KubeCon Keynote演講：Kubernetes如何賦能可再生能源產業提升10倍效率
2018年11月14日，由雲原生計算基金會（CNCF）主辦的世界頂級容器盛會KubeCon在上海跨國採購會展中心正式拉開了帷幕，國內外領先的雲端計算企業，數千名容器領袖和技術專家齊聚一堂，共同分享交流在Kubernetes、微服務、DevOps等領域的技術發現。
活動首日，Rancher Labs聯合創始人及CEO樑勝、金風慧能副總經理張偉、金風慧能首席架構師張利共同為現場的觀眾帶來了《Kubernetes提供可再生能源》的Keynote演講，以金風科技對Kubernetes的應用實踐為切入點，講述新能源企業如何將帶有AI能力的邊緣計算應用部署在多區域的Kubernetes叢集。
Rancher聯合創始人及CEO 樑勝
“大概在半年以前，有一個Rancher的使用者給我們辦公室打了個電話，說他們使用了完全開源的Rancher軟體，現在已經進入生產了。但是他們碰到了一些問題，希望我們能幫他解決。這個使用者就是金風慧能。”Rancher聯合創始人及CEO樑勝介紹道：“當我們瞭解金風是怎麼在他們的環境當中使用Kubernetes以及Rancher之後，我覺得這個場景非常有意思，所以在這一次活動，特意邀請了金風慧能的同事來現場做應用實踐的內容分享，希望大家能學習到金風慧能是怎麼利用Kubernetes提供可再生能源的。”
合作背景
金風慧能副總經理 張偉
金風科技介紹
金風科技成立於1998年，是一家國際化的清潔能源和節能環保整體解決方案提供商。截至2017年年底，金風科技全球風電累計裝機容量超過44GW，裝機數量超過2.8萬臺（直驅機組超過2.4萬臺），連續七年國內排名第一，連續三年全球排名前三。其中，國內裝機遍佈29個省市，累計容量超過42.7GW，國外裝機遍佈全球六大洲十四個國家，累計容量達到1.45GW。金風科技每年發出的清潔電力，相當於再造森林4940萬立方米，減少9040萬噸二氧化碳排放。
金風慧能是金風科技的全資子公司，是全國領先的新能源數字化、智慧化專業服務提供商，致力於幫助新能源發電企業優化資產效能，提高運營效率，提升發電收益。
2015年，金風慧能建立了金風科技全球監控中心，接入了包括風力發電機以內的超過3萬臺裝置，並實時將感測器的程式採集資料送到全球監控中心，打造了全國最大的新能源物聯網。
從資料資產上看，金風慧能擁有幾百TB以上的裝置執行資料，而這一資料庫還在以每年百TB的規模增長；除此之外，金風慧能累積了全國30年氣象模擬資料，每天還在進行大量的資料預測，資料資產規模非常龐大。
基於大量的資料資產，金風慧能開展了氣象及功率預測服務，同時，金風慧能也為發電企業客戶提供預測服務，包括預測裝置當中的潛在故障，幫助客戶進行主動防禦性的維護工作。“新能源的發電，尤其是能量的輸入是不穩定的，所以我們必須去做氣象評估，包括風速、輻照度預測等工作，比如24小時內，每15分鐘這颱風力發電機能發多少電，電網將會承受多少的負荷側重、如何平衡波谷等等。”金風慧能副總經理張偉解釋道。
新能源氣象預測平臺
在張偉展示新能源氣象預報圖當中，我們可以看到在不同比例的網格，氣象情況會千差萬別。在中尺度1000m×1000m的網格展示當中，只能看到模糊的氣象狀態；但在微尺度100m×100m的網格展示當中，氣象狀態則顯得相對清晰很多。張偉補充：“比如說風速，每0.1級的偏差，風力發電機的發電量偏差會在10%以上。我國南北地理特性差異巨大，南方的地形更是尤其複雜，如果無法精準預測氣象情況及未來發電量，將造成比較大的風險和損失。”
對於氣象狀態及未來發電量的精準預測需求，金風慧能不僅將資料服務和產品部署在雲端，還將這些服務部署在了各個區域以及電廠。而在不同地方的應用部署，向金風慧能的技術能力提出了非常大的挑戰。“最終我們選擇了Rancher以及微服務架構去解決這些問題。”
解決方案
金風慧能首席架構師 張利
早在4年以前，金風慧能就已經預測到了新能源的發展趨勢，並開始著手重新構建功率預測的雲原生框架。
金風功率預測的雲原生架構
位於最底層的是電力企業的風機、光伏電廠的逆變器或者是電網的實時資料。往上一層，金風慧能則將PaaS應用在所有的基礎設施層。採集層採用了採集閘道器、協議轉換等內容。在採集層上面是儲存層，通過MangoDB等技術實現。“最上面會展示出業務，第一大業務就是公司的業務運營，第二部分是我們的能源氣象業務，包括天氣預報、觀測裝置等。”金風慧能首席架構師張利分享道：“還有一部分是預測業務，裡面包括核心的AI演算法業務，主要涉及到線上預測和離線預測兩部分。”
積累了三四年的時間，金風慧能功率預測業務已經涵蓋了集團級電力運營商，並且服務了幾十個區域性的業務，以及幾百個場站的業務。在這些場站當中，除了風電場，還包括光伏電場和分散式的光伏電站。
這些功率預測業務需要同時處理場站側、區域側、集團側的不同場景，場站側一般只有一臺伺服器，區域側是一個機架上的幾臺伺服器，集團側是公有云或私有云的混合環境，而整個業務對資源的要求是不一樣的。這也為金風慧能的技術選型帶來了比較大的困難。
兩種部署架構方案
第一種部署架構方案是將所有區域和場站建立成一個大的叢集，第二種方案是將每個區域或者是場站當成是獨立叢集。兩種方案各有優劣，最終金風慧能選擇了第二種方案。
張利介紹，從頻寬的角度出發，一般的專線只有2MB的頻寬。這些頻寬大部分時間是用來提供資料的，如果將整個架構做成大的叢集的話，在網路傳輸層會有很大的風險。除此之外，資源利用率也是一個需要考量的問題，一個大叢集在執行的過程當中資源佔用率是比較低的，但如果每個區域建立一個獨立叢集的時候，它的系統資源佔有率正好是相反的。
基於Kubernetes的部署方案
Demo演示
對於複雜的業務場景，Rancher為金風慧能提供了中心化管理所有Kubernetes叢集的功能，也降低了金風慧能對於Kubernetes的部署難度。對於集團側，每個集團部署一套Rancher Server 2.0例項，對於區域側，每個區域部署一套Kubernetes叢集，對於場站側，也是每個場站部署一套Kubernetes叢集，區域和場站側的Kubernetes叢集都掛到所屬集團的Rancher Server中。
“雲原生架構給我們帶來的價值也是非常顯而易見的。DevOps從2週一次提升至1天一次，效率提升10倍以上。而且微服務化具有更強的適應性和更靈活的業務拆分能力。”演講的最後，張利總結道：“AI跨平臺部署效率和演算法迭代速度也有所提升。希望每個人都能享受到雲原生架構為我們帶來的便利。”