够智能运转 ,节省人力开支 。监控模块拥有三个主流电路和 五个支流电路,主流电路包括数据传输电路 、计时电路 和流量电路,支流电路包括计算机接口电路、中断电路、 展示电路 、存储器电路和通信电路 。 这些电路均受 CISC 单片机监控 。CISC 单片机将监控数据反馈到相应的计算机中进行处理。
1.2. 1 数据传输电路设计
分布式光伏电站远程智能监控系统的首要监控对象是数据传输信息,包括光伏电强度 、电流和电压的增 减和分布式光伏电站所处环境的参量等 。 由于分布式光伏电站的额定电压和电流较大 ,无法被分布式光伏电站远程智能监控系统使用,因此,数据传输电路通过模/数转换将电压和电流等比例缩小,如图 2 所示。
1.2.2 计时电路设计
分布式光伏电站远程智能监控系统中所有电路和 元件的工作时间数据,均由计时电路提供 。计时电路中拥有两个计时器,这两个计时器将给不同的时间参数, 有效降低分布式光伏电站远程智能监控系统的远程控 制误差 。计时器和 CISC 单片机直接相连 ,其连接电路 如图3所示。
使用者可随时读取或调节D237和C159计时器的监控结果,进行分布式光伏电站的管理。
1.2.3 流量电路工作原理
流量电路可对分布式光伏电站远程智能监控系统 的电源流量进行有效监控,以保证分布式光伏电站的平 稳运行 。流量电路主要监控分布式光伏电站电源的充 放电工作,其工作电路图如图 4 所示。
1.3 感应模块设计
分布式光伏电站远程智能监控系统的感应模块由 温度传感器和光学传感器组成。
温度传感器进行系统电路元件温度的感应,对电路元件产生的非正常温度进行报警和调节;光学传感器进行分布式光伏电站中太阳能强度的感应,并将数据发送 给使用者 。使用者通过这些数据了解分布式光伏电站 的运营情况,并预测其未来经济效益 。太阳能强度直接决定着分布式光伏电站的选址 。 因此,光学传感器在分布式光伏电站远程智能监控系统中起着非常重要的作用,光学传感器的工作原理为:光学传感器感应到太阳 光时,会自动将光强转换成电流信号,并将该电流信号输入到短路电路中 。测量短路电路的电流大小,并将其传输到相应的计算机中进行处理,进而得出分布式光伏 电站实时获取的太阳能强度。
2 分布式光伏电站远程智能监控系统软件设计
计算机群组拥有数据收发、硬件初始化和电路修正等功能,并利用相应软件进行分布式光伏电站的远程监控,其流程图如图5所示
图5中软件给出的远程监控流程为:先进行分布式光伏电站远程智能监控系统硬件的初始化,随后开始监测载波是否存在 。载波是由CISC单片机中振荡器产生的电波,可通过监测载波是否存在,来确定分布式光伏电站远程智能监控系统是否运行正常 。 当载波不存在, 则重新进行硬件初始化 。若硬件初始化持续次数超过5次 ,计算机群组会输出错误日志并发出警报 ,维修人员介入处理 。滤波监测成功后,进行远程监控体系的构建 。将远程监控体系与分布式光伏电站各电路正确连接,连接成功后进行监控数据的远程收发,根据监控数据远程进行分布式光伏电站的隐患修正。
同时 ,软件给出了CISC单片机传输载波的算法代码设计过程如下:
scia_upsiteinstal="3600,x,5,0 ";
*设置 CISC单片机传输载波的参数
scia_enterflow=1;
*处理 CISC单片机传输的载波数据 scia_InputLen=0;
scia_outputlen=0; *读取载波数据
scia_Oa&cb=correct; *连接传输接口
end finish;
private finish cmd_CPC()
SRAM amount as strand
amount=inputbox & ("enter instructions" ,"Data transmis- sion",amount);
*进入数据传输指令
if amount =next exit finish; if no scia. Oa&cb next;
scia.Oa&cb=correct;
end if scia.output = atdt or amount or vbcr;
*调节滤波收发状态
cmd reset.sensitize=correct; cmd_sensitize=error;
scia_InBufferSize =0; do_affair;
circuit upto scia_InBufferSize>5
end finish;
return=scia_DTR;
%调整系统接收滤波的参数
scia_DTR=correct;
scia_DTR=error;
scia_DTR=return;
scia_output = "ath0 ";
cmdreset_sensitize=error;
cmd_sensitize=correct;
scia_Oa&cb=error;
%传输结束
end finish
3 实验设计
为验证本文设计的分布式光伏电站远程智能监控 系统的准确性和高效性 ,对基于SCADA分布式光伏电站远程智能监控系统和本文系统进行对比实验。
3. 1 分布式光伏电站远程智能监控系统准确性测试
误差是衡量一个系统准确性的重要标准 ,利用BP网络模型进行基于SCADA分布式光伏电站远程智能监控系统和本文系统的准确性验证实验 。BP 网络模型又称“BP 神经网络模型”,能够较为精准地测量远程智能监控系统的误差 ,是国际上应用率较高的神经网络模型 。 实验对象为某市级分布式光伏电站 。 利用基于SCADA 分布式光伏电站远程智能监控系统和本文系统,同时对实验电站太阳能强度和实际电压进行远程智能监控 。 图6为基于 SCADA 分布式光伏电站远程智能监控系统泰勒逼近误差曲线图,图7为本文系统泰勒逼 近误差曲线图。
图 6 智能监控系统泰勒逼近误差曲线图
由图 6、图 7 可知 ,基于 SCADA 分布式光伏电站远程智能监控系统的泰勒逼近误差曲线波动较大,该系统监控到的实验电站太阳能光强的误差平均值为 0.213 5, 实际电压误差平均值为 0.2283,均已达到国际标准;相比基于SCADA分布式光伏电站远程智能监控系统而言,本文系统的泰勒逼近误差曲线波动较为稳定,太阳能光强的误差平均值为 0. 1528,实际电压误差平均值
为 0. 145 6,远低于国际标准,说明本文系统拥有较高的准确性。
图 7 本文系统泰勒逼近误差曲线图
3.2 分布式光伏电站远程智能监控系统高效性测试
分布式光伏电站远程智能监控系统的效率取决于 各电路与其相对应的计算机接口间的传输效率,该效率 能够通过对计算机群组远程读取监控画面时间、监控数 据解压时间和隐患修正时间进行计算得出。
分别对基于 SCADA 分布式光伏电站远程智能监控 系统和本文系统的计算机接口传输效率进行计算,其结果如表1和表2所示。
表 1 智能监控系统计算机接口传输效率
测量参数 | 测量数值 /s | 效率 /% |
读取监控画面时间 | 0.51 | 70. 12 |
监控数据解压时间 | 23 | 68.26 |
隐患修正时间 | 90 | 69. 11 |
表 2 本文系统计算机接口传输效率
测量参数 | 测量数值 /s | 效率 /% |
读取监控画面时间 | 0.3 | 85.29 |
监控数据解压时间 | 18 | 83.68 |
隐患修正时间 | 75 | 85.28 |
由表1和表2可知 ,本文系统计算机接口传输效率平均值为 84.75% ,远高于基于 SCADA 分布式光伏电站 远程智能监控系统的计算机接口传输效率 。验证了本文设计的分布式光伏电站远程智能监控系统的高效性。
4 结 论
本文构建准确且高效的分布式光伏电站远程智能监控系统,该系统由监控模块 、感应模块和计算机群组 组成 。监控模块对分布式光伏电站数据传输信息、电路和元件的工作时间以及电源流量等方面的运行状况进行实时监控,并对监控对象的安全隐患进行处理 。感应模块由温度传感器和光学传感器组成,温度传感器对系法和高斯拟合的血压判定方法且对采集序列进行了抗干扰处理。
图 4 软件设计总流程图
4 性能评估
为了评估实测血压值的准确性和稳定性,以水银血压计测试数据为参考 ,邀请了来自南京工业大学的10名大学生志愿者 ,在无剧烈运动的情况下进行连续测量 。实测结果和水银测试数据结果偏差在10*以内,满足商用需求。
5 结语
本文给出了利用示波法实现电子血压计设计方案,包 括基于 STM32F103C8T6为控制重要的硬件和软件设计。 硬件设计具有低成本、低功耗、测试时间短等特点;软件设计存储方便用户查看,开发实现了相应的实物仪表装置。