CN105976071A - 一种基于优势粗糙集的风力发电机组检修决策方法 - Google Patents
一种基于优势粗糙集的风力发电机组检修决策方法 Download PDFInfo
- Publication number
- CN105976071A CN105976071A CN201610372655.0A CN201610372655A CN105976071A CN 105976071 A CN105976071 A CN 105976071A CN 201610372655 A CN201610372655 A CN 201610372655A CN 105976071 A CN105976071 A CN 105976071A
- Authority
- CN
- China
- Prior art keywords
- power generating
- wind power
- generating set
- wind
- maintenance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000007689 inspection Methods 0.000 title claims abstract description 19
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims description 57
- 230000008439 repair process Effects 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 208000016253 exhaustion Diseases 0.000 claims 1
- 238000007726 management method Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于优势粗糙集的风力发电机组检修决策方法。本发明综合考虑风资源的分布、风力发电机组自身的可靠性和风力发电机组与升压变电站的距离,对风力发电机组按照待检修的紧急程度进行划分,建立序信息系统表;根据约简公式对序信息系统表进行约简,从而得到风力发电机组检修规则集合;利用检修规则集合对机组同时故障信息表进行求解,根据规则得分的高低确定风力发电机组的检修先后顺序。本发明充分考虑影响风力发电机组检修决策方法的多个因素,建立序信息系统表,应用保持边界域分类质量不变的方法进行约简,优化了风力发电机组检修资产的管理,增加了风力发电机组检修管理的透明性和合理性。
Description
技术领域
本发明涉及新能源发电并网领域,特别涉及对风力发电机组的检修决策方法。
背景技术
风力发电是现代社会最成熟、效率最高的能源转化技术。然而风力发电场一般地处偏僻的环境,发电设备安装在很高的塔架上,各个部件随时都要承受着复杂多变的载荷作用,兼之风速和风向的不断变化,风力发电机组出现故障的概率远高于地面设备。
目前,国内外的风电场常采用以下四种检修策略对风力发电机组进行检修:1)非故障不检修模式,只有在风力发电机组故障后才会检修;2)机会检修模式,当对风电场进行相关维修操作时,有选择性地对某些风机进行预防维修;3)定检模式,定期对风力发电机组进行预防性维修;4)无检修模式。我国风电场目前主要采用非故障不检修和定期检修模式。在实际的运行过程中,当几台风力发电机同时发生故障时,检修管理部门或者风电场管理人员大多都是通过自己的现场经验和意愿来判断并确定故障风力发电机组的检修顺序。毫无疑问,这不仅会使检修决策方法存在不透明性和不合理性,而且还会造成大量的资源浪费并且大大降低风力发电场的经济效益和减少风能利用率。为了提高风电场的经济效益,降低检修维护成本,使检修资源得到充分利用,制定合理的检修计划已是当务之急。
经过对现有技术文献的检索发现,风力发电机组可靠性建模与维修策略优化(李大字,冯园园,刘展,楚纪正,靳其兵.风力发电机组可靠性建模与维修策略优化[J].电网技术,2011,35(09):122-126李大字,冯园园,刘展,楚纪正,靳其兵.[J].电网技术,2011,35(09):122-126)基于马儿科夫过程对风力发电机组进行优化建模,但其检修次数较多,容易造成资源浪费。considering uncertainty in wind powerin a wind-hydrothermal power system(Yare Y,Venayagamoorthy GK.GMS considering uncertainty in wind power in a wind-hydrothermalpower system[C].IEEE Power and Energy Society GeneralMeeting.Minneapolis,MN USA:IEEE,2010.)将风功率预测出力与实际出力相结合,计算偏差期望,然后折算成经济成本嵌入至检修目标函数中,从而建立考虑预测误差的风力发电机组优化计划检修模型,但其为计划检修,检修成本较高。Rough approximation bydorainance relations(Greco S,Matarazzo B,Slowinski R.Roughapproximation by dorainance relations[J].International Journal ofIntelligent Systems,2002,17:153—171.)出了应用优势粗糙集对区间值信息系统、不完备序信息系统知识约简的新方法,但其序信息系统表不完善,提出的检修决策方法仍不明确。
针对以上不足,本发明提出了一种基于优势粗糙集的风力发电机组检修决策方法,该检修决策方法的提出优化了风力发电机组检修资产的管理,增加了风力发电机组检修管理的透明性和合理性。
发明内容
本发明的目的是为了改进上述检修决策方法存在的不足,提出一种基于优势粗糙集的风力发电机组检修决策方法,该检修决策方法增加了风力发电机组检修管理的透明性和合理性。
一种基于优势粗糙集的风力发电机组检修决策方法,综合考虑了风资源的分布、风力发电机组自身的可靠性和风力发电机组与升压变电站的距离远近等情况,根据专家经验和现场情况将风力发电机组待检修的紧急程度划分为4类(d=1,2,3,4),d的值越大则表示风力发电机组待维修的紧急程度越高,在此基础上建立序信息系统表。
根据约简公式进行序信息系统表的约简,从而得到风力发电机组检修规则集合,其中:γP代表偏好属性边界域分类质量的知识约简,clt表示决策分类,t=1,2,3,…,n代表的是专家的偏好分类,|U|为属性个数,表示的是clt的上联合分类,BnP代表边界域,其中P表示的是属性,为边界域的属性集合个数。
利用检修规则集合对机组同时故障信息表进行求解,根据规则得分的高低确定风力发电机组的检修先后顺序。根据得到的检修规则集合,求解故障信息表中待检修紧急程度最高的风力发电机组的得分并根据得分情况的大小对风机进行排序,最高得分的机组优先检修。当确定完维修等级最高的风力发电机组后,如果资源有剩余,则考虑维修等级次高的风力发电机组检修顺序,查看满足规则的余下对象,求得满足该对象的规则有哪些,得到待检修的风力发电机组规则得分表,并以此得到该检修等级情况下的风机检修排序,以此类推,直至将所有检修资源耗尽即可。
与现有技术相比,本发明具有如下优点和技术效果:提出风力发电机组检修决策的一种新方法,具有透明度高、便于管理等优点,避免风力发电机组检修资源管理中的片面性;应用优势粗糙集的方法进行风机检修决策,使得风电场检修资源得到了合理利用,提高了风场检修效率;增强了风力发电机组检修管理的可操作性,增加了风场总的经济效益,为其他变电设备的优化管理提供了重要依据。
附图说明
图1是基于优势粗糙集的风力发电机组检修决策方法的风电场集电线路图。
图2是基于优势粗糙集的风力发电机组检修决策方法的流程图。
具体实施方式
下面结合附图,对本发明做进一步地详细说明,但本发明的实施方式不限于此。
图1是基于优势粗糙集的风力发电机组检修决策方法的风电场集电线路图。基于优势粗糙集的风力发电机组检修决策方法的流程图如图2所示。
风电场包含25台风力发电机组,所有的风力发电机组通过3条集电线路送至110kV升压站。#1-#10风机距离升压站大约13公里,#16-#17风机距离升压站大约11公里,#11-#15、#18-#21风机距离升压站大约8公里,#22-#25风机距离升压站大概在500米之内。平均风资源以#11-#17风机最好,#1-#10、#18-#21风机次之,#22-#25最差。可靠性能相对较为平均。吸收风能的能力以#11-#16风机较好。
表1
表1是基于优势粗糙集的风力发电机组检修决策方法的偏好属性表。
根据距离故障设备的远近程度、风功率预测风速的大小、风机的可利用系数、风电机组吸收风能的能力,对其编号即可得到偏好属性表。
表2
表2是基于优势粗糙集的风力发电机组检修决策方法的序信息系统表。
根据专家经验将风力发电机组待检修的紧急程度划分为4类,即d=1,2,3,4(d的值越大则表示风力发电机组待维修的紧急程度越高)。①优先考虑对距离升压站近(该风场为山地风场,车速一般维持在20公里/小时以下)且故障率低的风机先进行维修,因此#22-#25风机有故障时检修的紧急程度为d=4。②综合考虑各种因素,主要考虑风资源分布情况,确定#11-#17风机故障时检修紧急程度为d=4。③考虑到#18-#21风机距离升压站较近且风资源较好以及综合其他因素,确定其故障时检修紧急程度为d=3。④由于#6-#10风机距离升压站较远,且风机设备可靠性不太高,故确定其故障时检修的紧急程度为d=2。⑤#1-#5风机距离升压站最远,且风机设备可靠性较低以及其吸收风能的能力较弱,因此确定故障时的检修紧急程度为d=1。将风力发电机组的条件属性表示为效益型,按其程度分为3种情况,分别用数字1、2、3表示,数值越大说明程度越深,则可得到序信息系统表。其中:“—”表示不考虑此项标准,fj表示风机,a表示偏好属性。
表3
表3是基于优势粗糙集的风力发电机组检修决策方法的规则集合。
保持序信息系统边界域的分类质量不变,利用约简公式对序信息系统表进行知识约简,即可得到规则集合,其中约简公式如下所示:
约简公式:
其中:γP代表偏好属性边界域分类质量的知识约简,clt表示决策分类,t=1,2,3,…,n代表的是专家的偏好分类,|U|为属性个数,表示的是clt的上联合分类,BnP代表边界域,其中P表示的是属性,为边界域的属性集合个数。
表4
表4是基于优势粗糙集的风力发电机组检修决策方法的6台机组同时故障信息表。
为验证检修决策方法的正确性和合理性,统计了风电场中6台风力发电机组同时发生故障的程度。其中:表示风力发电机组;“—”表示不考虑此项标准;“1、2、3”表示偏好程度,且数值越大代表程度越深。
表5
表5是基于优势粗糙集的风力发电机组检修决策方法的d=4类风力发电机组规则得分。
利用规则集合对6台机组同时故障信息表求解得到的d=4类风力发电机组规则得分表,得分高的最先被检修。
Claims (4)
1.一种基于优势粗糙集的风力发电机组检修决策方法,其特征在于,包括如下步骤:
(1)综合考虑风资源的分布、风力发电机组自身的可靠性和风力发电机组与升压变电站的距离,对风力发电机组按照待检修的紧急程度进行划分,建立序信息系统表;
(2)根据约简公式对序信息系统表进行约简,从而得到风力发电机组检修规则集合;
(3)利用检修规则集合对机组同时故障信息表进行求解,根据规则得分的高低确定风力发电机组的检修先后顺序。
2.根据权利要求1所述的一种基于优势粗糙集的风力发电机组检修决策方法,其特征在于步骤(1)中,
风资源分布多、风力发电机组自身可靠性高和风力发电机组与升压变电站距离近的风力发电机组待检修紧急程度高,将风力发电机组待检修的紧急程度划分为4类,即d=1,2,3,4,d的值越大则表示风力发电机组待维修的紧急程度越高。
3.根据权利要求1所述的一种基于优势粗糙集的风力发电机组检修决策方法,其特征在于步骤(2)中,
约简公式:
其中:γP代表偏好属性边界域分类质量的知识约简,clt表示决策分类,t=1,2,3,…,n代表的是偏好分类,|U|为属性个数,表示的是clt的上联合分类,BnP代表边界域,其中P表示的是属性,为边界域的属性集合个数。
4.根据权利要求1所述的一种基于优势粗糙集的风力发电机组检修决策方法,其特征在于步骤(3)中,首先根据检修规则集合,求解故障信息表中待检修紧急程度最高的风力发电机组的得分情况,对得分情况进行排序,得分最高的机组优先得到检修;当确定完维修等级最高的风力发电机组后,如果资源有剩余,则考虑维修等级次高的风力发电机组检修顺序,查看满足规则的余下对象,满足该对象的规则有哪些,得到待检修的风力发电机组规则得分表,并以此得到机组检修排序;以此类推,直至将所有检修资源耗尽完毕即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610372655.0A CN105976071A (zh) | 2016-05-30 | 2016-05-30 | 一种基于优势粗糙集的风力发电机组检修决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610372655.0A CN105976071A (zh) | 2016-05-30 | 2016-05-30 | 一种基于优势粗糙集的风力发电机组检修决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105976071A true CN105976071A (zh) | 2016-09-28 |
Family
ID=57011285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610372655.0A Pending CN105976071A (zh) | 2016-05-30 | 2016-05-30 | 一种基于优势粗糙集的风力发电机组检修决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105976071A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886174A (zh) * | 2017-11-14 | 2018-04-06 | 贵州电网有限责任公司电力调度控制中心 | 一种发电机组检修安排方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004072900A (ja) * | 2002-08-06 | 2004-03-04 | Mitsubishi Heavy Ind Ltd | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 |
CN205123280U (zh) * | 2015-11-13 | 2016-03-30 | 北京天诚同创电气有限公司 | 风电场的拓扑结构、升压控制装置及系统 |
-
2016
- 2016-05-30 CN CN201610372655.0A patent/CN105976071A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004072900A (ja) * | 2002-08-06 | 2004-03-04 | Mitsubishi Heavy Ind Ltd | 電力ネットワーク管理システムおよび電力ネットワーク管理方法 |
CN205123280U (zh) * | 2015-11-13 | 2016-03-30 | 北京天诚同创电气有限公司 | 风电场的拓扑结构、升压控制装置及系统 |
Non-Patent Citations (1)
Title |
---|
伍席文: "基于粗糙集理论的变压器故障诊断与检修决策方法", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107886174A (zh) * | 2017-11-14 | 2018-04-06 | 贵州电网有限责任公司电力调度控制中心 | 一种发电机组检修安排方法及装置 |
CN107886174B (zh) * | 2017-11-14 | 2021-12-21 | 贵州电网有限责任公司电力调度控制中心 | 一种发电机组检修安排方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Quantifying spinning reserve in systems with significant wind power penetration | |
CN112487659B (zh) | 一种海上风电场集电系统优化设计方法和系统 | |
US20140316838A1 (en) | Decision support system (dss) for maintenance of a plurality of renewable energy generators in a renewable power plant | |
Sabouhi et al. | Identifying critical components of combined cycle power plants for implementation of reliability-centered maintenance | |
CN104951899A (zh) | 含大规模可再生能源的配电公司多时间尺度优化调度方法 | |
CN110059872A (zh) | 一种基于状态监测的海上风电场运维调度方法 | |
CN106549420B (zh) | 考虑风险和风力发电的电力系统运行备用优化方法 | |
CN104299173B (zh) | 一种适用于多种能源接入的鲁棒优化日前调度方法 | |
CN111859812B (zh) | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 | |
CN105719062B (zh) | 一种考虑两重故障概率特性的电网风险及薄弱环节评估方法 | |
CN210422883U (zh) | 基于c/s架构的多风场风机电气集中控制系统 | |
CN104463697A (zh) | 含大规模风电电力系统的风险评估方法 | |
CN106026079B (zh) | 海上风电场集电系统拓扑结构综合评估方法 | |
CN109885019A (zh) | 一种风机状态自动判断方法 | |
Liu et al. | Optimal scheduling strategy of O&M task for OWF | |
CN109510238B (zh) | 一种高效求解水电火电风电的协调调度机组组合方法 | |
Ma et al. | A study of fault statistical analysis and maintenance policy of wind turbine system | |
CN104484732B (zh) | 一种计及机组发电量的风电场维修部件选取方法 | |
CN105976071A (zh) | 一种基于优势粗糙集的风力发电机组检修决策方法 | |
CN106410842B (zh) | 一种基于全寿命周期的海上风电场集电系统成本计算方法 | |
CN107967567A (zh) | 基于虚拟电源的风电场调度方法和系统 | |
CN104659818A (zh) | 一种正负旋转备用容量在含风电系统中的最优分配方法 | |
CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
Wiegner et al. | Interdisciplinary perspectives on offshore energy system integration in the North Sea: A systematic literature review | |
Tan et al. | Modeling and solution of offshore wind farm maintenance scheduling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160928 |