推荐星级：

基于物联网的风光互补发电监测系统

更新时间：2019-12-24 08:12:30 大小：1M 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

风光互补发电系统是利用可再生能源风能和太阳能进行发电的系统,具有较高的性价比.相较于传统的化石能源具有清洁无污染,可持续利用的特点.针对风光互补发电形式,提出了基于物联网技术的远程监控系统,重点介绍了系统的硬件设计、软件设计和客户端软件的实现.该系统应用于风光互补发电系统中,可实现对风光互补发电过程的各种数据的实时监测和远程控制.

部分文件列表

文件名	大小
基于物联网的风光互补发电监测系统.pdf	1M

立即下载

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）

基于物联网的风光互补发电监测系统

邓国斌1，沈萍：

(1．广西职业技术学院计算机与电子信息工程系，广西南宁530226；

2．广西职业技术学院经济与贸易系，广西南宁530226)

摘要：风光互补发电系统是利用可再生能源风能和太阳能进行发电的系统。具有较高的性价比。相较于传统的化石能源

具有清洁无污染，可持续利用的特点。针对风光互补发电形式，提出了基于物联网技术的远程监控系统。重点介绍了系

统的硬件设计、软件设计和客户端软件的实现。该系统应用于风光互补发电系统中，可实现对风光互补发电过程的各种

数据的实时监测和远程控制。

关键词：风光互补；物联网；监测系统；远程控制

614

中图分类号：TM

文献标识码：A

文章编号：1002—087

X(2015)12—2700—03

Wind-solar

based on Internet of

hybrid powersupply system

Things

DENG

and Electronic Information

and Trade

Guo-binl，SHEN

Pin酽

门．Department ofComputer

2．Economic

Polytechnic,NanningGuangxi530226,China；

Engineering,Guangxi

Depaamen‘cJuangxi Polytechnic，NanningGuangxi 530226,China)

solar

and

Abstract：Wind-solar

of renewable

wind

energy

hybnd power supply system，taking advantage

energy

a_higherratio of

with the traditional fossil

energy，it

has the characteristic such

power。has

quality ^topnce．Compared

and

as clean and sustainable utilization．Aimed at wind—solar

form

based on Internet of

Things

hybrid power supply

was_putforward and the hardware

remote

system

and

implement

technology，the

of client of this

monitoring system

design，software design

was

and jt

were introduced。This

used jn the wind-solar

system

hybnd powersupply sy7stem

could realize real-time

and remote control of alI kinds of data。

monitonng

words：wind-solar

Key

control

hybnd power supply；Internet

Things；monitoring system；remote

随着石油、煤炭和天然气等化石能源的逐步消耗，风能、

太阳能等可再生能源逐渐进入人们的视线。风光互补发电系

统的能量输出因其所在环境的不同而出现较大的差异。实时

监测风光互补发电系统，可以获得系统运行的原始数据，为系

统的改进与优化提供重要依据。而且风光互补发电系统的应

用地区一般是在偏远地区，主要是在无人值守的情况下进行，

对地面上分散在广阔范围的风光系统进行监测维护是十分困

难的，浪费了大量的人力物力，因此在风光互补发电系统中采

用远程具有重要意义。

网上的经过授权的用户，具有远程监测、数据历史查询和数据

管理等功能。经过系统授权后的用户，可以通过浏览器登录到

系统服务器，可以查看系统实时监测到的风光互补发电系统

的运行状态数据，也可以查看风光互补发电系统的历史数据。

物联网(Intemet ofThing)是把无线传感网技术、计算机技

术、射频识别技术和智能运算技术等融为一体，实现以全面感

知、可靠传送和智能处理为主要特征的连接网络。物联网具有

三大特点：

Frequency^Identifi．

(1)全面感知，利用传感器、FRm(Radio

物联网就是物物相连的互联网，物联网0nternet

cation)及二维码等随时随地获取物体的各种信息；

(2)可靠传递，通过电信网络和互联网的融合，将物体的信

息实时准确地传递出去；

ofThings)

是一个基于互联网、无线传感器网络、传统电信网络等信息承

载体的可以让所有能够与互联网相连接并且具有独立的口地

址的实体实现相互连接的网络。它具有普通对象设备化、自治

终端互联化和普适服务智能化3个重要特征【n。

(3)智能化处理，利用模糊识别、云计算等各种智能计算技

术对海量数据进行分析及处理，对物体实施智能化的控制。

利用物联网技术可以构建一种“风光互补发电系统智能

监测网络”，即构建一个面向风光互补发电系统的远程监测的

系统平台，提供基于物联网技术的在线实时监测服务。提出将

风光互补发电系统的故障诊断、故障预报和科学维护等智能

系统与物联网架构下的设备进行集成和融合的方式，为形成

新型高效的风光互补发电系统的运行安全保障体系提供条

件。

1系统的构成及原理

风光互补发电监测系统运行于网络服务器上，面向互联

收稿日期：2015—05—24

基金项目：以智能图书馆构建高职物联网应用技术专业实训基地

的研究与实践(桂教高教[2013128号、2013JGA314)

作者简介：邓国斌(1976一)。男。广西壮族自治区人，研究生。工程

师／讲师。主要研究方向为计算机网络技术、无线网络、网络信息安全。

2015．12 VOI．39 No．12

万方数据

2700

基于物联网的风光互补发电监测系统能监控风光互补发

电系统主要环节的运行工作状态，采集主要环节的相关信息，

包括重要设备部件编号、设备工作过程中的相关参数及工作

环境参数，对采集到的数据进行调用分析后能够对风光互补

发电系统做出设备故障危险报警、设备状态预测以及故障预

报，提供对设备故障维修、决策和分析等的信息支持。其体系

结构如图1所示。

图3 GPR$系统网络结构图

2远程交互式网页设计与开发

本文所开发的基于物联网的风光互补发电监测系统是基

于Intemet网络运行的，因此系统网页的设计开发也是比较重

要的内容。本系统网页设计使用Asp．net语言进行设计开发，

并且使用div容器+CSS布局的hmal5代码进行网页美工设

计。用户可以在电脑上使用浏览器访问本系统，只需要在浏览

器的地址栏中输入此系统的P地址，就能够进入系统的登陆

页面，可以通过账户和密码登录系统，根据不同的用户权限，

进入的系统的主界面也不同，能够实现管理员和操作员对系

统的不同要求。

L ●

基于物联网的风光互补发电监测系统组成图

图1

基于物联网的风光互补发电监测系统的硬件设计主要是

由工作设备、传感器、RFID射频标签、GPRS通信模块、网络服

务器、数据库服务器和客户终端组成。本地数据库服务器将分

析采集终端所采集的数据，通过GPRS通讯方式上传到数据

库，备份风光互补发电系统运行中产生的故障信息；同时，为

故障预测诊断中心的Web应用服务器提供数据支持。

主界面主要有三个功能模块，分别是实时数据采集模块、

数据查询与录入模块和故障诊断预测分析模块。

实时数据采集模块是利用远程方式通过Intemet与GPRS

实时的将现场采集到的风光互补发电系统的运行状态信息显

示在当前的网页上。它是将现场的风光互补发电系统的设备

的运行状态的相关参数以及工作环境参数，通过物联网架构

中的物理层(由各种不同功能的传感器及采集模块组成)经由

GPRS和Intemet组成的网络层，最后发送到用户客户端的显

示界面上。同时后台程序将这些采集到的运行数据存人数据

库中，方便另外两个模块中的历史数据查询和故障趋势预测

中调用数据形成趋势图等。

系统使用Asp．net平台进行网页的设计。使用Asp．net语

言进行编程，用户可以使用客户端的浏览器，通过Internet网

络远程实现对风光互补发电系统的关键部分的运行状态的实

时监测。基于B／S模式的客户端可以对采集到的海量的数据

进行快速处理，以便更快地得到准确有效的信息，防止发生严

重的事故。物联网架构下风光互补发电监测系统软件体系结

构如图2所示。

：、¨ “，：’j”蟛o。i

数据查询与录入模块是将存储在数据库中的各种风光互

补发电系统的运行状态的数据，根据查询条件显示在界面上．

并对其中的一条或几条数据进行修改、删除或是增加新的数

据，最后将改动过的数据更新到数据库中。此模块还可以将所

查询的数据表以excel格式导出。

‘1夕- 拊

《一

∥．．i：

图2

基于物联网的风光互补发电监测系统软件体系结构图

U。。、一◇

基于物联网的风光互补发电监测系统采用GPRS．Intemet

通讯方式，将采集到的关于设备实时运行状态的信息通过

GPRS以远程通信的方式发送到互联网上，然后通过网络将采

集到的信息传输给具有公用口地址的服务器并等待服务器接

收。

故障诊断预测分析模块是实现使用基于物联网的风光互

补发电监测系统的实时采集数据或历史数据来绘制出频域

图、运行趋势图等，使用信息融合技术对各种融合的数据进行

分析并与标准数据进行对照，从而实现对风光互补发电系统

运行状态的评估，并使用历史数据通过神经网络、灰色预测和

混沌分形等各种故障趋势预测方法对系统未来的运行状态做

出评价。通过以上这些方法，可以有效地分析风光互补发电系

统的运行故障趋势，为专家更好地对风光互补发电系统的运

行状态进行正确的分析提供依据，从而对风光互补发电系统

的运行状态做出最正确的判断。

GPRS是一项高速数据处理的技术方法，具有资源利用率

高、传输速率高、接入时间短、实时在线、按量计费、网络覆盖

范围广等优点，能够很好地满足此系统在信息传输方面的稳

Sta-

定性与可靠性要求。GPRs网络结构由终端MS(Mobile

Station

tion)、基站系统BSS(Base

System)、服务GPRS节点

GPRS

SGSN(Serving

Support Node)和网关GPRS节点GGSN

3总结

GPRS

(Gateway

Support Node)4个主要部分组成[21，其构成如

本文针对远程运行的风光互补发电系统，提出了基于射

图3所示。

2015．12 VOI．39 No．12

2701

万方数据

频通信、GPRS传输、数据库应用以及ASP．NET编程等技术的

物联网监测系统。该系统具有远程实时监控、性能稳定、兼容

性强、数据传输距离远和受环境因素影响较小等特点。但存在

的问题主要是远程监测数据滞后，主要的影响因素是GPRS

通信的传输速率和无线信息在传输过程中的遮蔽等。随着通

信技术的发展，可以采用3G或者4G等传输速度更快的通信

方式进行数据传输，提高数据传输速度。

参考文献：

【1】陈晓磊，徐小力，吴国新．物联网架构下风力发电机组远程状态监

测系统设计[J】．风机技术，2013，l(7)：63．66．

【2】陈凯旋，谢海滔．GPRs原理及其应用【J】．铁道通信信号，2009，37

(7)：7-35．

N鹾· jZ对彰冀{1谚1-簧对喾。。j0{、谚1。登{、谚。彭÷ ，谚。-020谚1。登对谚’· 彦斗谚k』b硅’。冀。谚’。彭

3当o=芒)当o=乇)当最3当oal型05乇)当最)当o=飞)当o：毫生丝灸3当』=芒3当』5 )垄02乇

(上接第2659页)

糊规则，可以通过蓄电池的实时放电电压值和放电电流值预

测出蓄电池SOC的实时值；

(2)蓄电池SOC预测的模糊逻辑方法在理论上是可行的，

但其精度不是很高；

拍

篓

哥

(3)引入粒子群算法，将模糊逻辑方法与粒子群算法相结

合，最终实现可靠的SOC预测。

枢

参考文献：

【1】

王亚军，王旭东，周永勤，等．准抗毁化电源蓄电池SOC预测的

GA-BP网络算法【J】．电机与控制学报，2010，14(6)：61．65．

雷肖，陈清泉，刘开培，等．电动车电池SOC估计的径向基函数

神经网络方法【J】．电工技术学报，2008，23(5)：81．87．

L。——————L_

0．O

【2】

500

000

t／S

VAPNIK

V．Statistical

York：NewYork

图13 SOC粒子群一模糊预测值和真实值

【3】

【4】

LearningTheory[M]．New

Wiley，1998．

O 3

O 2

+—+：=：===：==[===：==：：===一

模糊误差

AYLOR

W．A

state of

H，THIEME A，JOHNSON

battery

i· 粒子群模糊误差

——三====[二======

indicator for electric

Trans Ind Elec-

charge

iron，1992，39(10)：398-409．

wheelchairs【J】．IEEE

BARSOUKOV

E，KIM H’YOON

a1．Universal

O，et

【5】

battery

for

circuit valid

nonlinear

parameterizafion

yield

equivalent

simulation at

of Power

Sourccs，

battery

load【J】．Journal

式＼荆曾}

1999，83：61-70．

[6】LEE T，SHIAH J，LEE M，et

a1．State of

estimation

Trans

charge

for electric scooters

by using learning mechanisms[J]．IEEE

Technology,2007，56(2)：544-556．

OnVehicular

【7】

[8】

【9】

冯勇．电动汽车电池管理系统研究【D】．湖南：湖南大学，2010．

500

000

500

2000

t／s

张莹．动力镍氢电池管理系统的研究[D】．天津：天津大学，2007．

李德东，王振臣，郭小星．基于模糊卡尔曼滤波的HEV氢镍电

围14 预测误差

池SOC估计【J】．电源技术，2010，35(2)：192-194．

逻辑方法的平均算术误差误差曲线。从图14中不难发现，基

于模糊逻辑方法预测模型的平均算术误差波动范围为(O，

O．2呦，而基于粒子群．模糊逻辑方法预测模型的平均算术误

差波动范围为(O，0．05％)，这充分说明了蓄电池SOC预测的粒

子群．模糊逻辑方法误差小，精度高。

【lO】

王立新．模糊系统与模糊控制教程[M】．北京：清华大学出版社，

2003．

【1 1】

[12】

石庆升．纯电动汽车能量管理关键技术问题的研究【D】．山东：

山东大学，2009．

欧阳明三，余世杰．VRLA蓄电池容量预测技术的现状及发展

【J】．蓄电池，2004(2)：59—66．

5结论

【13】

[14】

罗希国．蓄电池残留放电时间的监视叨．华北电力技术，2001

(1)：16-19．

本文基于粒子群．模糊逻辑方法对蓄电池SOC进行预

测，建立蓄电池SOC预测的模糊逻辑方法预测模型和粒子群．

模糊逻辑方法预测模型，并在MATLAB 7环境下进行了预测

仿真。仿真结果表明：

龙顺游，李革臣，李中川，等．VRLA蓄电池运行监测管理系统

的研究【J】．电源技术，2000，24(6)：253-256．

裴锋，黄向东，罗玉涛，等．电动汽车动力电池变流放电特性与

【15】

和荷电状态实时估计[J】．中国电机工程学报，2005，25(9)：164．

168．

(1)选择合理的模糊子集隶属函数以及设计较切实际的模

2015．12 V01．39 No．12

2702

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

基于物联网的风光互补发电监测系统

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页