摘要：金風(fēng)科技每年發(fā)出的清潔電力，相當(dāng)于再造森林萬立方米，減少萬噸二氧化碳排放。金風(fēng)慧能是金風(fēng)科技的全資子公司，是全國領(lǐng)先的新能源數(shù)字化智能化專業(yè)服務(wù)提供商，致力于幫助新能源發(fā)電企業(yè)優(yōu)化資產(chǎn)性能，提高運(yùn)營效率，提升發(fā)電收益。

2018年11月14日，由云原生計(jì)算基金會(huì)（CNCF）主辦的世界頂級(jí)容器盛會(huì)KubeCon在上?？鐕少彆?huì)展中心正式拉開了帷幕，國內(nèi)外領(lǐng)先的云計(jì)算企業(yè)，數(shù)千名容器領(lǐng)袖和技術(shù)專家齊聚一堂，共同分享交流在Kubernetes、微服務(wù)、DevOps等領(lǐng)域的技術(shù)發(fā)現(xiàn)。

活動(dòng)首日，Rancher Labs聯(lián)合創(chuàng)始人及CEO梁勝、金風(fēng)慧能副總經(jīng)理張偉、金風(fēng)慧能首席架構(gòu)師張利共同為現(xiàn)場(chǎng)的觀眾帶來了《Kubernetes提供可再生能源》的Keynote演講，以金風(fēng)科技對(duì)Kubernetes的應(yīng)用實(shí)踐為切入點(diǎn)，講述新能源企業(yè)如何將帶有AI能力的邊緣計(jì)算應(yīng)用部署在多區(qū)域的Kubernetes集群。

“大概在半年以前，有一個(gè)Rancher的用戶給我們辦公室打了個(gè)電話，說他們使用了完全開源的Rancher軟件，現(xiàn)在已經(jīng)進(jìn)入生產(chǎn)了。但是他們碰到了一些問題，希望我們能幫他解決。這個(gè)用戶就是金風(fēng)慧能。”Rancher聯(lián)合創(chuàng)始人及CEO梁勝介紹道：“當(dāng)我們了解金風(fēng)是怎么在他們的環(huán)境當(dāng)中使用Kubernetes以及Rancher之后，我覺得這個(gè)場(chǎng)景非常有意思，所以在這一次活動(dòng)，特意邀請(qǐng)了金風(fēng)慧能的同事來現(xiàn)場(chǎng)做應(yīng)用實(shí)踐的內(nèi)容分享，希望大家能學(xué)習(xí)到金風(fēng)慧能是怎么利用Kubernetes提供可再生能源的?！?/p>

合作背景

金風(fēng)科技成立于1998年，是一家國際化的清潔能源和節(jié)能環(huán)保整體解決方案提供商。截至2017年年底，金風(fēng)科技全球風(fēng)電累計(jì)裝機(jī)容量超過44GW，裝機(jī)數(shù)量超過2.8萬臺(tái)（直驅(qū)機(jī)組超過2.4萬臺(tái)），連續(xù)七年國內(nèi)排名第一，連續(xù)三年全球排名前三。其中，國內(nèi)裝機(jī)遍布29個(gè)省市，累計(jì)容量超過42.7GW，國外裝機(jī)遍布全球六大洲十四個(gè)國家，累計(jì)容量達(dá)到1.45GW。金風(fēng)科技每年發(fā)出的清潔電力，相當(dāng)于再造森林4940萬立方米，減少9040萬噸二氧化碳排放。

金風(fēng)慧能是金風(fēng)科技的全資子公司，是全國領(lǐng)先的新能源數(shù)字化、智能化專業(yè)服務(wù)提供商，致力于幫助新能源發(fā)電企業(yè)優(yōu)化資產(chǎn)性能，提高運(yùn)營效率，提升發(fā)電收益。

2015年，金風(fēng)慧能建立了金風(fēng)科技全球監(jiān)控中心，接入了包括風(fēng)力發(fā)電機(jī)以內(nèi)的超過3萬臺(tái)設(shè)備，并實(shí)時(shí)將傳感器的程序采集數(shù)據(jù)送到全球監(jiān)控中心，打造了全國最大的新能源物聯(lián)網(wǎng)。

從數(shù)據(jù)資產(chǎn)上看，金風(fēng)慧能擁有幾百TB以上的設(shè)備運(yùn)行數(shù)據(jù)，而這一數(shù)據(jù)庫還在以每年百TB的規(guī)模增長；除此之外，金風(fēng)慧能累積了全國30年氣象模擬數(shù)據(jù)，每天還在進(jìn)行大量的數(shù)據(jù)預(yù)測(cè)，數(shù)據(jù)資產(chǎn)規(guī)模非常龐大。

基于大量的數(shù)據(jù)資產(chǎn)，金風(fēng)慧能開展了氣象及功率預(yù)測(cè)服務(wù)，同時(shí)，金風(fēng)慧能也為發(fā)電企業(yè)客戶提供預(yù)測(cè)服務(wù)，包括預(yù)測(cè)設(shè)備當(dāng)中的潛在故障，幫助客戶進(jìn)行主動(dòng)防御性的維護(hù)工作?！靶履茉吹陌l(fā)電，尤其是能量的輸入是不穩(wěn)定的，所以我們必須去做氣象評(píng)估，包括風(fēng)速、輻照度預(yù)測(cè)等工作，比如24小時(shí)內(nèi)，每15分鐘這臺(tái)風(fēng)力發(fā)電機(jī)能發(fā)多少電，電網(wǎng)將會(huì)承受多少的負(fù)荷側(cè)重、如何平衡波谷等等。”金風(fēng)慧能副總經(jīng)理張偉解釋道。

在張偉展示新能源氣象預(yù)報(bào)圖當(dāng)中，我們可以看到在不同比例的網(wǎng)格，氣象情況會(huì)千差萬別。在中尺度1000m×1000m的網(wǎng)格展示當(dāng)中，只能看到模糊的氣象狀態(tài)；但在微尺度100m×100m的網(wǎng)格展示當(dāng)中，氣象狀態(tài)則顯得相對(duì)清晰很多。張偉補(bǔ)充：“比如說風(fēng)速，每0.1級(jí)的偏差，風(fēng)力發(fā)電機(jī)的發(fā)電量偏差會(huì)在10%以上。我國南北地理特性差異巨大，南方的地形更是尤其復(fù)雜，如果無法精準(zhǔn)預(yù)測(cè)氣象情況及未來發(fā)電量，將造成比較大的風(fēng)險(xiǎn)和損失?！?/p>

對(duì)于氣象狀態(tài)及未來發(fā)電量的精準(zhǔn)預(yù)測(cè)需求，金風(fēng)慧能不僅將數(shù)據(jù)服務(wù)和產(chǎn)品部署在云端，還將這些服務(wù)部署在了各個(gè)區(qū)域以及電廠。而在不同地方的應(yīng)用部署，向金風(fēng)慧能的技術(shù)能力提出了非常大的挑戰(zhàn)。“最終我們選擇了Rancher以及微服務(wù)架構(gòu)去解決這些問題?！?/p>

解決方案

早在4年以前，金風(fēng)慧能就已經(jīng)預(yù)測(cè)到了新能源的發(fā)展趨勢(shì)，并開始著手重新構(gòu)建功率預(yù)測(cè)的云原生框架。

位于最底層的是電力企業(yè)的風(fēng)機(jī)、光伏電廠的逆變器或者是電網(wǎng)的實(shí)時(shí)數(shù)據(jù)。往上一層，金風(fēng)慧能則將PaaS應(yīng)用在所有的基礎(chǔ)設(shè)施層。采集層采用了采集網(wǎng)關(guān)、協(xié)議轉(zhuǎn)換等內(nèi)容。在采集層上面是存儲(chǔ)層，通過MangoDB等技術(shù)實(shí)現(xiàn)?！白钌厦鏁?huì)展示出業(yè)務(wù)，第一大業(yè)務(wù)就是公司的業(yè)務(wù)運(yùn)營，第二部分是我們的能源氣象業(yè)務(wù)，包括天氣預(yù)報(bào)、觀測(cè)設(shè)備等。”金風(fēng)慧能首席架構(gòu)師張利分享道：“還有一部分是預(yù)測(cè)業(yè)務(wù)，里面包括核心的AI算法業(yè)務(wù)，主要涉及到在線預(yù)測(cè)和離線預(yù)測(cè)兩部分?！?/p>

積累了三四年的時(shí)間，金風(fēng)慧能功率預(yù)測(cè)業(yè)務(wù)已經(jīng)涵蓋了集團(tuán)級(jí)電力運(yùn)營商，并且服務(wù)了幾十個(gè)區(qū)域性的業(yè)務(wù)，以及幾百個(gè)場(chǎng)站的業(yè)務(wù)。在這些場(chǎng)站當(dāng)中，除了風(fēng)電場(chǎng)，還包括光伏電場(chǎng)和分布式的光伏電站。

這些功率預(yù)測(cè)業(yè)務(wù)需要同時(shí)處理場(chǎng)站側(cè)、區(qū)域側(cè)、集團(tuán)側(cè)的不同場(chǎng)景，場(chǎng)站側(cè)一般只有一臺(tái)服務(wù)器，區(qū)域側(cè)是一個(gè)機(jī)架上的幾臺(tái)服務(wù)器，集團(tuán)側(cè)是公有云或私有云的混合環(huán)境，而整個(gè)業(yè)務(wù)對(duì)資源的要求是不一樣的。這也為金風(fēng)慧能的技術(shù)選型帶來了比較大的困難。

第一種部署架構(gòu)方案是將所有區(qū)域和場(chǎng)站建立成一個(gè)大的集群，第二種方案是將每個(gè)區(qū)域或者是場(chǎng)站當(dāng)成是獨(dú)立集群。兩種方案各有優(yōu)劣，最終金風(fēng)慧能選擇了第二種方案。

張利介紹，從帶寬的角度出發(fā)，一般的專線只有2MB的帶寬。這些帶寬大部分時(shí)間是用來提供數(shù)據(jù)的，如果將整個(gè)架構(gòu)做成大的集群的話，在網(wǎng)絡(luò)傳輸層會(huì)有很大的風(fēng)險(xiǎn)。除此之外，資源利用率也是一個(gè)需要考量的問題，一個(gè)大集群在運(yùn)行的過程當(dāng)中資源占用率是比較低的，但如果每個(gè)區(qū)域建立一個(gè)獨(dú)立集群的時(shí)候，它的系統(tǒng)資源占有率正好是相反的。

對(duì)于復(fù)雜的業(yè)務(wù)場(chǎng)景，Rancher為金風(fēng)慧能提供了中心化管理所有Kubernetes集群的功能，也降低了金風(fēng)慧能對(duì)于Kubernetes的部署難度。對(duì)于集團(tuán)側(cè)，每個(gè)集團(tuán)部署一套R(shí)ancher Server 2.0實(shí)例，對(duì)于區(qū)域側(cè)，每個(gè)區(qū)域部署一套Kubernetes集群，對(duì)于場(chǎng)站側(cè)，也是每個(gè)場(chǎng)站部署一套Kubernetes集群，區(qū)域和場(chǎng)站側(cè)的Kubernetes集群都掛到所屬集團(tuán)的Rancher Server中。

“云原生架構(gòu)給我們帶來的價(jià)值也是非常顯而易見的。DevOps從2周一次提升至1天一次，效率提升10倍以上。而且微服務(wù)化具有更強(qiáng)的適應(yīng)性和更靈活的業(yè)務(wù)拆分能力?！毖葜v的最后，張利總結(jié)道：“AI跨平臺(tái)部署效率和算法迭代速度也有所提升。希望每個(gè)人都能享受到云原生架構(gòu)為我們帶來的便利?！?/p>