算电协同新解法：虹科PCAN-Ethernet Gateway DR 为 AI 数据中心打造更可靠的储能系统

当Open AI 的GPT-5模型在云端完成一次推理，当谷歌的搜索请求在毫秒间响应，背后都离不开一座座AI数据 中心 里24小时不间断运转的服务器。而支撑这些算力巨兽稳定运行的，是一套看不见的“电力心脏”——储能系统。

AI的尽头是能源。随着「算电协同」写入“十五五”规划纲要等重要文件，引发又一波绿色新基建大潮，虹科正通过以PCAN- Ethernet Gateway DR为核心的解决方案，赋能各大绿色能源企业，将储能系统与AI算力底座紧密连接，为头部科技企业的 AI 数据中心保驾护航。

点击「阅读原文」，了解产品详情

01

项目背景

当前， 人工智能 技术进入高速发展阶段，AI 算力服务的需求呈指数级爆发。AI数据中心，作为算力核心载体，对供电系统的24小时不间断、高可靠性、精准调控能力提出了极致要求，电力与算力的深度融合成为 AI 产业发展的核心底层逻辑。作为支撑AI算力的“电力心脏”，储能系统的可靠性和稳定性则面临着前所未有的挑战。

02

核心痛点

传统的BMS储能系统 通信 依赖传统 CAN 总线技术 ，在为大型AI数据中心供能的实际应用中，逐渐暴露出三大“软肋”：

“

通信距离受限

传统CAN总线在长距离传输时 信号 衰减严重，波特率越高，传输距离越短，数据负载受限

“

运维成本高昂

CAN网络受限于物理距离，难以实现大规模地理分布下的远程监控和故障诊断，技术人员需现场维护，响应慢、成本高

“

系统信息孤岛

储能系统内部以CAN总线通信，而EMS能量管理系统及上层管理软件则采用 以太网 。两者协议与物理层不兼容，形成信息孤岛，无法实现数据互通

如何打通BMS与远端PC或EMS的通信壁垒，构建一个可远程监控、智能诊断、高效集成的储能系统通信架构，成为系统升级的关键

03

虹科技术方案

在AI数据中心储能系统中，虹科PCAN-Ethernet Gateway DR扮演着“信息桥梁”的关键角色。整个应用场景架构如下：

左侧储能系统

主要包括电池簇、BMS储能管理系统以及PCS储能变流器。系统以CAN总线作为主干网络，实现电池簇状态信息的采集以及充放电控制

右侧远程监控

EMS能量管理系统部署在远端计算机（PC）或人机交互平台（HMI）中，用于远程监控储能系统状态，其对外采用以太网网络

中间信息桥梁

虹科PCAN-Ethernet Gateway DR网关位于两者之间，支持将CAN数据包封装到以太网常用的TCP/UDP数据包中，实现CAN与以太网的双向转换与数据交互

04

核心优势

虹科解决方案

solu ti ons

“

协议转换，打破壁垒

实现CAN与以太网的双向转换，支持多种通信协议。CAN 帧被打包在 TCP/ UDP 报文包内，然后通过 IP 网络从一个设备转发到另一个设备

“

系统集成，降本增效

简化系统集成过程，降低系统复杂度。通过虹科PCAN-Ethernet Gateway实现了总线网络与以太网信息间的有效传递与智能变送，突破了传统 CAN 网络的物理限制，实现了远距离通信

“

远程诊断，智能运维

实现通过 Web 界面或 EMS 能量管理系统实现对储能系统的远程监控和管理，实时监测系统运行状态数据，包括电压、 电流 、温度等，及时发现和解决故障

虹科PCAN-Ethernet Gateway DR

点击了解产品详情

#

产品简介

虹科PCAN-Ethernet Gateway DR是一款高性能CAN转以太网网关，提供了 1 个符合 IEEE 802.3 标准的 LAN 接口 和 2 个高速 CAN 接口，允许用户通过 IP 网络连接访问经典 CAN 总线。

#

应用场景

场景一：两个CAN网络远距离通信

CAN网络A与B之间的报文流量通过 LAN 网络转发，此时可以在两个网络之间安装两个虹科PCAN-Ethernet Gateway 网关，并为每个网关创建发送和接收路由，即可以将两个地理位置分散的CAN网络通过LAN桥接，实现数据交互。

场景二：PC远程访问CAN网络

PC可以通过标准套接字接口与虹科PCAN-Ethernet Gateway网关LAN口建立连接，从而直接访问远程CAN网络，便于进行实时监控、故障诊断和远程控制。

05

案例小结

AI时代，算力需求呈指数级增长，对供电系统的可靠性与连续性提出了前所未有的严苛要求。储能系统已成为保障AI数据中心供电稳定的核心支撑。

基于虹科PCAN-Ethernet Gateway DR的CAN转以太网解决方案，成功打破了传统CAN总线在通信距离和运维方式上的局限，实现了储能系统的远程监控与智能化运维，有效提升了系统运行可靠性与稳定性，降低了系统集成与运维复杂度。